媒体报道： 德干先驱报
大数据在今天无处不在。 但即使在十年前，情况也不完全一样。 在过去十年左右的时间里，互联网普及率和智能手机作为一种生活方式的使用取得了长足的进步。 仅从某种角度来看，回顾十年前我们如何消费内容、观看内容、预订游乐设施、演出或电影票的方式，并将其与今天进行比较以获得您的答案。
沟通通常是单向的； 客户没有提供反馈的平台。 就品牌而言，他们无法访问可以帮助他们进入客户购买旅程并提高忠诚度的数据。 然而，在很大程度上，品牌主导了这种关系并影响了消费者。
如需更多视角，请查看我们在使用各种应用程序或网站时如何留下数据痕迹。 没有一种生活方式或行业不受这些变化的影响。 市场研究，主要是关于收集、分析和解释数据，也随着时代的变化而变化。
十年前，许多市场研究依赖于现实世界（而非在线）的焦点小组、面对面访谈、电话调查和现场试验。 在电子邮件出现之前，通过传统邮件收集数据也是一种选择。 然而，这些方法有一个主要缺点，即无法实时衡量影响或范围。 结果通常会被延迟，并且该过程本身是成本和时间密集型的。 此外，很多时候，数据收集将是困难和耗时的，而且还远远不够。
流动调查
然后是在线收集数据。 电子邮件和网络表单被大量使用。 然而，iPhone 的出现（2007 年）开启了智能手机时代。 现在更多的调查是在移动网络上完成的，而不是电话。 移动设备还可以实时跟踪受访者的体验。 移动已经迎来了微观调查时代，因为现代受访者总是在移动并且注意力持续时间较短。 还有地理围栏，从移动应用程序收集的位置数据可以帮助研究人员了解消费者的旅程，并通过应用程序向他们发送量身定制的调查。
社交媒体的影响
社交媒体也对市场研究产生了巨大影响。 十年前，今天的许多平台都不存在或新生。 今天，研究人员可以在无国界的网络世界中与观众互动。 有在线社区、FB 群组和 Twitter 等可以帮助研究人员发送和了解受众。
机器学习和人工智能进入画面
机器学习和人工智能已经影响了我们与品牌互动的方式，以及我们玩耍、生活和工作的方式。 市场研究也不是孤立的——基于人工智能的市场研究工具帮助研究人员编码大量的定性数据。 人工智能还有助于提供实时信息，机器学习为数据收集带来了智能和精确的元素。 AI 和 ML 支持的文本分析正在实施，以帮助分析师掌握文本字符串中的相关主题。 机器学习有助于找到人类可能并不总能找到的数据模式。
物联网带来更多数据
如果 ML 和 AI 正在改变市场研究，那么物联网 (IoT) 也不甘落后。 Gartner 表示，到 2020 年，超过 65% 的企业将采用物联网产品。 这也必然会改变市场研究领域的格局。 智能互联设备可以学习用户行为，并为营销人员提供数据宝库。
那么，真正重要的数据是什么？
企业对其受众了解得越多，就可以更好地提供集成和增强的体验、产品或服务。 但是需要提出一个重要的问题——在一个充斥着如此多数据的世界中，重要的数据是什么？ 什么是企业保持相关性和竞争力的正确数据，研究人员如何到达那里？ 提出正确的问题，了解您为什么需要数据并选择正确的方法来收集相同的帮助。 虽然很难定义什么是“正确的数据”，但只要说它是确保企业高效、领先于趋势、可视化市场需求并保持竞争力的关键信息就足够了。 收集正确数据的方法之一是明确定义研究目标。 重要的数据是符合企业目标或 KPS（关键绩效指标）的数据。 可能有大量其他数据，但如果它与企业的愿景和目标不一致，那也没关系。
此外，如果没有人类的洞察力，数据本身意味着什么？ 人类干预带来的技术缺乏一件事——独特的见解。 人类基于对某种情境的情感、理解和价值观，带来一定的价值，这对于洞察力和语境来说是一件好事。 数据很棒，但仅靠数据无济于事。 正确的数据与公司的目标、业务目标、愿景相关联，并依赖于人类智能，并不总是生成大量数据点。