近日，谷歌DeepMind團隊最新的研究成果阿法元（AlphaGo Zero）100比0擊敗了2016年打敗人類冠軍的阿法狗（AlphaGo），據Deepmind團隊所稱，阿法元從未參考任何人類歷史棋局或棋譜，完全靠機器自主的強化學習發展新知及策略，勝過阿法狗的關鍵正是在于他不再被人類經驗所局限。

圖片來源：DeepMind官網

這告訴我們人工智能以及大數據運用一個重要的思考面向，人類經驗所發展出來的認知其實是有限度的，長久以來多數企業所從事的傳統研究方法，依從研究人員對既有市場的認知及假設進行，獲得的洞察同樣有其局限性，在數字化高度發展的今天，運用網絡平臺上全量的數據進行分析，可以更精準而且真實地掌握市場脈動及用戶潛在需求，有利于企業挖掘商機打造差異化策略。

運用大數據的優勢可概括以下幾點：

1. 樣本量大

定性調研因受限于時間及成本，通常僅能設定幾種目標客群進行了解，且樣本量也有其限制，隨著信息技術漸臻成熟，數據積累和處理的速度越來越快，運用大數據可觸及全人群，且沒有樣本限制，有利企業在互聯網時代觸及長尾市場廣大人群，拓展新客源。

2. 數據真實度高

大數據來自于用戶平時在網絡平臺上的行為及發言，獲取的洞察比起任何方法更符合用戶真實的想法及需求，且相對客觀中立，參考價值高。

3. 用戶畫像的涵蓋面向完整

結合樣本量大且真實度高的特性，運用大數據可經由用戶的網絡足跡，獲取用戶生活中全面向的需求及偏好，從食衣住行育樂，到家庭、工作、戀愛，幫助企業在用戶畫像的刻畫上有更全方位且豐富的輸入，有利于精準營銷及用戶分群。

4. 實時掌握市場脈動

隨著互聯網技術不斷發展，社交網絡的蓬勃興起，爆紅性的趨勢及話題經常引發用戶的熱烈響應，面對愈加瞬息萬變的市場，大數據量化分析可實時處理數據并進行長期追蹤的特性，幫助企業預測趨勢，滿足用戶需求。

應用大數據創新的思路與方法架構

大數據應用在商業上的核心價值在于通過拼湊網絡上的蛛絲馬跡，對目標客群的行為心理做出合理的論述及推理，幫助企業品牌或產品定位找到適合的切入點，因此應用的關鍵在于將目光延伸至用戶平時生活中感興趣的人事物，而不僅是關注既有產品在網絡上的熱門程度或是評價，以挖掘商業契機。

以下將以倍比拓咨詢的爬蟲[1]方法論為核心，提供通過大數量化分析據挖掘商業契機的方法架構：

WHERE：目標客群在哪里？

為了確保挖取的數據具備參考價值，首先應確立執行分析的平臺符合目標客群重點造訪的條件，接下來一般會綜合考慮管道內容的豐富度以及采集數據的可行性，篩選出最具指針性及參考價值的平臺執行分析。

WHAT：目標客群在意什么？

鎖定平臺的下一步，必須確立欲利用大數據探索的內容，也就是目標客群日常生活中在乎的議題，建議自目標客群的視角出發，歸結出適合探索的面向或主題，如食衣住行育樂或是就業、兩性等。

HOW：如何與商業產生連結？

在所有生活主題中，最具商業契機者并不等同于目標客群關注程度最高者，尚須考慮市場規模、與產品之間的關聯度、可行性等等，因此執行各面向分析時，應在目標客群關注程度之外，加入一種以上適當的商業性指標進行篩選及優先級排序，最后依據分析維度結果由優先最高者產生商業洞察。

案例分享

某消費品全球領先業者以尋求創新契機為目標，希望通過用戶調研探索20-35歲年輕人在生活中的需求與關注議題，進而找到未來事業發展方向及商品的切入點。

有鑒于項目目標以挖掘市場商機為要求，我們采取爬蟲進行大數據量化分析，并鎖定年輕人接觸相當頻繁的綜合型論壇作為探索管道。

考慮該業者的商品具備消費頻次高的屬性，在歸納生活需求面向與主題時，我們自年輕人的需求出發，將欲探索的內容區分為以下兩大面向：

曇花一現式：指某一個時刻內，瞬間涌現的熱門事件，如中國有嘻哈、精靈寶可夢等等，屬于爆紅式話題。

常青樹式：指生活中的基本需求，年輕人幾乎每天都會關注，如衣食住行、旅游、購物等等。

為尋求商業的借鑒意義，將以上兩大面向對應到論壇中相應的主題場景，進一步思考分析方法及商業洞察:

曇花一現式場景找出爆紅話題的共性

針對曇花一現式場景，因遍及生活各面向，鎖定論壇中討論廣度最高的主題，如娛樂、女性、財經等進行爬蟲，并依各主題的討論聲量排序年度十大爆紅關鍵詞，尋求關鍵詞之間的共性，發現抓住年輕人目光的話題普遍具有爭議性且與自身經驗高度相關，可做為未來開發及營銷舉措的依據。

常青樹式場景提煉出最具商業契機的生活主題

因最終目的是為業者找到商品未來營銷或創新方向的契機，具備借鑒意義的生活主題必須擁有一定的市場潛力及未來與該產業結合的可能性，意味著必須符合兩大關鍵要素：年輕人的高關注度以及與該業者商品的關聯度。

有鑒于此，針對常青樹式場景歸結出的八大面向〈醫療美妝、食、住、行、玩、購物、互聯網、其他〉，我們選擇使用“造訪人數”與“目標群體指數(TGI)”兩個指標進行爬蟲，TGI是為了解與該業者商品屬性連結程度所使用的指標，執行方法是首先鎖定曾使用該商品的用戶ID，并藉由統計分析，盤點出此目標群體比年輕人全人群更常造訪的主題。

圖片來源：beBit倍比拓咨詢

最后依二維分析結果排定優先級，定義出目標群體最關注的三大關鍵主題場景，分別是韓劇、美妝、旅游，依此發想潛力營銷渠道及商品未來可開發方向，以旅游為例，發想過程中，為提煉出目標群體最關注的內容，我們再次運用爬蟲挖掘此場景下的熱門字詞，其中在東北亞類別中，目標人群對于日本的喜愛程度最高，又以東京及大阪為旅游的第一首選，在東南亞類別中，則是以香港位居榜首，其次有曼谷、澳門、新加坡等，依此排序結果，建議客戶在下一季商品中可以推出以東京、大阪或香港、曼谷為主打的城市精選限定款，藉以創造銷售。

結語

隨著信息技術成熟，大數據的應用在各行各業中漸趨普遍，然而，應用大數據重要的不在于數據或技術本身，而是清楚該使用什么維度或模型進行分析處理，才能夠提煉出商業價值的邏輯思路，畢竟為決策提供支撐才是大數據真正存在的意義。

[1]被廣泛用于網絡搜索引擎，可自動讀取并解析網頁的程序

【來源：未央網】