适应变化：市场研究如何发现和避免风险

编者注： Jacob Gascoine-Becker 是伦敦 STRAT7 Advisory 的合伙人。市场研究行业比大多数行业更了解全球范围内正在发生的快速变化及其对企业的深远影响。 我们还认识到，大数据、人工智能和非结构化数据分析等技术变革正在彻底改变我们的行业。在我们适应这些技术的同时，特别是开发新技能以利用这些技术，我们是否充分考虑了这些技术对就业、士气、信任和领导力的长期​​影响？  更大的问题是—也是我们向客户提出的口头禅：我们是否成功地将我们自己行业内的变化定位为机遇，而不是风险？

或许还没有达到我们应该达到的程度

这有其合理背景，当我们经常急速跟上客户和利益相关者对我们的要求时，放慢脚步进行盘点是具有挑战性的。然而，如果我们要保持提供市场情报和见解的地位，那么分配足够的资源来评估我们目前的地位并确定和传达我们未来的方向是至关重要的。 

问题的部分在于， 各种形式的“变化”正在以越来越高的频率和影响力出现。疫情后的挑战、地缘政治不稳定和气候变化等宏观趋势都是重要因素。此外，在单个业务层面，市场研究公司和品牌方市场研究团队必须每个季度应对颠覆性技术、新兴商业模式、新竞争对手和动荡的市场。问题范围广泛、多样且不断增长。

顾客至上制定并维护以客户为中心的战略

正是出于这些原因，我们鼓励企业采用以客户为中心的模式，所有核心活动都专注于有效、高效地了解、预测和满足客户当前和不断变化的需求。这战略标志着对传统模式的彻底改革，这些模式往往更加被动、缓慢，并且充满智能盲点。然而，为了让以客户为中心成为客户的持久现实，市场研究企业需要比以往更加深入地挖掘，以收集所需的洞察力，满足快速变化的受众需求，并快速提供这些洞察力。

在这个只需点击一下即可建 WhatsApp 号码数据 立联系的世界里，WhatsApp 号码成为编织我们数字挂毯的线索！您的聊天讲述了哪些故事？有没有想过 WhatsApp 号码是打开大量对话的秘密钥匙？解锁这些消息可以带来一些真正神奇的时刻！

这要求我们彻底改变自己的方法

原则上，这意味着使用人工智 谷歌的本地服务广告值得花功夫吗？ 能和机器学习来分析非结构化数据，并在此过程中形成个“传感系统”，能够检测微妙或隐藏的趋势或未满足的客户需求—而这些都是人类几乎无法自己发现的。这过程通常始于分析大量数据（来自网站日志、社交媒体或电子邮件等各种非结构化来源），以便大规模理解，从而使企业能够自信地预测和做出决策。它还使企业能够快速、高频且在短时间内根据洞察采取行动。这策略的总体效果是加深对客户的了解，从而利用技术变得更加以客户为中心。

适应人工智能平衡自动化和人类能力的重要性

然而，我们行业领导者面临的挑战是如何保持信任无论是内部还是外部—因为我们的行业在个必然规避风险的行业中采用了这些相当激进的新方法。例如，在公司内部，员工可能会担心人工智能会侵占他们的工作岗位，因为现在很多繁重的工作都可以由机器完成。这种担忧不仅关乎工作保障，还关乎他们适应和与新技术合作的能力。  

从客户的角度来看，他们担心数据安全—即在进行人工智能驱动的分析时，其数据的安全性和隐私性。同样，由于对数据来源​​不明确以及数据可能带有的固有偏见，客户可能会对从此类分析中得出的信息的可靠性产生怀疑。毕竟，在合成受访者的帮助下，聊天机器人协助研究过程的前景是相当可观的！

为了降低风险认知

合理的经验法则是，人工智能永远不要完 销售线索 成超过 80% 的工作，而 20% 的工作留给人类顾问。随着我们进步将人工智能融入我们的工作流程，随着挑战者企业从开始就将人工智能融入市场，坚持这点将非常重要。市场研究领域的领导者在应对这些复杂问题方面发挥着至关重要的作用。首要任务必须是找到引入变革的正确节奏，并向各方保证，市场研究将始终是个以人为本的行业。 因此，市场研究公司必须在利用自动化提高效率和保持严格的人工监督之间找到平衡，以确保其研究结果的准确性和可靠性。

在实践中要减轻任何担忧

首先要向员工强调人类专业知识在补充人工智能方面的重要性，并引入强大的培训计划和指导，帮助员工培养有效利用人工智能工具所需的技能。对于客户，领导者必须确保数据处理流程的透明度，并教育他们使用的数据来源和方法，从而揭开分析过程的神秘面纱。 这不仅会增强信任，而且还会鼓励我们更热情地采用我们理解日益复杂的世界所需的新技术。

降低市场研究的未来风险

为了减轻进步的不确定性，尤其是在整合人工智能和其他新兴技术时，内部和供应商方企业都应采取战略性和谨慎性的方法。启动小型、可管理的概念验证项目可以对人工智能解决方案进行受控测试，在更广泛实施之前将风险降至最低。这些项目的早期成功为扩张奠定了坚实的基础。衡量成功也至关重要；公司应该建立明确的指标，例如准确性、速度、用户满意度、投资回报率和对客户目标的影响。这些关键绩效指标跟踪进展并确保 AI 实施符合其目标。

投资策略还应专注于解决客户面临的实际挑战、提供切实价值并避免对新技术的过度炒作—这是许多企业在面对新鲜事物时都会犯的个错误。这种战略投资平衡了开发成本与预算限制，并专注于人工智能具有明显优势的领域。最后，采用敏捷方法，从小处着手，不断迭代，不断衡量成功，同时不断学习，有助于企业保持技术领先地位。这大大降低了风险，增强了竞争优势。