别扯大数据 !请先面朝用户

大数据
大数据固然美好,对于关注用户需求的公司,大数据能让他们如虎添翼,更好的把握用户需求,改善用户体验。对于不关注用户需求的公司,以及那些有关注 用户需求的愿望却因为面朝KPI、面朝领导、面朝自己、面朝制度而没能真正关注用户需求的公司,还是先转身,面朝用户吧!

大数据很火,TED的创始人Dan Ariely这样调侃:大数据就像青少年谈性,每个人都在说,不知道谁做了,每个人认为另外人在做,所以每个人都声称自己在做……这是一句玩笑,却道出了实情,正在做大数据的企业不多。可以肯定的是,大家跃跃欲试。

大数据不止于炒作概念,已经有很多大数据应用成功的案例,如百度的旅游景点人流及舒适度预测;如淘宝的个性化购物推荐;以及小米手机的10万人互联网开发团队,等等。

大数据固然很美,也是前进的方向。“大数据的本质就是还原用户的真实需求”,阿里巴巴集团数据委员会委员长车品觉一语道破天机。那些跃跃欲试的企业,要先问自己这样一个问题:我真的关注用户的真实需求么?别急于用墙上的标语来回答,先看看你们企业是否存在以下四种情形:

***,面朝KPI,管理层视KPI为救命稻草,分解、考核成了他们的主要工作。不管KPI分解是否合理,不与下属一起去找完成KPI的办法,不去跟踪执行,甚至默许KPI中的水分。员工视KPI为指挥棒,关乎KPI的工作,认真干,其他则可以敷衍。为了KPI不惜蒙骗用户。

第二,面朝领导,员工把听领导的话当着***的执行,同时领导也这样理解执行。领导安排的工作必定是最重要最紧急,摆在优先处理的位置。做不做某件事的唯一理由就是领导是否安排。

第三,面朝自己,凡事先撇开自己部门以及自己的责任,在用户和同事面前,他们的口头禅是“这事儿不归我管”、“这事儿我不清楚”。

第四,面朝制度,用户来咨询、投诉,回答永远是“公司的制度”。没有沟通,没有实事求是,将公司的规定、制度强加于用户。公司的制度本意就是防止用户、员工钻空子;员工们坚信,无论如何,都不得让自己和用户违反公司制度。

面朝KPI、面朝领导、面朝自己、面朝制度,都背对着用户,能关注用户需求么?先别扯大数据,先面朝用户吧。大数据不是***的,不关注用户需求的企业,大数据应用做得再好也无济于事——当然,也不可能做好。

面朝用户,即使没有大数据,也可以了解用户需求。搜集用户需求的途径有很多。调查问卷、焦点小组是传统有效的了解用户需求的方式。调查问卷标准化、 结构化、覆盖广,可以得出具体量化的结果。而焦点小组则开放、自由,沟通深入、充分,需要专业的观察与记录,得出的是感性而非量化的结论。无论调查问卷, 还是焦点小组,都是走群众路线,到用户中去,听取用户意见、建议,确保产品、方案从用户中来。不容忽视,用户热线也是很好的倾听用户的方式,无论是投诉, 还是咨询,都是用户真实意见的表达。

面朝用户,即使没有大数据,也可以做出很好的产品和服务。海底捞火锅是个很好的例子。海底捞在服务质量普遍不高的餐饮业以好得“变态”的服务取胜。 它通过善待员工,向员工授权,让员工满意,解放员工的大脑,让员工迸发出创新的活力,让员工发自内心的为用户提供良好的服务。当然,大数据也可以用于海底 捞的决策参考或者营销活动评估,这并不矛盾。

大数据应该在我们用传统的方法不能洞察用户需求,不能改善用户体验的情况下才被请出来。一方面,如果市场调研、用户体验都不曾做过,说明压根就没关 注用户需求的意识,没这意识做大数据就是浪费。另一方面,无论是建模,还是***的结果应用,大数据都需要和实地调研、与用户的接触经验相结合。

大数据固然美好,对于关注用户需求的公司,大数据能让他们如虎添翼,更好的把握用户需求,改善用户体验。对于不关注用户需求的公司,以及那些有关注 用户需求的愿望却因为面朝KPI、面朝领导、面朝自己、面朝制度而没能真正关注用户需求的公司,还是先转身,面朝用户吧!面朝用户,从用户那里获取最真实 需求信息,从用户那里获得认同与力量。面朝用户,即使没有大数据,也能洞察用户需求,做出好的产品和服务。当企业、员工面朝用户,树立了关注用户需求、改 善用户体验的意识,再做大数据,也不迟。

责任编辑:林师授 来源: 新浪科技
相关推荐

2015-04-28 15:03:20

大数据中小企业的痛

2013-09-23 10:36:17

Hadoop大数据

2023-09-11 08:30:30

Creator工厂方法

2013-05-15 09:33:45

大数据小数据

2015-03-05 09:31:32

无线组网/华三

2015-09-02 09:40:22

大数据

2015-05-08 11:10:50

大数据小企业

2013-09-05 09:33:25

大数据卢东明SAP

2017-11-21 13:46:30

大数据用户画像数据管理

2014-03-13 10:45:40

大数据

2013-03-18 00:16:53

2015-08-31 14:34:30

大数据

2013-02-27 10:56:39

大数据

2017-02-27 17:34:12

大数据

2017-04-05 12:58:53

大数据小数据

2013-10-11 10:00:11

大数据应用icloud云服务

2013-07-17 09:35:25

大数据电商

2016-11-17 11:18:01

金融行业大数据用户画像

2019-08-14 16:08:43

大数据安全互联网

2018-07-23 16:45:36

数据分析RFM方法
点赞
收藏

51CTO技术栈公众号