【51CTO.com快译】
新冠疫情已给我们的日常工作带来了众多影响。说到数据和技术，企业组织在讨论的最重要因素之一是数字化转型加快及其带来的影响。正如《经济学人》指出，新冠疫情最明显的后果之一就是，“将基于数据的服务注入生活的更多方面。”这引出了另一个问题，即如何从海量数据中获得有价值的消费者洞察力。每个人都知道了解客户有多重要，但是在信息过载时代如何做到这一点呢?
什么是数据过载?
信息过载是强生公司前全球总裁Debra Brass在2013年创造的术语，它描述了这种现状：过剩的数据使数据分析起来异常复杂，甚至在某个时候变得无法有助于进行有洞察力的分析。它阻止公司做出有效的决策，因为它们面对如此多的数据无力采取行动。
这种问题重重的情形可能归因于公司收集数据的能力迅速提高，而正确集成和分析这些数据的能力没有跟上来。虽然该问题可能影响整个公司，但对于面向客户的团队(比如市场营销、客户服务、销售和消费者洞察力)来说尤其成问题。
几项研究估计，市场营销或消费者洞察力高管的时间中多达80%用于分析消费者数据。在这些高管中，仅五分之一的人认为自己拥有适合其工作的工具。电子商务平台中的客户评论数量急剧增加就是个典例。消费者不仅撰写更多的评论，还在网上提问和回答更多问题，生成数量惊人的数据以供分析。
这既是个问题，也是个机会：有了更多的消费者评论和对话，公司有机会访问这些数据，并以一种非常公正的方式实时了解消费者，比以往更快速。但是，当它们仍在为数据过载而苦恼，没有获得它们所寻求的洞察力时，如何才能探究新的消费者信息来源呢?
如何将数据转化成消费者洞察力?
答案是利用智能系统(Systems of Intelligence)。这个概念是由软件行业最重要的投资基金之一Greylock Partners首创，被许多人认为是数据分析领域的下一大波创新浪潮。智能系统如同连接记录系统和交互系统的额外层，记录系统是存储数据的平台(比如CRM或ERP平台)，而交互系统是进行交互以捕获数据的平台(比如客户服务或消息传递工具)。
智能系统的主要卖点是连接来自不同来源的不同数据(在大多数情况下，由于公司甚至无法访问，这些数据未得到充分利用)，从而可以从这些数据获得深刻的洞察力。如果实施这种智能系统，公司不仅可以减少将自己的数据与电子表格连接的工作，还可以极其容易地将新的数据源添加到其分析中，减少技术挑战，并简化工作流程，从而在每个操作周期提高质量。
今天似乎正是缺少这样的解决方案。我们所有人都可以访问数据，但是在大多数情况下，我们不确定要寻找的内容：我们分析错误的数据，仅查看收集到内容的一部分，却看不到这部分数据与其余数据的相关性，我们甚至选择错误的指标来衡量它。不仅如此，我们花更多的时间试图了解过去，而不是规划未来。
因而，我们不仅做出错误的决定，还浪费大量时间将精力集中在与成功无关的行动上。据Gartner的研究显示，到2023年，仅仅是由于无法从捕获的数据获得价值，60%的数据智能和消费者洞察力负责人会把营销分析部门削减50%。
市场营销和消费者洞察力主管需要减轻这个负担：将时间花在Excel电子表格上，试图处理和连接多个数据源以获得相关的洞察力。
消费者洞察力的未来：决策智能
由于“脏数据”使美国经济每年损失3.1万亿美元、每天生成2.5万亿字节，认为消费者洞察力的未来与智能系统有直接的关系也就不足为奇了。决策智能(Decision Intelligence)由此而来。
决策智能是一种框架，有助于将AI、机器学习和文本分析实际应用于真正的业务决策，确定业务优先级，并为此切实利用技术。据Gartner声称，到2023年，33%以上的大型组织会有负责决策智能的分析员。
决策智能之所以如此强大，是由于它将业务目标、方面和问题与人工智能和预测分析的优点联系在一起，可以共同处理多个数据源，从而获取洞察力并预测未来。
原文标题：How to Effectively Obtain Consumer Insights in a Data Overload Era，作者：Patrícia Osorio
【51CTO译稿，合作站点转载请注明原文译者和出处为51CTO.com】
