原文：
www.kdnuggets.com/2020/09/effectively-obtain-consumer-insights-data-overload-era.html
评论
作者：Patrícia Osorio，共同创始人兼首席市场官，Birdie
1. 谷歌网络安全证书 - 快速进入网络安全职业道路。
2. 谷歌数据分析专业证书 - 提升你的数据分析技能
3. 谷歌 IT 支持专业证书 - 支持你组织的 IT 需求
COVID-19 疫情对我们的日常生活产生了诸多影响。组织讨论的最重要因素之一是数字化转型的加速以及其在数据和技术方面的影响。正如《经济学人》所指出的，疫情的一个明显后果将是“数据驱动的服务将渗透到生活的方方面面。”这带来了另一个问题，就是大量的数据以及如何从中获取有价值的消费者洞察。大家都知道了解客户的重要性，但在信息过载的时代，如何做到这一点呢？
信息过载是由 Debra Brass（前 J&J 全球总裁）在 2013 年创造的术语，描述了一种现实，即数据的过度可用性使得其分析变得复杂，以至于在某些情况下，它变得无效，无法对有洞察力的分析做出贡献。它阻碍了公司做出有效的决策，因为他们在面对如此多的数据时无法采取行动。
这种问题背景很可能是由于公司在数据收集能力上的迅速演变，但未能跟上正确集成和分析这些数据的能力。虽然这一问题可能影响整个公司，但对营销、客户服务、销售和消费者洞察等面向客户的团队尤其成问题。
一些研究估计，营销或消费者洞察高管最多将 80%的时间花在分析消费者数据上。在这些高管中，只有五分之一认为他们拥有合适的工具。电子商务平台上客户评论数量的指数级增长就是一个很好的例子。消费者不仅写更多评论，还在线上提出和回答更多问题，生成了大量具有挑战性的数据进行分析。
这既是一个机会也是一个问题：随着消费者评论和对话的增加，公司有机会获取这些数据，并以非常客观的方式实时了解其消费者，比以往更快。但他们如何在仍在为数据过载而挣扎并且未能获得所需洞察时探索新的消费者信息来源呢？
答案是利用智能系统。这一概念由 Greylock Partners（软件行业最重要的投资基金之一）提出，许多人视其为数据分析领域下一波重大创新。智能系统作为一个额外的层次，连接了记录系统——存储数据的平台，如 CRM 或 ERP 平台——和互动系统——用于捕捉数据的互动平台（如客户服务或消息工具）。
智能系统的主要价值主张在于连接来自不同来源的数据——这些数据在大多数情况下未被充分利用，因为公司甚至无法访问它们——以便从这些数据中生成深刻的见解。通过实施这些智能系统，公司不仅可以减少将自身数据与电子表格连接的工作，还可以更轻松地将新的数据源纳入分析中，减少技术挑战，实现流畅的工作流程，从而提高每个操作周期的质量。
回到今天的背景，正是这样的解决方案似乎缺失。我们都有数据的访问权限，但在大多数情况下，我们不确定该寻找什么：我们分析错误的数据，只关注收集内容的一部分而看不到其与其他部分的关联，甚至选择了错误的度量标准来衡量。更重要的是，我们花更多的时间试图理解过去，而不是规划未来。
因此，我们不仅做出错误的决策，还浪费了大量时间将精力集中在对成功无关的行动上。Gartner 的研究显示，到 2023 年，数据智能和消费者洞察领域的 60%将减半，仅仅是因为无法从捕获的数据中生成价值。
市场营销和消费者洞察的高管需要减少在 Excel 上花费数小时处理和连接多个数据源的负担，以便- 也许- 得到相关的见解。
随着"脏数据"每年使美国经济损失 3.1 万亿美元和每天产生 2.5 亿亿字节的数据，消费者洞察的未来与智能系统有直接关系并不足为奇。名字？决策智能。
决策智能是一个框架，旨在帮助将人工智能（AI）、机器学习（ML）和文本分析应用于实际业务决策，优先考虑业务并将技术投入使用。根据 Gartner，到 2023 年，超过 33%的大型组织将拥有从事决策智能的分析师。
它之所以如此强大，是因为它将商业目标、方面和问题与人工智能和预测分析的能力相连接，利用多个数据源来发展洞察力并预测未来。
简介: Patrícia Osorio 拥有超过 10 年的市场营销和业务发展经验。她在 USP 获得法学学位，在 FGV-EAESP 获得商业管理学位后，于 2007 年加入 Arizona，领导市场营销部门，并负责产品创新和新市场开发项目，如公司国际化（向阿根廷、智利、哥伦比亚和英国的客户销售，并在阿根廷开设办公室）以及数字产品开发。她还共同创办了 HomeRefill，一个在线订阅电子商务平台，以及 GVAngels，一个已经在巴西初创企业投资超过 100 万美元的天使投资集团。Pat 是由 Growth Tribe（欧洲）毕业的增长黑客，拥有在巴西和美国的 B2B 增长和获取经验。她与 Alex 一起看到了利用产品数据获得见解的机会，并在 2017 年底起草了**Birdie**的第一个版本。
相关内容:
-
坦率地说：我们在数据中淹没
-
向大数据提问的 3 个关键数据科学问题
-
客户流失预测：全球绩效研究