市調顯示買氣旺，為何不能信？小心掉入「消費者謊言陷阱」

數據分析的目的是什麼？數據分析的目的就是賺錢，透過數據分析也許不能知道確切的數值，但能為銷售額帶來某種程度的自信。

當消費者得知某項產品並喜歡該產品後，會進行購買。整個消費過程，首先是認知，也就是讓消費者認知到產品有多好，就越能吸引消費者注意。

第二是態度，「喜歡或討厭」的喜好呈現。接著是購買行動，消費者「什麼時候消費」、「什麼時候大量消費」，這三點探究起來，都是一門學問。

當然這其中也存在違反規則的現象，也就是衝動購物。如果想透過一定的順序了解消費者認知與喜好，又可以分為可控情況與不可控情況。

光憑單一的變數或結果，就將其視為消費者的一切，是一種失算。

最重要的是，要在各個消費階段中蒐集足夠數據，即使不能獲取絕對準確資料，但確保數據量，對於推測消費者心理也非常重要。

畢達哥拉斯（Pythagoras）說：「萬物皆數」，雖然我的想法與這句話本意有些出入，但我也認為：世界萬物都可以被數據化，有時是主動式資料（active data），有時是人為記錄的被動式資料（passive data）。

舉例來說，如果我們現在欲了解人們平均使用手機的時間，大致可分成兩種蒐集方式。

我們可以安裝軟體，讓手機每幾分鐘就自動記錄，稱為「主動式資料」；反之，詢問對方手機一天的使用時間，透過問答形式蒐集的人為整理資料，稱為「被動式資料」。

現在我們理所當然認為，大部分行為都是採取自動記錄資料的方式。

以前我們很難確切掌握捷運或公車站的流動人口，但現在幾乎每小時都可以透過主動式資料獲得乘車人數的數據。

我們無意中使用信用卡的行為，就能創造極大的數據量。交通方式、品牌、飲食習慣等資料，都屬於「主動式資料」。

然而，這麼多的行為數據，企業該應用在哪裡呢？我認為企業應透過分析消費者行為，發現更多消費者的內需，並將其應用在製造消費者想要的產品或服務上。

了解消費者與巧妙的商業技巧不同，商業技巧較偏向欺騙消費者，以創造更高的利潤，但真心理解消費者的話，卻是會在產品和服務上，反映出消費者的內在需求，自然消費者也會對該品牌產生好感。

賈伯斯曾說：「消費者並不知道自己想要的是什麼。」這種情況也是存在的。消費者不可能知道不曾存在的產品，或新技術與新材料等。因此，有許多企業會執著在要製造出消費者「前所未聞」的新產品，而忽略了消費者的聲音。

「了解消費者想要什麼」與「聽消費者說什麼」有點不同。最重要的是，要找到一個不趨於表面，但又不過於虛幻的點。

讓我們用「結帳方便性」舉例。這時如果提出「請試著縮短結帳時間，讓消費者結帳時更方便」，雖然說出了大方向，但說穿了，毫無任何助益。

所以我們應該把建議轉換成能被執行的具體企畫：「消費者在確認身分時，需要花費很多時間，如果我們能在消費者同意的前提下，增加出示特定信用卡、車牌辨識、告知手機號碼等方式，進行身分辨識的功能如何？」

第一階段：現在的消費者越來越不喜歡隨身攜帶實體卡片，因為會增加錢包體積。

第二階段：思考有沒有用手機就能確認會員的方法，但如果每次都要用手機登入會員，消費者也會厭煩。

第三階段：變更契約，讓消費者能透過報出電話號碼尾數與本名的方式，確認身分。

透過這種方式，才能討論出會員身分確認流程簡化的方法。

想做到更細緻的數據分析，要捨棄用性別或年紀來分類消費者的習慣。

這是為了讓顧客增加消費的欺騙行為嗎？不是，這是為了讓消費者更便利的點單。隨著網路與實體的界線越來越模糊，能真正了解消費者行為並提供服務的企業，才會受到喜愛。

「銷售數據應該要能連結其他數據。」這句看似理所當然的言論，很多時候都難以實現。事實上有許多企業是毫無目的在蒐集數據。如果想分析大數據，最好盡可能縮小銷售單位，我個人很喜歡發票明細，只要有以明細為單位的數據，數據分析的可用性會大幅增加。

光是藉由分析藏在發票明細裡的數據，企業就可以更進一步的理解消費者。稍微誇飾一點，發票明細就是消費者與企業相遇的時間，加上空間的集合體（這邊所說的「發票明細」，指的不僅止於紙本明細，是以一次買賣為單位）。

發票明細上，除了「Why」以外，幾乎涵蓋了所有其他資訊。當我們了解消費者「為什麼」做出行動時，就知道消費者可能再次做出同樣的行為。

消費者分析，就像拼圖一樣，要找出消費者為什麼現在會購買或不購買這項產品。

許多企業都忽略了內在，也沒有想了解消費者心理、學習如何進行數據分析，過度自信以為「機器會替我分析數據」。

我們常在各大媒體上看到的問卷調查結果，大部分都能反映「消費者心理」。但其實消費者會不自覺撒謊，所以單純相信調查結果，也有可能會落得失敗的下場。從不做問卷調查的賈伯斯說：「消費者通常要看到產品，才會知道自己要什麼。」面對未知的東西，要怎麼判斷自己會不會喜歡呢？

數據越多越好，並不只拘泥於大數據，問卷調查的結果也是多多益善。但數據要多，並不一定要對很多人進行調查，而是意味著針對同一問題持續調查，或擁有各地區和顧客層等，各式各樣的資料會更好。

公司以「Usage and Attitude（消費者使用習慣與態度）」的名義持續進行市調，幾年來持續重複同樣的問題，但光從品牌為出發點，調查品牌認知度與好感度，很難了解新產品是否能夠熱銷。

所以，關於新產品的消費者調查數據，最好能以產品為種類做區分，這也是為了推測消費者在這次新產品上市的反應中，混雜了多少的謊言。

「這款飲料即將推出，您有嘗試的意願嗎？」一罐銅板價的飲料，真的會討厭到不願花錢嘗試的消費者並不多，但如果是一瓶上萬元的紅酒呢？

如果握有過去發行產品的相關調查，就有線索可推斷其中謊言的程度。也就是說，如果有消費者回應與實際銷售數量的比對數據，就可以比較，也能比較不同產品客群的差異。

數據越多不一定就是好事。數據多就是為了要設立一個基準，跟新數據做比對。其實「越接近五分，代表分數越好」的想法並沒錯，但如果想更精準，就需要盡可能設定好基準點。因為沒有基準的調查結果，就像是處在無重力狀態一樣。

總而言之，消費者說喜歡，並不代表真的喜歡。數字是中立的，結果的正確度，取決於企業掌握消費者謊言的功力。