摘要：定性的數據可以為您企業提供對于客戶行為和相關消費趨勢的更深入的洞察和分析。今天，我們已經聽到過太多關于企業技術領域所被鼓吹的各種所謂建議了，導致某些人可能會認為“大數據”已然變成是能夠解決現代企業所有問題的一幅靈丹妙藥。但糟糕的是，其事實上往往并不能達到其所做的相關承諾——至少，無法以傳統的形式。

今天，我們已經聽到過太多關于企業技術領域所被鼓吹的各種所謂建議了，導致某些人可能會認為“大數據”已然變成是能夠解決現代企業所有問題的一幅靈丹妙藥。但糟糕的是，其事實上往往并不能達到其所做的相關承諾——至少，無法以傳統的形式。

事實證明，那些通常被稱為大數據的——均是通過企業資源規劃(ERP)、消費者關系管理(CRM)和其他業務系統所捕獲、測量的巨大的數據“湖”，其中的一部分數據被借助當今的分析工具進行了挖掘和開采。而實際上根據IDC的調研數據顯示，對于絕大多數一般性的企業，其所充分挖掘和分析的數據量只有10%。

其余的則是“非結構化”或“定性”的數據，這些數據可以是雜亂的。包括來自各種類型的客戶調查、應對方式、網絡論壇、社交媒體、文檔、視頻、新聞報道、電話呼叫中心以及銷售團隊所收集的傳聞證據等等。這些數據信息通常往往都是文本，而非數字化的，不容易被“量化”，或者變成數值。

而這其中就存在一個問題。鑒于大多數的分析工具是被設置為處理可量化信息的——即處理數字。換句話說，通常情況下，能夠提供相關背景信息、或者對于企業有價值的信息卻往往都是那些非結構化的數據。

“由數據所引發的問題往往比其所能夠提供的解決方案更多，而且，在定量數據的趨勢背后，人們總是懷著‘為什么’的問題?”Forrester Research的分析師Anjali Lai表示說。“數據分析是在風險真空中講述一個不完整的故事，而定性的數據則可以提供這個故事的上下文背景。”

想象一下，您所在的企業正試圖理解和分析為什么網上銷售業界并不如您所預期的那樣。您可以在市場營銷分析工具方面進行大量投資，以便能夠為您提供大量活躍的數據，如用戶在某個網頁的平均停留時間;或用戶購物車的放棄購買率等等。但是，這樣的數據太過龐大，也未必能夠解答您的“為什么?”的問題。

“您可能能夠掌握到您的網站有1萬個獨立訪客——但這是定量數據。”YouEye公司首席產品官科林·塞巴斯蒂安表示說。YouEye公司是一家通過定性數據提供專門的軟件和服務設計的供應商。“而定性數據則能夠告訴您，在這1萬個獨立訪客中，有4000人是專門奔著您網站的某個特定主題來的，這就是他們希望學習的東西，是真正讓他們感興趣的東西。”

定性數據可以超越數據點之間的相關性進行進一步深入的分析，其可能會告訴您諸如：那些訪客在您的網站上花了較長時間的訪客，與往往也會有實質的購買行為的訪客之間的相關性。也即，定性數據可以開始確定因果關系，或者說，能夠解答難以捉摸的“為什么?”的問題。例如，進行了實質的采購的訪客是源于他們在網站上所花時間的較長;或者是他們在網站上花了較長時間，只是因為您網站的購買過程很麻煩?

“今天，每位CMO平均管理著多達14款儀表盤。”塞巴斯蒂安說。“這是一個分析陷于僵局的案例：我以17種不同的方式在1000萬個數據點觀察我的問題，但我并沒有對于其相應問題所處大環境的充分了解。”

從歷史上看，對于定性數據的分析往往是非常手動的和人力密集型的工作。“您不能只是提交對文檔數據庫的查詢，然后寄期望于獲得一些數據就可以進入一個可視化的視圖。”博思艾倫咨詢公司(Booz Allen Hamilton)首席數據科學家Kirk Borne解釋說。

其結果是，這使得定性數據分析通常被限制在了一定的范圍內。但這種情況已經開始在改變。不僅有更多的工具和專為定性數據設計的工具包，同時，現在也有了“越來越聰明的方法，能夠將定性數據轉化為定量數據，從而釋放出定量分析定性數據的全部功效。”Borne說。

YouEye公司實施了一項在線研究：通過使用視頻和音頻以記錄企業用戶與其客戶在網站、廣告或其他形式的互動。通常情況下，介于50和300家企業用戶被選擇參與該在線調研項目。視頻被轉錄，并結合使用了人工編碼，自然語言處理和機器學習的組合編碼方式。在該項目結束時，客戶端獲得了一份調研結果說明集錦。

例如，針對一家咖啡供應商，“我們通過與該咖啡供應商的客戶進行產品互動，每次當他們提到一家競爭對手時，就明確標注原因，并最終形成了一份調研結果說明集錦。”塞巴斯蒂安說。然后，該咖啡供應商馬上就能夠執行一個因果分析，其為什么會有客戶流失——而這些原因是定量的數據所無法告訴您的。”

QSR International是另一家通過軟件實施了專門的定性數據量身打造的公司，其NVivo產品被Gallup公司用于民意調查。雖然Gallup公司以其全國范圍的民意調查聞名，但該公司也將咨詢相關的機構，以幫助他們了解他們與他們客戶關系的情感方面，而其中就涉及大量的定性數據。

“其中有一些關鍵的研究問題將通過定量的方法充分獨捕捉，包括為什么客戶對某供應商主動疏離或感情冷漠;他們體驗的客戶服務的動機和思想過程等。” Gallup公司的研究員和戰略顧問Ilana Ron-Levey說。 “當我們與一家企業達成合作伙伴關系時，定量數據使我們能夠廣泛評估特殊意見，但定性數據則有助于我們了解相關數據含義背后，數據特定頻率和分布，這是至關重要的。”她說。

Gallup公司采用了多種技術來評估客戶的看法。例如，在最近的一個B2B的商業項目中，他們面對面的采訪了100多名高級客戶，圍繞著客戶參與相關主題收集定性和定量數據，Ron-Levey說。團隊歸納分析定性數據，并使用NVivo以及在微軟Excel中手工編碼的方法。

Gallup公司使用定量反應的統計學解釋顧客參與互動的驅動因素。利用定性數據來描述驅動客戶參與互動的因素和感覺。由此，我們收集到了提高更多不同類型客戶互動參與度的策略。”她說。

在軟件中使用定性數據通常是以數字形式，例如通過為特定的定性反應或評論分配一個數值等級或分數。例如，在情緒分析中，研究人員通常會在定性數據分別用一個正值和負值表示情緒，然后又用一個數值表示感情的強度。Borne說。

文本分析涉及以定量的方式總結文本信息的內容，比如通過主題模型和熱圖，而自然語言和語義處理技術從語言中提取語意，無論是書面的還是口頭的。

將定性數據轉化為定量的形式涉及一些主觀的決策。“這是一個挑戰，但也是一個巨大的機會。”Borne指出。“在語言上，我們可以使用提取更深的理解和更更加微妙和復雜的意義。”

在QSR 的NVivo產品中采用了各種算法，例如采用常用的詞或句子進行數據分析。許多可視化工具都使解釋變得更容易，同時，包括字云和樹圖。

“這給了您一個強大的可視化的觀點和對根本原因的了解。”該公司的首席執行官約翰·歐文說。

定性數據收集往往是費時的，需要研究者掌握高度的技巧，并與受訪者建立和諧的關系，以減輕受訪者的偏見，Gallup的Ron-Levey指出。

“一個最被低估且最為經常被忽視的技能是：定性研究者需要有一種感同身受的同理心。”Forrester的Lai表示。“今天，定性研究人員經常僅僅依靠數據本身，而沒有對數據所形成的數字化編碼所蘊含的潛臺詞或上下文形成批判性思維。”

處理的數據和驗證研究模型也更為復雜。例如，一組正?；亩繑祿捎昧愕揭坏谋壤赡苁亲銐虻模@其中還需要掌握定性數據處理的技巧，Borne指出。

他解釋說：“當有許多不同的意義，或嵌入定性數據的程度不一時，標準的統計檢驗所進行的A假設vs. B假設的測試是行不通的。”

在分析方面，嘗試推廣的調查結果可能會超出了樣本的研究是很有誘惑力的，Ron-Levey警告說。但是，定性數據是非常值得的努力。

“在大數據時代，人類會持續不斷的探索數字背后所蘊含的秘密。” Ron-Levey說。“理解客戶的情感，動機和觀念往往能夠帶來創新和新的戰略，更能吸引顧客。”

Forrester的Lai說，“關于定性和定量分析可以說是對客戶分析和認識的‘陰陽兩面’，因為雙方都要圍繞消費者的行為來講述一個完整的故事。”