【導(dǎo)讀】：傳統(tǒng)的用戶研究包括品牌研究、客戶滿意度研究、商圈研究、市場(chǎng)細(xì)分、渠道研究、產(chǎn)品定價(jià)研究以及產(chǎn)品測(cè)試，這些研究大多數(shù)用市場(chǎng)調(diào)研的方法來實(shí)現(xiàn)。市場(chǎng)調(diào)研由于調(diào)研方法帶來的諸多問題，導(dǎo)致結(jié)果的代表性、準(zhǔn)確性以及研究的效率都存在不同程度的挑戰(zhàn)。我們相信，隨著大數(shù)據(jù)的發(fā)展，大數(shù)據(jù)將對(duì)市場(chǎng)與用戶研究方法將帶來革命性的變化。本文將介紹大數(shù)據(jù)目前在市場(chǎng)與用戶研究方面的應(yīng)用與探索。

一．大數(shù)據(jù)用于品牌研究

品牌認(rèn)知度、品牌形象和品牌滿意度研究是品牌研究的三大重要部分。

品牌認(rèn)知度是品牌資產(chǎn)的重要組成部分，品牌認(rèn)知度是衡量消費(fèi)者對(duì)品牌內(nèi)涵及價(jià)值的認(rèn)識(shí)和理解度的標(biāo)準(zhǔn)，同時(shí)也是公司競(jìng)爭(zhēng)力的一種體現(xiàn)。

而品牌形象是品牌在公眾心中所表現(xiàn)出的個(gè)性特征，它體現(xiàn)公眾特別是消費(fèi)者對(duì)品牌的評(píng)價(jià)與認(rèn)知，以及對(duì)品牌所具有的一切聯(lián)想。品牌形象分為三個(gè)層級(jí)的形象：產(chǎn)品或服務(wù)本身的形象、使用者的形象、產(chǎn)品或提供者的形象。

品牌滿意度是消費(fèi)者通過對(duì)一個(gè)品牌產(chǎn)品或服務(wù)的可感知效果與對(duì)比預(yù)期相比較后，所形成的愉悅或失望的狀態(tài)，可以不滿意、滿意、滿足、愉悅等四種情緒，一個(gè)擁有高滿意度的品牌，其顧客的購買率及重復(fù)購買率也在相應(yīng)提升，因此品牌滿意度的研究也非常重要。

在傳統(tǒng)的市場(chǎng)研究中，品牌認(rèn)知、品牌形象和品牌滿意度研究是通過市場(chǎng)調(diào)查的手段來實(shí)現(xiàn)。在大數(shù)據(jù)時(shí)代，我們可以利用互聯(lián)網(wǎng)大數(shù)據(jù)輔助品牌認(rèn)知度、品牌形象和品牌滿意度研究。我們可以通過網(wǎng)絡(luò)爬蟲技術(shù)，對(duì)新聞媒體、社會(huì)化媒體等網(wǎng)站實(shí)時(shí)全網(wǎng)監(jiān)測(cè)，實(shí)時(shí)掌握網(wǎng)民對(duì)品牌和競(jìng)品的品牌提及量、產(chǎn)品提及量以及提及量的趨勢(shì)，掌握自己品牌和競(jìng)爭(zhēng)的品牌形象評(píng)價(jià)；通過品牌和產(chǎn)品的正負(fù)面評(píng)論的監(jiān)測(cè)，及時(shí)了解對(duì)品牌消費(fèi)者對(duì)品牌的滿意度情況，及時(shí)發(fā)現(xiàn)問題。過去，進(jìn)行品牌認(rèn)知度、品牌形象以及品牌滿意度的市場(chǎng)調(diào)研，從調(diào)查開始到報(bào)告產(chǎn)生，至少需要半個(gè)月到一個(gè)月，而且由于成本和操作性的限制，只能選取一些代表性的人群和地點(diǎn)做代表性的抽樣不夠全面。利用大數(shù)據(jù)手段，我們可以實(shí)現(xiàn)更快更全面以及更真實(shí)的統(tǒng)計(jì)，這對(duì)我們及時(shí)的了解品牌認(rèn)知度、品牌形象以及品牌滿意度的現(xiàn)狀和趨勢(shì)非常有幫助。

二．大數(shù)據(jù)用于忠誠度研究

凈推薦值研究方法是客戶忠誠度研究中的重要方法。凈推薦值（NPS）研究方法由國際知名咨詢公司貝恩咨詢客戶忠誠度業(yè)務(wù)的創(chuàng)始人佛瑞德·賴克霍徳（Fred?Reichheld）在2003《哈佛大學(xué)商業(yè)評(píng)論》文章“你需要致力于增長的一個(gè)數(shù)字”的文章中首次提到。該方法通過調(diào)查客戶問題“您有多大可能向您的朋友或同事推薦我們公司的產(chǎn)品或服務(wù)？（0-10分）”?來獲得，根據(jù)客戶的回答分?jǐn)?shù)分成三組：

第一組給公司9分或10分，稱之為“推薦者”(promoters)；他們是對(duì)公司產(chǎn)品或服務(wù)滿意度和忠誠度非常高的客戶，在當(dāng)今社會(huì)化媒體營銷時(shí)代，他們是公司產(chǎn)品或服務(wù)免費(fèi)營銷人員，他們會(huì)推薦朋友和親人來購買。

第二組給公司7分或8分，為“被動(dòng)滿意者”(passively?satisfied)；他們對(duì)公司產(chǎn)品或服務(wù)既無不滿意，也無滿意的客戶，較易被其他競(jìng)爭(zhēng)者吸引。

第三組給0至6分，是“貶損者”(detractors)。他們對(duì)公司的產(chǎn)品或服務(wù)非常不滿意，不僅僅停止購買公司的產(chǎn)品或服務(wù)，他們會(huì)盡一切可能勸周圍的人不要買，同時(shí)會(huì)轉(zhuǎn)向其他競(jìng)爭(zhēng)者。

NPS值即為推薦者所占百分比與貶低者所占百分比的差值（如下圖）。NPS的業(yè)務(wù)邏輯是：推薦者會(huì)繼續(xù)購買并且推薦給其他人來加速你的成長，而貶損者則能破壞你的名聲，不僅僅停止購買，而且勸說周圍朋友購買，讓你在負(fù)面的口碑中阻止成長，NPS則是反映了這兩股力量較量的結(jié)果。Fred?Reichheld實(shí)證研究證明NPS和長期利潤成長有正相關(guān)性，NPS表現(xiàn)越好，未來企業(yè)利潤的成長就會(huì)越好。

圖：NPS計(jì)算方法

大家可能會(huì)問，NPS分?jǐn)?shù)在多少為比較理想的狀態(tài)。實(shí)證研究表明，NPS分?jǐn)?shù)在NPS的得分值在50%以上被認(rèn)為是表現(xiàn)不錯(cuò)，得分值在70－80%之間則證明公司擁有一批高忠誠度的好客戶（如蘋果、Google等互聯(lián)網(wǎng)公司的NPS超過70%），大部分公司的NPS值在5－10%之間，更差的公司NPS還可能是負(fù)值。當(dāng)然，我們僅了解NPS是不夠的，NPS本身不能提供具體的改進(jìn)意見，我們還需要結(jié)合影響滿意度的原因深入研究，尤其是對(duì)貶損者指標(biāo)進(jìn)行深入的滿意度研究，挖掘“貶損”背后的原因。

大數(shù)據(jù)技術(shù)革新傳統(tǒng)NPS研究方式。大部分NPS的研究其數(shù)據(jù)獲取方式都采用調(diào)查問卷的方式，這種方式很容易受到抽樣方式、客戶心態(tài)甚至活動(dòng)禮品等多方面的影響，導(dǎo)致數(shù)據(jù)失真。在大數(shù)據(jù)時(shí)代，NPS的數(shù)據(jù)可以來源于客服系統(tǒng)的語音數(shù)據(jù)和評(píng)價(jià)文本數(shù)據(jù)、電商平臺(tái)購物用戶的打分及用戶評(píng)論文本數(shù)據(jù)以及社會(huì)化媒體如微博、論壇等的評(píng)論文本數(shù)據(jù)，這些數(shù)據(jù)我們都稱之為“用戶反饋數(shù)據(jù)”。我們可以利用語音分析技術(shù)、文本分析技術(shù)將這些非結(jié)構(gòu)化的“用戶反饋數(shù)據(jù)”結(jié)構(gòu)化，從而更好的進(jìn)行數(shù)據(jù)挖掘，識(shí)別“貶損者”和“推薦者”，全面和快速的計(jì)算NPS，并可以利用這些大數(shù)據(jù)，了解“貶損者”的“貶損”的原因。如果還能夠把業(yè)務(wù)系統(tǒng)和運(yùn)營系統(tǒng)的“用戶行為數(shù)據(jù)”關(guān)聯(lián)整合進(jìn)來，我們不僅僅通過“用戶反饋數(shù)據(jù)”了解用戶“貶損”原因，還可以了解“貶損者”的歷史“用戶行為數(shù)據(jù)，將更有利于我們更好的洞察用戶，更全面、更及時(shí)優(yōu)化“貶損者”的用戶體驗(yàn)和改進(jìn)方向；同時(shí)可以定向?yàn)椤巴扑]者”展開更多的優(yōu)惠促銷或者附加增值服務(wù)。通過大數(shù)據(jù)手段可以更好的實(shí)時(shí)掌握NPS，還可以洞察NPS“推薦”或“貶損”的原因，為市場(chǎng)推廣、客戶服務(wù)、業(yè)務(wù)運(yùn)營等部門的關(guān)鍵應(yīng)用場(chǎng)景提供決策支撐，有利于進(jìn)一步提升用戶親密度和忠誠度。

三．大數(shù)據(jù)用于市場(chǎng)細(xì)分

市場(chǎng)細(xì)分是按照消費(fèi)者在市場(chǎng)需求、購買動(dòng)機(jī)、購買行為和購買能力方面的差異，運(yùn)用系統(tǒng)方法將整體市場(chǎng)即全部顧客和潛在顧客劃分為數(shù)個(gè)不同的消費(fèi)者群（子市場(chǎng)），以便選擇確定自己的目標(biāo)市場(chǎng)。市場(chǎng)細(xì)分的基礎(chǔ)是購買者對(duì)產(chǎn)品需求的差異性。但是，這種差異性一般很難直接度量，故常用其它比較容易度量以及和需求密切相關(guān)的變量來對(duì)市場(chǎng)進(jìn)行細(xì)分。這些變量包括地理、人口統(tǒng)計(jì)學(xué)屬性、行為以及消費(fèi)心態(tài)等變量：地理細(xì)分是將市場(chǎng)劃分為不同的區(qū)域市場(chǎng)，例如可按下列地理特征將市場(chǎng)細(xì)分：行政區(qū)劃、城市規(guī)模、資源狀況和氣候；人口統(tǒng)計(jì)學(xué)細(xì)分人口統(tǒng)計(jì)變量來細(xì)分市場(chǎng)，常用來細(xì)分市場(chǎng)的人口學(xué)變量有年齡、性別、民族、居住地、家庭規(guī)模與生命周期等；行為和態(tài)度細(xì)分是根據(jù)消費(fèi)者對(duì)產(chǎn)品的購買動(dòng)機(jī)、購買行為和使用情況來細(xì)分；心理細(xì)分是按消費(fèi)者的社會(huì)階層、生活方式、人格特征劃分為不同的群體。市場(chǎng)細(xì)分既可以按照以上單維度細(xì)分，也可以組合以上維度進(jìn)行多重標(biāo)準(zhǔn)細(xì)分，同時(shí)按照多重標(biāo)準(zhǔn)可以將消費(fèi)者分為比較小的、同質(zhì)性更高的群體。

區(qū)別于傳統(tǒng)的市場(chǎng)細(xì)分，大數(shù)據(jù)應(yīng)用于市場(chǎng)細(xì)分在以下方面起到更為重要的作用：

數(shù)據(jù)采集的維度更為全面，數(shù)據(jù)采集更為實(shí)時(shí)，尤其是在行為數(shù)據(jù)的采集更為及時(shí)、細(xì)膩和全方位；

用大數(shù)據(jù)算法進(jìn)行細(xì)分模型建模，可以吸納更多的細(xì)分維度，從而可以細(xì)分出更小、同質(zhì)性更高的細(xì)分群體；

數(shù)據(jù)更新更快，計(jì)算速度更快，市場(chǎng)細(xì)分模型更新速度更快，更能及時(shí)反映用戶需求的變化，從而可以做出更準(zhǔn)確、及時(shí)細(xì)分；

市場(chǎng)細(xì)分可以和營銷渠道、營銷活動(dòng)進(jìn)行實(shí)時(shí)關(guān)聯(lián)和調(diào)優(yōu)，通過大數(shù)據(jù)算法判定的細(xì)分群體可以實(shí)時(shí)的進(jìn)行最有效營銷活動(dòng)推薦，并可以用大數(shù)據(jù)計(jì)算最為有效推廣渠道觸達(dá)這些細(xì)分群體。

四．大數(shù)據(jù)用于產(chǎn)品測(cè)試

產(chǎn)品測(cè)試指的是企業(yè)運(yùn)用專業(yè)的技術(shù)手段和研究方法進(jìn)行以獲得目標(biāo)消費(fèi)者（或用戶）對(duì)相關(guān)產(chǎn)品的認(rèn)知或評(píng)價(jià)，以測(cè)試新產(chǎn)品的接受度或改進(jìn)現(xiàn)有產(chǎn)品。產(chǎn)品測(cè)試在產(chǎn)品的各生命周期均有應(yīng)用：

在產(chǎn)品的開發(fā)期，產(chǎn)品處于研發(fā)和概念階段，此時(shí)可以對(duì)已有產(chǎn)品進(jìn)行測(cè)試，以了解消費(fèi)者認(rèn)為需要改進(jìn)的方面；或者對(duì)尚未成型的產(chǎn)品進(jìn)行概念性的測(cè)試，指導(dǎo)產(chǎn)品經(jīng)理對(duì)正在開放的產(chǎn)品做調(diào)整和改進(jìn)；

在產(chǎn)品介紹期，產(chǎn)品準(zhǔn)備投放市場(chǎng)以及剛剛投放市場(chǎng)不久，企業(yè)可以通過產(chǎn)品測(cè)試以了解最有效的銷售渠道和促銷方式，以及對(duì)產(chǎn)品的包裝、價(jià)格進(jìn)行測(cè)試；

在產(chǎn)品的成長期和成熟期，企業(yè)可以通過自身產(chǎn)品和競(jìng)爭(zhēng)產(chǎn)品進(jìn)行對(duì)比測(cè)試，及時(shí)掌握消費(fèi)者（或用戶）對(duì)產(chǎn)品的評(píng)價(jià)和態(tài)度；

在產(chǎn)品的衰退期，為了延長產(chǎn)品生命周期，企業(yè)會(huì)進(jìn)行產(chǎn)品的改進(jìn)或者產(chǎn)品新方向的測(cè)試。

以上不同階段的產(chǎn)品測(cè)試，傳統(tǒng)的實(shí)施方法一般是通過市場(chǎng)調(diào)查方式來實(shí)現(xiàn)，通常是對(duì)消費(fèi)者（或用戶）進(jìn)行調(diào)查或者訪問，利用多種訪問或調(diào)查工具來實(shí)現(xiàn)。在大數(shù)據(jù)和互聯(lián)網(wǎng)時(shí)代，我們可以用更快和更為準(zhǔn)確的方式來進(jìn)行產(chǎn)品測(cè)試：

在產(chǎn)品的開發(fā)期，我們可以通過電商平臺(tái)或者微博、論壇等社會(huì)化媒體對(duì)現(xiàn)有產(chǎn)品的網(wǎng)上評(píng)論進(jìn)行收集，通過自然語言處理和數(shù)據(jù)挖掘手段，以了解消費(fèi)者的不滿和產(chǎn)品改進(jìn)方向；或者灰度測(cè)試來了解新版本的效果，即讓一部分用戶繼續(xù)用老版本，一部分用戶開始用新版本，如果用戶對(duì)新版本沒有什么反對(duì)意見，那么逐步擴(kuò)大范圍，把所有用戶都遷移到新版本上面來。灰度測(cè)試和發(fā)布可以保證整體產(chǎn)品系統(tǒng)的穩(wěn)定，在初始灰度的時(shí)候就可以發(fā)現(xiàn)、調(diào)整問題。在產(chǎn)品的介紹期，產(chǎn)品的包裝、外觀設(shè)計(jì)和價(jià)格等也可以通過灰度測(cè)試和發(fā)布的方式來掌握消費(fèi)者的反饋以進(jìn)行相關(guān)的調(diào)優(yōu)。在產(chǎn)品的成長期和成熟期，我們同樣可以通過大數(shù)據(jù)手段對(duì)電商平臺(tái)和社會(huì)化媒體收集消費(fèi)者對(duì)自身產(chǎn)品和競(jìng)爭(zhēng)產(chǎn)品的評(píng)論，通過自然語言處理和數(shù)據(jù)挖掘掌握消費(fèi)者對(duì)產(chǎn)品的不滿，以改進(jìn)我們自己的產(chǎn)品。像寶潔這種對(duì)傳統(tǒng)市場(chǎng)調(diào)查非常重視的企業(yè)，目前已經(jīng)逐漸開始利用大數(shù)據(jù)方式進(jìn)行產(chǎn)品測(cè)試，尤其是通過電商平臺(tái)對(duì)每一個(gè)產(chǎn)品都能收集評(píng)價(jià)和反饋，幫助產(chǎn)品的改進(jìn)和創(chuàng)新。

五．大數(shù)據(jù)與商圈研究以及空間商業(yè)智能

商圈是指商店以其所在地點(diǎn)為中心沿著一定的方向和距離擴(kuò)展所能吸引顧客的范圍。按照離商店的距離，商圈分為三層，包括核心商圈，次級(jí)商圈和邊緣商圈。核心商圈是離商店最近，顧客密度最高，約占商店顧客的55%－70%；次級(jí)商圈是指位于核心商圈外圍的商圈，顧客分布較為分散，約占商店顧客的15-20%；邊緣商圈是于商圈的最外緣，包含商圈剩下的客戶，此商圈顧客最為分散，數(shù)量最少。按照商圈的性質(zhì)，商圈可以分為六大類，包括：（1）商業(yè)區(qū)，商業(yè)集中的地區(qū)；（2）住宅區(qū)，住宅區(qū)住戶數(shù)量至少1000戶以上；（3）文教區(qū)，其附近有一所或以上的學(xué)校；（4）辦公區(qū)，辦公大樓較多的地區(qū)；（5）工業(yè)區(qū)，即工廠較多的地區(qū)；（6）混合區(qū)，以上5類的混合，如住商混合、住教混合、工商混合等。

影響商圈的因素可以分為內(nèi)部因素和外部因素。內(nèi)部因素包括：

店鋪經(jīng)營商品的種類。經(jīng)營傳統(tǒng)商品、日常用品的店鋪吸引顧客的區(qū)域范圍較小，商圈范圍小；經(jīng)營非常用品，吸引顧客的能力強(qiáng)，商圈范圍廣；

店鋪的經(jīng)營規(guī)模。隨著店鋪經(jīng)營規(guī)模的擴(kuò)大，其商圈也在隨之?dāng)U大，但增大到一定規(guī)模時(shí)，商圈范圍也不會(huì)擴(kuò)大；

店鋪的經(jīng)營特征。經(jīng)營同類商品的兩個(gè)店鋪即便同處一地的同一條街道，其對(duì)顧客的吸引力也會(huì)有所不同，相應(yīng)的商圈規(guī)模也不一樣。經(jīng)營靈活、商品齊全、服務(wù)周到，在顧客中留有良好形象的店鋪，顧客競(jìng)爭(zhēng)力強(qiáng)，自然商圈規(guī)模相對(duì)也會(huì)較其他同行業(yè)店鋪大；

店鋪的主體設(shè)計(jì)。包括店鋪所在樓層構(gòu)成及配置，吸引顧客的設(shè)施狀況，如停車場(chǎng)停車位的多少以及其所處位置等。

影響商圈的外部因素包括：

店鋪的促銷手段。利用人員推銷與營業(yè)推廣活動(dòng)等可以吸引更多的次級(jí)以及邊緣商圈的顧客，可以更好擴(kuò)張商圈范圍；

競(jìng)爭(zhēng)店鋪的位置。相互競(jìng)爭(zhēng)的兩店之間距離越大，它們各自的商圈也越大。如潛在顧客居于兩家同行業(yè)店鋪之間，各自店鋪分別會(huì)吸引一部分潛在顧客，造成客流分散，商圈都會(huì)因此而縮小。但有些相互競(jìng)爭(zhēng)的店鋪毗鄰而設(shè)，顧客因有較多的比較、選擇機(jī)會(huì)而被吸引過來，則商圈反而會(huì)因競(jìng)爭(zhēng)而擴(kuò)大；

人口流動(dòng)性。人口流動(dòng)是指在交通要道、繁華商業(yè)區(qū)、公共場(chǎng)所過往的人口。一個(gè)地區(qū)的流動(dòng)人口越多，在這一地區(qū)經(jīng)營的店鋪的潛在顧客就越多。

交通地理狀況。交通地理?xiàng)l件與商圈規(guī)模密切相關(guān)。在商業(yè)繁華地帶，交通條件發(fā)達(dá)，人口流動(dòng)性強(qiáng)，有大量的潛在顧客，因而商圈范圍也就越大；反之，店鋪設(shè)在交通偏僻地區(qū)，顧客主要是分布在店鋪附近的居住人口，其商圈范圍一般較小。

人口統(tǒng)計(jì)學(xué)特征和消費(fèi)特征。包括商圈的客戶性別、年齡、收入、家庭規(guī)模、消費(fèi)支出能力等。

基于商圈的地理信息和數(shù)據(jù)挖掘可以應(yīng)用于商鋪選址、銷售區(qū)域分配、物流配送路徑優(yōu)化、潛在消費(fèi)者空間分布、線下廣告投放優(yōu)化、城市規(guī)劃等數(shù)據(jù)可以通過大數(shù)據(jù)的手段進(jìn)行獲取。在這些應(yīng)用中，商鋪選址應(yīng)用最多，尤其是應(yīng)用于銀行、快消、電信、醫(yī)藥、家具等行業(yè)。

傳統(tǒng)的商圈相關(guān)信息獲取是通過市場(chǎng)調(diào)查的手段獲得。在大數(shù)據(jù)時(shí)代，商圈相關(guān)的位置、客流和消費(fèi)者信息是可以通過大數(shù)據(jù)獲取的，尤其是通過電信運(yùn)營商或具有地圖服務(wù)能力的互聯(lián)網(wǎng)企業(yè)。如中國聯(lián)通推出的商鋪選址大數(shù)據(jù)應(yīng)用服務(wù)，中國聯(lián)通可以把城市區(qū)域進(jìn)行柵格化處理，分析每個(gè)柵格（不同位置）的用戶群信息、客流信息等，為零售商進(jìn)行店鋪選址的決策依據(jù)，并且已經(jīng)成功的應(yīng)用到煙草直營零售終端的分析和選址優(yōu)化中。而國內(nèi)的一些城市的相關(guān)企業(yè)也在啟動(dòng)智慧商圈的基礎(chǔ)服務(wù)。他們借助為公眾提供免費(fèi)WiFi服務(wù)的同時(shí)，把商圈人流數(shù)據(jù)收集成為城市大數(shù)據(jù)，建立智慧商圈大數(shù)據(jù)分析平臺(tái)和應(yīng)用服務(wù)，通過智慧商圈服務(wù)數(shù)據(jù)分析平臺(tái)的應(yīng)用服務(wù)于城市管理，比如了解商圈人流、客流，為城市規(guī)劃和交通線路設(shè)計(jì)提供依據(jù)和參考，也可以為商家選址和廣告促銷提供依據(jù)。在國外，一家名為PiinPoint的企業(yè)，他們提供基于網(wǎng)絡(luò)的分析工具，可以幫助企業(yè)和商鋪選址進(jìn)行優(yōu)化，它能夠收集各種數(shù)據(jù)，包括人口、稅率、交通信息和房產(chǎn)信息等，對(duì)不同的待選地址進(jìn)行深度分析，并吸引了許多有擴(kuò)張計(jì)劃的美國零售商。

對(duì)于大數(shù)據(jù)與商圈信息的結(jié)合研究，無論是工業(yè)界還是學(xué)術(shù)界都在積極探索，甚至這些研究發(fā)展已經(jīng)逐步發(fā)展為空間商業(yè)智能的探索。美國密西根大學(xué)中國信息研究中心主任鮑曙明是這樣界定的空間商業(yè)智能：空間商業(yè)智能是商業(yè)智能服務(wù)的一種擴(kuò)展，涉及到空間和網(wǎng)點(diǎn)的分布，周邊的人口、環(huán)境、地理等等之間的關(guān)系。大數(shù)據(jù)、移動(dòng)技術(shù)以及云計(jì)算是未來發(fā)展趨勢(shì)，如何將這些新技術(shù)和空間商業(yè)智能有機(jī)整合，提升應(yīng)用的能力，并將地理智慧普及到更廣泛的商業(yè)領(lǐng)域，目前還處于探索階段，還需要業(yè)界同仁共同努力。

近兩年興起的室內(nèi)定位技術(shù)ibeacon將會(huì)對(duì)空間商業(yè)智能的發(fā)展有著更為積極的促進(jìn)作用。iBeacon是蘋果公司2013年9月發(fā)布的移動(dòng)設(shè)備用OS（iOS7）上配備的新功能，通過軟件和硬件的結(jié)合，從而大大提高室內(nèi)精度，從原來的幾百米或者幾十米的定位精度提高到一米以內(nèi)的定位精度。這種能力將極大的強(qiáng)化購物體驗(yàn)，如當(dāng)客戶走到某個(gè)商品前，手機(jī)應(yīng)用自動(dòng)跳出商品的介紹和促銷信息。對(duì)于商家，也可以更加精準(zhǔn)的判別潛在消費(fèi)者，及時(shí)的向消費(fèi)者進(jìn)行精準(zhǔn)營銷。隨著iBeacon的發(fā)展，商家位置信息將更為精準(zhǔn)，線下商品信息更為豐富，尤其是極大彌補(bǔ)室內(nèi)定位的數(shù)據(jù)源，這對(duì)空間商業(yè)智能的發(fā)展是極大的利好。

總之，大數(shù)據(jù)應(yīng)用于市場(chǎng)和用戶研究仍仍處于探索階段，依然面臨著諸多的挑戰(zhàn)，尤其是數(shù)據(jù)采集的不全面的問題、數(shù)據(jù)質(zhì)量的問題以及數(shù)據(jù)處理和分析技術(shù)有待加強(qiáng)尤其是非結(jié)構(gòu)化數(shù)據(jù)的處理和分析技術(shù)。但我們不可否認(rèn)的是，大數(shù)據(jù)應(yīng)用與市場(chǎng)和用戶研究將帶來研究速度和效率的極大提升。隨著大數(shù)據(jù)相關(guān)技術(shù)的發(fā)展和成熟，我們有理由相信，利用大數(shù)據(jù)進(jìn)行更好的市場(chǎng)洞察和用戶洞察洞察。（文/傅志華）