Kristyn Corrigan，应用营销科学
原稿： 2019 年 11 月 5 日（PDMA 2019 年会）

机器学习是当今市场研究领域中越来越流行的术语。但它是什么，为什么它如此重要？
链接： https ://papers.ssrn.com/sol3/papers.cfm?abstract_id=2985759

在成熟且广为人知的类别中，成功研究的最终衡量标准取决于其发现新的、改变游戏规则的见解的能力。传统的市场研究可能既昂贵又耗时，在当今竞争激烈的数字环境中，找到真正新的、可操作的见解可能比以往任何时候都更加困难。现在，产品开发人员比以往任何时候都更希望在更短的预算和更短的时间内快速轻松地发现新见解。但是研究人员如何在这些限制条件下最大限度地发现新的、突破性的见解呢？现在无需收集原始研究数据即可发现产品经理和营销人员正在寻找的有影响力的见解。机器学习和人工智能，再加上专业分析师，

挖掘用户生成的内容

机器学习算法可以利用多种内容类型，因此为您的项目确定用户生成内容的最佳来源至关重要。在某些情况下，有用的内容存在于产品评论网站、社交媒体页面、客户论坛或博客文章中。在其他情况下，它存在于呼叫中心数据、先前研究的客户访谈记录或开放式调查问题的答案中。无论来源如何，客户都在讨论您的品牌并分享他们的观点和故事。这些数据是机器学习分析的金矿。

机器学习的好处

虽然庞大的客户数据可能看起来势不可挡，但好消息是机器能够完成繁重的工作。
链接：  https ://ams-insights.com/our-latest-thinking/videos/machine-learning/

机器学习方法的主要优点包括：

· 更快：由于机器的高处理能力，人工智能比传统研究更快。该机器可以在几分钟内处理数十万条数据记录。

· 更好：基于机器的分析能够克服人类研究偏见。这台机器没有隐藏的议程，也不关注公司政治。与人类不同，它没有先入为主的偏见，而且它的发现是完全客观的。

· 更便宜：UGC 几乎是免费的，唯一名义上的成本是在此过程中使用的数据抓取工具。人工智能削减了传统市场研究中使用的成本，例如招聘费和激励费。

· 完整：机器学习可以快速扫描数十万条数据，确保收集到的所有见解都是准确和完整的。传统研究在收集受访者数据方面可能受限于时间、样本量、可行性和成本。

· 更简单：该机器简化了数据缩减的过程，从海量数据集中获得了重要的洞察力。

· 相关：客户经常在关键时刻之后发布他们的体验。这些两极分化的经历经常为您提供信息丰富的见解。

开发机器学习算法

AMS 与麻省理工学院的研究人员合作开发了一种名为 ACE™（自动内容评估器）的专有 AI 方法。链接：https://ams-insights.com/insights-for-business-markets/big-data-analysis/ 该工具使用卷积神经网络（一种有监督的机器学习）来显着减少收集所需的时间和精力一个类别中的一组全面的客户见解。虽然许多工具总结了大数据中提到的关键主题和关键词，但 ACE™ 更深入地挖掘并识别了焦点小组和访谈等传统市场研究方法可能忽略的洞察力“珍珠”。

通过与麻省理工学院的研究人员合作，通过将机器的结果与传统研究的结果进行比较，证明了该工具的有效性。例如，在口腔护理类别中，该工具发现了几乎所有通过传统研究确定的独特客户需求。此外，机器学习可以识别不太可能出现在用户生成的相同大小内容的随机样本中的见解。这台机器挖掘出的关键见解不太可能通过随机抽样浮出水面。该技术一次又一次地证明了自己。在数据已经存在的情况下，ACETM 始终如一地收集令人着迷的创新见解，比传统的市场研究方法更快、更便宜。

机器学习的成功应用

B2B 和 B2C 公司都使用机器学习在短短几周内收集完整的客户洞察数据库。成功的机器学习研究项目已在无数类别中完成，包括小型厨房电器、皮肤和护发产品、预制食品、口腔护理产品、药物-设备组合产品，甚至扫雪机。即使是成熟类别的人也发现了先前研究中没有强调的新见解。

此外，机器学习算法允许公司深入检查产品和服务的邻接关系。可以在一项研究中探索多个邻接，从而提高机器的敏捷性、速度和效率。

案例示例

链接： https ://ams-insights.com/success-stories/machine-learning-uncovers-key-consumer-insights-kitchen-blenders/
厨房搅拌机市场竞争激烈。以几乎不断的产品创新为特征，消费者面临着大量的选择，每一种都拥有旨在让他们在厨房里的生活更轻松的最新功能。我们与麻省理工学院的研究人员合作，使用机器学习来确定与搅拌机相关的一整套客户需求。我们确定了 97 种与搅拌机相关的独特消费者需求，涵盖 34 个不同的主题领域。主题包括清洁度、耐用性、易用性、便携性、安全性和保修条款。确定的需求非常详细和可操作。例如，需求详细说明了消费者希望粉碎的食品类型以及目前市场上哪些类型的食品搅拌机难以粉碎。

其他有用的分析

· 使用报价来了解需求的相关性的能力

· 情绪分析

使用 AI 分析客户体验会带来许多额外的好处。这种方法的一个好处是每个客户的需求都可以直接追溯到逐字记录或报价单，详细说明客户的体验。然后可以将这些丰富的逐字记录用作定量调查的输入，要求客户对这些逐字记录的重要性和相关性进行评分。例如，客户认为相关的负面逐字逐句通常是产品创新的成熟领域。在介绍主要研究结果时使用这些说明性引语也有助于阐明您的发现并吸引主要利益相关者。此外，结合情感分析可以进一步增加这些客户体验档案的深度和丰富性。

关于作者

Kristyn Corrigan是应用营销科学的负责人，她领导着创新实践的洞察力。在她近 15 年的咨询经验中，她帮助全球数十家公司利用客户洞察力创造更成功的产品、服务和客户体验。当 Kristyn 帮助客户发现有意义的客户洞察，改变他们的思维方式并产生真正的业务影响时，她最有活力。