【导读】过去，厂商要了解消费者，主要通过问卷调查、焦点小组访谈等手法，但由此得出的对消费者的描述是死板而模糊的，现在通过社交网络，消费者主动展示自己的生活状态、购物习惯、个人喜好，对厂商来说，这些信息能更真实地还原出消费者到底是一个什么样的人，在此基础上发起的营销活动就能更加精准和有效。
如今一谈到社会化网络，大家会说微博营销、微信营销，会说可乐瓶的创意拿到了艾菲大奖，会说土曼手表经过朋友圈的转发得到了300万的订单。然而，我们是否在这场社会化大潮中跑的快，跑的却不太稳？
对于营销者而言，最大的挑战莫过于准确的识别出消费者态度和行为驱动因素，并且对其施加影响。以往我们主要会通过调查问卷，焦点小组讨论和访谈获得消费者洞察，然而基于性别、年龄、地域、爱好的消费者描述就像是一张曝光不足的照片，营销者们只能看到照片里模糊的身影，而至于消费者到底是一个什么样的人？处于什么生活状态、购物习惯全然不知。
我们认为社会化网络蕴含着洞察社会化消费者的无穷资源。主要从以下几个方面来讲：1、更丰富和贴切的消费者细分和描述；2、更真实和有效的信息获取；3、更低的获取成本和更大的样本容量。
1、更丰富和贴切的消费者细分和描述
成本收益决定细分消费者群体是大势所趋
传统的消费者细分按照四个维度来进行：地理、人口统计、心理和行为。消费者细分实际上是厂商主导的合并同类项的过程，厂商根据人口统计的指标、消费者的研究数据，结合厂商的产品特点，营销能力和竞争状况，确定目标过程。而且，在消费者的细分过程还要考虑四个特性：同质性、规模性、可接触性、可衡量性。最关键是规模性和可接触性，因为只有一定规模的细分市场才是有价值的市场，这个价值不单单由市场规模决定，还取决于接触到这个细分市场的成本。
就如经济学的成本收益曲线，当电子商务和社会化网络没有大规模兴起的时候，考虑到细分市场的规模和接触细分市场的成本，厂商只能放弃一些小众的需求，选择一些具备一定规模而且是接触成本可控的市场。然而，特色淘宝小店的崛起代表着过去不经济的细分市场概念成为过去，电子商务和物流的快速发展突破了消费者与厂商之间地域的限制、降低了厂商接触细分市场的成本。与此同时，互联网更是大规模地汇聚了具有相似需求的消费者，细分市场的规模收益被放大。换句话说，过去那些碎片化的细分人群在今天完全转换为具备商业价值的市场，成本收益曲线的相交告诉我们更加细致和丰富的消费者细分是大势所趋。
社交图谱为营销者带来360度的观察角度
那么，社会化网络对于更加细致的消费者细分有什么样重要的影响？打破传统的单一截面描述，通过描绘出更加生动的socialgraphics（社交图谱），从而帮助营销者全方位洞察多维度的社会化消费者。
Socialgraphics不仅仅能告诉营销者有关消费者的态度，性格，行为，最为重要的是会告诉营销者消费者种种线上行为背后真正的动机，传统方法描述一个妈妈：养育了一个上小学孩子的，大学学历的年轻妈妈。但这样的消费者描述对于强调点对点，精准营销的E-commerce策略远远不够。我们更需要得知这个年轻的妈妈在不同的环境和话题之中的行为态度，一个常常出没于运动组织的年轻妈妈可能是一个关注健康，渴望自我突破的人，一个常常出没于美食烘焙论坛的年轻妈妈可能是一个关注生活品质，讲究生活情调的人。人的本质是社会性的，随着社交网络成为人们生活一部分后，人的多维特征也在社交网络中得到了真实的展现。
2、更真实和有效的信息获取
问题本身局限了答案
由于传统消费者研究方式特点，通过问答的方式获取消费者的想法，消费者的自述是在被询问的情况下引导出来的，很多情况下，问题本身就限制了消费者的回答范围。我们对于一个户外爱好者问卷中不可能会涉及到他们喜欢什么样的音乐，他们是否对慈善公益很热衷。
基于回忆的回答不及情景式的捕捉
其次，消费者在访谈或者问卷中的反馈很大情况下都是基于回忆得到的答案，基于回忆的答案肯定与消费者实际进行购买决策，消费体验存在偏差。基于回忆的消费者反馈中，我们也许听不到是否因为一个糟糕的天气；午餐的替代品；还是因为受到陌生人的影响。
无法实现的长期跟踪观察
传统的焦点小组访谈的方式里的调研对象每一次都会更换，与消费者的接触和观察随着访谈结束而结束。但是，在社会化网络中，我们能够真正找到消费者个人，观察他们的产品购买前，购买中，购买后的体验，与他们产生对话，我们甚至可以雇佣他们为我们的新产品测试。
3、更低的获取成本和更大的样本容量
麦肯锡的研究报告《The social economy: Unlocking value and productivity through social technologies 》中指出，对于CPG（consumer pakage goods ）行业而言，利用社会化网络数据，将会帮助企业节约20%-40%的消费者洞察经费支出。我在和项目团队的实践中也深深的感受到这一点：更低的成本和更大量的数据。每一个项目过程中我们都会根据品牌商的需求捕捉到全网数据，并通过算法工程师的算法架构将消费者的表达和关系自然聚类，从而清晰的描述出目标消费者的关系图谱和兴趣图谱。多亏数据存储、处理和分析技术的迅速发展，让数据分析工作者不再因为技术的局限而满足于小样本量的数据，而去捕捉更多的数据，更多的去探寻数据和数据之间的相关性，不以假设和人工的干预，从人与人，人与物，物与物的关系角度洞察社会化消费者。相信物联网技术的不断发展，也将会为市场营销人员带来更新鲜的视角去了解消费者。
吴伯凡说：当我们大谈“客户洞察”时，无意中把客户当成单纯的研究对象，是一群在那里等着被我们研究进而等着被我们摆布的人。事实上，当我们在“洞察”客户时，客户也一直在洞察我们。要想要创造伟大的产品和服务，我们必须要走到望远镜那一端，回过头来看看我们自己。”如今的消费者在社会化网络中，通过标签，通过微博、博客、签到、关注、通过和别人的互动，无时无刻的在告诉厂商，我是谁，我过着什么样的生活，我的生活态度是什么，我喜欢什么，不喜欢什么……通过社会化网络进行社会化消费者洞察，全面认知和了解消费者，提供个性化的服务，建立起品牌与消费者的亲密关系，才是真正的挖掘社会化网络中的宝藏。