El futuro de la Investigación de Mercados

Los investigadores a menudo se sienten amenazados por fuentes de datos no primarias. Sin embargo, es importante reconocer que el comportamiento observado está diseñado para complementar, no para competir con los datos reportados.

¿Qué es lo que defines como “colección pasiva de datos” y cómo difiere de los métodos de colección de datos tradicional que los investigadores de mercado han utilizado por años? Creo que datos pasivos es mejor (y más simple) define como datos que no se piden pero se utilizan otros métodos para recolectar. Tradicionalmente la investigación ha confiado casi exclusivamente en métodos de recolección de datos primarios que, aunque interesantes, no siempre se llega a comportamientos de consumo real.

Parece que cada industria ha comenzado a incorporar AI en su modelo de negocio. ¿Cómo crees que AI ha influido en cómo los investigadores de mercado ahora acercan a sus puestos de trabajo? Sinceramente, no creo que AI ha tenido mucho impacto en la investigación de mercado hasta la fecha. Estamos viendo algunas empresas utilizan AI para agilizar o simplificar funciones de investigación que han sido tradicionalmente en gran parte manuales procesos pero no creo que nos hemos incluso alcanzaron la punta del iceberg de AI. Las empresas realmente a la vanguardia de la IA en la investigación están haciendo algunos bastante impresionante industria interrumpir trabajo como minería grandes conjuntos estructurados de datos, o moderación de grupos de enfoque a gran escala a través de bots de chat o incluso interpretar reacciones emocionales en las encuestas. Veo mucha pista para AI a revolucionar los métodos de investigación tradicionales. Como investigadores, nuestra tarea es averiguar cómo adoptar soluciones de tecnología y nuevos métodos que no sólo proporcionan resultados más útiles para nuestros clientes sino que también nos permite centrarse en actividades de alto valor, como la generación de ideas!

¿Cuáles son algunos de los obstáculos que podrían enfrentar los investigadores de mercado al combinar comportamiento observado con comportamiento declarado? El mayor obstáculo que encuentro la mayoría de los investigadores en sólo es entender cómo trabajar con conjuntos de datos de fuentes que no son originarios de la tradicional investigación primaria. Cuando se trabaja con fuentes de datos dispares puede ser difícil entender cómo combinar de maneras significativas. Esto no es tanto una habilidad de procesamiento de datos ya que es una habilidad de arquitectura de información – algo que los investigadores no han sido tradicionalmente entrenados para combatir. También es importante reconocer que el comportamiento observado está diseñado para complementar, no competir, con comportamiento declarado. Empresas como la tuya usa pasivamente recopilaron datos conductuales y avanzado modelado métodos para Supercargar los métodos tradicionales de investigación como estudios de segmentación.

¿Qué consejo tienes para los investigadores de mercado que desean que comience la incorporación de datos primarios? ¿Cómo se deben de evaluar sus parejas de datos? En primer lugar, mantener una mente abierta. Creo que muchos investigadores se sienten amenazados por las fuentes de datos no-primaria. No veo datos recolectados pasivamente como un reemplazo para investigación primaria (al menos no en el corto plazo) – pensar de él como un aumentar que puede mejorar la fiabilidad y nos ayudan a ofrecer conocimientos más útiles. En segundo lugar, asegúrese de que está trabajando con un socio de datos que está proporcionando datos de calidad que esté limpio y libre de fraude, es versados en los métodos de investigación primaria y saben cómo mejorar los métodos con varios flujos de datos de comportamiento para hacer más informado recomendaciones.

¿Qué industrias o marcas de fábrica específicas crees que están haciendo bien en integrar perspectivas conductuales observados con modelos tradicionales probados para ofrecer mejores experiencias de consumidor? Para mí, CPG está a la vanguardia dado que han utilizado secuencias de datos pasiva durante años (por ejemplo, datos de posición) y miro a Unilever como un gran ejemplo de no sólo ser abierto a nuevos métodos pero activamente incubando/financiarlos a través de su iniciativa de fundición. Además, creo que muchas marcas emergentes de CPG se centran en oportunidades de inteligencia de negocio más amplio en lugar de una definición estrecha de la investigación de mercado.

Hacia el 2023, ¿cuáles son las predicciones para las próximas tendencias principales que golpearán a la industria de investigación de mercado? Sin duda, AI y la automatización están a la vanguardia de las tendencias de la industria de investigación que están empezando a afectar fundamentalmente cómo llevamos a cabo investigación y nuestro acceso a información basada en datos que tradicionalmente han estado fuera del alcance. También creo que blockchain tiene una gran oportunidad para interrumpir la industria de investigación y ofrecer mayor calidad investigación datos (primarios y pasivamente recogidos) además de mejorar enormemente demandado experiencia y compromiso.

Datos pasivos están el futuro de la investigación de mercado. Como la industria continúa evolucionando, adoptando este nuevo método de la voluntad de colección de datos no sólo mejorar nuestra comprensión del cliente, será fundamental para mantenerse competitivo y conducir el crecimiento.