ابزارهای نوین تحقیقات بازار
امروزه ابزار های نوین تحقیقات بازار تفاوت بسیار زیادی با گذشته دارد. پس از همه گیر شدن استفاده از رسانه های اجتماعی و بخصوص استفاده از تلفن های همراه هوشمند این تغییر بیش از پیش قابل مشاهده است.
افزایش کاربران در رسانه های اجتماعی و استفاده روز افزون تلفن های هوشمند توسط کاربران روش انجام تحقیقات بازار، همچنین ابزارهای مورد استفاده از آن را کاملا تغییر داده است. چرا که با تجزبه و تحلیل درست و صحیح از فعالیت کاربران در رسانه های اجتماعی می توان به راحتی به حجم عظیمی از اطلاعات و داده های مورد نیاز برای انجام تحقیقات بازار دست یافت.
ارزش رسانه های اجتماعی
امروزه رسانه های اجتماعی از فیس بوک، توییتر، اینستاگرام، گرفته تا لینکداین، واتس اپ و یوتیوب به منابع ارزشمندی از اطلاعات تبدیل شده اند که حتی این توان و قدرت را دارند تا در انتخابات کشورهای مختلف، رفتار مصرف کنندگان و بسیاری موارد دیگر تاثیر گذار باشند.
این نگرانی برای کاربران وجود دارد که ممکن است حریم شخصی آنان مورد تعرض قرار گیرد و از اطلاعاتشان سوء استفاده شود. البته رشد فناوری با این سرعت سرسام آور همچنین تاثیر آن در رشد و توسعه تحقیقات بازار غیر قابل انکار است.
فقط کافی است تصور کنید در دهه آینده ما شاهد چه تغییراتی خواهیم بود. بگذارید در مورد چند تغییر کلی صحبت کنیم؛
1.تجزیه و تحلیل ویدئو در آینده بسیار قوی تر خواهد بود
با توجه به گفته های استفان شیلر، مدیر قبلی فیس بوک در استرالیا، سرمایه گذاری در تجزیه و تحلیل ویدئو ها یعنی بزرگترین فرصت برای تحقیقات بازار درست و دقیق. فناوری های ویدئویی همچنین نرخ درگیری مخاطبان با آن محتوا در اینترنت طی پنج سال اخیر بی سابقه بوده است.
نتایج پژوهشی که توسط فیول سایکل (Fuel Cycle) انجام شده نشان می دهد 70% محققان حوزه بازاریابی باور دارند فناوری های مرتبط با تجزیه و تحلیل ویدئویی نقش ویژه ای در آینده تحقیقات بازار خواهد داشت. این درحالی است که، تنها 22% از محققان حوزه تحقیقات بازار از این فناوری ها استفاده می کنند!
پیشرفت در فناوری های ویدئویی از جمله؛ ذخیره سازی کار آمد و تجزیه و تحلیل ویدئو، ظهور تلفن های همراه هوشمند بخصوص تلفن هایی که مجهز به فناوری اسکن چهره هستند، یا استفاده از موقعیت مکانی (جغرافیایی)، باعث می شود تجزیه و تحلیل ویدئو یک نقطه رجحان و برتری را برای تحقیقات بازار به ارمغان آورد. در نهایت، استفاده از فناوری های مناسب برای تجزیه و تحلیل ویدئو می تواند نتایج شهودی باور نکردنی از اطلاعات فراهم شده توسط کاربران تلفن های همراه هوشمند برای تحقیقات بازار مناسب و دقیق به ارمغان آورد.
2.فناوری مرتبط با صدا بسیار همه گیرتر خواهد شد
بر اساس پژوهش های انجام شده توسط شرکت معتبر تحقیقاتی گرند ویو ریسرچ (Grand View Research) بازار فناوری های مرتبط با تشخیص صدا تا سال 2025 به مبلغی در حدود 32 میلیارد دلار خواهد رسید. با توجه به تقاضای رو به افزایش استفاده از دستگاه هایی که با فناوری های تشخیص صدا کار می کنند این آمار کاملا هم خوانی دارد. با نگاهی به همه گیر شدن سیستم های کمکی شرکت های بزرگی از جمله گوگل، الکسا، اپل و بسیاری دیگر بخصوص در زمینه تجارت الکترونیک و لوجستیک غذا این موضوع روشن تر خواهد شد.
مطالعه دیگری که توسط اسکیم ایجنسی (Skim Agency) منتشر شده است نشان می دهد، به طور میانگین 40% از آمریکایی ها، انگلیسی ها، و آلمانی ها از فناوری کمکی صدا در تلفن های همراه خود و یا اسپیکرهای هوشمند استفاده می کنند. جالب است بدانید در دیگر کشورهای آسیایی از جمله هند، ژاپن و چین آمارها بسیار قابل توجه است.
تاثیر فناوری بایومتریک صدا
حال سوال اینجاست، این فناوری چه تاثیری بر تحقیقات بازار خواهد داشت؟ در صحبت های گروه تد (TED) آمش ساچدف درباره فناوری هوش مصنوعی شرکت یونیفور، به مفهوم بسیار مهم بایومتریک صدا اشاره می کند که افراد از این طریق می توانند با صدای دیجیتال خود، همچون اثر انگشت منحصر به فرد خود شناسایی شوند. هوش مصنوعی به این قابلیت رسیده است که به راحتی می تواند صدای هر کاربر را به صورتی کاملا منحصر به فرد تشخیص دهد.
در همین ارتباط گوگل تیمی را تشکیل داده است که آنها بتوانند با کمک هوش مصنوعی گوگل داپلکس با شناسایی بایومتریک صدای افراد در مکالمه های تلفنی آنها را مورد شناسایی قرار دهند. به علاوه، با وجود حجم بالای داده های تولید شده از طریق تعاملات بوسیله دستگاه های صوتی، شرکت ها به شدت در جستجوی گرایش های خرید هستند. اینجاست که نیاز مبرم به فناوری جهت تجزیه و تحلیل این داده ها که بوسیله تلفن های همراه و دستگاه های صوتی به دست می آیند برای تحقیقات بازار به شدت احساس می شود. بعلاوه، زمانی که این فناوری با جی پی اس ترکیب شود می تواند داده هایی بسیار ارزشمند برای تحقیقات بازار جهت شناسایی و تحلیل هرچه بهتر رفتار مصرف کننده در اختیار محققین قرار دهد.
3.یادگیری ماشین در حال رشد است
یادگیری ماشین در سال 1959 توسط آرتور ساموئل (Arthur Samuel) در IBM معرفی شد. یادگیری ماشین از الگوها، روش های محاسباتی و بر اساس ساخت الگوریتم های داده محور و مد نظر قرار دادن پیش بینی ها عمل می کند. لازم است بر این نکته تاکید داشته باشیم الگوریتم های یاد شده از دستورات نوشته شده در برنامه تبعیت نمی کنند بلکه از طریق مدلسازی و استفاده از داده ها، پیش بینی و تصمیم گیری می کند. یادگیری ماشین ها ارتباط نزدیکی با آمار محاسباتی دارد به همین دلیل است که با داده کاوی ادغام می گردد.
با توجه به الگوهای گذشته و تجربیات همچنین فرآیند رویدادها و پیش بینی های رفتار آینده هوش مصنوعی در حال یادگیری است. الگوریتم ها به ماشین های فراگیر کمک می کنند تجربیات و اطلاعات را ذخیره کرده بتوانند از آنها در فرآیند تجزیه و تحلیل اطلاعاتشان استفاده نمایند.
یک پلتفرم هوشمند بازاریابی مبتنی بر هوش مصنوعی از ماشین های فراگیر برای شناسایی روند داده های پیچیده، داده های با حجم بسیار بالا، با دقت بالا به صورت منظم استفاده می کنند. اهمیت این موضوع زمانی بیشتر آشکار می شود که ماشین های فراگیر برای داده کاوی در داده های با حجم بالا و نتایج کارآمد و ارزشمند بسیار مفید هستند.
