自 财联社

对人工智能的探索是广泛的：近2/3的受访者报告说，在过去的一年里提高了在人工智能技术上的支出。但是，对于大多数受访者来说，实现规模效益还为时过早。仅有20%的受访者表示他们已经广泛部署了人工智能，18%的受访者在少数流程中实施了人工智能，19%的受访者正在运行试点项目。

根据实施人工智能的受访者的调查，三个重要方面对一般管理和技术领导者产生了影响：

1.人工智能将推动组织变革，并对高层领导提出更多要求。大多数受访者预计，与其他新兴技术相比，实施人工智能将需要更重大的组织变革。

2.人工智能将对CIO和CTO提出新的要求。人工智能的实施将影响CIO和CTO在制定其广泛的技术议程时所做的选择。

3.人工智能部署需要企业更多地关注风险管理和道德。调查显示，人们对使用人工智能固有的风险有广泛的认识，但很少有从业者采取行动来创建管理风险的政策和流程，包括道德、法律、声誉和财务风险。

PDF版本将分享到199IT交流群，支持我们发展可加入！

很多人认为他们的发展曲线比实际情况更进一步。1/4的受访者将自己描述为变革者，其中不足一半是实际的领袖（10%），使用线上和线下数据实时个性化整个客户体验。

企业并没有使用全部数据，他们定向广泛的受众而不是细分，因此很多企业将受众至于“网络暗影”中。这和很多企业宣称“客户第一”的策略相矛盾。

很少有营销人员能有效实现不同营销渠道的归因分析。只有6%的受访者拥有完整的全渠道测量，包括线上和线下数据。尽管大部分企业计划收集线下数据，但是有很多原因导致无法使用，例如糟糕的数据质量或不恰当地分享数据等。从整体来看，约70%的企业没有收集对个性化网络体验有用的数据。

在利用分析改善客户情报能力并提高竞争力方面，很多企业还有机会。1/5的企业拥有数据但是并没有将其用于实时个性化体验，这无疑是错失良机。

只有一小部分企业（14%）正在使用人工智能，大部分企业计划短期内部署AI，超过1/3的受访者将AI 用于报告过去而不是预测未来。

PDF版本将分享到199IT交流群，支持我们发展可加入！

然而，具体哪种用户评论影响消费者的购买行为，怎样影响消费者的购买决策，与酒店房价之间又有什么关系，则一直是业内争议的焦点。

近日，SAS(企业分析软件供应商)与宾夕法尼亚州大学合作进行研究，给出了这些问题的答案。研究的目的在于帮助酒店人拨开迷雾，采取行动，提升竞争定位，积极地影响消费者的购买行为。

　研究设计

学术研究显示：质量感知和价值感知是推动消费者做出购买决策的两大主要因素。因此，了解了客户评论以及酒店房价对这两个因素有何作用，就意味着我们了解了客户评论以及酒店房价对消费者购买行为有何根本影响。

基于在线预订美国市中心的周末休闲度假酒店，SAS设计了研究背景。告诉参与者他们中意地段的4星酒店的平均房价为235美元。然后，向他们展示了酒店描述并要求他们对酒店进行评估打分。

根据酒店描述，确定了酒店客房价格范围(175美元-295美元)和消费者评级范围(2.8-4.8;总分5分)，并向他们展示了每个酒店的10种评论，大部分为正面评论或者大部分为负面评论，其它一切保持不变。这样根据不同酒店房价、酒店消费者评级和评论内容我们就有了8种不同组合(如下图1)，每位参与者只对其中一个组合进行评估打分。

针对这项研究，我们在网上对不同年龄、不同收入、不同性别和不同教育程度的美国人进行了随机调查。

大多数参与者表示他们经常在线预订酒店客房，阅读用户评论且受到用户评论的影响。

研究结果

质量感知：我们要求消费者对展示的酒店质量进行评估打分。

图2显示了参与者平均的质量感知评分(由高到低;分值为1-7分)

注：蓝色表示酒店客房房价较高的组合;红色表示客房房价较低的组合(见图1)。观察此图，我们可得出2个结果：

在拥有正面评论的4个组合中，质量评级也较高(含P字母的组合)。统计测试显示用户评论是对消费者质量感知最重要的推动因素。酒店消费者评级对于质量感知有重大影响，但没有用户评论对于质量感知的影响程度大，这也就是说消费者在评估酒店质量时，主要根据用户评论进行判断。

同样的酒店星级和同样的酒店评论(比如LHP和HHP)，高房价的酒店和低房价的酒店，平均质量感知评分非常相似。这意味着在消费者的眼中，酒店客房价格对于质量感知没有影响。

价值感知：价值被定义为支付的价格与得到的体验方面的权衡。因此我们预计酒店房价是参与者在评估价值时的一个重要参考因素。

图3显示了不同组合的平均价值感知评分。红色表示酒店房价较低的组合，蓝色表示酒店房价较高的组合。

有趣的是，虽然我们预想到酒店低房价对消费者来说总是代表了较高的价值(也就是说红色的组合都应该排在靠前面)，但是调查显示一些房价较高的组合比房价较低的组合具有更高的感知价值。

这也就是说评论和酒店评级在某种程度上影响价值感知。

统计分析毫不出人意料：价格和价值呈负相关(即价格越高，价值感知越低)。但是，酒店房价、用户评论以及酒店消费者评级也对消费者价值感知具有重大的影响;这也就是说用户评论在一定程度上改变了价格和价值负相关的程度。

为了更近一步研究影响程度，我们分成酒店房价较高和酒店房价较低2种情况进行讨论。

图4上表示酒店房价较高的组合，图4下表示酒店房价较低的组合。(紫色表色酒店消费者评级较高、灰色表示消费者评级较低)统计分析发现3个结果：

在酒店房价较高的情况下，消费者只看重用户评论，决定酒店的购买价值，酒店消费者评级对酒店价值感知并没有任何影响。

在酒店房价较低的情况下，酒店消费者评级很重要，但是只在酒店用户评论为正面的情况下。正面评论/高消费者评级与正面评论/低消费者评级，前者价值感知更高，这意味着高消费者评级对于消费者来说只是一颗“定心丸”，暗示他们预订的酒店确实物有所值。

看一下酒店高房价和低房价第2种情况：酒店评论为负面，消费者评级很低时，房价高低对于价值感知没有实际差别(见图4上下两图的最右边图示)。这表明在消费者眼中，降低价格对于消费者评级较差的酒店说并不能创造任何附加值。

经研究，我们得出结论：

1. 酒店评论对于消费者来说是最重要的质量和价值评估指标。我们的研究显示酒店评论和酒店消费者评级，消费者更看重酒店评论来决定酒店质量和价值认知。

这与有些认为消费者信息闭塞，更注重酒店消费者评级的说法背道而驰。

2. 价格竞争对酒店来说并不是一个制胜的策略。在做出购买决定时，虽然消费者更喜欢支付较低的价格，但是他们还是会关注酒店的用户评论以及竞争酒店的用户评论;这就意味着酒店不能仅仅进行价格战，大势降价或抬高价格。酒店经理还必须了解酒店和竞争酒店的用户评论和消费者的整体价值认知。

3. 面对酒店评论(和酒店消费者评级)，消费者通常不将酒店房价看作一个质量指标。对于酒店营收经理来说，这是好事，因为这意味着他们可以(在合理的范围内)调整房价，产生更多的酒店短期需求而不影响消费者对酒店的长期质量认知。

4. 负面评论很难攻克。我们的研究结果显示：在消费者眼里，对于酒店消费者评级较低、评论负面的酒店来说，降低房价并不能增加酒店附加值。对于此类酒店，我们的建议是专注于解决酒店自身的问题，而不是担心酒店的房价!

我们的研究证实了假设：消费者购买行为受用户评论的严重影响。酒店用户评论(而不是消费者评级)是酒店质量、价值以及最终购买行为的最大影响因素。

虽然用户评论很难进行分析，但是它是了解消费者购买行为的基本影响因素，是酒店制定定价和定位策略的关键要素。许多酒店已经在这方面进行了投资，我们的研究进一步证实了酒店在这方面进行投入的重要性。

大数据越来越倍受各行业营销人员的关注，但是要让它发挥充分作用却是一件不那么容易的事。所以，许多营销人员将数据既看作是一种阻力，又是一种机遇。因此，他们也清楚地意识到要更好的使用大数据还有很长一段路要走。

来自于CMO Council和SAS 公司2013年第一季度的调查发现，全球10个中有6个营销人员对大数据持积极乐观态度。五分之一的受访者认为，大数据既是一种机遇也是一种挑战。并相信他们能有效的利用好资源。而另外15%认为，大数据充满了机遇，在他们使用的流程和工具中都能用到。

对营销人员来说，大数据最具挑战之一的地方是信息真实价值的评估。调查发现，71%的受访者乐于围绕消费者的人生价值就消费者的数据资料进行预测分析。以弄清他们未来的最佳客户群以及如何更好的服务于这些客户。超过一半以上的受访者普遍对在线客户资料的搜集、完善以及让客户资料发挥效益作用感兴趣。

其他的受访者认为，对来自信息筒仓各种类型的外部数据简单应用将会得到非常好的效果。45%的营销人员想将消费者服务反馈纳入到消费者资料搜集对象里。好的营销人员仍会使用社会媒体数据。其中42%的营销人员将其列入了消费者资料文档里。同时，订单记录也被20%的营销人员纳入消费者分析资料里。

当CMO Council公司问到营销人员们是如何使用数据改变公司当前运营时，52%的营销人员表示，它对新业务商机产生了深远的影响。近一半的受访者认为，用户资料搜集有助于为企业提供有价值的商业情报。这两种反馈表明，数据在客户赢取率和保留率上扮演着一个非常重要的角色。

但是，这个调查另外也证实，数据还没有真正的被企业用来创新业务。仅有29%的受访者表示数据在改变他们公司信息管理的流程和方案。同样比例的公司增加了技术投资用于数据管理。而相反71%的公司没有这种技术投入。因此，这些结果表明，数据还没有完全颠覆大多数企业的运作方式。越来越多的人似乎也想弄明白，数据将如何推动企业的发展，他们需要做什么才能迎接迎头而来的挑战。

在未来的市场营销中运用大数据将成为一种趋势。无论是在运营或市场推广，还是两者兼而有之，它的作用将变得越来越大。在 Lavastorm Analytics公司对来自全世界的分析专家调查中，几乎10个中有6个专家都表示他们的公司将增加对数据分析的投入。

译者：Aimee

via:http://www.datatmt.com/archives/39930.html