2016如何因應消費者非傳統典型的趨勢

　　美國總統大選就是目前一個最「非典型」趨勢的案例。他不是靠傳統的「讓大家喜歡他」來贏得選票，他靠的是讓大家「不喜歡希拉蕊」來取勝。不但跌破各專家眼鏡，也讓各民意調查與媒體大糗！

這種對號稱[主流]體制或[主流]價值的反撲，也出現在消費市場。君不見大品牌不再是銷售的保證，甚至為什麼「網紅(網路紅人)」素人拍攝的影片，收看人口可以超過許多電視頻道。然而我們很清楚，企業廣告主的預算是跟著觀眾眼球而移動的，這也造成媒體生態這幾年的巨變。這一股對傳統主流的反撲，說它撼動了產業結構一點也不為過。

　　另一個「非典型」的趨勢，就是群眾或消費者的意向愈來愈難掌握，政治環境和商業環境都是如此。「不願真正表態」的受訪者比例之高，已經超出傳統分析方法可以控制的範圍。傳統的消費者行為調查與喜好性調查，用傳統的單變量分析，已不能有效地進行消費者區隔，人口統計變數已不再有效！

民調不準或消費者調查不準的原因通常有三：

第一，是樣本已偏離母體，例如年輕人已不用市話或不去大賣場，或者上班時間上班族本來就不會在賣場，因此樣本的人口比例本身失真。
其次，是調查標的差距在抽樣誤差範圍（±3.5%）內，這個通常可以結論是五五波，但仍要檢查是否有系統性盲點。
第三、消費者不願清楚表態，例如我說我注重健康，但選擇比較好吃的而非比較健康的。

傳統調查模式不管用，那要怎麼辦？

　　由於消費者喜好一個產品與否且持續購買，不再只是簡單地去哪買(通路)、簡單的性價比(產品功能 & 價格)或引發衝動(促銷)等傳統4P的組合而已了，單線式的因果關係不易存在，甚至許多文化因素、價值觀因素、同儕因素、時事因素、情境因素等都進入消費者決策系統中，顯示許多與概念有關的[無形]因素進入消費者腦海中，當然目前已有專家認為所以要引入大數據分析，但是各家要的大數據分析並不相同，如何進入這個領域更是讓一般製造業與服務業企業感覺遙不可及或門檻太高的認知。

因應這些現況，我們同樣提出2個簡單的建議，雖然他們目前不是原本的傳統工具或所謂的典型作法：

　　我們第一個建議是在進入產品開發前先進行產品概念調查，可以利用照片/影片傳遞產品概念各個元素(包括上述的無形因素)透過網路來調查消費者對這些元素的反應，以收集/理解目標族群對各種無形因素的看法，以便確認預備投入的產品概念符合目標族群的各項價值觀或隱性的認知，再用這樣篩選出來的概念元素組合去設計產品雛型做為開發方向，事先了解目標族群的隱性反應，避免走研發的冤枉路。

另外一個建議發覺隱性因素的工具是多變量統計分析，所謂的多變量指的是不再以各個可控或可量測因素(統計中的X)去推論一個想要知道的結果(統計中的Y)，這是傳統的單變量思維，而是將很多個因素(X)與很多個結果(Y)放在一起觀察，利用空間組合的方式來看這些關係(如多變量分析中的PCA)，甚至用新的空間組合模組來進行結果預測(如多變量分析中的PLS)，這樣可以觀察出很多原本我們看不到的隱性因子。而且所大數據就是要進行分析，多變量統計分析就會是大數據分析最好用的工具，因為大數據的數據，你往往不知道那些是因素那些是結果，消費者買這個產品未必一定是結果，他要買給公益團體可能才是結果。

　　如果我們都開始認知原本的典型的確已變化，那我們就必須採取非典型的因應之道了，您同意嗎？