此次大会分为品牌主场、数智化发展主场、企业全球化主场等三大主场。来自于品牌主、广告/营销/媒介公司、MarTech服务商、大数据技术公司、媒介/电商平台等代表企业，围绕“固本创新求发展，秉轴持钧谋长远”这一主题呈现了一场精彩纷呈的年度思想盛宴。

在大会现场，Credamo见数科技创始人姚凯发表了主题为《人工智能时代市场调研的洞察价值体现》的演讲。

随着对数据分析和人工智能的需求越来越高，人们发现市场研究的痛点有数据量化难，数据真实性难以保证，以及数据孤岛、业务人员专业化等问题。

如何解决这些痛点？如何做好数字营销？姚凯认为主要是以下几点：

第一，数字化。将数据变成数字，比如用录音笔来记录访谈、拍摄图片，用AI帮我们做识别。

第二，科学化。我们希望能够得到更多的客观数据。

第三：自动化。现在有很多的工具用户不关心具体的问卷怎么设计，实验怎么设计，如何高效完成是他们的关注点。

第四：业务人员专业化。以见数的业务为例，过去用户3周的工作，现在只需要花6个小时就可以高效完成，而且成本下降50%。

“对于我们来讲，虽然现金流收入少了，但是用户可以自主完成工作，缩短决策周期，提高工作效率。我们希望通过这种方式能够帮助大家实现真正的降本增效。”姚凯称。

以下为演讲实录，由执牛耳编辑整理：

姚凯：大家好。今天和大家分享的是，在人工智能时代，针对市场营销行业的痛点，Credamo如何帮大家提高效率？

01.市场研究痛点

随着人们对数据分析和人工智能的需求越来越多，市场研究的痛点是什么？

第一，数据量化难。现在大家都看GMV、交易订单、营收怎么样？但在这个过程中，消费者如何感知产品品牌，这是我们不知道的。

第二，敏感数据无法测。比如，对于性别歧视和种族歧视等敏感问题，人们通常是没有办法直接询问并得到数据的。

第三，数据不一定真实。以尿不湿广告海报为例，消费者对海报满意度的指数较高。但另一组更直观的数据显示，消费者的注意力集中在小孩脸上，并没有关注广告内容。

第四，数据孤岛问题。我们现在的数据源自于各个地方，所以很多时候不太确定。如果要做一个非常严谨的研究，我们不光要拿到网上的评论数据，还要拿到社交媒体上的数据、CMR系统数据，在这个过程中，你会发现得到全面的数据很难。

第五，截面数据VS 过程数据。我们过去有很多数据是截面数据，更多的情况是现在要去获得一些过程数据。比如对一部贺岁片的评价，大家往往会说，结局非常好。但大卖的电影是能不断调动人的兴趣的，像有些电影过程中会有很多泪点，如何获得整个过程的数据？

第六，业务人员的专业化。我们在做品牌，或做营销的过程中，相信很多品牌方的负责人，对自己的产品服务、行业都非常了解，但可能不会分析数据。第三方懂技术，但对业务的理解很难。

02.为什么做Credamo见数

我们为什么要做见数？最直观的原因是，2020年我们在美国成立了分公司，帮助大家搜集海外用户的情况。比如，帮助做跨境电商的公司了解海外市场。

在初期定位时，见数就按照产学研的架构去发展。我们在业界有4000多家客户，包含各类资源公司和品牌方，也有很多高校。我们是从科研用户开始做起来的，因为大家对于数据的专业性要求较高，所以我们一开始主要面对这一类主打专业的付费用户。

我们活下来之后，每年会做很多公益活动，包括交叉融合的学术，邀请国内各个顶尖院校的老师做报告分享。我们也会做一些全国性的市场大赛，希望参赛学生能够解决真正的问题。对于品牌方，会给大家做品牌曝光。现在我们能够覆盖全国31个省市，3万多人，500多个院校。

另外我们有纯学术的研究，从底层认知了解消费者，比如从消费者心理认知的角度设计实验，让大家避免沉迷彩票。

03.人工智能时代市场调研

人工智能时代，大家都在说ChatGPT，AIGC给我们提供了很多新工具，如何利用这些工具帮助大家提高效率？

在去年一季度，我们做了一件事情。过去设计问卷要在百度搜各类问卷模版，去年我们在做饮料消费者调研时，直接用AI生成问卷，生成质量达到了专业咨询公司的水平。用AI设计问卷还可以持续优化，不满意时可以微调，也可以选择再生成。

问卷生成后，可以用AI做图表解读、写报告。即便我们没有学过统计，只需要把统计模型结果给到AI，并提供一些背景信息，AI就会自动解读出来。就像刚才说的，我们的业务人员或品牌方，或者营销部门，可以运用AI或平台工具帮助我们快速实现之前完成不了的工作。

另外，我们可以运用AI写各种报告提纲、摘要、综述等，把码字的体力活解决掉，让大家有更多的精力放在深度思考方面。

04.如何洞察价值体现？

Credamo见数从创建那天起，我们就笃定了路线，没有销售部门，只有研发部门。我们的核心精力就是做产品和品牌。我们希望做一个有问卷设计，设计完之后马上有人帮你填，填完之后如果你不懂统计分析也没有问题，我们可以帮你快速实现。

Credamo见数的底层是问卷设计、在线样本库、统计建模。拓展层为HBO、外界硬件、AXM。我们还有各类图，有NLP、语音识别、图像识别。

前两周我去深圳一家做经济普查的公司，这家公司一年有8千万的营收，其中有4千万是放在人力成本上。我问他们为什么不用AI？统计调查的时候，原来要手动填excel，现在拍一张图就可以用AI识别出来，然后只需复制粘贴的工作。4千万的人力成本，提高20%的效率，1年就可节省800万的人力成本。

我们是一个非常年轻的公司，2019年上线，至今上线有3年半的时间了。我们在初期主打多快好省。

原来在北大光华读博士的时候，我们每年都会发布白皮书。当时我们委托某问卷网站回收问卷，但后来发现存在中间商赚差价的情况，而且这种模式也会出现因部分人乱填问卷导致报告无法分享的情况。后来我们找了很多专家，通过打分法把它调回来，才得以推进了问卷后的分析工作，顺利发布了白皮书。

所以后来我们换了一种模式，把中间商差价去掉，将报酬直接给到填问卷的人。站在花钱的角度，成本降了80%。站在赚钱的角度，填问卷的人的报酬翻倍了，我们以最低的成本获得了最高的数据质量。

这就是传统调研与Credamo见数的模式对比，传统调研模式采用费用不透明的人工服务；Credamo见数模式是费用透明的系统服务。我们初期就是这样发展起来的。

关于如何做好数字营销，我认为有以下几点：

第一，数字化。

声音数据化。比如我们过去有很多访谈、记录，都要用到录音笔，由于移动互联网和智能手机的发展，我们可以方便地把录音录下来，用AI帮我们做识别。此外，还有行为数据化、图像数据化、注意力数据化、微表情数据化等。

第二，科学化。

我们希望能够得到更多客观的数据。比如过去我们需要非常复杂的EEG，但一台设备六七十万元，而商业里面只需要测情绪相关数据就可以，所以我们自己做了一个测人的前额叶数据的设备，将脑电可视化。测试者喝一口饮料就可以快速看到脑电波。

第三，自动化。

现在很多工具用户不关心具体问卷怎么设计，实验怎么设计，如何高效完成是他们的关注点。

第四，业务人员专业化。

以我们的业务为例，过去用户3周的工作，现在我们只需要花2个小时录问卷，中间花3个小时回收1、2千人的问卷，然后1个小时进行数据分析和AI写报告项目，全部工作就可以高效完成，而且成本从五万降至两千。

对于我们来讲，虽然现金流收入少了，但是用户可以自主完成工作，缩短决策周期，提高工作效率。我们希望通过这种方式能够帮助大家实现真正的降本增效。