之前我说过多次，这是消费者当家作主的时代。因此，洞察消费者体验和行为成为企业生存的秘诀，而海量数据的收集、处理及挖掘能力成为提升企业竞争力的必力备手段。
收集和分析正确的数据、切实理解消费者体验及行为，已成为企业挖掘数据金矿的当务之急。为了提高消费者忠诚度、从根本上取得竞争优势，分析消费者的10个关键要点如下。
1. 尽可能采集全量数据
事实已经证明，要想更完整地观察企业“大象”，从局部入手只能达到“盲人摸象”的效果，因此不仅要深入企业，更要“远离”企业——也就是，既需要收集企业内部数据，更需要外部的、基于公网的数据。如果企业掌控了大量其他同行企业无法获得的数据，收获数据价值是洞悉消费者体验的第一步。
2. 不能凭想象凭门造车
研发-制造-营销的传统业务价值链，是依赖想象和内部研究来决定市场和消费者的，这在今天是绝对行不通的。拥抱消费者、切实了解消费者行为，便要保持客户、从实际数据中获得见解，而不是凭借想象来猜测消费者需要什么。
3. 避免盲点数据造成错觉
要尽可能避免数据中存在盲点，因为盲点数据可能导致丢失关键信息，从而得到扭曲的用户体验观察。因此要努力确保已收集一切可以影响到消费者体验和行为分析的数据。
4. “重量”比“体积”更重要
不必追求大数据之“大”。相较于数据的“体积”（数据量），数据的“重量”（重要性）更加重要。收集好数据之后，应基于重要的数据来制订分析方案。
5. 迅速比准确更重要
我曾在不同场合下反复强调，用户需求是注定要变化的，因此通过让用户确认需求的方法来固化需求，只是落后的工业化思路。在大数据背景下，数据技术需要迅速地得出分析结论，并根据变化迅速作出调整。只有这样，才能确保分析结果是有用的、而不是过时的。对于随时都在改变的消费需求，必须迅速收集数据、并做出迅速响应处理。
6. 与业务运作实时对接
不仅数据分析要快捷，它与业务运作的对接更要实时，以便在情况发生后，业务运行可以作出实时调整，从而确保最佳的消费者体验及经营结果。例如，销售预测分析应能实时回馈给一线零售，从而更实时地满足消费者。
7. 分析不得影响消费者
数据分析不应给产品系统带来风险，也就是永远都不应该给消费者体验带去负面影响。负面效应具有放大效果，错误的数据分析有可能造成毁灭性业务灾难。
8. 不能忽视每一个字节
虽然我们说大数据的一个特征是“价值密度低”，也就是有价值的数据是少有的。但是我们不能确定数据“金子”埋藏在哪里，所以必须.利用好每一字节的数据，因为聚合数据可能会暗藏关键见解。某些信息片段可能会蕴藏最有价值的见解，可以帮助持续的提升用户体验及经营效果。
9. 完整、精准、及时和有效
要收集网站或网络应用程序交互的所有数据，要关联包括智能手机、平板电脑或PC在内的各种前端设备，还要将不同存储形式之间的数据关联起来，并确保它们已被相互连接。数据关联处理越早，数据洞察就越完整、精准、及时和有效。
10. 数据分析不受技术约束
要确保大数据分析能力不会受到设备的类型限制，不管它是笔记本、台式机、智能手机或是平板等等。
