5

【CDC TALK】第三期:研究生态下的聚力与共赢

 2 years ago
source link: https://cdc.tencent.com/2020/03/11/%e3%80%90cdc-talk%e3%80%91%e7%ac%ac%e4%b8%89%e6%9c%9f%ef%bc%9a%e7%a0%94%e7%a9%b6%e7%94%9f%e6%80%81%e4%b8%8b%e7%9a%84%e8%81%9a%e5%8a%9b%e4%b8%8e%e5%85%b1%e8%b5%a2/
Go to the source link to view the article. You can view the picture content, updated content and better typesetting reading experience. If the link is broken, please click the button below to view the snapshot at that time.

CDC是腾讯的公司级设计团队,一直致力于用户研究在互联网方面的探索和发展,如设计、体验、产品、运营、市场品牌、投资战略、互联网生态行业、社会产业和研究工具平台等方向。

CDC TALK的举办已持续了三年的时间,每年都会邀请来自CDC设计、用研、品牌、开发等岗位的6位达人,带来CDC在互联网跨界实践中的第一手专业分享,为同行提供满满的学习干货。

本期带大家走入第三篇:

研究生态下的聚力与共赢
夏梦|腾讯CDC设计中心高级设计师

2-1.png

最近这几年,中台和生态的概念特别火,我们出去参加论坛和峰会,10个演讲中有8个都在讲中台体系建设。我个人对此的感受呢,确实稍稍有些不以为然,因为这些概念总是乍一听很精彩、很振奋,但是自己从实际落地应用的角度去想,又觉得其实是不是也可有可无。

直到今年上半年,我所在的项目变成了研究生态建设的主战场,所以我得到了一个机会,可以由一个建设者而不是旁观者的姿态,来重新审视和思考生态建设的价值。

腾讯研究环境的现状、问题

3.jpeg

研究生态建设,为谁而建设呢?顾名思义,研究员们。他们的角色覆盖了商业分析师、投资分析师、用户研究、市场研究等各个分析岗位的同事。他们可以称之为腾讯的“智囊团”,因为不管是战略投资、品牌公关还是市场运营等等商业行为背后,都有他们在为公司出谋划策。

就是这样一群“腾讯的大脑”,他们在研究的过程中,有没有遇到什么困境或者问题呢?我们通过对公司研究团队的走访,发现了一些意料中和意料外的结论:

第一个困境,就是“快”。

4.jpeg

现在整个互联网行业的节奏都太快了,不仅是开发要敏捷,设计要敏捷,做研究也需要敏捷。以往是动辄以月或是以年为单位的研究,现在就给一周的时间。在这一周的时间里,研究员们要从接触一个全新的行业的入手,最终给到决策方一份足够有深度的洞察和建议。因为要辅助商业价值的转化,这个研究结论的产出往往是没有迭代的机会的,必须一步到位。这个难度非常大。

5.jpeg

除了时间紧迫,他们还面临巨大的工作量。单就信息获取和甄别这个阶段看,几天的时间内,他们需要进行大量的案头研究,在几十个渠道中阅读分析近百份研究报告,提取有用的二手信息。同时,还需要往返在各种内外部的数据平台之间,进行数据采集和分析。

随之而来的就是第二个困境,关于数据信息获取的高门槛。

6.jpeg

接触过各类数据分析平台的人肯定都了解,一个高质量数据库的采集和维护是需要付出非常高昂的成本的,所以这也给数据平台的使用加上了各种限制。公司内部的数据平台使用都需要权限申请,外部的高质量来源又需要付费采购。

给大家讲一个真实的例子,我们的一位同事,为了找到一个数据,经历了九九八十一难,终于获取到了某个平台权限,在他以为自己要取得真经的时候,他发现这个数据库还有物理机的限制,他还需要跑到滨海21楼去使用特定的物理机进行数据检索。

这些门槛在无形中,给研究人员带来了非常大的时间和精力消耗。

我的第三点发现,是有些意料之外的。

我们发现公司每年在研究领域投入的成本其实非常大,这些成本主要包括数据平台、各项研究资源的采购、研究服务的付费和ce样本等等。但是,各个数据分析平台的使用率非常低,目前公司泛范围内从事与研究相关的人员总数达1w左右,但是申请后拥有使用权限的人,只有100多个。这个使用占比只有1%。

这个对比数字的存在,意料之外,却又包含着所有问题的答案,因为透过前面所说的三点内容其实我们发现,研究人员们面对的,是一个信息孤岛式的困境。

7.jpeg

–我们有资源,但是没有共享

–我们有数据,但是使用范围有限

–大家都在各自的团队和项目中低头做事,研究成果之间没有做到价值的二次利用。甚至没有意识到自己正在做的事情有可能是别的团队已经做过的重复性研究。

如何“让听见炮声的人呼唤炮火”?

美军在授权作战时,有提过的一个观点:让听到炮声的人呼唤炮火。我们的研究人员就是能听到炮声又需要呼唤炮火的人,但是他们虽然拥有一个满满当当的军火库,却在前线,面临物资紧缺的困境。

作为研究生态的建设者,我们可以为他们做哪些事情呢?

资源之间的关系

8.jpeg

首先,我们来走进这座军火库,看一下都有哪些物资。

以研究人员的行为路径作为地图导航,可以看到,在前期进行案头研究的阶段,我们有一个丰富的研究报告资源池。在研究中期,不管是对外采购的,还是我们自主研发的,样本库和数据平台体系建设都已经相对完善。在研究内容的生成阶段,仅仅是在cdc内部,我们就已经在可用性测试、垂直行业研究、细分用户群体研究等领域,积累了非常成熟的研究方法和研究模型。

这座军火库,是真的算得上满满当当。

看完所有的物资之后,我们可以思考一个问题:这么多资源聚合在一起,那他们之间,是完全孤立存在的吗?有没有可能存在一些关联?

举个例子,如果数据库里的数据信息是研究人员手中的武器,那么样本库,应该就可以算是武器的生产线。这两个资源之间,就存在着非常紧密的相互共生的关系。

9.jpeg

在数据信息采集阶段,研究人员需要的用户数据是多维并且立体的。他们需要用户行为数据,也需要态度数据,还需要媒体渠道下的舆论发声。这些数据,都需要我们通过各种方式触及用户之后才能获得。比如说,在采集用户态度数据时,我们通常会通过用户访谈和问卷调研触达用户,并且根据不同的项目要求,往往需要精准的去触达一些特定的细分人群。由此可见,一个科学、合理、丰富的样本库就变得至关重要。

所以说,就是因为我们有了一个正在不断完善中的样本库联盟,研究人员才有可能获得自己需要的高质量数据。也正是因为我们在数据采集过程中不断迸发的新的需求,样本库的建设才能不断的完善。只有理解了这个关系,我们才能在各项资源的运用和建设时,有的放矢、找对方向。

建立价值闭环

10.jpeg

接下来,我们可以发现,现在的研究路径其实没有很好的在一头、一尾之间建立关联。

任何行业研究的初始,都是从案头研究开始的。正是这些已有的研究成果让我们的每一次新的研究都不是从零开始、无章可循。但是为什么我们现在在做案头研究的时候,找到这些高质量的、有用的报告这么难?因为很多研究成果在完成之后,就封存了,只被有限的人看到。它们需要重新注入到军火库中,被二次应用。

11.jpeg

仅仅二次应用,还不够。我们还可以借助技术手段,让这些成果的二次应用的价值做到最大化。比如说,我们在接触一个陌生行业的时候,制定研究框架是一个很难的事情。但是现在有了这么多已知的研究成果,我们可以先把这个行业下质量比较好的几百份报告收集起来,统一进行解构,然后进行批量文本的聚类分析,提取出共性和高频的研究指标。这就形成了行业研究框架的雏形。

生态化盘点的意义

12.jpeg

现在大家可以回想一下我们刚才做过了什么。大家参观了一下我们的军火库,用研究行为路径作为导航,重新盘点了物资。然后在参观的过程中,我们发现了一些资源之间相互作用的关系,又提出了一些建立价值闭环的想法。我们刚才做过的这些事情呢,就叫做“研究资源的生态化盘点”。虽然只是几个内容片段,但是我们从中应该可以体会到,生态化盘点的意义:

生态化盘点的意义,就是我们不仅仅需要知道有什么,还要知道资源和资源之间,共生共存的关系,然后才能为他们在生态系统中创造自我进化的可能性。

这个生态体系的搭建,就是我们作为建设者,可以为研究人员们做的第一件事。

看完了所有陈放在这里的物资,接下来呢,要给这座军火库通个电,让整个兵工厂的机器都动起来。通个电的意思呢,就是我们要把技术手段作为研究助力,解决研究效率和研究深度的问题。

我们可以先看一下在提升效率方面,技术可以帮助我们做什么:

13.jpeg

这里我来举一个报告质量自动化评定的例子:

现在报告质量都是需要人工判别的,研究人员们阅读100份报告,可能只有10份里面能获得有效信息。其他被丢掉的报告可能有各种各样的原因,可能是因为数据不够准确、可能是因为没有提出见解,也可能是因为一些非常初级的质量问题。这些问题是可以分级处理的,比如说:往往低质量和中质量的报告出现的问题,是可以量化后被机器识别的。那我们就应该让机器帮我们做这件事情,在研究资源入库的时候,就通过自动化解析和上传的步骤,把这些报告剔除掉。让研究人员把更多的精力放在更具有价值的事情上。

技术能带来的第二个助力,就是让我们可以用更低的成本,完成深度价值信息的挖掘。

14.jpeg

比如说:信息资源的有效内容触达。

数据信息就很像是和你隔桥相望的一群人,你需要从这千千万万个面孔中挑出你要找的对的人,然后,他们还是一群听不懂你讲话的外国人。

这个时候我们发现,有一个名字叫做自然语言处理(NLP)的向导,可以帮助你做这个事情。他可以做什么呢?首先,他可以听懂你的话,作你的翻译。他通过你的检索词,读懂你的诉求。然后,他带着你的诉求去到对面的信息堆里,准确的直接把你需要的人找出来。这就是基于对query的理解来做关键信息的提取。

这样可以节省多少时间成本呢?举个非常小的例子

15.jpeg

上图是用研云即将上线的报告内容检索的功能。通过用户输入的关键词,对研究报告内的相关价值内容直接进行了定位和提取,在搜索结果页以内容box的方式进行聚合展示。

我们之前做案头研究,找相关内容,至少需要阅读10份以上的报告,最快速浏览的话每份报告平均阅读时间5分钟。现在,你只需要输入一个query表达你的诉求,所有报告里面有价值的内容就会平铺到你的面前。

这就是科技的助力。

以上,是我在研究生态建设的探索过程中,几个小小的思考片段。但是研究生态建成的那一天是一个结束吗?不,仅仅是一个开始。作为一个研究生态的初始建设者,我们仅仅是为前线的研究者和后方的军备库之间,修建了一条车马道,但是这个军备库是不是真的取之不尽用之不竭,里面的装备是不是真的先进并且精良,取决于所有研究人员本身,他们才是真正的建设者和受益人。

16.jpeg

我从研究生态整个建设的过程中,得到的最大的收获,其实是在意识层面。在互联网行业初期,大家要做的最重要的事情是做各个专业领域的探索和产出,那现在到了这个阶段,我们都已经是站在巨人肩膀上的攀登者,我们输出的每一份报告、每一份设计稿、敲出来的每一段代码,都不应该再是一个孤立的个体。我们每一个人都应该思考,我现在做的这一切,能给新人带来什么、给其他同行带来什么、甚至是能给这个领域带来什么。生态建设最大的意义在于,让每个成果都不再是单独的价值个体,而是可以在这个环境下自我进化和相互共生的生命体。

我作为一个建设者在为研究生态做设计的同时,其实我还是一个交互设计师,我也是设计生态中的受益人。我的另一群小伙伴,在建设设计生态的过程中,也同样在洞察着我们困境,聚合着设计的资源,努力通过平台化建设和协同机制的建立,为设计师们现有的工作创造1+1>2的可能性。

让听见炮声的人,不仅仅可以呼唤炮火

17-1.jpeg

最后,让我们回到这张图,再看一眼这个战场:

研究人员们,现在仍然是在前线可以听见炮声的人。但是身处于研究生态之中,背靠着触手可及的军备库,他们不再是一群只能呼唤炮火、孤军作战的士兵。他们每个人都变成了可以操控战局的玩家。

如果说这是一场关于资源、科技和专业能力的综合较量,那现在,他们不会再受制于任何外在的困境,而是把每一场战役的胜负都牢牢掌握在了自己的手里。

CDC-Blog-%E5%BA%95%E9%83%A8%E4%BA%8C%E7%BB%B4%E7%A0%81.png

About Joyk


Aggregate valuable and interesting links.
Joyk means Joy of geeK