大數據時代,你的營銷決策夠智能嗎

數據權力的分配直接影響到決策權力的劃分，高層需要帶頭建立大數據決策的文化。目前的人工智能技術更多是從大數據中發現線索，而對數據分析的結果進行解讀，還需要依靠決策者的洞察力。相比于隨處可得的技術，提升決策者對大數據的洞察力、調整公司決策的方式更為關鍵。市場營銷是受到大數據影響最明顯的領域，大數據是如何影響營銷決策的？

大數據具有三個區別于傳統數據的特點：海量、多維度和實時。海量是指所涉及的數據量規模巨大。從營銷的角度講，可以理解為覆蓋人群眾多。多維度表示數據具有多種不同用戶信息，比如網絡搜索、瀏覽、購買交易等信息。多維度的數據能將用戶畫像勾勒得更清楚，讓互聯網營銷更有的放矢。實時則意味著大數據產生和更新的速度之快，其高時效性對數據的分析和處理速度都有很高的要求。

大數據本身是沒有目的的，決策者必須有一個數據的應用目的，才知道如何去挖掘數據價值。大數據對于公司營銷決策的作用有三個：一是為用戶洞察提供了有力武器；二是滿足個性化營銷的要求；三是幫助企業做出正確的媒介購買等營銷執行決策。

大數據為市場洞察提供更多維度

市場洞察原來是通過傳統數據獲取，現在已經漸漸過渡到利用大數據來實現。通過企業調研和營銷獲得的數據具有明顯的“人工計劃”特征，在收集數據之前，數據的樣本、調查手段、分析手段和應用目的就有了清晰的規劃，所以數據是“結構化”的。

移動互聯網產生的數據是大數據，這些數據主要是用戶行為產生的數據，包括搜索、瀏覽、交易和社交等。它不受計劃控制，而且數據的收集、分析和應用的過程有很強的不確定性。管理者發現，大數據的維度更多，能夠從360度全方位接近用戶，分析出誰在買、何時買、買多少、為什么買等等，讓決策的依據更清晰。

大數據還有一個特點是實時。從數據的產生到應用是在很短的時間內完成的，“很短”可以是24小時，也可以是僅僅幾毫秒，這中間包含數據收集、數據過濾、數據進入數據庫、數據判定、數據應用等一系列過程。這種速度要求是人工無法做到的。雖然數據的收集是某個結果的“事后”，對于數據的處理和應用卻必須是“事前”決定的，所以整個過程受到決策者的影響，也需要依靠智能工具來完成。

筆者創建過一家廣告技術公司，為了幫助銀行客戶尋找對小額貸款產品感興趣的潛在客戶，我們針對搜索過“貸款”“抵押”等關鍵詞的互聯網用戶投放產品廣告。數據表明，關鍵詞的時效性非常明顯：時間越短，效果越好。如果超過24小時，關鍵詞的作用基本就消失了。有了這個經驗以后，我們在智能系統中設定，只對24小時以內的關鍵詞搜索用戶投放金融產品廣告，從而提升了轉化率。如今，時效性已經成為智能廣告引擎不可缺少的定向數據元素。

大數據讓營銷從曝光導向轉為效果導向

傳統營銷的對象是“群”。營銷人員是按照用戶年齡、性別、收入、教育、職業、家庭、地域因素等用戶的外部或心理特征來描述廣告受眾的。這種“人以群分”的用戶“標簽”一旦固定下來就不會改變。由于覆蓋的人群數量較大，所以被稱作是大眾營銷。衡量大眾營銷的效果往往是曝光，就是營銷活動覆蓋了多少人。我們熟知的GRP（總收視率）、CPM（千人曝光成本）等，就成為衡量營銷決策的主要指標。決策者使用的工具來自傳統的統計數據，就是前面提到的結構數據。

有了大數據，特別是有了移動數據以后， 用戶分類中不但增加了前面提到的時間因素，還補充了地點因素，場景分類的概念就隨之誕生。營銷決策變成了運用數據推算出用戶的場景信息，從而決定推送什么營銷信息。用戶場景分類“標簽”的有效性稍縱即逝，現在還是廣告受眾的“他”，下一秒鐘可能就不是了。例如用戶在下午1點鐘位于某商場，可以推送商場活動相關信息；2點鐘回到辦公室，你還在推同樣的信息就遲了。

“不知道廣告的哪一半被浪費”，這個讓營銷者頭痛了百年的問題，似乎從大數據中可以找到解決方案。從此，大眾營銷模式被顛覆，營銷的重心從追求“用戶覆蓋”轉向“有效覆蓋”，即效果。由大數據公司谷歌建立的CPC（單位點擊成本）的效果營銷，成為當今主流的營銷模式。這種模式中，決策的依據不再是“群”，而是“個人”。營銷活動只有觸及目標用戶，才算有效。當前的營銷行業中CPL （單位銷售線索成本）、CPA （單位注冊成本）、CPS（每單銷售成本）等模式成為衡量營銷的標準，占據了廣告的大部分預算。在這種環境下，營銷決策只有拋棄過往的統計報告，學會從大數據中洞察市場，同時借用大數據驅動的智能引擎去執行策略，才能取得好的營銷效果。

智能決策不能離開營銷邏輯

企業運用數據做市場分析，是基于決策人對于營銷邏輯的理解來完成的。離開了營銷邏輯，大數據應用就會迷失方向。

廣告媒介的決策是營銷的重要部分，因為其影響周期長，而且預算大。傳統的媒介購買決策和購買主要是由“人工”完成。營銷人員根據推廣目的，按照媒體屬性，例如媒體內容、年齡屬性、收入水平、地理位置、職業特征等等人工選定媒體，制定媒體購買計劃，購買決定一旦形成就難以調整。而如今，大數據讓購買決策變成以“人工+智能”相結合的方式完成。營銷者需要知道哪些營銷任務需要由“人工”來決定，哪些需要由“智能”機制來完成。一般來講，營銷的目的、目標用戶的定義、活動的時間段和效果衡量等整體策略的制定仍然離不開人；“數據智能”則可以幫助決策者建立用戶洞察和媒介洞察，也可以實現媒介的“智能”購買 。

營銷決策權是關鍵瓶頸

曾經遇到過一個快消行業的財富500強客戶，希望運用大數據和智能引擎手段提升營銷效率。經過深度交流，我們發現客戶管理層對大數據還缺乏了解，而且在決策流程上營銷部門、數據部門和IT部門相互分離。不難預料，客戶最后采用的方案并非大數據營銷。公司在運用大數據來幫助洞察和決策的過程中，會面對重重障礙，主要來自公司管理層的不積極和現有組織結構的缺陷。

營銷決策負責人需要決策的靈活性，以滿足用戶需求，但是產品部門的決策往往需要涉及更多人，因此容易造成決策的延遲。不同部門之間的這種矛盾有時甚至會發展為沖突。這種情況下，公司需要平衡營銷決策權和產品決策權的關系。