Big Data大數據重塑營銷_數據分析師

IBM的超級計算機Watson2011年在美國著名電視問答節目《Jeopardy》上擊敗節目歷史上最厲害的兩位選手后，便一舉成名。它能夠以極快的速度處理數百萬份以人類文字語言書寫的文件——一般來說，電腦處理傳統數據庫中的數據文件毫無問題，但Waston的絕招在于同樣可以閱讀非結構性文件，即那些電子郵件、新聞報告、網站中的信息。

最終，花旗銀行花大價錢聘請了Watson，要借用它對這些文件的處理能力來幫助決定應該對一個客戶提供哪些新的產品和服務。它的第一份工作很可能是降低欺詐案件概率，以及搜尋哪些客戶有信用度降低的跡象。

這是大數據時代的一個故事。

大數據改變未來

“大數據”熱潮最近的一次推力來自于2011年10月份McKinsey&Company發布的報告《大數據：創新、競爭和生產力的下一個前沿（Big Data：Next Frontier of Innovation,Competition,Productive）》。

報告指出，“大數據”源于數據生產和收集的能力和速度的大幅提升——由于越來越多的人、設備和傳感器通過數字網絡連接起來，產生、傳送、分享和訪問數據的能力也得到徹底變革。2010年，超過40億人(世界人口的60%)在使用手機，其中約12%擁有智能電話——其滲透率以每年20%以上的速度增長。如今，3000多萬聯網傳感器節點分布在交通、汽車、工業、公用事業和零售部門，其數量正以每年30%以上的速度增長。

“大數據”趨勢將會在5個方面提供價值：

數據的高透明度及廣泛可獲取性：一些制造商正試圖集成多種系統的數據，甚至從外部供應商和客戶處獲取數據來共同制造產品。以汽車這類先進制造行業為例，全球供應商生產著成千上萬的部件。集成度更高的平臺將使公司及其供應鏈合作伙伴在設計階段就開始協作。

決策驗證對競爭方式的影響：大數據可能使決策制定發生根本性的改變。利用可控實驗，公司可驗證假設、分析結果以指導投資決策及運作改變。

應用于廣泛的實時的用戶定制及其對企業的影響：面向用戶的企業已長期利用數據來細分和定位用戶。大數據實現了用戶定制的質的飛躍，使得實時個性化成為可能。下一代零售商通過互聯網點擊流可跟蹤個體用戶的行為，更新其偏愛，并實時模仿其可能的行為。

大數據對管理的改變及替代作用：大數據能進一步提高算法和機器分析的作用。一些制造商利用算法來分析來自生產線的傳感數據，創建自動調節過程以減少損失，避免成本高昂（且有時具危險性）的人工干預，最終增加產出。

建立基于數據的商業模型：大數據催生了新類型的公司，其能建立由信息驅動的商業模型。許多公司都在價值鏈中發揮中間作用，通過商業交易創建極具價值的“排出數據”。如一家運輸公司收集了大量的全球產品出貨信息，并專門建立一個部門負責向經濟預測方銷售數據。

思維與應用的鴻溝

大數據的價值聽起來十分鼓舞人心，而在實際的營銷活動中，營銷人對大數據的應用情況又如何？

Columbia Business School今年推出報告《Marketing ROI in the Era of Big Data》中指出，雖然91%的公司高層營銷管理人員認為成功的品牌需要使用客戶數據來做營銷決策，然而觀察他們收集數據的類型，只有35%的公司會收集社交媒體數據、19%會收集移動數據；其中51%的人指出在他們組織內部缺乏分享客戶數據的機制，阻礙了他們有效衡量營銷ROI，45%的人認為公司沒有利用數據有效地將營銷溝通個性化。

營銷領域真正的進展似乎并不符合大數據熱浪的如火如荼之勢，正如報告撰寫者指出，“我們希望了解到底現在人們在用數據做營銷這條路上走了多遠，大數據的熱潮是否真正地促使營銷者實踐的改變，但迄今為止，營銷領域的大數據實踐依然剛剛開始，在許多公司組織中，有效利用數據做營銷的實際進展要落后于人們實際的意愿?！?/span>

那么，在大數據熱潮撲面而來的時候，究竟給營銷者帶來哪些機遇和挑戰？《成功營銷》系統梳理營銷產業鏈上的相關各方觀點與案例，希望能給企業加入大數據營銷做出參考。

大數據落地1+1>2的營銷未來

如果將這兩個數據源進行對接，并且能夠保持實時更新，營銷的游戲規則將會隨之而變：消費者洞察和預測分析這兩個營銷最重要的領域，會獲得前所未有的價值發掘。

什么樣的實時優惠對某個用戶更有效？基于此用戶的偏好，哪種網絡頁面能產生更好的服務效果？當一個潛在客戶填寫了網頁表格后，跟他敲定一筆交易的可能性有多大？在一天的特定時間段中，哪種促銷方式最有效？當一個用戶被營銷活動覆蓋到后，他在六個月內購買的機會有多大？

在大數據時代，這些問題都會找到答案。對于營銷這一原本就屬于數據驅動的領域，大數據提供了一個前所未有的機會，用先前不能做到的方式來挖掘消費者洞察。

那么在大數據時代之前，我們通常利用哪些營銷數據？答案是：CRM系統中的顧客信息、廣告效果、展覽等線下活動的效果等。這些數據來源都提供了一些信息，但是并不足夠給出一個重要的洞察和發現。

讓我們再來另外一批信息數據：官方網站登錄數據、社交媒體數據、郵件數據、地理位置數據等。

這些信息源在幾年前可能并不存在，而這些就是“大數據”所指的非結構性或者叫做多元機構性數據，它們更多以文字、圖片、視頻等方式出現，而且這些數據來源還在不斷增加。

而如果將這兩個數據源進行對接，并且能夠保持實時更新，營銷的游戲規則將會隨之而變：消費者洞察和預測分析這兩個營銷最重要的領域，會獲得前所未有的價值發掘。

比如微軟正在通過對論壇、社交媒體上內容的監測，來發現人們對微軟產品和營銷活動的反應，這個夏天微軟Window8發布后，就采用了傳統數據收集和實時數據收集的兩種手法，“我們對網絡反饋信息的收集是連續的和實時的，我們也依然使用傳統的消費者滿意度調研，最終會將兩者產生的數據結合起來進行分析。但是前者那種以日為單位的市場信息捕捉，能夠使我們更快地對市場做出反應。

總的來說，大數據的到來將在以下幾方面改變原有的營銷流程，或者營銷效果：

對原有營銷方式價值的再次發掘。IBM的一個商業合作伙伴正在研究讓呼叫中心產生的所有對話轉換成文字，從而可以實現對這一營銷渠道的數據挖掘?！斑@能夠讓市場部門獲得之前沒有的消費者洞察，知道消費者對品牌的感受以及他們怎么回應新產品”，IBM新興技術項目總監Peter Waggett稱更深入挖掘數據會幫助許多公司找到商業問題解決方案。

更好地對營銷策略進行優化。麥當勞的部分門店安裝了搜集運營數據的裝置，用于跟蹤客戶互動、店內客流和預訂模式，研究人員可以對菜單變化、餐廳設計以及培訓等是如何對勞動生產力和銷售額的影響進行建模；一些領先的零售企業也監控客戶的店內走動情況以及與商品的互動。它們將這些數據與交易記錄相結合來展開分析，從而在銷售哪些商品、如何擺放貨品以及何時調整售價上給出意見，此類方法已經幫助某領先零售企業減少了17%的存貨，同時在保持市場份額的前提下，增加了高利潤率自有品牌商品的比例。

除了線下活動優化外，還可以根據消費者在網絡上的表現來優化網站的體驗，比如eBay就做過數千次實驗來改變自己網站不同部分的架構，來確定最優的頁面效果和其他諸如導航、照片等功能的設置。

更完整的消費者描述。通過更豐富的消費者數據，包括網站瀏覽數據、社交數據和地理追蹤數據等，可以繪制出更完整的消費者行為描述。比如英國葛蘭素史克GSK公司，近期就發起了一個項目，獲取更完整的消費者信息，從而獲得更加深入的消費者洞察。他們通過定位那些談論過旗下子品牌的人們，并且追蹤他們在公開論壇上所談到的所有其他東西，來建立消費者描述，而這些外部數據會和營銷部門已有的數據進行整合，從而設定更為精準的優惠和促銷，吸引人們來到對應的子品牌網站?！斑@是個不成熟的市場，但是品牌必須要了解怎么利用這些數據”，該公司CRM部門顧問James Parker說道。

更精細的消費者細分。這一功能基于上面一條“更完整消費者描述”的實現。消費者細分不是一個新鮮的概念，但是大數據時代中更多的數據，以及更好的分析工具，使商家能夠以多種不同的維度對消費者進行細分，不僅僅是簡單的劃分群體，而是真正做到個性化。比如在原有的傳統市場調研數據和購物歷史數據之上，商家可以追蹤和利用更多數據如網絡上的點擊，瀏覽記錄，來更好地細分消費者。

高端零售商Neiman Marcus就建立了行為分類體系和多級會員獎勵制度的體系，并將兩者結合起來，來激勵最富裕、最具長期價值的客戶購買更多高利潤率的產品；零售商Williams Sonoma也將他們6000萬的顧客數據庫和其家庭信息鏈接起來，通過了解這些家庭的收入、房屋價值和孩子數量等對顧客進行精準劃分，其電子直郵郵件是根據不同消費者群體的行為方式和選擇偏好來設定的，而基于這些信息的直郵郵件所獲得的反饋數量是之前沒有進行精準化的18倍。

最終完成真正精準化的營銷：這一精準性包括精準的時間、地點、人物。理想的一個案例是：當一個顧客進入店鋪后，一個零售商搜索他們的數據庫，發現這位顧客是其希望留住的有價值顧客，之后他們通過將其過去的購物歷史和Facebook主頁獲得的這位顧客的信息綜合起來，來了解需要花多少錢來留住他，從而確定所售賣物品的合適價格和零售商可以退讓的利潤空間，針對這一位顧客給出最佳的優惠策略和個性化的溝通方式。因此，營銷者最大的機會——在恰當的時間、恰當的渠道給一個潛在用戶或者老客戶提供最合適的產品和營銷——將最終實現。

大數據——根據維基百科的解釋，“大數據”指的是“普通軟件工具不能在一定時間內抓取、管理以及處理能力的數據集合”，而另一個常見的描述是3V——Volume（規模）、Variety（種類）和Velocity（速度），即在這三個維度上都超出傳統工具能夠應付的數據集合。