「追蹤」大數據 國雙 變現的藝術

某用戶在某個品牌官網購買了一款眼霜，這個簡單的購買行為已經被做在線業務分析的人士注意到了，分析的結果是：一個月前該用戶已經在百度上主動搜索“40歲眼霜”，而接下來的一周內她訪問過多家視頻網站看該品牌眼霜的廣告，間隔一周后，她再次上百度搜索了“XX眼霜怎么樣”，隨后她參加了該品牌官方微博發起的試用裝領取活動。

事實上，在互聯網的任何購買行為“背后”都有一系列原因，追尋這些原因的是國雙科技，這是一家專門做在線業務優化與服務的提供商。“消費者發生的購買行為遵循‘歸因’理論，如果能夠掌握消費者購買行為的‘歸因’，最大的受益者是廣告主。”國雙科技CEO祁國晟一語道破數據分析的價值。

2013年1月底，國雙科技在北京正式宣布成立“國雙數據中心”，該中心擁有基于OLAP技術的強大交互式數據挖掘平臺，可以將數據倉庫中的每一個數據通過上百個維度和指標進行關聯、交叉、演繹，提供不同深度的分析報告，滿足不同視角的數據挖掘和分析需求。發布當天，國雙數據中心首次對外發布《2012中國互聯網發展數據報告》和《2012中國政府網站發展數據報告》。

“基于海量在線數據和先進的網絡營銷云統計分析平臺，國雙數據中心將專注于數字化環境下的在線媒體研究和受眾研究，并將定期發布互聯網行業報告，向業界分享專業的在線媒體數據研究成果，促進產業發展。”祁國晟表示。

數據也“性感”

“球場上球員的表現不再是誰能進球誰的貢獻最大了。”國雙科技高級副總裁續揚表示，以足球為例，從門將開出球的那一刻，價值就產生了，哪個球員傳出最具威脅對方的球？哪個球員在最關鍵的時刻盯住對方核心球員？一場比賽下來，功勞最大的不一定是最終進球的那個球員。

“同樣，國雙科技告訴廣告主的不是用戶最終達成交易的數據，而是整個用戶選擇的過程。”續揚認為，廣告主往往很難判斷，消費者的購買和市場推廣有多大的關系，國雙科技的職責就是幫助廣告主精準地測算出廣告的效果。

隨著全球互聯網的快速發展，越來越多的網絡用戶通過多種終端、多種平臺輸出數字內容，驅動整個互聯網世界邁入到“大數據時代”，海量數據的運用已成為未來競爭和增長的基礎，運用大數據分析用戶特征并通過分析提升企業的業務價值，提高企業的核心競爭力。

來自國雙科技數據中心的報告顯示，數據對企業決策運營越來越重要，大數據時代來臨，企業最終需要的是有價值的數據而不是大數據，通過海量數據挖掘用戶特征，企業可獲取有價值的用戶信息，科學分析用戶行為，是了解用戶、貼近用戶最為有效的方式，幫助企業明確品牌定位、優化營銷策略。

今天的Facebook日均上傳數據100TB，Twitter一天的發推量也會達到2.3億，全球Email的發送量為2940億封……企業毋庸置疑地正在迎來一個大數據時代。數據優化和數據分析將成為炙手可熱的產業，國雙科技也在把握這樣一個發展契機。

可口可樂的粉絲喜歡留存可樂的瓶蓋，他們會非常熟悉地將瓶蓋上的13位字符串敲在網站上，然后滿足地拿到可口可樂給他們的積分。事實上，這也包含了國雙科技為可口可樂提供的一項專業技術：度量并優化在線渠道對13位字符串轉化的貢獻。

“我們每天需要分析所有登錄iCoke官網的流量數據，然后通過各種分析工具的挖掘，讓可口可樂的線上營銷方案趨于更加合理。”國雙科技國際業務總監吳錚介紹自己每天的工作，除此以外，他還要幫助客戶建立從SEM（搜索引擎廣告、SEO（搜索引擎優化）、UEO（用戶體驗優化）等在內的一系列基于效果的在線營銷方式。

“通常我們會先幫客戶建立一個KPI，這主要是讓客戶清楚如何去度量自己所投的各種在線廣告。”吳錚用流量分析為例，他會把媒體拆分得非常細，哪些是自然流量，哪些是從SEM（搜索引擎營銷）過來的，并且也會分析流量與搜索引擎的不同產品線之間有什么關系。不同的產品有不同的屬性，衡量標準也各有不同。

樹立行業“風向標”

如今，面對移動和社交快速發展的態勢，沒有人能夠忽略其中蘊藏的機會。而國雙數據中心的成立，也正式宣告讓這樣的機會更加明顯地出現在消費者、廣告主、商家面前。

在國雙科技發布的《中國互聯網發展數據報告2012》中顯示：網民每日網購在上午10點達到最高峰；52%的消費者在訪問4～6次網頁后產生購買行為；在在線多媒體營銷中，搜索媒體對消費者購買決策的貢獻率達到58%，其次為垂直媒體。

而在移動和社交持續火熱的態勢下，上述報告顯示：通過PC終端設備訪問的質量依舊高于移動終端，此外，受移動支付成熟度等因素的制約，手機購物平均訂單金額較傳統互聯網購物低57.5%。

“移動互聯網的迅速發展正在逐漸改變產業格局、改變網民行為，并進一步影響社會運行模式。移動營銷將成為眾多企業在線營銷的重要一環，目前移動營銷仍處于初步發展階段，有巨大發展潛力。基于移動互聯網數據特征，指導企業的移動營銷策略，幫助企業提升效益。”續揚在解讀該報告時解釋。

在發布會上，續揚分享了“將大數據變小”的觀點，他認為：“數據并不是越大就一定會越好。呈獻給客戶的最終數據，必須是經過了研究、分析、歸納的‘小數據’，蘊含真正的商業智能，才能幫助客戶從數據的汪洋大海中提取價值，做出正確決策。”