大數據，讓營銷更精確

電影《天下無賊》里有這樣一句經典對白：“21世紀什么最貴？人才！”如今，選項可能還要加上一個：數據。

21世紀什么最貴？大數據

大數據將是繼云計算、物聯網之后IT產業又一次顛覆性的技術變革。

而這數據，已不是傳統意義的一般數據，而是超大數據、海量數據，就是現在所謂的“大數據（Big Data）”。如今大數據可謂是風起云涌，紅紅火火，儼然成為2012 年信息技術領域最時髦的詞匯。IBM 、微軟、Oracle、SAP等IT巨鱷，像是尋找到了新的金礦，開始全力挖掘大數據，多方位推廣大數據理念，爭搶“頭趟湯”。而眾多中小IT廠商也跟著蜂擁而至，以分得大數據市場一杯羹。

“大”字不僅意味著數據的數量龐大，還代表著數據種類繁多、結構復雜，變化的速度也極快?？梢哉f，目前大部分企業經營決策面臨的最大挑戰不是缺少數據，而是數據太多，面對這些靜態、孤立、無多大參考意義的“初級品”的信息數據，企業信息部門需通過系統功能來發掘有價值的數據，給公司營銷管理提供決策支持。

大數據，重構精確營銷模式

大數據時代之前，企業多從哪些平臺提取數據、提取哪些營銷數據呢？一般是CRM或BI系統中的顧客信息、市場促銷、廣告活動、展覽等結構化數據以及企業官網一些數據。但這些信息只能達到企業正常營銷管理需求的10%的量能，并不足夠給出一個重要洞察和發現規律。

而其他85%的數據，諸如社交媒體數據、郵件數據、地理位置、音視頻等這類不斷增加的信息數據，和包括數據量更大、逐漸廣泛應用、以傳感器為主的物聯網信息，以及風起云涌的移動3G互聯網信息等，這些就是大數據所指的非結構性或者叫作多元結構性所需的數據，它們更多以圖片、視頻等方式，幾年前可能被置之度外不會被運用，而今大數據能進一步提高算法和機器分析的作用，這類數據在如今競爭激烈的市場日顯寶貴、作用突出，并能被大數據技術所充分挖掘、運用。

第一，對營銷決策數據進行更好的優化。包括沃爾瑪、家樂福、麥當勞等知名企業的一些主要門店均安裝了搜集運營數據的裝置，用于跟蹤客戶互動、店內客流和預訂情況，研究人員可以對菜單變化、餐廳設計以及顧問意見等對物流和銷售額的影響進行建模。這些企業可將這些數據與交易記錄結合起來，并利用大數據工具展開分析，從而在銷售哪些商品、如何擺放以及何時調整售價上給出意見，此類方法已經幫助這些領先零售企業減少了17%的存貨，同時增加了高利潤率自有品牌商品的比例。

以前的CRM系統，只能促使分析報告回答“發生了什么事”，現在一個優秀的大數據系統已可以被用來回答“為什么會發生這種事”，而且一些關聯數據庫還可以預言“將要發生什么事”，最終發展為非?；钴S的數據倉庫，從而能判斷“你（用戶）想要什么事發生”。 據稱，集成整合Essbase服務技術的Oracle大數據平臺已能為用戶提供策略級、未知信息分析預測能力和個性化自助式定制等。

第二，對目標對象進行更完整的分析、描述。通過獲取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。譬如，大數據技術能對客人方方面面的信息進行充分有效管理并深度挖掘。

如果某個客人是某酒店的老主顧，那么大數據系統就會清楚告知酒店經理人這位客人的習慣和喜好，如是否喜歡靠路邊、是否吸煙、是否喜歡大床、喜歡什么樣的早餐，甚至從事什么工作、有什么商務需求等。當客人再次光臨時，不用客人自己提出來，酒店大數據系統就會自動提供客人所喜歡的房間和服務等相關信息，大大提升酒店管理效率。

利用大數據中的語義搜索功能，系統能理解自然語言的含義，包括理解工作的頭銜、技能、行業和教育等，除此之外，它可以做到智能處理拼寫錯誤、縮寫、標點符號等更多問題，也能識別相同的詞在不同語境中的含義，以更好地為營銷管理服務。例如：銷售經理、財務經理、人事經理，它們中都有“經理”二字，顯然代表了不同的語義，借用語義搜索技術，能對目標對象實現智能的區隔、判斷。

第三，實現點對點智能廣告模式。對于廣告主來說，廣告核心問題在于：如何從海量數據中尋找目標受眾，并投放相應的廣告信息。

時下廣告不是點對點模式的，而是主從模式，像單個“老師”（產品）對眾多滿地跑的“學生”（消費者等受眾），可是“老師”卻總是抓不住多數“學生”，把99%的廣告費都扔了。隨著大數據的發展，這些錢或會被一一撿回來。

大數據能通過互聯網點擊流，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，讓點對點的RTB（實時競價廣告）成為可能。在美國，在大數據的幫助下，RTB能把炙手可熱的目標用戶，拍賣給廣告商。以前，電梯里上來一個禿頭的中年人，如果你在電梯里打的是洗發水廣告，那肯定瞎了?，F在，有了RTB，廣告將盯住不是滿地跑的“學生”，而是那個喜歡看廣告的目標人；廣告市場上賣的也不是傳統意義上的廣告位了，而是訪問這個廣告位的具體用戶。

那么RTB是如何實現精準的呢？假設潛在客戶在瀏覽某網頁面，某網會向廣告交易平臺（Ad Exchange）請求廣告。交易平臺向所有需求端平臺（DSP）發出公告，“某網有訪客，要不要向他發廣告”。同時，DSP請求大數據管理平臺（DMP）幫助分析這位訪客情況，并根據結果進行出價決策。Ad Exchange為出價高的DSP匹配相關廣告代碼，并最終作出廣告。

今天尖端的追蹤技術和多種的大數據管理平臺（DMPs）可以將受眾以及廣告效果數據整合于單一界面上，讓廣告主輕易擷取關鍵指標，包括轉化率、流失率以及各個渠道的貢獻比率等。

第四，更好地進行顧問式營銷。比如當一個顧客進入店鋪后，一個零售商利用大數據技術搜索他們的數據庫，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，并最終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。

如今在美國沃爾瑪大賣場，當收銀員掃描完顧客所選購的商品后，POS機上會顯示出一些附加信息，然后售貨員會友好提醒顧客：“我們商場剛進兩三種配酒佳料，并正在促銷，位于D5貨架上，您要購買嗎？”這時，顧客也許會驚訝地說：“啊，謝謝你，我正想要，剛才一直沒找到，那我現在再去買?！?/p>

這就是沃爾瑪在大數據系統支持下實現的“顧問式營銷”的一個實例。

大數據時代，要為營銷準備什么？

雖然大數據展示了非凡的前景和巨大作用，不過，大數據營銷仍面臨不少問題與挑戰。首先面臨的是技術難題，畢竟大數據技術尚處于活躍前期，各方面技術并不太扎實，各項工具需要進一步完善。但實際情況是，真正啟動大數據營銷，你面臨的不僅僅是技術和工具問題，更重要的是要轉變經營思維和組織架構，來真正地挖掘那座數據金礦。

企業啟動大數據營銷一個最重要的挑戰，是數據的碎片化，各自為政。許多公司組織中，數據都散落在互不連通的數據庫中，而且相應的數據技術也都存在于不同部門中，如何將這些孤立錯位的數據庫打通、互聯，并且實現技術共享，才是能夠最大化大數據價值的關鍵。營銷者當留意的是，數據策略要成功提升網絡營銷成效，要訣在于無縫對接網絡營銷的每一步驟， 從數據收集、到數據挖掘、應用、提取洞悉、報表等。

“運籌帷幄，決勝千里”，或就在大數據中！

編輯：嘉文