大數(shù)據(jù)營銷的下一步

大數(shù)據(jù)的作用在于尋找規(guī)律

在互聯(lián)網(wǎng)和大數(shù)據(jù)出現(xiàn)之前，我們通過經(jīng)驗(yàn)來判斷事務(wù)并采取行動。而經(jīng)驗(yàn)在本質(zhì)上，就是過去所積累的全部大數(shù)據(jù)在人腦中的反映。

受益于計(jì)算機(jī)的發(fā)明，我們對于數(shù)據(jù)的處理能力越來越強(qiáng)，處理速度也越來越快;緊接著，互聯(lián)網(wǎng)的出現(xiàn)通過打破空間藩籬而提高了時(shí)間的利用率，我們對數(shù)據(jù)的搜索和收集變得無遠(yuǎn)弗屆，數(shù)據(jù)廣度與深度呈現(xiàn)裂變式增長。

這兩大技術(shù)的發(fā)展將帶來哪些變化?

基于過去大數(shù)據(jù)收集與處理的下一步，就是幫助判斷和預(yù)測未來，從而促進(jìn)當(dāng)下的行動。在這方面最典型的例子就是Google。作為全球最大搜索引擎，Google擁有以太級別的數(shù)據(jù)和遍布全球的36個(gè)數(shù)據(jù)中心。比如：Google趨勢圖應(yīng)用可以通過用戶對于搜索詞的關(guān)注度，很快發(fā)現(xiàn)和理解社會上的熱點(diǎn)趨勢。而Google Instant則會在用戶輸入關(guān)鍵詞的過程中，迅速預(yù)測可能的搜索結(jié)果。據(jù)稱，大數(shù)據(jù)為谷歌每天帶來近2300萬美元的收入。

那么，對于營銷來說，大數(shù)據(jù)的價(jià)值又如何體現(xiàn)?

商業(yè)環(huán)境受制于諸多不可控的外部因素，宏觀方面比如政策、經(jīng)濟(jì)大環(huán)境、社會文化等，微觀層面則涉及行業(yè)走向、競爭對手、潛在替代者、消費(fèi)者需求甚至企業(yè)內(nèi)部管理等各方面。因此，商業(yè)對于大數(shù)據(jù)的依賴性更強(qiáng)。商業(yè)互聯(lián)網(wǎng)化之后，提出的第一個(gè)口號就是 Data Drive Business(數(shù)據(jù)驅(qū)動商業(yè))。

就營銷這一細(xì)分領(lǐng)域來說，大數(shù)據(jù)的價(jià)值更為明顯。比如：如何發(fā)現(xiàn)消費(fèi)者需求?如何圈定準(zhǔn)確的目標(biāo)受眾?如何在正確的時(shí)間、正確的地點(diǎn)、以正確的方式傳達(dá)給正確的消費(fèi)者正確的內(nèi)容?如何促使消費(fèi)者行動?如何以銷定產(chǎn)并實(shí)現(xiàn)柔性生產(chǎn)?如何設(shè)計(jì)制造最具市場潛力的產(chǎn)品?如何提高營銷的效率和投入產(chǎn)出比?……

要回答這些問題，就必須對涉及營銷的整個(gè)過程甚至外部環(huán)境，都要有全面和透徹的了解。而大數(shù)據(jù)的作用就在于：通過結(jié)構(gòu)化和非結(jié)構(gòu)化的數(shù)據(jù)收集，將以往不可見不可描述的部分，變得可視化，從而通過分析處理來尋找規(guī)律、預(yù)測未來、幫助判斷和采取行動。

毫無疑問，大數(shù)據(jù)的價(jià)值顯而易見。但是，要想充分發(fā)揮大數(shù)據(jù)的威力，要做到兩方面的極致化：“對更加垂直化、細(xì)分化的小數(shù)據(jù)的縱深挖掘”以及“對更加廣泛、甚至轉(zhuǎn)瞬即逝的整體樣本的全面覆蓋”。

對更加垂直化、細(xì)分化的小數(shù)據(jù)的縱深挖掘

羅輯思維創(chuàng)始人羅振宇曾經(jīng)說過這樣一句話：“ 共享經(jīng)濟(jì)這件事其實(shí)遮蓋了人類經(jīng)濟(jì)發(fā)展的總趨勢。這個(gè)總趨勢是不可逆的，叫分工再合作?！?

技術(shù)的發(fā)展帶動分工的細(xì)化，而分工的細(xì)化保證了每個(gè)環(huán)節(jié)的專業(yè)化。精細(xì)化分工如同一個(gè)個(gè)齒輪，帶動整個(gè)機(jī)器不斷自我進(jìn)化。

在互聯(lián)網(wǎng)領(lǐng)域也同樣如此。跑馬圈地的草莽時(shí)代在2016年漸漸謝幕，地推、并購等粗放增長方式呈現(xiàn)乏力跡象，互聯(lián)網(wǎng)公司開始專心打磨產(chǎn)品，向縱深的垂直化和精細(xì)化運(yùn)營進(jìn)化。

各細(xì)分領(lǐng)域開始出現(xiàn)新的獨(dú)角獸，比如一些小而美的app：美食生活類app Enjoy、精品短視頻app Eyepetizer等，都擁有了一批忠實(shí)粉絲。

此外，諸如BAT這樣的大平臺也開始了精細(xì)化、垂直化的探索。而他們的追趕者們也在垂直化的路上走得更遠(yuǎn)一些。例如搜狗，除了常規(guī)的圖片、視頻、音樂等垂直搜索之外，搜狗結(jié)合自身技術(shù)特點(diǎn)，先后與騰訊、知乎、微軟、丁香園等展開合作，推出微信搜索、知乎搜索、英文搜索、學(xué)術(shù)搜索、明醫(yī)搜索等更加精細(xì)化、差異化的獨(dú)家特色搜索產(chǎn)品，通過滿足不同需求，增強(qiáng)用戶黏性。

在垂直領(lǐng)域的深挖，使搜狗創(chuàng)造了一系列差異化、垂直化的產(chǎn)品，聚攏了擁有差異化需求的用戶群體，根據(jù)這些用戶在垂直產(chǎn)品上的多方網(wǎng)絡(luò)行為，建立了行業(yè)標(biāo)簽、商業(yè)標(biāo)簽、人群屬性標(biāo)簽、地理位置標(biāo)簽等完整的一套標(biāo)簽體系，進(jìn)而提高大數(shù)據(jù)營銷的精準(zhǔn)度，幫助企業(yè)進(jìn)行更加精準(zhǔn)的投放。

對更加廣泛、甚至轉(zhuǎn)瞬即逝的整體樣本的全面覆蓋

目前，幾乎所有大數(shù)據(jù)營銷產(chǎn)品和服務(wù)都是基于數(shù)據(jù)集市(data mart)的概念。簡單來說，它基于某一需求，定向搜集相關(guān)數(shù)據(jù)構(gòu)成大數(shù)據(jù)樣本庫。好處是目的和方向比較明確，如同一個(gè)人先產(chǎn)生問題再去尋求答案一樣;但缺點(diǎn)在于，這種收集方式會在前期遺漏部分有價(jià)值的數(shù)據(jù)，或者忽視掉一些轉(zhuǎn)瞬即逝的數(shù)據(jù)——正因?yàn)槟繕?biāo)明確，反而只見樹木不見森林。

舉個(gè)例子：如果利用大數(shù)據(jù)來進(jìn)行用戶畫像，這就產(chǎn)生了一大問題：先入為主的定向切入，使用于用戶畫像的數(shù)據(jù)并不完善，從而會影響到分析的精度，進(jìn)一步誤導(dǎo)營銷決策。

在特朗普大數(shù)據(jù)民調(diào)失誤這一案例中，分析師就是在希拉里必勝新聞的刺激下，錯(cuò)估了形勢，預(yù)設(shè)立場，通過先入為主的定向切入，忽視了特朗普在佛羅里達(dá)和其他搖擺州的巨大領(lǐng)先優(yōu)勢，從而在數(shù)據(jù)搜集上有意無意地遺漏了一些重要數(shù)據(jù)。大數(shù)據(jù)的蝴蝶在收集端揮了揮翅膀，結(jié)論端差之毫厘謬以千里。

正是因?yàn)樽⒁獾搅诉@一問題，現(xiàn)在業(yè)內(nèi)開始有人重新提起數(shù)據(jù)湖泊(data lake)的概念。

數(shù)據(jù)湖泊最先出現(xiàn)在2011年Forbes雜志James Dixon所寫的《大數(shù)據(jù)需要一個(gè)大的新型架構(gòu)》一文中。與目標(biāo)明確的數(shù)據(jù)集市不同，數(shù)據(jù)湖泊帶來了更大的彈性。

簡單地講，數(shù)據(jù)湖泊倡導(dǎo)存儲每一個(gè)可能有用的細(xì)節(jié)數(shù)據(jù)，把忽視的、遺漏的數(shù)據(jù)重新挖掘和存儲起來，當(dāng)需要時(shí)再進(jìn)行一站式統(tǒng)一的、交叉的分析。這樣做的好處是不遺漏任何有價(jià)值的數(shù)據(jù)，即使它非常微小、轉(zhuǎn)瞬即逝、或當(dāng)時(shí)看起來沒有價(jià)值。

比如：在之前的大數(shù)據(jù)采集中，可能會漏掉潛在消費(fèi)群的信息，忽略掉可能的銷售機(jī)會。而盡可能采集更多更全面(哪怕是看起來不相關(guān)的數(shù)據(jù)，也可能內(nèi)部存在一定的關(guān)聯(lián))的大數(shù)據(jù)，則有利于企業(yè)制定更精準(zhǔn)的營銷策略。

因此，數(shù)據(jù)湖泊的成立有賴于兩個(gè)維度的拓展：上一節(jié)提到的垂直縱深數(shù)據(jù)的收集，以及更為廣泛的全域數(shù)據(jù)的收集。

舉個(gè)比較微觀的例子：歐洲某大銀行每年有650個(gè)直郵營銷推廣項(xiàng)目，發(fā)放將近6,000萬封電子直郵，但是他們的營銷效率卻逐年下降。這家銀行發(fā)現(xiàn)問題在于：雖然公司有不同的渠道接觸客戶，但是每個(gè)渠道都有自己的客戶接觸策略，這就造成客戶資料和歷史數(shù)據(jù)信息分散，沒有形成客戶關(guān)系的全貌。全域數(shù)據(jù)的缺失，使得公司無法根據(jù)客戶特性來制定更為精準(zhǔn)的個(gè)性化營銷方案。

如今，媒介碎片化和人群移動化的趨勢，使收集全域數(shù)據(jù)面臨著新的挑戰(zhàn)：如何收集移動數(shù)據(jù)?如何實(shí)現(xiàn)跨屏數(shù)據(jù)打通?如何搜集更多形式各異的非結(jié)構(gòu)化數(shù)據(jù)?

對于第一個(gè)問題，目前的解決方案一般是盡最大可能覆蓋更多的移動流量入口。再以搜狗搜索為例，不僅擁有移動端的QQ瀏覽器、搜狗瀏覽器、騰訊網(wǎng)、搜狐網(wǎng)等強(qiáng)勢入口，2016年搜狗還與華為、三星、OPPO等大部分主流手機(jī)廠商達(dá)成合作。據(jù)悉，每天有超2億臺手機(jī)默認(rèn)使用搜狗搜索。

在移動時(shí)代，人們不光在行為上呈現(xiàn)碎片化的特征，使用的設(shè)備也日趨豐富多元，這就帶來了第二個(gè)問題：跨屏數(shù)據(jù)的收集。搜狗的無線端和PC端可以依托搜狗自有帳號體系、合作伙伴數(shù)據(jù)以及第三方數(shù)據(jù)，實(shí)現(xiàn)跨屏打通，進(jìn)行無縫數(shù)據(jù)跟蹤，在場景上將用戶搜索、瀏覽和輸入的跨屏數(shù)據(jù)進(jìn)行融合，提供更有價(jià)值的投放依據(jù)。

目前，即使在非結(jié)構(gòu)化數(shù)據(jù)的搜集上，也僅僅局限在文字、圖片等簡單表現(xiàn)形式上，但搜狗對于數(shù)據(jù)的搜集還跨越到了語音領(lǐng)域。2016年7月，搜狗推出知音引擎，不僅可以搜集語音數(shù)據(jù)，還可以進(jìn)行理解和思考，進(jìn)而提高語音識別準(zhǔn)確率，再次豐富了數(shù)據(jù)搜集的類型。

更加細(xì)分的垂直化數(shù)據(jù)+跨屏多元化的全域數(shù)據(jù)，在源頭上確保了數(shù)據(jù)的準(zhǔn)確與全面;同時(shí)，借助人工智能日益增強(qiáng)的計(jì)算和分析能力，大數(shù)據(jù)將為企業(yè)決策提供更為精準(zhǔn)的指引，使?fàn)I銷步入真正的智能時(shí)代。