
大數(shù)據(jù)營銷:追蹤到行為,卻抓不住心
曾幾何時,大數(shù)據(jù)和大數(shù)據(jù)營銷風(fēng)靡全球,大數(shù)據(jù)的火爆,帶動了國內(nèi)外學(xué)術(shù)界、企業(yè)界和政府的熱情,各類相關(guān)研究機構(gòu)如雨后春筍般涌現(xiàn)。有人說大數(shù)據(jù)的熱潮觸發(fā)了一場思想啟蒙運動,使得“大數(shù)據(jù)是資產(chǎn),不是包袱”、“要拿數(shù)據(jù)說話”等觀念逐步深入人心,改變了以往不重視數(shù)據(jù)積累、不相信數(shù)據(jù)分析等認識。然而,在大數(shù)據(jù)熱火朝天前行的路上,開始有人用冷靜的眼光進行反思和批判。例如,2014年3月英國報刊《財經(jīng)時報》(FinancialTimes,F(xiàn)T)刊發(fā)“大數(shù)據(jù):我們正在犯大錯誤嗎?(Big Data: Are We Making a Big Mistake?)”。2014年4月《紐約時報》發(fā)表題為“大數(shù)據(jù)帶來的八個(不,是九個?。﹩栴}(Eight(No, Nine!) Problems With Big Data)”的文章。與此呼應(yīng)的是,在企業(yè)實踐中,大數(shù)據(jù)營銷的應(yīng)用亂象叢生,遭網(wǎng)友調(diào)侃。
豆瓣:我買了倆饅頭,他問我,你要不要來碗米飯?
淘寶:我吃完倆饅頭,他問我,你要不要來倆饅頭?
百度:“老板,給我倆饅頭”-“湖南株洲饅頭機制造廠供應(yīng)優(yōu)質(zhì)饅頭機”
騰訊:正當(dāng)我要買饅頭時,他在后面拍了拍我,“同學(xué),來我這買,一模一樣,還有豆沙餡”
360:讓我摸一下,免費送饅頭。
類似簡單粗暴的產(chǎn)品推介在營銷實踐中也頻頻發(fā)生。記得前段時間,有位消費者在一家網(wǎng)絡(luò)平臺購物,后來這家網(wǎng)絡(luò)平臺就不停地給她推薦相關(guān)產(chǎn)品,于是她就發(fā)了條經(jīng)典的評論,說這家網(wǎng)站雖然能夠追蹤到她的行為,但卻抓不住她的心。一語道破大數(shù)據(jù)營銷目前的局限。那么,大數(shù)據(jù)營銷為什么抓不住消費者的心?未來怎樣才能抓住消費者的心?人們努力的方向是什么?
大數(shù)據(jù)營銷和消費者的心之間是個什么關(guān)系。如果說大數(shù)據(jù)營銷的基礎(chǔ)和前提數(shù)據(jù)挖掘是人類認識外界事物的一種技術(shù),或者說是一種科學(xué)的手段;那么,用這樣的一種方式或手段來認識消費者的心,我想是存在問題的,而且離抓住消費者的心還是有很大距離的,未來依然有很長、很艱難的路要走。因為目前的數(shù)據(jù)挖掘還處于初級階段,有簡單的案例,也有深入的案例。簡單的案例,就像男性消費者去超市給孩子買尿不濕,順便買啤酒,通過數(shù)據(jù)挖掘發(fā)現(xiàn)啤酒和尿不濕有極大的關(guān)聯(lián),因此,超市后來就調(diào)整了啤酒和尿不濕的擺放距離。深入的案例,就像美國賓州州立大學(xué)丁敏教授與中央財經(jīng)大學(xué)王毅等人目前研究的聲紋,通過從不同人口統(tǒng)計特征變量的數(shù)據(jù)挖掘,找出消費者個體內(nèi)在的性格特質(zhì),然后提供個性化需求,進而提高績效。
大數(shù)據(jù)營銷所面臨的挑戰(zhàn)
雖然這些成果確實帶來了企業(yè)績效不同程度的上升,但目前的大數(shù)據(jù)營銷依然面臨著四個方面的挑戰(zhàn):
第一,數(shù)據(jù)挖掘的事后性或滯后性。大家都知道數(shù)據(jù)挖掘中所使用的數(shù)據(jù)都是事后發(fā)生的,在時間維度上具有滯后性,這也是數(shù)據(jù)挖掘自身方法的局限性所在。海量的數(shù)據(jù)若不能及時有效地利用,存儲的成本也會不斷上升,猶如食之無味,棄之可惜的雞肋。而且海量的數(shù)據(jù)雜亂無章,并非像人們心里所想的關(guān)系發(fā)生演繹,因此,人們難以掌控數(shù)據(jù)間的邏輯關(guān)系。一旦數(shù)據(jù)遭遇損失,若不能完全恢復(fù),也會對整體的分析造成不利的影響。未來企業(yè)生存與發(fā)展所面對的環(huán)境不確定性逐漸提高,數(shù)據(jù)挖掘若不能及時跟進,準確預(yù)測未來,總是馬后炮,那么對企業(yè)的價值何在?
第二,非數(shù)據(jù)事物的數(shù)據(jù)化。也就是說有些數(shù)據(jù)是量化的,直接可以用數(shù)字來表達;而有些數(shù)據(jù)并非量化的,像網(wǎng)絡(luò)評論、圖片、聲音,甚至是一些物理情境的因素,該如何將這些非數(shù)據(jù)事物轉(zhuǎn)化為數(shù)據(jù)?同時,在轉(zhuǎn)化的過程中,他們的量綱,也就是單位不同,采用統(tǒng)計分析軟件進行標(biāo)準化的過程是否科學(xué)?這些都是需要解決并回答的問題。
第三,數(shù)據(jù)本身的真假。數(shù)據(jù)在搜集過程中,如何知道人們在報告數(shù)據(jù)時說的是真話,而不是假話?心理學(xué)領(lǐng)域有研究表明,人們的心理存在內(nèi)隱的和外顯的,用通俗的話來說,就是心里想一套,嘴上說一套,手上做一套,完全不一致。就像2016年下半年美國的總統(tǒng)選舉,調(diào)查時不少人說要選希拉里,可到真正投票時,那些人卻投了特朗普。什么原因呢?其中之一是,據(jù)我的一個朋友對美國選民的調(diào)查發(fā)現(xiàn),不少人怕嘴上說選特朗普會受到周圍人的譴責(zé),或會影響到他們的形象,但心里面卻認同特朗普的不少做法。所以,最后特朗普贏得了大選。那么,數(shù)據(jù)挖掘如何應(yīng)對“想一套、說一套和做一套”的情況呢?
第四,數(shù)據(jù)挖掘是行為到行為,現(xiàn)象到現(xiàn)象的關(guān)聯(lián)影響,難以反映出消費者的心理動機。心理學(xué)領(lǐng)域在談到動機與行為間的關(guān)系時,常常強調(diào)一個行為背后有多種動機,或者說一個動機會產(chǎn)生多種行為。數(shù)據(jù)挖掘所發(fā)現(xiàn)的結(jié)論大多是主體或現(xiàn)象之間的關(guān)聯(lián),并不能解釋為什么關(guān)聯(lián)?尤其更加無法揭示主體或現(xiàn)象之間關(guān)聯(lián)的深層次的多種動機或原因。就像在網(wǎng)上買個手機,有的人是為自己買,有的人是為他人買,當(dāng)產(chǎn)品的購買者與使用者不是一個人,或者說分離的時候,該如何通過數(shù)據(jù)挖掘分別知道購買者和使用者的動機呢?
第五,大數(shù)據(jù)營銷中的數(shù)據(jù)安全問題。當(dāng)我們過度挖掘數(shù)據(jù),對消費者進行營銷時,如何讓消費者感覺到非常自然,而且自己的信息沒有被泄露呢?這里我列舉一則顧客買披薩遭遇大數(shù)據(jù)營銷的段子:
某比薩店的電話鈴響了,客服人員拿起電話。
客服:XXX比薩店。您好,請問有什么需要我為您服務(wù)的?
顧客:你好,我想要一份……
客服:先生,煩請先把您的會員卡號告訴我。
顧客:16846146***。
客服:陳先生,您好!您是住在泉州路一號12樓1205室,您家電話是2646****,您公司電話是4666****,您的手機是1391234****。請問您想用哪一個電話付費?
顧客:你為什么知道我所有的電話號碼?
客服:陳先生,因為我們聯(lián)機到CRM系統(tǒng)。
顧客:我想要一個海鮮比薩……
客服:陳先生,海鮮比薩不適合您。
顧客:為什么?
客服:根據(jù)您的醫(yī)療記錄,你的血壓和膽固醇都偏高。
顧客:那你們有什么可以推薦的?
客服:您可以試試我們的低脂健康比薩。
顧客:你怎么知道我會喜歡吃這種的?
客服:您上星期一在中央圖書館借了一本《低脂健康食譜》。
顧客:好。那我要一個家庭特大號比薩,要付多少錢?
客服:99元,這個足夠您一家六口吃了。但您母親應(yīng)該少吃,她上個月剛剛做了心臟搭橋手術(shù),還處在恢復(fù)期。
……
大數(shù)據(jù)營銷未來努力的方向
綜上所述,大數(shù)據(jù)營銷的前提是挖掘網(wǎng)上的數(shù)據(jù),而網(wǎng)下的數(shù)據(jù)較難搜集;同時,對于非數(shù)據(jù)化的事物如何轉(zhuǎn)化為量化的數(shù)據(jù)面臨著挑戰(zhàn)。尤其是大數(shù)據(jù)營銷雖然能夠追蹤到消費者的行為,但卻抓不住消費者的心,不過未來要想抓住消費者的心,也還是存在努力的方向,其一是大數(shù)據(jù)營銷與人格心理分析,其二是大數(shù)據(jù)營銷與人際情境心理分析,其三是大數(shù)據(jù)營銷與物理情境心理分析,其四是大數(shù)據(jù)營銷與文化背景心理分析。最后,我想說的是:人心即宇宙,宇宙即人心。路漫漫其修遠兮,吾將上下而求索。大數(shù)據(jù)營銷未來之路漫長而艱辛,至于能否抓住消費者的心,依然是個未知數(shù)。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動態(tài)隨機一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計學(xué)領(lǐng)域,假設(shè)檢驗是驗證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數(shù)量的準確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實踐指南 在 Python 進行 HTTP 網(wǎng)絡(luò)請求開發(fā)時(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點數(shù)據(jù)的科學(xué)計數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點數(shù)據(jù)時的科學(xué)計數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計” 與 “用戶體驗 ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動下的精準零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準營銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價值 在數(shù)據(jù)驅(qū)動決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實踐到業(yè)務(wù)價值挖掘 在數(shù)據(jù)分析場景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價值導(dǎo)向 統(tǒng)計模型作為數(shù)據(jù)分析的核心工具,并非簡單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10