数据为王，颠覆营销：移动时代的大数据精准营销最新章节_艾媒咨询研究院著

2.大数据，改变人类探索世界的方法

2.1 改变，从操作方式开始

公元前3世纪，大家认为埃及的亚历山大图书馆收藏着所有的信息。而今天，如果把全世界的信息平分给每个人，每人获得的信息量将是当年亚历山大图书馆藏书量的320倍。据《青年参考》最新公布的调查发现，2000年，全球所有的存储信息中只有1/4经过数字化，剩下的保存在纸张、胶片和其他介质上。而眼下，所有存储信息中只有2%是非数字化的。

过去我们一直在模拟、推测世界是怎么运作的，然后通过收集和分析数据来验证这种假想。而现在大数据正在改变着人类探索世界的方法，我们会在大数据的指导下探索世界，不再受限于各种假想。我们的研究由数据始发，数据也将让我们发现从前不曾发现的联系。假想通常来自自然理论或社会科学，它们也是帮助我们解释和预测周遭世界的基础。随着由假想时代到数据时代的过渡，我们也很可能认为我们不再需要理论了。

2008年，有人大胆放言：“数据爆炸使得科学的研究方法都落伍了。”这位《连线》杂志主编，克里斯·安德森（Chris Anderson）后来在《拍字节时代》（The Petabyte Age）的封面故事中又讲道，大量的数据从某种程度上意味着“理论的终结”。安德森也表示，用因果关系验证各种猜想的传统研究范式已经不实用了，如今更重要的是相关关系研究。从社会现实看，谷歌的搜索引擎和基因排序工程恰是如此发展的。

安德森还表示：“现在已经是一个有海量数据的时代，应用数学已经取代了其他的所有学科工具。而且只要数据足够，就能说明问题。如果你有一拍字节的数据，只要掌握了这些数据之间的相关关系，一切就都迎刃而解了。”到目前为止，我们一直都是把理论应用到实践中来分析和理解世界，而如今处在大数据时代，我们不再需要理论了，只要关注数据就足够了。这就意味着所有的普遍规则都不重要了，世界的运作、人类的行为、顾客买什么、东西什么时候会坏等。“理论的终结”似乎暗示着，如今，重要的就是数据分析，它可以揭示一切问题。

大数据是在理论的基础上形成的。例如，大数据分析就用到了统计和数学理论，有时候也会用到计算机科学理论。是的，这不是关于地心引力等特定现象的产生原因的理论，但是这无论如何依然是理论。而且如我们所见，建立在这些理论上的大数据分析模式是实现大数据预测能力的重要因素。事实上，就是因为不受限于传统的思维模式和特定领域里隐含的固有偏见，大数据才能为我们提供如此多的深刻洞见。

首先就是关于我们怎么收集数据。我们会不会仅仅看数据收集的方便程度来决定呢？或者看数据收集的成本？我们做这些决定的时候就被理论所影响着，而就如达纳·博伊德（Danah Boyd）和凯特·克劳福德（Kate Crawford）说的，我们的选择一定程度上决定了结果。毕竟，谷歌是用检索词来预测流感而不是鞋码。其次，我们在分析数据的时候，也依赖于理论来选择我们使用的工具。最后，我们解读研究结果的时候同样会使用理论。大数据时代绝对不是一个理论消亡的时代，相反地，理论贯穿于大数据分析的方方面面。

作为第一个提出问题的人，安德森应该获得掌声，尽管他的答案不怎么样。虽然毫无疑问，大数据会从根本上改变我们理解世界的方式，但绝不能因此宣扬“理论已死”。只是很多旧有的习惯将被颠覆，很多旧有的制度将面临挑战。大数据时代释放出的巨大价值使得我们选择大数据的理念和方法不再是一种权衡，而是通往未来的必然改变。

在各行业的实际应用中，大数据都受到了极大的重视。其中舆情监测方面，是大数据启用较早、应用相对成熟的领域。每天24小时不间断监测采集信息，多维度、聚合全互联网数据进行精准分析，及时挖掘信息、分析情报，实现舆情监测，更重要的是生成舆情预警机制。

舆情预警机制的生成，依赖于大量的互联网数据，每天24小时不间断监测采集几十万条信息，以多维度聚合互联网数据精准数据分析技术为核心驱动，通过监测全网引擎，系统挖掘及时搜集各方资料。这些资料，再依托先进、专业的后台系统，可以自动提取标题、内容、作者、信息来源，并且过滤广告信息、垃圾信息。这种自然语言处理技术，可以解析内容相似、有同一主题的文章传播形式，并生成传播轨迹。通过机器学习技术，以及越来越准确的自动归类，实现多维度的咨询分析以及情感判断，明确言论的正面、负面，明确分析热点，预测舆情爆发趋势。分析结果的可视化自动生成，为政府广纳民言、进行舆情分析的重要、有效、基础渠道。

舆情，早已不仅仅是政府最需要关注的问题，大数据现在最有价值的应用，是在移动营销方面。第一时间发现舆情、跟踪舆情、了解舆情发展的整个过程，可以有效避免企业面临突如其来的负面舆论。然而，在到达目的地之前，我们有必要了解怎样才能到达。

与政府舆情监测一致，企业舆情，同样主要是整合媒体资源、分析互联网受众浏览访问行为，帮助企业从大数据角度获取更多营销价值。而这种企业营销价值，相较于政府舆情又复杂得多，可能产生的变化也大得多。企业舆情最重要之处，在于企业舆情可能产生的时间和话题点瞬息万变，没有把握正面的舆论热点，就会令企业丧失一次爆发机会；然而，一旦负面舆论热点没有预见到，很有可能就如蝴蝶效应一般，带给企业灭顶之灾。这种企业舆情监测，是行业发展的重要趋势。

2.2 个性化的数据，实现更精准的营销

应用于方方面面的大数据，在营销领域，就是我们通常所讲的大数据营销。大数据营销是指通过互联网平台采集大量数据，并在依托大数据技术对海量数据进行分析及预测的基础上做出精准营销策划，指导企业营销决策的营销方式。

大数据营销的特点主要表现在多平台化数据采集、强调时效性、高性价比、强关联性和营销个性化。

（1）多平台，大数据的数据来源通常是多样化的，多平台化的数据采集能使对网民行为的刻画更加全面而准确。多平台采集可包含互联网、移动互联网、广电网、智能电视，未来还有户外智能屏等数据。

（2）时效性，在网络时代，网民的消费行为和购买方式极易在短的时间内发生变化。在网民需求点最高时及时进行营销非常重要。全球领先的大数据营销企业Ad Time对此提出了时间营销策略，它可通过技术手段充分了解网民的需求，并及时响应每一个网民当前的需求，让他在决定购买的“黄金时间”内及时接收到商品广告。

（3）性价比，和传统广告“一半的广告费被浪费掉”相比，大数据营销在最大程度上，让广告主的投放有的放矢，并可根据实时性的效果反馈，及时对投放策略进行调整。

（4）关联性，大数据营销的一个重要特点在于网民关注的广告与广告之间具有关联性，由于大数据在采集过程中可快速得知目标受众关注的内容，以及可知晓网民身在何处，这些有价信息可让广告的投放过程产生前所未有的关联性。即网民所看到的上一条广告可与下一条广告进行深度互动。

（5）个性化，在网络时代，广告主的营销理念已从“媒体导向”向“受众导向”转变。以往的营销活动须以媒体为导向，选择知名度高、浏览量大的媒体进行投放。如今，广告主更倾向于以受众为导向进行广告营销，因为大数据技术可以让他们知晓目标受众身处何方，关注着什么位置的什么屏幕。大数据技术可以做到当不同用户关注同一媒体的相同界面时，广告内容有所不同，大数据营销实现了对网民的个性化营销。

在以上提到的几大特点中，在如今的大数据营销中最受注重的是“个性化营销”。

个性化营销，也叫“1对1营销”，倡导企业针对每一个用户，把营销组合中的一个或多个元素客制化。个性化营销在营销领域占据了独特的一席之地，受到越来越多的公司和营销家们的关注。然而，在大数据和移动营销的时代，这个沿用已久的概念已经不再适用。

随着移动终端信息处理能力的提升，与用户的交互界面不仅更加具备黏性，并且实现了全方位、全时段互动，此时每个人的移动终端实际上就变成了一个数据记录仪。它获取到的信息比PC端的更加个人化，不仅暴露这个人的生活细节、位置动向，同时也记录着他的消费习惯。人类第一次拥有了这么多数据的生产者。每一个元数据都可以直接挂钩一份具体的支出额度，每一个数字都可以被货币量化，大数据的商业价值与各个企业的营收几乎都可以直接挂钩。所以，围绕“大数据”来说故事迅速成为当下的主流。

利用大数据来进行个性化营销，说起来像是近期才流行的营销观点，但是其核心观念其实与前人并无二致，那就是营销的差异化。

营销的任务是把产品的卖点向用户市场推送出去。如果我们不区分用户，采取“一刀切”的沟通方式，那就是所谓的大众营销。其实，即便是大众营销，对市场人群都有一定的区分。用户定向就是把用户按照共同特征划分成不同人群的过程。如果营销按照不同用户人群在传播策略上有所差异，那这就是差异化营销，或者称为定向营销（Segmented Marketing）。差异化营销是以人“群”为基础的，这些“群”需要满足以下几个条件。

首先，大小能够衡量；其次，传播渠道能够普遍触及到，并且不同用户群对同一广告反应会有区别。对于传播人群而言，人群相对稳定，不会变化很快；人群规模足够大，可以借助单一的营销手段获利。

因此，差异化营销是个性化营销的第一步。随着用户市场数据的不断丰富，用户定向也越来越细，主要包括用户属性、心理特征、用户行为定向3个方面。用户属性定向，是按照年龄、性别、种族、教育程度、收入等外在特点区分用户；心理特征定向，以价值观、对事物的态度和生活方式等内在特点区分用户；而行为定向，则是基于过去的购买行为、品牌忠诚度、价格敏感程度和对产品的诉求程度等商品行为区分。这种用户定向数据，一般来自第三方。由于这些数据是针对整个市场收集的，所以不可能针对某一个具体产品进行分析，所以对用户的区分只能够精确到群。

在传统的个性化营销中，当企业掌握了自己的用户数据，并且使之成为营销工具后，就有了“个性化”广告的概念。个性化广告倡导企业针对每一个用户，把营销组合中的一个或多个元素客制化。个性化广告就是用户定向营销的极端：把每一个用户看成用户群。个性化营销是用户关系管理（CRM）的一个策略，在提升用户的购买转化和忠诚度方面，带来的投资回报比大众广告更好。

传统个性化营销理论来自CRM，其核心是2/8原则，即20%的用户会购买80%的产品。所以广告主要研究的是如何发掘和保留高价值用户，其做法是用历史的数据去预测用户对产品的潜在购买需求，然后按照2/8金字塔归类用户，从而制定出相关的沟通策略。有一种工具叫RFM用户分隔模型，就是根据用户最近购买的时间（Recency），购买频次（Frequency）和已经购买的商品价值（Monetary Value）来判定潜在用户的价值。传统个性化营销对用户的判定标准是相对稳定的，不会经常变化。从用户定向的方式来讲，这和分类营销没有本质的区别，只是针对的受众从群体细分为个体。

随着信息技术的发展，企业用户数据的收集和处理变得更容易。如今企业有千万甚至上亿的用户信息是很正常的现象，以银行为例，根据银行掌握的用户数据，完全可以在同一个营销主题下，给每一个用户提供独立的促销信息，如利息、费率等。提供什么样的促销信息，是根据用户的定向原则来定的，可以是对某产品的潜在需求、账户使用历史、以前对广告的回应积极性等。所以说营销既能规模化，也能够个性化。

在互联网行业，个性化营销终于得到了广泛的应用。电商亚马逊为用户个性化推荐图书和音乐CD，新闻APP根据用户兴趣偏好推送个性的新闻信息，电信运营商根据用户4G的使用情况推送不同的流量包，等等。在广告实践中，搜索广告和重定向广告成为最常见的个性化广告。搜索广告是根据用户使用的关键词投放广告。搜索引擎会分析用户长期的搜索行为，当这个用户重新搜索一个相关词时，搜索引擎即会提供相关的广告信息。重定向广告是根据用户在指定的网上商城或官网的浏览行为投放广告，淘宝就经常用到这种广告形式。在酒店、金融、保险和交通等行业，个性化营销也都非常盛行，同时也诞生了许多提供个性化广告的技术性广告公司。

有统计显示，精准广告占整个营销预算的比例越来越高，几乎所有的互联网服务商都在为用户提供个性化的产品和广告。可以说精准营销的效果开始得到市场的认可。但是，精准营销的效果还远未发挥应有的潜力，甚至没有达到向市场承诺的效果。其中一个重要的原因，就是互联网的“1对1营销”还在沿用传统的、非互联网的CRM思维，没有形成自己的模式。

当用户从PC更多地转向便携可带的手机等电子设备时，我们也从传统的互联网时代进入了移动互联网时代。与PC广告等传统的广告时期相比，移动互联网时代的最大特点就是“随时随地”。这里有2个意思：第一个意思是用户的需求随着时间在发生变化；第二个意思是需求也会随着位置的改变而变化。移动广告的需求随之发生裂变，从针对一个人到针对一个人所处在的场景。

就拿重定向技术来举例，前面讲过，重定向是要对那些来过网店却没有购物的用户做广告，吸引他们重新回到网店购物。这就是为什么你去某个电商网站浏览某产品后，相关的广告总是“追”着你跑。当你搜索了去“北京”的机票后，航空公司的机票打折广告就会接着出现。用传统的标准衡量，这种重定向的个性化广告已经“做到位”了。但仔细分析，这样的广告仍然有很多浪费。用户可能对产品本来没有兴趣，是误点才进入了网站；也可能因为用户在上一次浏览网店时已经购买了相关产品，从而不再会有购买兴趣。运用搜索词做个性化广告也存在同样的浪费。还有一种情况，如果一个用户本来就要购买该产品，那么对这个用户做广告其实也是一种浪费。

运用用户的地理位置发送个性化广告是移动营销的另一个应用。这种营销方式也存在大量浪费。例如，用户到了一个家居超市，推送家居产品广告就是合适的。但当用户已经离开家居超市到了汽车城，这时候再推送家居产品可能就不合适了。另外一个例子是用户在健身中心运动后浏览手机，看到的却是垃圾食品的广告，这样的广告显然是浪费的。

前面移动广告的例子说明，在任何一个时刻，一个用户对多种产品存在兴趣，但是这些兴趣程度会随着场景的变化而波动，广告主需要寻找“关键场景点（Moment of Truth）”，使广告效果最大化。所以，在移动互联网时代，即使是同样一个用户，广告也需要在场景的基础上实现个性化。所谓场景定向是用户在某个时间和地理位置所相关的产品信息需求。预测一个用户与场景相关的需求，当然不会只用到时间和位置信息，还要用到和这个用户相关的其他信息，包括属性、行为、相关产品购买历史等。这才是真正的大数据用户分析。

个性化营销有3个关键环节，即用户数据的收集，数据处理转化为用户洞察（Insight），根据洞察执行营销应用。移动互联网对所有3个环节的时效要求都很高，用人工来完成是件很困难的事情，需要机器人工智能的帮助。对于个人场景的描述，可能不再是“相对稳定不变”，这是和传统个性化广告根本不同的点。

行业用“千人千面”来描述个性化营销。在移动互联网的今天，更加贴切描述是“个人千面”。首先移动社会化媒体时代，跨屏是主流行为趋势。iiMedia Research（艾媒咨询）数据显示，只有18.4%的社会化媒体用户仅使用PC端登录账号，接近半数社会化媒体用户同时使用移动端登录账号。跨屏用户的平均使用时长要高于仅在PC端和仅在移动端登录的用户，如图1-1所示。