21世紀(jì)什么最貴,？大數(shù)據(jù)

大數(shù)據(jù)將是繼云計(jì)算,、物聯(lián)網(wǎng)之后IT產(chǎn)業(yè)又一次顛覆性的技術(shù)變革,。

而這數(shù)據(jù),，已不是傳統(tǒng)意義的一般數(shù)據(jù)，而是超大數(shù)據(jù),、海量數(shù)據(jù),，就是現(xiàn)在所謂的“大數(shù)據(jù)（Big Data）”。如今大數(shù)據(jù)可謂是風(fēng)起云涌，紅紅火火,，儼然成為2012 年信息技術(shù)領(lǐng)域最時(shí)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(shù)據(jù),，多方位推廣大數(shù)據(jù)理念，爭(zhēng)搶“頭趟湯”,。而眾多中小IT廠商也跟著蜂擁而至,，以分得大數(shù)據(jù)市場(chǎng)一杯羹。

“大”字不僅意味著數(shù)據(jù)的數(shù)量龐大,，還代表著數(shù)據(jù)種類繁多,、結(jié)構(gòu)復(fù)雜，變化的速度也極快,�,？梢哉f，目前大部分企業(yè)經(jīng)營(yíng)決策面臨的最大挑戰(zhàn)不是缺少數(shù)據(jù),，而是數(shù)據(jù)太多,，面對(duì)這些靜態(tài)、孤立,、無多大參考意義的“初級(jí)品”的信息數(shù)據(jù),，企業(yè)信息部門需通過系統(tǒng)功能來發(fā)掘有價(jià)值的數(shù)據(jù),，給公司營(yíng)銷管理提供決策支持,。

大數(shù)據(jù)，重構(gòu)精確營(yíng)銷模式

大數(shù)據(jù)時(shí)代之前,，企業(yè)多從哪些平臺(tái)提取數(shù)據(jù),、提取哪些營(yíng)銷數(shù)據(jù)呢？一般是CRM或BI系統(tǒng)中的顧客信息,、市場(chǎng)促銷,、廣告活動(dòng)、展覽等結(jié)構(gòu)化數(shù)據(jù)以及企業(yè)官網(wǎng)一些數(shù)據(jù),。但這些信息只能達(dá)到企業(yè)正常營(yíng)銷管理需求的10%的量能,，并不足夠給出一個(gè)重要洞察和發(fā)現(xiàn)規(guī)律。

而其他85%的數(shù)據(jù),，諸如社交媒體數(shù)據(jù),、郵件數(shù)據(jù)、地理位置、音視頻等這類不斷增加的信息數(shù)據(jù),，和包括數(shù)據(jù)量更大,、逐漸廣泛應(yīng)用、以傳感器為主的物聯(lián)網(wǎng)信息,，以及風(fēng)起云涌的移動(dòng)3G互聯(lián)網(wǎng)信息等,，這些就是大數(shù)據(jù)所指的非結(jié)構(gòu)性或者叫作多元結(jié)構(gòu)性所需的數(shù)據(jù)，它們更多以圖片,、視頻等方式,，幾年前可能被置之度外不會(huì)被運(yùn)用，而今大數(shù)據(jù)能進(jìn)一步提高算法和機(jī)器分析的作用,，這類數(shù)據(jù)在如今競(jìng)爭(zhēng)激烈的市場(chǎng)日顯寶貴,、作用突出，并能被大數(shù)據(jù)技術(shù)所充分挖掘,、運(yùn)用,。

第一，對(duì)營(yíng)銷決策數(shù)據(jù)進(jìn)行更好的優(yōu)化,。包括沃爾瑪,、家樂福、麥當(dāng)勞等知名企業(yè)的一些主要門店均安裝了搜集運(yùn)營(yíng)數(shù)據(jù)的裝置,，用于跟蹤客戶互動(dòng),、店內(nèi)客流和預(yù)訂情況，研究人員可以對(duì)菜單變化,、餐廳設(shè)計(jì)以及顧問意見等對(duì)物流和銷售額的影響進(jìn)行建模,。這些企業(yè)可將這些數(shù)據(jù)與交易記錄結(jié)合起來，并利用大數(shù)據(jù)工具展開分析,，從而在銷售哪些商品,、如何擺放以及何時(shí)調(diào)整售價(jià)上給出意見，此類方法已經(jīng)幫助這些領(lǐng)先零售企業(yè)減少了17%的存貨,，同時(shí)增加了高利潤(rùn)率自有品牌商品的比例,。

以前的CRM系統(tǒng)，只能促使分析報(bào)告回答“發(fā)生了什么事”,，現(xiàn)在一個(gè)優(yōu)秀的大數(shù)據(jù)系統(tǒng)已可以被用來回答“為什么會(huì)發(fā)生這種事”,，而且一些關(guān)聯(lián)數(shù)據(jù)庫還可以預(yù)言“將要發(fā)生什么事”，最終發(fā)展為非�,；钴S的數(shù)據(jù)倉庫,，從而能判斷“你(用戶)想要什么事發(fā)生”。 據(jù)稱,，集成整合Essbase服務(wù)技術(shù)的Oracle大數(shù)據(jù)平臺(tái)已能為用戶提供策略級(jí),、未知信息分析預(yù)測(cè)能力和個(gè)性化自助式定制等。

第二，對(duì)目標(biāo)對(duì)象進(jìn)行更完整的分析,、描述,。通過獲取更豐富的消費(fèi)者數(shù)據(jù)，包括網(wǎng)站瀏覽數(shù)據(jù),、社交數(shù)據(jù)和地理追蹤數(shù)據(jù)等,，可以繪制出更完整的消費(fèi)者行為。譬如,，大數(shù)據(jù)技術(shù)能對(duì)客人方方面面的信息進(jìn)行充分有效管理并深度挖掘,。

如果某個(gè)客人是某酒店的老主顧，那么大數(shù)據(jù)系統(tǒng)就會(huì)清楚告知酒店經(jīng)理人這位客人的習(xí)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(wù)需求等,。當(dāng)客人再次光臨時(shí),，不用客人自己提出來，酒店大數(shù)據(jù)系統(tǒng)就會(huì)自動(dòng)提供客人所喜歡的房間和服務(wù)等相關(guān)信息,，大大提升酒店管理效率,。

利用大數(shù)據(jù)中的語義搜索功能，系統(tǒng)能理解自然語言的含義,，包括理解工作的頭銜,、技能、行業(yè)和教育等,，除此之外,，它可以做到智能處理拼寫錯(cuò)誤、縮寫,、標(biāo)點(diǎn)符號(hào)等更多問題,，也能識(shí)別相同的詞在不同語境中的含義,，以更好地為營(yíng)銷管理服務(wù),。例如：銷售經(jīng)理、財(cái)務(wù)經(jīng)理,、人事經(jīng)理,，它們中都有“經(jīng)理”二字，顯然代表了不同的語義,，借用語義搜索技術(shù),，能對(duì)目標(biāo)對(duì)象實(shí)現(xiàn)智能的區(qū)隔、判斷。

第三,，實(shí)現(xiàn)點(diǎn)對(duì)點(diǎn)智能廣告模式,。對(duì)于廣告主來說，廣告核心問題在于：如何從海量數(shù)據(jù)中尋找目標(biāo)受眾,，并投放相應(yīng)的廣告信息,。

時(shí)下廣告不是點(diǎn)對(duì)點(diǎn)模式的，而是主從模式,，像單個(gè)“老師”（產(chǎn)品）對(duì)眾多滿地跑的“學(xué)生”（消費(fèi)者等受眾）,，可是“老師”卻總是抓不住多數(shù)“學(xué)生”，把99%的廣告費(fèi)都扔了,。隨著大數(shù)據(jù)的發(fā)展,，這些錢或會(huì)被一一撿回來。

大數(shù)據(jù)能通過互聯(lián)網(wǎng)點(diǎn)擊流,，可跟蹤個(gè)體用戶的行為,，更新其偏愛，并實(shí)時(shí)模仿其可能的行為,，讓點(diǎn)對(duì)點(diǎn)的RTB（實(shí)時(shí)競(jìng)價(jià)廣告）成為可能,。在美國(guó)，在大數(shù)據(jù)的幫助下,，RTB能把炙手可熱的目標(biāo)用戶,，拍賣給廣告商。以前,，電梯里上來一個(gè)禿頭的中年人,，如果你在電梯里打的是洗發(fā)水廣告，那肯定瞎了�,，F(xiàn)在,，有了RTB，廣告將盯住不是滿地跑的“學(xué)生”,，而是那個(gè)喜歡看廣告的目標(biāo)人,；廣告市場(chǎng)上賣的也不是傳統(tǒng)意義上的廣告位了，而是訪問這個(gè)廣告位的具體用戶,。

那么RTB是如何實(shí)現(xiàn)精準(zhǔn)的呢,？假設(shè)潛在客戶在瀏覽某網(wǎng)頁面，某網(wǎng)會(huì)向廣告交易平臺(tái)（Ad Exchange）請(qǐng)求廣告,。交易平臺(tái)向所有需求端平臺(tái)（DSP）發(fā)出公告,，“某網(wǎng)有訪客，要不要向他發(fā)廣告”,。同時(shí),，DSP請(qǐng)求大數(shù)據(jù)管理平臺(tái)（DMP）幫助分析這位訪客情況,，并根據(jù)結(jié)果進(jìn)行出價(jià)決策。Ad Exchange為出價(jià)高的DSP匹配相關(guān)廣告代碼,，并最終作出廣告,。

今天尖端的追蹤技術(shù)和多種的大數(shù)據(jù)管理平臺(tái)(DMPs)可以將受眾以及廣告效果數(shù)據(jù)整合于單一界面上，讓廣告主輕易擷取關(guān)鍵指標(biāo),，包括轉(zhuǎn)化率,、流失率以及各個(gè)渠道的貢獻(xiàn)比率等。

第四,，更好地進(jìn)行顧問式營(yíng)銷,。比如當(dāng)一個(gè)顧客進(jìn)入店鋪后，一個(gè)零售商利用大數(shù)據(jù)技術(shù)搜索他們的數(shù)據(jù)庫,，發(fā)現(xiàn)這位顧客是其希望留住的有價(jià)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(jià)格和零售商可以退讓的利潤(rùn)空間,，并最終針對(duì)這一位顧客給出最佳的優(yōu)惠策略和個(gè)性化的溝通方式。

如今在美國(guó)沃爾瑪大賣場(chǎng),，當(dāng)收銀員掃描完顧客所選購的商品后,，POS機(jī)上會(huì)顯示出一些附加信息，然后售貨員會(huì)友好提醒顧客：“我們商場(chǎng)剛進(jìn)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(shí),，顧客也許會(huì)驚訝地說：“啊，謝謝你,，我正想要,，剛才一直沒找到，那我現(xiàn)在再去買,�,！�

這就是沃爾瑪在大數(shù)據(jù)系統(tǒng)支持下實(shí)現(xiàn)的“顧問式營(yíng)銷”的一個(gè)實(shí)例。

大數(shù)據(jù)時(shí)代,，要為營(yíng)銷準(zhǔn)備什么,？

雖然大數(shù)據(jù)展示了非凡的前景和巨大作用，不過,，大數(shù)據(jù)營(yíng)銷仍面臨不少問題與挑戰(zhàn),。首先面臨的是技術(shù)難題,，畢竟大數(shù)據(jù)技術(shù)尚處于活躍前期,，各方面技術(shù)并不太扎實(shí),，各項(xiàng)工具需要進(jìn)一步完善。但實(shí)際情況是,，真正啟動(dòng)大數(shù)據(jù)營(yíng)銷,，你面臨的不僅僅是技術(shù)和工具問題，更重要的是要轉(zhuǎn)變經(jīng)營(yíng)思維和組織架構(gòu),，來真正地挖掘那座數(shù)據(jù)金礦,。

企業(yè)啟動(dòng)大數(shù)據(jù)營(yíng)銷一個(gè)最重要的挑戰(zhàn)，是數(shù)據(jù)的碎片化,，各自為政,。許多公司組織中，數(shù)據(jù)都散落在互不連通的數(shù)據(jù)庫中,，而且相應(yīng)的數(shù)據(jù)技術(shù)也都存在于不同部門中,，如何將這些孤立錯(cuò)位的數(shù)據(jù)庫打通、互聯(lián),，并且實(shí)現(xiàn)技術(shù)共享,，才是能夠最大化大數(shù)據(jù)價(jià)值的關(guān)鍵。營(yíng)銷者當(dāng)留意的是,，數(shù)據(jù)策略要成功提升網(wǎng)絡(luò)營(yíng)銷成效,，要訣在于無縫對(duì)接網(wǎng)絡(luò)營(yíng)銷的每一步驟, 從數(shù)據(jù)收集、到數(shù)據(jù)挖掘,、應(yīng)用,、提取洞悉、報(bào)表等,。

更多資訊請(qǐng)關(guān)注銷售與市場(chǎng)微信公眾號(hào),。