淺論大數據的營銷價值

肖瑋

在我們還沒搞懂PC端互聯網的時候，移動互聯來了，在我們還沒消化移動互聯概念的時候，大數據又來了。近兩年，“大數據”這個詞出現的頻次越來越多，營銷傳播業界明顯感覺到大數據時代正在蔓延到行業的每個角落，但這種感覺往往只是一種朦朧的跟隨，其真正為營銷帶來的價值可以用一個網絡熱詞來形容——不明覺厲。

在我們還沒搞懂PC端互聯網的時候，移動互聯來了，在我們還沒消化移動互聯概念的時候，大數據又來了。近兩年，“大數據”這個詞出現的頻次越來越多，營銷傳播業界明顯感覺到大數據時代正在蔓延到行業的每個角落，但這種感覺往往只是一種朦朧的跟隨，其真正為營銷帶來的價值可以用一個網絡熱詞來形容——不明覺厲。

近現代以來，隨著我們面臨的問題變得越來越復雜，通過演繹的方式來研究問題常常變得很困難。這就使得數據歸納的方法變得越來越重要，數據的重要性也越發凸顯出來。大數據是非競爭性資源，既有助于政府科學決策，又能幫商家精準營銷。大數據時代，數據的重要作用更加凸顯，甚至有許多國家都把大數據提升到國家戰略的高度。

究竟什么是大數據，我們來舉幾個經典案例，讓大家真實的感受一下什么是“大數據”以及它帶來的好處。首先，對于商家來說，大數據使精準營銷成為可能。在這里分享一個有趣的故事，全球零售業巨頭沃爾瑪在對消費者購物行為分析時發現，在顧客的消費單上，和尿布一起出現次數最多的商品竟然是啤酒。跟蹤調查后發現，有不少年輕爸爸會在買尿布時，順便買些啤酒喝。沃爾瑪發現這一規律后，于是嘗試推出了將啤酒和尿布擺在一起的促銷手段，沒想到這個舉措居然使尿布和啤酒的銷量都大幅增加了。如今，“啤酒+尿布”的數據分析成果早已成了大數據技術應用的經典案例，被人津津樂道。

大數據時代，我們每個人的各種行為都會“自發地”提供數據內容，如點擊網頁、使用手機、刷卡消費、觀看電視、坐地鐵出行、駕駛汽車，都會生成數據并被記錄下來，甚至我們的性別、職業、喜好、消費能力等信息，都會被商家從中挖掘出來，以分析商機。

接下來給大家舉一個大數據帶來的有趣例子，“雙十一”一場瘋狂的購物之后，淘寶數據平臺顯示，購買最多的文胸尺碼為B罩杯。B罩杯占比達41.45%，其中又以75B的銷量最好。其次是A罩杯，購買占比達25.26%，C罩杯只有8.96%。在文胸顏色中，黑色最為暢銷。以省市排名，胸部最大的是新疆妹子。以上的數據分析是否會給新疆的商家帶來什么驚喜呢？這就要看商家是否能合理運用“大數據”搶占先機了?！按髷祿币恢笔且愿呃涞男蜗蟪霈F在大眾面前，面對大數據，相信許多人都一頭霧水。但了解以后你會發現它其實就在身邊而且也提很有趣的。

一般來說，企業用以分析的數據來源越廣越全面，其分析的結果就越立體，越接近于真實。因此，大數據分析意味著企業能夠從不同來源的數據中獲取新的洞察力，并將其與企業業務體系的各個細節相融合，以助力企業在創新或者市場拓展上有所突破。針對“數據量”這個話題，亞馬遜CTO Vogels曾經說過，“在運用大數據時，你會發現數據越大，結果越好。為什么有的企業在商業上不斷犯錯？那是因為他們沒有足夠的數據對運營和決策提供支持。一旦進入大數據的世界，企業的手中將握有無限可能?！笨梢灶A料，在不遠的未來，企業如何通過抓住用戶獲取源源不斷的數據資產將會是一個新的兵家必爭之地。在這個層面上，Facebook、Twitter、Google、Amazon，包括電信運營商等領先企業具有無可比擬的優勢。

以上所述僅為“大數據”給營銷帶來的好處當中的冰山一角。好處這么多，那么總的有一些不足吧。筆者在果殼網見到一篇《紐約時報》——What DataCannot Do的譯文，在文章中例舉了“大數據”不擅長的幾個關鍵點。在此引用過來分享給大家：

1.數據不懂社交。大腦在數學方面很差勁（不信請迅速心算一下437的平方根是多少），但是大腦懂得社會認知。人們擅長反射彼此的情緒狀態，擅長偵測出不合作的行為，擅長用情緒為事物賦予價值。

計算機數據分析擅長的是測量社會交往的“量”而非“質”。網絡科學家可以測量出你在76%的時間里與6名同事的社交互動情況，但是他們不可能捕捉到你心底對于那些一年才見2次的兒時玩伴的感情，更不必說但丁對于僅有兩面之緣的貝阿特麗斯的感情了。因此，在社交關系的決策中，不要愚蠢到放棄頭腦中那臺充滿魔力的機器，而去相信你辦工作上的那臺機器。

2.數據不懂背景。人類的決策不是離散的事件，而是鑲嵌在時間序列和背景之中的。經過數百萬年的演化，人腦已經變得善于處理這樣的現實。人們擅長講述交織了多重原因和多重背景的故事。數據分析則不懂得如何敘事，也不懂得思維的浮現過程。即便是一部普普通通的小說，數據分析也無法解釋其中的思路。

3.數據會制造出更大的“干草垛”。這一觀點是由納西姆·塔勒布（NassimTaleb，著名商業思想家，著有《黑天鵝：如何應對不可知的未來》等書作）提出的。隨著我們掌握的數據越來越多，可以發現的統計上顯著的相關關系也就越來越多。這些相關關系中，有很多都是沒有實際意義的，在真正解決問題時很可能將人引入歧途。這種欺騙性會隨著數據的增多而指數級地增長。在這個龐大的“干草垛”里，我們要找的那根針被越埋越深。大數據時代的特征之一就是，“重大”發現的數量被數據擴張帶來的噪音所淹沒。

4.大數據無法解決大問題。如果你只想分析哪些郵件可以帶來最多的競選資金贊助，你可以做一個隨機控制實驗。但假設目標是刺激衰退期的經濟形勢，你就不可能找到一個平行世界中的社會來當對照組。最佳的經濟刺激手段到底是什么？人們對此爭論不休，盡管數據像海浪一般涌來，就我所知，這場辯論中尚未有哪位主要“辯手”因為參考了數據分析而改變立場的。

5.數據偏愛潮流，忽視杰作。當大量個體對某種文化產品迅速產生興趣時，數據分析可以敏銳地偵測到這種趨勢。但是，一些重要的（也是有收益的）產品在一開始就被數據擯棄了，僅僅因為它們的特異之處不為人所熟知。

6.數據掩蓋了價值觀念。我最近讀到一本有著精彩標題的學術專著——《‘原始數據只是一種修辭》。書中的要點之一就是，數據從來都不可能是“原始”的，數據總是依照某人的傾向和價值觀念而被構建出來的。數據分析的結果看似客觀公正，但其實價值選擇貫穿了從構建到解讀的全過程。

這篇文章并不是要批評大數據不是一種偉大的工具。只是，和任何一種工具一樣，大數據有拿手強項，也有不擅長的領域。正如耶魯大學的愛德華·圖弗特教授（Edward Tufte）所說：“這個世界的有趣之處，遠勝任何一門學科?！?/p>

盡管大數據存在以上不足，但也有很多^表示，將傳統的市場營銷智慧與大數據的巨大威力相結合，可能會在定性分析和定量分析方面產生巨大的優勢。但是要做到這一點，首先還有很多工作要做。

就像沃頓商學院運營與信息管理學教授桑德拉·希爾（shawndra hill）所說的那樣：“這是一個非常激動人心的時代。有大量的數據可挖掘，以深入了解客戶，了解他們的態度和他們在想什么。此外，數據挖掘在過去的十年已經取得了長足的進步，但我們還有很長的路要走……”