一篇文章总结大数据营销的几道坎!

大数据
大数据营销作为一项新兴的技术,注定属于明天,且只能属于明天。我们所能做的,应该是心存敬畏,保持关注,敏锐洞察,去伪存真。

导读:大数据营销作为一项新兴的技术,注定属于明天,且只能属于明天。我们所能做的,应该是心存敬畏,保持关注,敏锐洞察,去伪存真。

我们生活的这个时代,如果几个人谈新营销,不聊几句大数据,总觉得惶惶不安。我总碰到这样的人,聊起自己的项目来,会说:“我们这个项目应用了大数据技术。”一问数据来源,会说:“我们有几千个顾客的电话。”你不是在逗我吧?你跟我说这东西叫大数据?

一篇文章总结大数据营销的几道坎!

喜欢聊大数据、喜欢听别人聊大数据、或者像我这种经常被迫听别人聊大数据的人,对下面这个故事应该不陌生:

某必胜客店的电话铃响了,客服人员拿起电话。

客服:必胜客。您好,请问有什么需要我为您服务?

顾客:你好,我想要一份……

客服:先生,烦请先把您的会员卡号告诉我。

顾客:×××

客服:陈先生,您好!您是住在×路×号×楼×室,您家电话是×××,您公司电话是×××,您手机号是×××。请问您想用哪一个电话付费?

顾客:你为什么知道我所有的电话号码?

客服:陈先生,因为我们联机到CRM系统。

顾客:我想要一个海鲜披萨……

客服:陈先生,海鲜披萨不适合您。

顾客:为什么?

客服:根据您的医疗记录,您的血压和胆固醇都偏高。

客服:您可以试试我们的低脂健康披萨。

顾客:你怎么知道我会喜欢吃这种的?

客服:您上星期一在国家图书馆借了一本《低脂健康食谱》。

顾客:好。那我要一个家庭特大号披萨,要付多少钱?

客服:99元,这个足够您一家六口吃了。但您母亲应该少吃,她上个月刚做了心脏搭桥手术,还处在恢复期。

顾客:那可以刷卡吗?

客服:陈先生,对不起。请您付现款,因为您的信用卡已经刷爆了,您现在还欠银行4807元,而且还不包括房贷利息。

顾客:那我先去附近的提款机提款。

客服:陈先生,根据您的记录,您已经超过今日提款限额。

顾客:算了,你们直接把披萨送到我家吧,家里有现金。你们多久送到?

客服:大约30分钟。如果您不想等,可以自己骑车来。

顾客:为什么?

客服:根据我们的CRM全球定位系统的车辆行驶自动跟踪系统记录,您登记有一辆车号为×××的摩托车,而且您刚刚正在×路东段×商场右侧驾驶这辆摩托车。

听起来无比令人想往,也无比令人恐惧。大数据营销真的有这么厉害?

假的!至少现在和可预见的将来,这样的故事都只是故事。实现大数据营销,至少还要迈过几道坎。

第一道坎:

数据搜集:用牙齿挖矿

看看上面的故事,我们就会发现,大数据营销真正可怕之处,不是知道有人欠银行钱,有人胆固醇高,有人骑摩托车,而在于它居然知道这些事情都是一个人干的。这说明什么?商家手中拿到的是结构性数据。

什么叫结构性数据

举个简单的例子。比如说,我知道一个人,买了一瓶浓硫酸,这个数据没有任何意义;他又买了一瓶浓硝酸,这两个数据在一起,也没什么意义;他又买了一瓶甘油——这是要做炸弹啊!这就是结构性数据的作用,通过几个看似不相关的数据,勾勒出一个人的行为。

一个数据,就好像一条线,代表一个单独的信息,几条数据相交成为一个点,我们把这个点放到对应的坐标系中,通常就可以得出单条信息所无法得出的结论。大数据之所以宝贵,就在于它来源复杂,能够提供足够多的信息,使之形成结构化数据。

再举个例子,比如一个男人,周一买了一束玫瑰,和一双37号女鞋,我们得出结论,他很可能在谈恋爱或者追求一个女孩;他周四又买了一束玫瑰,和一双40号女鞋,那么我们可能得出结论,这家伙十有八九是个“渣男”。

如果说大数据是一座矿山,那么作为一个挖矿的人,你却只能用牙齿去挖矿,等于这座矿山不存在。而数据的结构化,就等于把矿石给你挖好了,放在你的面前。

但问题是,如果第一个人在不同的商店买的浓硝酸、浓硫酸和甘油,你怎么知道他是同一个人呢?第二个人的情况也是如此,你怎么知道是同一个人分别买了玫瑰和不同尺寸的女鞋呢?这就需要有唯一的身份标识系统。在电商领域,这个比较好办,因为他用同一台电脑,或者同一台手机,但在实体店系统里,这个就非常困难了。

对于普通线下商家,搜集数据更是不现实。扫码加微信公众号,有意义么?他关注你了又怎么样?对你而言,他依然只是一个电话号码,一个微信号,而不是一个活生生的人。

你手里的顾客信息连你自己都用不上。几千条,几万条,哪怕是几百万条非结构化的数据,真不用费心搜集,淘宝上有的是。唯一的问题是,这样的数据跟你辛辛苦苦搜集来的数据一样,都不能用于营销。

而且,我们知道,一个人的行为记录越多,越容易对这个人形成比较完整的印象,那么,如果想勾勒出一个人的形象,除了交易记录之外,还应该包括搜索记录、出行记录、位置信息等多种多样的信息,并且需要一个途径,确认这些信息指向的是同一个人。

从这个角度上讲,中国现在只有百度、360和腾讯具有提供高质量结构化信息的能力,也只有它们存在做大数据营销的可能,哪怕阿里系都不行。因为只有这三家公司,能够通过比较体面的方式搜集用户资料。什么叫体面?这就涉及到下面的问题——数据安全。

第二道坎

数据安全:方便与安全之间的摇摆

前面提到的百度、奇虎360和腾讯,之所以说能够通过所谓体面的方式搜集用户信息,是因为它们搜集用户信息的行为,得到了用户的默许,至少看起来是用户默许的。你在百度的搜索记录,可以描述你的兴趣爱好,你知道百度会记录,但为了使用百度搜索,你只能默许它侵犯自己的隐私;你用QQ、微信聊天,你经常提到的词会被它们记录,你自己也多少是默许的;你用360软件扫描电脑硬盘,360对电脑里储存了什么东西,比你自己都清楚,但是为了用这款软件,你也只能接受。这样的数据搜集,就是所谓的体面。

那么什么叫做不体面?如果腾讯监控你的百度搜索记录,扫描你的硬盘;百度监视你的QQ聊天记录,扫描你的硬盘;360监视你的搜索记录和聊天记录,这样等于背着你,从你的电脑或者手机里面偷记录,这就是不体面的做法。

这样的所谓底线,对网民而言,也不过是一种心理安慰而已。

实际上,装在你手机和电脑上的软件,只要它们愿意,知道你银行卡密码并没有太大难度。这些数据,即使企业有责任心,遵守法律,也依然难保工作人员不上下其手。在这样的环境下,顾客在留存信息的时候,难免会为了安全而提供虚假信息,这对数据搜集者而言,毫无疑问是一个灾难。

当然,安全和隐私往往是矛盾的。消费者对隐私泄露其实是有预期的,只要提供足够的方便,消费者可能愿意付出相应的成本。问题是,商家收集数据之后,真的能给消费者提供方便么?

第三道坎

数据利用:逆消费者需求而动

我们不得不面对这样一个现实,消费者在牺牲了数据安全的同时,从数据搜集者那里得到的服务,往往是负价值的。

企业在搜集到顾客信息之后,很少有做数据挖掘,形成结构化数据,然后用来指导营销和产品改进的。更多的时候,消费者所提供的信息,不过是让这些企业有了一个推销的渠道而已。这样的大数据运用,别说满足用户需求了,连伪需求都不算,纯粹就是提供了一种负需求。

“我知道这个广告里的产品无比适合我,但我真的不需要,我就是不想让广告费流量占内存。要不你跟视频网站学学,开个价,我给你钱,你别给我打广告了好不好?”这就是负需求,也就是顾客不但不愿意为你的产品买单,甚至愿意为了拒绝你的产品而买单。

比如小米,在大数据获取方面,小米也算这个领域中的佼佼者,但你看它怎么做的:在MIUI中加入大量的推送内容,换句话说就是不停地打广告。甚至虽然小米能够分析出用户最适合什么样的产品,但在实际操作中,却是屁股决定脑袋:尽管它知道华为手机更适合你,但依然会告诉你,小米5手机上市了,只卖××元。有这么好的数据来源,最终把大数据营销做成这个样子,这种做法甚至也成为小米在2016年大溃败的原因之一。

比如阿里和京东,这两家企业对于大数据的理解,似乎还只停留在相关商品推荐这一条死胡同里。你买数据线了?你不再买一根么?你买了个抽水马桶,你真不打算再买几个把你家改造成公厕么?你喜欢加西亚·马尔克斯?那想必你也喜欢《把信送给加西亚》。你喜欢《三重门》?我们有《羊的门》《罗生门》……真不知道那么多有价值的数据,都被他们干什么用了。

大数据营销

我生君未生,君生我已老

回过头来,说说大数据营销的前景。在短期之内,我个人表示谨慎的悲观。原因在于,大数据在营销领域的运用,还远没有成熟,却被过早地推上了风口浪尖。

商家的大数据营销冲动,远远超过大数据营销能力。屁股决定脑袋的短视做法,更让大数据失去了原本的意义。诸多挂羊头卖狗肉的所谓大数据营销,导致这项技术在被广泛应用之前便已经声名狼藉。

这就好像生活美容行业,市场需求是切实存在的,市场供给也非常旺盛,但由于各家机构都夸大效果,为销售不择手段,劣币驱逐良币的市场格局已经形成,结果需求侧完全不相信供给侧,供给侧完全不介意给需求侧造成多大伤害,明明供需两旺,市场却日益萎缩。

同样的例子还有寿险行业,几十年前进入中国市场,在一个当时还不成熟的市场中,过早透支了信誉,使得整个行业在最应该蓬勃发展的时代沦为人人避之不及的瘟疫。

我大体上不怀疑大数据营销将会成为营销中必不可少的工具,但我相信,它需要时间。

  • 等待中国的实名身份系统充分普及;
  • 等待各个商家之间推倒壁垒,实现数据互换;
  • 等待大数据技术本身的成熟;
  • 等待商家数据分析挖掘意识和能力的提升;
  • 等待消费者逐渐淡忘之前种种的不愉快。

这就决定了,在短期之内或者说大概5年之内,大数据营销依然只是看上去很美。

同样,我也有一丝忧虑,大数据发展成熟的速度,是否比得上大数据声誉败坏的速度?如果比不上的话,那很可能就会迎来“我生君未生,君生我已老”的悲剧。

大数据应用绝不仅仅是营销?

大数据有很多非常有价值的应用,但现在最被重视的,却是还不够成熟的营销,原因也不难理解——营销的前景最为诱人,效果最为直接,更重要的是,对于一些不懂得大数据的人而言,营销功能是他们最容易用想当然的方式理解的。应该说,目前大数据比较成熟的应用,主要在于三个方面:

市场调研和消费行为分析

大数据不会说谎

大数据之所以宝贵,是因为它是基于行为的。在面对市场问卷时,每个人所表达的,往往不是内心真实的想法,甚至他们并不是有意说谎,而是自己的意识背叛了潜意识。但他们的行为却不会说谎,嘴上说不要,身体却无比诚实。

比如你会看到一个人,把巴赫、莫扎特作为手机铃声,播放器里播放次数最多的却是《香水有毒》;声称自己最喜欢王家卫,结果发现他的播放记录里面《东邪西毒》看了20分钟就没有再动;说自己最喜欢斯蒂芬·霍金,手机里却全是斯蒂芬·金的作品……大数据不会说谎,这是其他市场调研所无法比拟的。随着市场调研的不断改进,信度和效度都在不断提升,但大数据能够实现100%的信度。这是任何方法论所无法实现的。

大数据不需要录入

市场调研过程中,最耗费时间的不是数据采集,不是数据分析,而是数据录入。而大数据本身就以数字形式存储在互联网上,借助批量导入工具,基本不需要录入过程,这使得大数据调研的效度无限高。

大数据可以做到无污染

在统计学中,非常强调四项原则:随机、双盲、大样本、空白对比组,就是为了防止数据被污染。而大数据由于数据庞大,来源复杂,本身就符合了四项原则中的前三项。至于第四项空白对比组,如果仅仅用来指导市场,而不做研究之用,那么只探讨相关性,不探讨因果性的分析,并不需要空白对比组。

总之,大数据所能提供的数据样本,往往是完美的。当然,我完全不同意有了大数据,咨询公司和市场调研公司都会失业的说法。因为,数据是死的,刚开始也是非结构性的。调查哪些数据,如何结构化,如何进行分析,都要基于丰富的市场经验,这是单纯的技术人员难以把控的。但咨询公司和调研公司向大数据转型,把大数据当作重要工具,是大势所趋。

这里有个很好的案例:YouTube网站上的视频前的贴片广告是可以跳过的。每一次跳过广告,都代表着一次“已阅”,和用户形成一次互动。这样,就可以根据用户的观看时间来评估用户对广告的反馈,从而可以通过指导广告商的内容策略、片源选择策略,来为其提供更好的服务,而收益就是广告可以卖出一个更好的价钱。

分析消费者使用行为,为产品创新和改进提供参考依据

对于生产型企业,只要挖掘出消费者痛点,有针对性地改进就可以了。比如说,从充电宝的销量,挖掘出手机用多大容量的电池最合适;从消费者的二次购买率,看出产品的问题是在品质还是在营销手段等。

这种方式还被广泛应用于商超系统。目前,商超系统的布局,几乎都是经过大数据优化之后的结果。比如,美国的超市里,啤酒和纸尿裤通常摆放很近,因为大数据显示,这两种产品的购买相关性高。这样的应用主要运用于消费者有弱需求,商家提供弱互动的商业模式下。在超市中,相关性强的商品要摆放得比较近,消费者在这方面其实没什么太大需求,但调整货架位置,消费者并不付出代价,商家却可以获得收益,这是一种双赢策略。

推出高度强调体验的复杂产品

大数据营销之所以出现了问题,在于消费者的需求和所付出的代价不成正比。解决这个问题的办法有两个,

  • 一种是像上边那样,降低消费者的代价,让消费者在不付出代价的前提下,接受商家提供的服务。
  • 另一种方式就是打造复杂程度很高的产品。

比如相亲。现在的婚恋网站,所提供的配对依据,往往较为简单,以数量求概率而已。但有一些婚恋网站,通过对用户的结构化数据进行分析,以高度细分的经济层面、自然状况层面、文化及个性层面作为分类依据,并通过大数据分析怎样的匹配容易提高成功率,结果就是用户体验大幅度提升,用户支付意愿大幅度加强。

大数据营销作为一项新兴的技术,注定属于明天,且只能属于明天。我们所能做的,应该是心存敬畏,保持关注,敏锐洞察,去伪存真。不要因为对神话鬼话的顾忌而动摇了对这项新技术的信心,也不要因为对这项新技术的信心而去听信神话或鬼话。

责任编辑:未丽燕 来源: 中国产业观察网
相关推荐

2015-08-13 11:25:51

大数据

2015-09-10 11:10:13

2020-10-09 08:15:11

JsBridge

2020-04-15 16:34:48

大数据质量标准

2020-04-22 13:27:20

数据分析模块解决

2018-05-17 17:41:53

大数据

2018-05-14 14:00:15

大数据数据挖掘方法

2017-01-12 14:50:15

大数据Spring Batc框架

2022-02-21 09:44:45

Git开源分布式

2019-04-17 15:16:00

Sparkshuffle算法

2021-06-30 00:20:12

Hangfire.NET平台

2021-04-09 08:40:51

网络保险网络安全网络风险

2024-06-25 08:18:55

2023-05-12 08:19:12

Netty程序框架

2017-09-05 08:52:37

Git程序员命令

2019-05-06 16:28:05

数据分析python

2011-07-12 13:35:04

程序员

2021-07-01 10:01:16

JavaLinkedList集合

2021-06-04 09:56:01

JavaScript 前端switch

2021-02-02 18:39:05

JavaScript
点赞
收藏

51CTO技术栈公众号