大数据落地1+1>2的营销未来

　　如果将这两个数据源进行对接，并且能够保持实时更新，营销的游戏规则将会随之而变：消费者洞察和预测分析这两个营销最重要的领域，会获得前所未有的价值发掘。

　　什么样的实时优惠对某个用户更有效？基于此用户的偏好，哪种网络页面能产生更好的服务效果？当一个潜在客户填写了网页表格后，跟他敲定一笔交易的可能性有多大？在一天的特定时间段中，哪种促销方式最有效？当一个用户被营销活动覆盖到后，他在六个月内购买的机会有多大？

　　在大数据时代，这些问题都会找到答案。对于营销这一原本就属于数据驱动的领域，大数据提供了一个前所未有的机会，用先前不能做到的方式来挖掘消费者洞察。

　　那么在大数据时代之前，我们通常利用哪些营销数据？答案是：CRM系统中的顾客信息、广告效果、展览等线下活动的效果等。这些数据来源都提供了一些信息，但是并不足够给出一个重要的洞察和发现。

　　让我们再来另外一批信息数据：官方网站登录数据、社交媒体数据、邮件数据、地理位置数据等。

　　这些信息源在几年前可能并不存在，而这些就是“大数据”所指的非结构性或者叫做多元机构性数据，它们更多以文字、图片、视频等方式出现，而且这些数据来源还在不断增加。

　　而如果将这两个数据源进行对接，并且能够保持实时更新，营销的游戏规则将会随之而变：消费者洞察和预测分析这两个营销最重要的领域，会获得前所未有的价值发掘。

　　比如微软正在通过对论坛、社交媒体上内容的监测，来发现人们对微软产品和营销活动的反应，这个夏天微软Window8发布后，就采用了传统数据收集和实时数据收集的两种手法，“我们对网络反馈信息的收集是连续的和实时的，我们也依然使用传统的消费者满意度调研，最终会将两者产生的数据结合起来进行分析。但是前者那种以日为单位的市场信息捕捉，能够使我们更快地对市场做出反应。

　　总的来说，大数据的到来将在以下几方面改变原有的营销流程，或者营销效果：

　　对原有营销方式价值的再次发掘。IBM的一个商业合作伙伴正在研究让呼叫中心产生的所有对话转换成文字，从而可以实现对这一营销渠道的数据挖掘。“这能够让市场部门获得之前没有的消费者洞察，知道消费者对品牌的感受以及他们怎么回应新产品”，IBM新兴技术项目总监Peter Waggett称更深入挖掘数据会帮助许多公司找到商业问题解决方案。

　　更好地对营销策略进行优化。麦当劳的部分门店安装了搜集运营数据的装置，用于跟踪客户互动、店内客流和预订模式，研究人员可以对菜单变化、餐厅设计以及培训等是如何对劳动生产力和销售额的影响进行建模；一些领先的零售企业也监控客户的店内走动情况以及与商品的互动。它们将这些数据与交易记录相结合来展开分析，从而在销售哪些商品、如何摆放货品以及何时调整售价上给出意见，此类方法已经帮助某领先零售企业减少了17%的存货，同时在保持市场份额的前提下，增加了高利润率自有品牌商品的比例。

　　除了线下活动优化外，还可以根据消费者在网络上的表现来优化网站的体验，比如eBay就做过数千次实验来改变自己网站不同部分的架构，来确定最优的页面效果和其他诸如导航、照片等功能的设置。

　　更完整的消费者描述。通过更丰富的消费者数据，包括网站浏览数据、社交数据和地理追踪数据等，可以绘制出更完整的消费者行为描述。比如英国葛兰素史克GSK公司，近期就发起了一个项目，获取更完整的消费者信息，从而获得更加深入的消费者洞察。他们通过定位那些谈论过旗下子品牌的人们，并且追踪他们在公开论坛上所谈到的所有其他东西，来建立消费者描述，而这些外部数据会和营销部门已有的数据进行整合，从而设定更为精准的优惠和促销，吸引人们来到对应的子品牌网站。“这是个不成熟的市场，但是品牌必须要了解怎么利用这些数据”，该公司CRM部门顾问James Parker说道。

　　更精细的消费者细分。这一功能基于上面一条“更完整消费者描述”的实现。消费者细分不是一个新鲜的概念，但是大数据时代中更多的数据，以及更好的分析工具，使商家能够以多种不同的维度对消费者进行细分，不仅仅是简单的划分群体，而是真正做到个性化。比如在原有的传统市场调研数据和购物历史数据之上，商家可以追踪和利用更多数据如网络上的点击，浏览记录，来更好地细分消费者。

　　高端零售商Neiman Marcus就建立了行为分类体系和多级会员奖励制度的体系，并将两者结合起来，来激励最富裕、最具长期价值的客户购买更多高利润率的产品；零售商Williams Sonoma也将他们6000万的顾客数据库和其家庭信息链接起来，通过了解这些家庭的收入、房屋价值和孩子数量等对顾客进行精准划分，其电子直邮邮件是根据不同消费者群体的行为方式和选择偏好来设定的，而基于这些信息的直邮邮件所获得的反馈数量是之前没有进行精准化的18倍。

　　最终完成真正精准化的营销：这一精准性包括精准的时间、地点、人物。理想的一个案例是：当一个顾客进入店铺后，一个零售商搜索他们的数据库，发现这位顾客是其希望留住的有价值顾客，之后他们通过将其过去的购物历史和Facebook主页获得的这位顾客的信息综合起来，来了解需要花多少钱来留住他，从而确定所售卖物品的合适价格和零售商可以退让的利润空间，针对这一位顾客给出最佳的优惠策略和个性化的沟通方式。因此，营销者最大的机会——在恰当的时间、恰当的渠道给一个潜在用户或者老客户提供最合适的产品和营销——将最终实现。

　　大数据——根据*的解释，“大数据”指的是“普通软件工具不能在一定时间内抓取、管理以及处理能力的数据集合”，而另一个常见的描述是3V——Volume（规模）、Variety（种类）和Velocity（速度），即在这三个维度上都超出传统工具能够应付的数据集合。