吾言

對(duì)于企業(yè)而言，數(shù)據(jù)化不再是創(chuàng)新問(wèn)題，而事關(guān)生死。未來(lái)大數(shù)據(jù)的趨勢(shì)會(huì)怎么樣？如何建立一個(gè)數(shù)據(jù)驅(qū)動(dòng)公司？引領(lǐng)變革的企業(yè)管理者應(yīng)該做怎樣的準(zhǔn)備？消費(fèi)需求如何預(yù)測(cè)、如何跟蹤？實(shí)施大數(shù)據(jù)營(yíng)銷，企業(yè)在軟件和硬件方面應(yīng)該如何做出變革？

大數(shù)據(jù)6大趨勢(shì)與你我有關(guān)

阿里巴巴集團(tuán)副總裁車品覺對(duì)大數(shù)據(jù)發(fā)展趨勢(shì)進(jìn)行了預(yù)測(cè)。他認(rèn)為以下6大趨勢(shì)正在發(fā)生，并且將深刻地改變營(yíng)銷：應(yīng)用無(wú)線化將讓終端設(shè)備與資料采集的作業(yè)可以更有彈性而有效率；信息數(shù)據(jù)化讓信息的流通、交換、加工、運(yùn)用更趨標(biāo)準(zhǔn)化；交易無(wú)紙化將徹底改變我們的交易行為與資金流；人類智能化將使大數(shù)據(jù)所產(chǎn)生的創(chuàng)新價(jià)值深入到人類生活；決策實(shí)時(shí)化將改變決策與信息關(guān)系；線下線上化意味著未來(lái)仍將是呈現(xiàn)線下更多地運(yùn)用線上數(shù)據(jù)的趨勢(shì)。

以前的營(yíng)銷都是靠經(jīng)驗(yàn)，當(dāng)你現(xiàn)在用數(shù)據(jù)的方法來(lái)找到這些營(yíng)銷的方法，就開始有數(shù)據(jù)驅(qū)動(dòng)的味道了，數(shù)據(jù)方法所找出的結(jié)論，遠(yuǎn)遠(yuǎn)超出我們一般方法能找到的。它只不過(guò)是我們利用了人類的集體智慧而已，當(dāng)以前是一個(gè)腦袋來(lái)想到底怎么營(yíng)銷，現(xiàn)在是無(wú)數(shù)個(gè)數(shù)據(jù)來(lái)驅(qū)動(dòng)我們的企業(yè)。所以這個(gè)更多的說(shuō)洞察力驅(qū)動(dòng)，還不如說(shuō)它是數(shù)據(jù)驅(qū)動(dòng)。

這是一個(gè)整體方案，是一個(gè)整體的體系，而不是某算法、某種數(shù)據(jù)。公司已經(jīng)變成了一個(gè)數(shù)據(jù)化的公司，這兩個(gè)事情是兩碼事。千萬(wàn)不要以為一個(gè)公司里的一個(gè)人做數(shù)據(jù)做得不錯(cuò)，你就說(shuō)我們公司已經(jīng)是數(shù)據(jù)驅(qū)動(dòng)公司了，其實(shí)不是這樣。

我們每天做決策，做完決策之后必然要行動(dòng)，行動(dòng)之后我們要找到反饋的回路，要觀察一下行動(dòng)的效果。

整個(gè)數(shù)據(jù)的閉環(huán)，讓數(shù)據(jù)更容易使用，幫助我們做描述、診斷、預(yù)測(cè)、行動(dòng)。閉環(huán)里面的三面是講到我們?cè)趺礃涌梢园褦?shù)據(jù)變得更有效。簡(jiǎn)單來(lái)說(shuō)，盡量讓數(shù)據(jù)行動(dòng)越快越好，就是數(shù)據(jù)鏈條之間越緊密，價(jià)值越高。準(zhǔn)備數(shù)據(jù)的時(shí)候，要讓它更靈活。智能電視等很多智能家居里的數(shù)據(jù)，進(jìn)到數(shù)據(jù)庫(kù)里，跟我們以往講的數(shù)據(jù)是非常不一樣的，而且今天的結(jié)構(gòu)已經(jīng)不足以讓我們?nèi)ゴ鎯?chǔ)這么形態(tài)的數(shù)據(jù)量了，這里面會(huì)有非常多的創(chuàng)新，對(duì)數(shù)據(jù)庫(kù)有所了解的話，都會(huì)知道現(xiàn)在大部分?jǐn)?shù)據(jù)庫(kù)都是二維的，所以數(shù)據(jù)存儲(chǔ)在我們現(xiàn)有的存儲(chǔ)里面，其實(shí)有很多信號(hào)已經(jīng)失去了。數(shù)據(jù)準(zhǔn)備的時(shí)候的創(chuàng)新跟數(shù)據(jù)使用的時(shí)候的創(chuàng)新這兩個(gè)閉環(huán)是不一樣的。

做好大數(shù)據(jù)營(yíng)銷需要人機(jī)協(xié)作

MIGO首席執(zhí)行官陳杰豪在他的著作《顛覆營(yíng)銷》中寫到了很多大數(shù)據(jù)營(yíng)銷領(lǐng)域的商業(yè)案例。他認(rèn)為，大數(shù)據(jù)讓以往的商業(yè)競(jìng)爭(zhēng)變成了一場(chǎng)超越時(shí)空的虛擬戰(zhàn)爭(zhēng)。利用大數(shù)據(jù)技術(shù)，企業(yè)可以提前7天預(yù)測(cè)到下一位購(gòu)買者、下一次購(gòu)買時(shí)間和下一個(gè)購(gòu)買的產(chǎn)品。

其中在一個(gè)國(guó)際的品牌案例中。陳杰豪發(fā)現(xiàn)最初他們的交易數(shù)據(jù)劃分是男生、女生、20歲到30歲、30歲到40歲、40歲到50歲，這樣的分類很粗暴。陳杰豪當(dāng)時(shí)非常驚訝地說(shuō)：“你是一個(gè)國(guó)際的品牌，你怎么可以這樣切下去呢？這樣其實(shí)是把很多機(jī)會(huì)都流失掉了。誰(shuí)說(shuō)男生不能像女生，女生不能像男生。誰(shuí)說(shuō)年紀(jì)大的不能像一個(gè)老頑童，誰(shuí)說(shuō)一個(gè)年紀(jì)輕的不能像成熟穩(wěn)重的年紀(jì)大的一樣。這樣粗暴的數(shù)據(jù)分類其實(shí)是很危險(xiǎn)的?！?/p>

你應(yīng)該把你的人群用NES的方式來(lái)看。N，新客戶、E是既有客戶、S是沉睡客戶。這三個(gè)階層不是隨便說(shuō)的，而是通過(guò)數(shù)據(jù)驅(qū)動(dòng)之后再去劃分。每一家公司的NES其實(shí)是不一樣的。某企業(yè)有500萬(wàn)的用戶，當(dāng)我們跑完所有的客戶之后，我們發(fā)現(xiàn)有一大半是睡著了。所以用了NES整頓之后，你就可以看到有效客人到底活躍度多少，購(gòu)買率多少，回購(gòu)率多少，我們可以算出他的下次購(gòu)買時(shí)間。

大數(shù)據(jù)應(yīng)用在于厚數(shù)據(jù)的建立

中歐國(guó)際工商學(xué)院市場(chǎng)營(yíng)銷學(xué)副教授王婧認(rèn)為目前大數(shù)據(jù)只是從信息的海量和反饋速度層面進(jìn)行分析，缺少對(duì)消費(fèi)者行為背后驅(qū)動(dòng)力的深層次挖掘。而對(duì)行為動(dòng)機(jī)和驅(qū)動(dòng)力的洞察和反思是開啟優(yōu)化體驗(yàn)的第一步。她表示“厚數(shù)據(jù)”是在大數(shù)據(jù)原有的基礎(chǔ)上對(duì)數(shù)據(jù)進(jìn)一步地深度洞察，了解用戶行為背后的動(dòng)機(jī)，并以此為依據(jù)來(lái)改善和優(yōu)化用戶體驗(yàn)。

數(shù)據(jù)應(yīng)用的核心是場(chǎng)景

海爾卡薩帝總經(jīng)理宋照偉認(rèn)為傳統(tǒng)制造企業(yè)利用大數(shù)據(jù)進(jìn)行轉(zhuǎn)型升級(jí)也是很有必要的。海爾SCRM數(shù)據(jù)平臺(tái)經(jīng)過(guò)數(shù)據(jù)融合、用戶識(shí)別，生成數(shù)據(jù)標(biāo)簽，建立數(shù)據(jù)模型，用量化分值定義用戶潛在需求的高低。線上，海爾SCRM平臺(tái)對(duì)接DSP需求方平臺(tái)，程序化精準(zhǔn)采買，大規(guī)模精準(zhǔn)營(yíng)銷。線下，海爾SCRM平臺(tái)對(duì)接海爾營(yíng)銷寶，武裝最一線銷售人員，一對(duì)一精準(zhǔn)營(yíng)銷。他提出：數(shù)據(jù)的核心是人，數(shù)據(jù)采集的核心是連接，數(shù)據(jù)挖掘的核心是預(yù)測(cè)，數(shù)據(jù)應(yīng)用的核心是場(chǎng)景。

“大數(shù)據(jù)重新定義產(chǎn)業(yè)競(jìng)爭(zhēng)規(guī)則，比的不是數(shù)據(jù)規(guī)模大小，不是統(tǒng)計(jì)技術(shù)，也不是強(qiáng)大的計(jì)算能力，而是核心數(shù)據(jù)的解讀能力?！?清華大學(xué)韓亦舜院長(zhǎng)表示，在很多人糾結(jié)于大數(shù)據(jù)定義的今天，更應(yīng)該關(guān)注數(shù)據(jù)的核心價(jià)值理解與應(yīng)用。這是數(shù)據(jù)分析師做貢獻(xiàn)的地方。