大數據關聯(lián)營銷

申請免費試用、咨詢電話：400-8352-114

    大數據營銷，無疑是當前商業(yè)領域最熱門的話題之一。

    然而，大數據分析的基礎是什么？當然是數據。隨之而來的問題是：數據從哪里來？營銷者自然而然會想到IT企業(yè)。誠然，進入Web2.0時代，網絡就不僅僅是企業(yè)的舞臺，每個人都可以通過一根網線在網絡上留下自己的痕跡。因此，互聯(lián)網企業(yè)擁有海量的數據，擁有大數據分析的天然基礎。此外，使用芯片的各類設備制造企業(yè)也有大數據，它們通過植入機器中的小小芯片，記錄用戶的各種操作行為，為用戶行為分析積累了大量的數據。以及大型連鎖超市、金融服務中心等，它們掌握了具體的消費信息，同樣積累了大量的數據。所以，在各類介紹大數據營銷的書籍中，其援引的案例大多出于以上行業(yè)。那么，是不是這些行業(yè)之外的企業(yè)就與大數據營銷隔絕開了呢？

    社會化媒體數據

    企業(yè)積累的數據通常可以分為以下幾個類型：一是網絡數據，通過互聯(lián)網加載代碼記錄用戶的瀏覽及點擊行為，也就是海量的網絡瀏覽點擊痕跡數據；二是通過芯片記錄的產品使用痕跡數據；三是消費行為痕跡數據，涉及少數幾個特定的行業(yè)，并且其數據跨越了多類產品、多個行業(yè)，比如超市的每筆消費數據、淘寶的店主銷售信息等。這三類數據主要集中于互聯(lián)網行業(yè)、設備制造行業(yè)和零售行業(yè)。

    此外，這三類數據的特點是“人們在無意識下自然產生的”，因為它難以與消費、使用的“人”建立聯(lián)系而顯得“生硬、不夠鮮活”。因此，對這些海量數據進行分析，可以發(fā)現(xiàn)信息之間的關聯(lián)，卻難以解釋為什么會形成這樣的關聯(lián)；可以發(fā)現(xiàn)消費特點，卻難以在精準營銷的執(zhí)行層面進行轉化，因為無法確切知道產生這些行為的是什么樣的人。當然，還有一類數據可以在一定程度上彌補這樣的缺陷，比如企業(yè)內部的銷售、客服部門往往記錄了更多的信息，對“人”進行補充描摹，但是這一類數據時效性比較弱，如果不對數據庫及時更新致使信息錯誤率較高。

    然而，社會化媒體時代出現(xiàn)了第五類數據，這就是自媒體爆發(fā)帶來的海量數據。由于粉絲的出現(xiàn)，讓企業(yè)得以區(qū)分社會化媒體中個人與企業(yè)的遠近關系。粉絲的“自發(fā)”特性保證了信息的準確性，而“自媒體”的特性則為企業(yè)了解目標群體提供了一個近乎免費的通道，且不受特定的行業(yè)限制，這就為不同行業(yè)的企業(yè)進行大數據營銷提供了數據基礎。

    數據彼此之間的關聯(lián)

    然而，當企業(yè)想要挖掘數據的商業(yè)價值時，面對龐雜的數據，企業(yè)卻無從下手：數據量大，雜亂，不規(guī)則，一些數據缺失，一些數據模糊。比如，有的企業(yè)內部各個部門積累了幾萬條、十幾萬條甚至數百萬條銷售數據和客戶信息，然而這些銷售數據只涉及產品的銷售時間、價格、銷售店面信息，或者只是簡單記錄客戶的姓名、性別、年齡、聯(lián)系方式等，而客戶購買產品方面的記錄很少。換而言之，企業(yè)掌握的是一些彼此割裂的數據。由于中國大多數企業(yè)內部各自為戰(zhàn)，不同的部門沒有建立數據共享的通道，各個渠道的數據彼此之間難以關聯(lián)。

    《大數據時代》一書的作者維克托指出，大數據時代要放棄對因果關系的渴求，轉而關注相關關系。美國沃爾瑪將尿布與啤酒擺在一起，使尿布和啤酒的銷量大幅增加。美國婦女通常在家照顧孩子，她們經常囑咐丈夫下班回家時為孩子買尿布，而丈夫則順手購買了啤酒。于是，尿片與啤酒形成了關聯(lián)。因此，大數據挖掘的基礎是數據之間的關聯(lián)，單獨的、片段化的數據再多，在大數據環(huán)境中也無法實現(xiàn)其價值。所以，中國企業(yè)要對原有的數據進行深度分析，首先要建立數據之間的聯(lián)系，或以“人”的信息（姓名、手機號、身份證號、住址），或以產品信息（如產品的唯一編碼），把各個渠道的數據打通，找到“數據的相關關系”。

    數據關聯(lián)可以是虛擬的

    但由此帶來一個技術性的問題，因為不是所有的數據都能建立真實的對應聯(lián)系。某些行業(yè)，比如運動服飾，其消費是大眾化的，企業(yè)沒有建立完備的用戶信息數據庫。那么，在這種情況下，企業(yè)如何利用大數據獲取增值信息呢？