大數(shù)據(jù)關聯(lián)營銷

申請免費試用、咨詢電話：400-8352-114

    大數(shù)據(jù)營銷，無疑是當前商業(yè)領域最熱門的話題之一。

    然而，大數(shù)據(jù)分析的基礎是什么？當然是數(shù)據(jù)。隨之而來的問題是：數(shù)據(jù)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(wǎng)絡就不僅僅是企業(yè)的舞臺，每個人都可以通過一根網(wǎng)線在網(wǎng)絡上留下自己的痕跡。因此，互聯(lián)網(wǎng)企業(yè)擁有海量的數(shù)據(jù)，擁有大數(shù)據(jù)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(shù)據(jù)，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(shù)據(jù)。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(shù)據(jù)。所以，在各類介紹大數(shù)據(jù)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(shù)據(jù)營銷隔絕開了呢？

    社會化媒體數(shù)據(jù)

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

    此外，這三類數(shù)據(jù)的特點是“人們在無意識下自然產(chǎn)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(shù)據(jù)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(zhuǎn)化，因為無法確切知道產(chǎn)生這些行為的是什么樣的人。當然，還有一類數(shù)據(jù)可以在一定程度上彌補這樣的缺陷，比如企業(yè)內(nèi)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(shù)據(jù)時效性比較弱，如果不對數(shù)據(jù)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(shù)據(jù)，這就是自媒體爆發(fā)帶來的海量數(shù)據(jù)。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(shù)據(jù)營銷提供了數(shù)據(jù)基礎。

    數(shù)據(jù)彼此之間的關聯(lián)

    然而，當企業(yè)想要挖掘數(shù)據(jù)的商業(yè)價值時，面對龐雜的數(shù)據(jù)，企業(yè)卻無從下手：數(shù)據(jù)量大，雜亂，不規(guī)則，一些數(shù)據(jù)缺失，一些數(shù)據(jù)模糊。比如，有的企業(yè)內(nèi)部各個部門積累了幾萬條、十幾萬條甚至數(shù)百萬條銷售數(shù)據(jù)和客戶信息，然而這些銷售數(shù)據(jù)只涉及產(chǎn)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(chǎn)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(shù)據(jù)。由于中國大多數(shù)企業(yè)內(nèi)部各自為戰(zhàn)，不同的部門沒有建立數(shù)據(jù)共享的通道，各個渠道的數(shù)據(jù)彼此之間難以關聯(lián)。

    《大數(shù)據(jù)時代》一書的作者維克托指出，大數(shù)據(jù)時代要放棄對因果關系的渴求，轉(zhuǎn)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(jīng)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(shù)據(jù)挖掘的基礎是數(shù)據(jù)之間的關聯(lián)，單獨的、片段化的數(shù)據(jù)再多，在大數(shù)據(jù)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(shù)據(jù)進行深度分析，首先要建立數(shù)據(jù)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(chǎn)品信息（如產(chǎn)品的唯一編碼），把各個渠道的數(shù)據(jù)打通，找到“數(shù)據(jù)的相關關系”。

    數(shù)據(jù)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(shù)據(jù)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(shù)據(jù)庫。那么，在這種情況下，企業(yè)如何利用大數(shù)據(jù)獲取增值信息呢？