大數據關(guān)聯(lián)營(yíng)銷(xiāo)

大數據營(yíng)銷(xiāo)，無(wú)疑是當前商業(yè)領(lǐng)域最熱門(mén)的話(huà)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(lái)的問(wèn)題是：數據從哪里來(lái)？營(yíng)銷(xiāo)者自然而然會(huì )想到IT企業(yè)。誠然，進(jìn)入Web2.0時(shí)代，網(wǎng)絡(luò )就不僅僅是企業(yè)的舞臺，每個(gè)人都可以通過(guò)一根網(wǎng)線(xiàn)在網(wǎng)絡(luò )上留下自己的痕跡。因此，互聯(lián)網(wǎng)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(lèi)設備制造企業(yè)也有大數據，它們通過(guò)植入機器中的小小芯片，記錄用戶(hù)的各種操作行為，為用戶(hù)行為分析積累了大量的數據。以及大型連鎖超市、金融服務(wù)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(lèi)介紹大數據營(yíng)銷(xiāo)的書(shū)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(yíng)銷(xiāo)隔絕開(kāi)了呢？　　　　

社會(huì )化媒體數據

企業(yè)積累的數據通?？梢苑譃橐韵聨讉€(gè)類(lèi)型：一是網(wǎng)絡(luò )數據，通過(guò)互聯(lián)網(wǎng)加載代碼記錄用戶(hù)的瀏覽及點(diǎn)擊行為，也就是海量的網(wǎng)絡(luò )瀏覽點(diǎn)擊痕跡數據；二是通過(guò)芯片記錄的產(chǎn)品使用痕跡數據；三是消費行為痕跡數據，涉及少數幾個(gè)特定的行業(yè)，并且其數據跨越了多類(lèi)產(chǎn)品、多個(gè)行業(yè)，比如超市的每筆消費數據、淘寶的店主銷(xiāo)售信息等。這三類(lèi)數據主要集中于互聯(lián)網(wǎng)行業(yè)、設備制造行業(yè)和零售行業(yè)。

此外，這三類(lèi)數據的特點(diǎn)是“人們在無(wú)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，對這些海量數據進(jìn)行分析，可以發(fā)現信息之間的關(guān)聯(lián)，卻難以解釋為什么會(huì )形成這樣的關(guān)聯(lián)；可以發(fā)現消費特點(diǎn)，卻難以在精準營(yíng)銷(xiāo)的執行層面進(jìn)行轉化，因為無(wú)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(lèi)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(xiāo)售、客服部門(mén)往往記錄了更多的信息，對“人”進(jìn)行補充描摹，但是這一類(lèi)數據時(shí)效性比較弱，如果不對數據庫及時(shí)更新致使信息錯誤率較高。

然而，社會(huì )化媒體時(shí)代出現了第五類(lèi)數據，這就是自媒體爆發(fā)帶來(lái)的海量數據。由于粉絲的出現，讓企業(yè)得以區分社會(huì )化媒體中個(gè)人與企業(yè)的遠近關(guān)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(gè)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(jìn)行大數據營(yíng)銷(xiāo)提供了數據基礎?！　　　?/p>

數據彼此之間的關(guān)聯(lián)

然而，當企業(yè)想要挖掘數據的商業(yè)價(jià)值時(shí)，面對龐雜的數據，企業(yè)卻無(wú)從下手：數據量大，雜亂，不規則，一些數據缺失，一些數據模糊。比如，有的企業(yè)內部各個(gè)部門(mén)積累了幾萬(wàn)條、十幾萬(wàn)條甚至數百萬(wàn)條銷(xiāo)售數據和客戶(hù)信息，然而這些銷(xiāo)售數據只涉及產(chǎn)品的銷(xiāo)售時(shí)間、價(jià)格、銷(xiāo)售店面信息，或者只是簡(jiǎn)單記錄客戶(hù)的姓名、性別、年齡、聯(lián)系方式等，而客戶(hù)購買(mǎi)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據。由于中國大多數企業(yè)內部各自為戰，不同的部門(mén)沒(méi)有建立數據共享的通道，各個(gè)渠道的數據彼此之間難以關(guān)聯(lián)。

《大數據時(shí)代》一書(shū)的作者維克托指出，大數據時(shí)代要放棄對因果關(guān)系的渴求，轉而關(guān)注相關(guān)關(guān)系。美國沃爾瑪將尿布與啤酒擺在一起，使尿布和啤酒的銷(xiāo)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(shí)為孩子買(mǎi)尿布，而丈夫則順手購買(mǎi)了啤酒。于是，尿片與啤酒形成了關(guān)聯(lián)。因此，大數據挖掘的基礎是數據之間的關(guān)聯(lián)，單獨的、片段化的數據再多，在大數據環(huán)境中也無(wú)法實(shí)現其價(jià)值。所以，中國企業(yè)要對原有的數據進(jìn)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(chǎn)品信息（如產(chǎn)品的唯一編碼），把各個(gè)渠道的數據打通，找到“數據的相關(guān)關(guān)系”?！　　　?/p>

數據關(guān)聯(lián)可以是虛擬的

但由此帶來(lái)一個(gè)技術(shù)性的問(wèn)題，因為不是所有的數據都能建立真實(shí)的對應聯(lián)系。某些行業(yè)，比如運動(dòng)服飾，其消費是大眾化的，企業(yè)沒(méi)有建立完備的用戶(hù)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？

事實(shí)上，企業(yè)可以利用社會(huì )化媒體進(jìn)行模糊匹配的方式，更好地理解目標群體——即便現有的數據不能全面反映人群的特質(zhì)，但可以通過(guò)社會(huì )化媒體實(shí)現“信息轉化”，在社會(huì )化媒體中找到具有類(lèi)似特質(zhì)的“網(wǎng)絡(luò )虛擬人”，并通過(guò)這一特質(zhì)人群在各類(lèi)社交媒體的全面信息，從而間接“實(shí)現”對目標人群的全面描摹。

事實(shí)上，社會(huì )化媒體為眾多沒(méi)有“先天數據條件”的企業(yè)提供了大數據營(yíng)銷(xiāo)的機會(huì )，大數據將跳出“痕跡數據關(guān)聯(lián)分析”的處理模式，從“行為”的相關(guān)與預測發(fā)展到在Web3.0的360度分析與定位。而基于社會(huì )化媒體海量數據的“虛擬關(guān)聯(lián)”模式，則為更多的數據關(guān)聯(lián)提供了可能。