大数据关联营销
2013/11/4  作者:宋志远

  大数据营销,无疑是当前商业领域最热门的话题之一。

  然而,大数据分析的基础是什么?当然是数据。随之而来的问题是:数据从哪里来?营销者自然而然会想到IT企业。诚然,进入Web2.0时代,网络就不仅仅是企业的舞台,每个人都可以通过一根网线在网络上留下自己的痕迹。因此,互联网企业拥有海量的数据,拥有大数据分析的天然基础。此外,使用芯片的各类设备制造企业也有大数据,它们通过植入机器中的小小芯片,记录用户的各种操作行为,为用户行为分析积累了大量的数据。以及大型连锁超市、金融服务中心等,它们掌握了具体的消费信息,同样积累了大量的数据。所以,在各类介绍大数据营销的书籍中,其援引的案例大多出于以上行业。那么,是不是这些行业之外的企业就与大数据营销隔绝开了呢?    

  社会化媒体数据

  企业积累的数据通常可以分为以下几个类型:一是网络数据,通过互联网加载代码记录用户的浏览及点击行为,也就是海量的网络浏览点击痕迹数据;二是通过芯片记录的产品使用痕迹数据;三是消费行为痕迹数据,涉及少数几个特定的行业,并且其数据跨越了多类产品、多个行业,比如超市的每笔消费数据、淘宝的店主销售信息等。这三类数据主要集中于互联网行业、设备制造行业和零售行业。

  此外,这三类数据的特点是“人们在无意识下自然产生的”,因为它难以与消费、使用的“人”建立联系而显得“生硬、不够鲜活”。因此,对这些海量数据进行分析,可以发现信息之间的关联,却难以解释为什么会形成这样的关联;可以发现消费特点,却难以在精准营销的执行层面进行转化,因为无法确切知道产生这些行为的是什么样的人。当然,还有一类数据可以在一定程度上弥补这样的缺陷,比如企业内部的销售、客服部门往往记录了更多的信息,对“人”进行补充描摹,但是这一类数据时效性比较弱,如果不对数据库及时更新致使信息错误率较高。

  然而,社会化媒体时代出现了第五类数据,这就是自媒体爆发带来的海量数据。由于粉丝的出现,让企业得以区分社会化媒体中个人与企业的远近关系。粉丝的“自发”特性保证了信息的准确性,而“自媒体”的特性则为企业了解目标群体提供了一个近乎免费的通道,且不受特定的行业限制,这就为不同行业的企业进行大数据营销提供了数据基础。    

  数据彼此之间的关联

  然而,当企业想要挖掘数据的商业价值时,面对庞杂的数据,企业却无从下手:数据量大,杂乱,不规则,一些数据缺失,一些数据模糊。比如,有的企业内部各个部门积累了几万条、十几万条甚至数百万条销售数据和客户信息,然而这些销售数据只涉及产品的销售时间、价格、销售店面信息,或者只是简单记录客户的姓名、性别、年龄、联系方式等,而客户购买产品方面的记录很少。换而言之,企业掌握的是一些彼此割裂的数据。由于中国大多数企业内部各自为战,不同的部门没有......点击查阅全文......↓