關于大數據營銷的神奇之處，有一個故事在大數據這個名詞還沒有紅透互聯網營銷領域時就已經被津津樂道。
故事是這樣的：
2012年初，一個男人沖進一家位于明尼蘇達州阿波利斯市郊的Target超市興師問罪：為什么超市不停地向他的還是高中生的女兒郵寄嬰兒尿布樣品和配方奶粉的折扣券？“你們是在鼓勵她懷孕嗎？”憤怒的父親質問Target超市經理。幾天過后，超市經理打電話向這位父親致歉，這位父親的語氣變得平和起來，他反過來道歉說，他的女兒確實懷孕了，預產期在8月份。這是一個零售商如何應用大數據進行營銷的故事，這個故事被《紐約時報》報道后，大數據的威力轟動全美。
為什么Target能夠做出這么神奇的預測呢？這是因為Target建立了一個非常規范的大數據管理系統，它擁有一個數據分析團隊，在查看準媽媽們的消費記錄之后，找出了20多種關聯物，通過這些關聯物對顧客進行“懷孕趨勢”預測，并寄送相應的優惠券，為消費推波助瀾。只要有可能，Target的大數據系統會給每一個顧客編一個ID號。你刷信用卡、使用優惠券、填寫調查問卷、郵寄退貨單、打客服電話、開啟廣告郵件、訪問官網，所有這一切行為都會記錄進你的ID號。而且這個ID號還會對號入座的記錄下你的人口統計信息：年齡、是否已婚、是否有子女、所住市區、住址離Target的車程、薪水情況、最近是否搬過家、錢包里的信用卡情況、常訪問的網址等等。Target還可以從其他相關機構那里購買你的其他信息：種族、就業史、喜歡讀的雜志、破產記錄、婚姻史、購房記錄、求學記錄、閱讀習慣等等。
在傳統營銷時代，拉斯韋爾模式是廣告傳播模式的最基本模式，它是1948年由美國政治學家、心理學家哈羅德·D·拉斯韋爾提出的一種具有代表性的線性模式，又簡稱“5W模式”，廣告信息傳播過程包含的五大要素是：誰(who)、說什么(say what)、通過什么渠道(in which channel)、對誰(to whom)、取得了什么效果(with what effect )。
誰(who)是指傳播主體，也就是品牌和產品自身的信息，這個即便是傳統營銷時代都是毫無難度的工作。實際上在傳統營銷時代，傳播最難解決的是對誰(to whom)、通過什么渠道(in which channel)、取得了什么效果(with what effect )三大問題，因此在傳統營銷時代，品牌經理經常都會質疑他們的代理商的一個問題是：“我知道我的廣告費有一半是浪費掉的，問題是我不知道是哪一半”，從Target的故事來看，大數據可以非常精準地鎖定甚至預測用戶的下一個消費行為，這讓在傳統營銷時代摸不清用戶需求的品牌經理擁有了一個利器。
隨著大數據時代的來臨，通過什么渠道(in which channel)、對誰(to whom)、取得了什么效果(with what effect )，這三點在傳統營銷時代無法解決的問題，似乎可以迎刃而解，因為大數據營銷的本質是影響目標消費者購物前的心理路徑，它主要應用在三個方面：1、大數據渠道優化，2、精準營銷信息推送，3、線上與線下營銷的連接。在大數據營銷應用的影響下，營銷環節中最難解決的一個問題——如何精準地預測目標用戶的需求并提供解決方案，這也是大數據營銷所存在的價值，因此2014年國內DSP平臺發展得如火如荼。
一、to whom？——大數據能精準鎖定目標人群。傳統營銷大多以人口統計學特性來概括目標消費者，如消費習慣、心理特征、興趣愛好這樣的深度數據則需仰仗專業市場調查公司，而借助大數據技術，營銷者可以無限的接近、近乎準確的判斷每一個人的屬性。一些企業通過收集海量的消費者信息，然后利用大數據建模技術，按消費者屬性(如所在地區、性別)和興趣、購買行為等維度，挖掘目標消費者，然后進行標簽層的分類，再根據這些對個體消費者進行營銷信息推送，如移動DSP的人群就按照3種標簽層進行劃分，分析用戶的個性化需求，借此提供個性化產品和服務，或者實現更精準的廣告：
1，屬性標簽層。這些屬性可以從人群屬性(性別、年齡、職業、收入等)，設備屬性(設備價格、設備系統、設備型號等)，運營商屬性(中國移動、中國聯通、中國電信等)，城市屬性(發展程度、人口數量、區域位置)，商圈屬性(功能、位置等)等幾個主要的屬性方式進行標簽，屬性標簽數量的多少與一個平臺的技術及經驗有直接的關系，技術越成熟，抓取的屬性越準確，經驗越豐富，屬性的分類就越合理。
2，行為標簽層。是指經過對用戶在特定時間段、位置范圍內的登陸網頁或者app的行為分析而產生的標簽層。行為標簽層的分類依據行為發生的頻次統計做出標簽，如果用戶的行為只是在某個時間段內產生過寥寥幾次，并不會被列為一個標簽，只有該行為的發生有一個規律的頻次或周期出現才會被視為一個標簽。比如經常玩手機游戲，經常使用旅游軟件等細分出像商旅人群、手游人群、理財人群、愛車一族、化妝品受眾、教育受眾等等。由于用戶的行為方式多種多樣，這類的標簽就會有成千上萬個，對廣告投放的的精準性來講無疑是一大優勢。
3，目標人群層。這是與廣告投放最直接相關的層級，目標人群層主要是根據屬性標簽層與行為標簽層組合之后產生的標簽層，這種組合會產生一個極大標簽量，同時一個用戶被貼上多個標簽之后就會變成一個綜合標簽體，也就保證了目標人群的精準性，例如某廣告主需要定位在35歲左右的男性汽車受眾，就可以通過第一層級的年齡、性別加上第二層級的汽車瀏覽行為組合后得到目標人群，從而定位出與該品牌最相關的人群，這樣投廣告針對性極強，效果極佳。
二、in which channel？——大數據能實時優化傳播渠道。對于公開的媒體資源，為了覆蓋盡可能多的受眾，創造與受眾的接觸機會，廣告主往往需要跨媒介傳播。但是預算如何分配呢？大數據此時是最佳決策參考，基于海量用戶數據，在營銷渠道的投放比例分配上進行調整，獲得最優的投放組合。
線上實時優化渠道：通過在不同的網頁植入cookies，根據用戶的互聯網痕跡進行渠道營銷效果優化，就是根據互聯網上顧客的行為軌跡來找出哪個營銷渠道的顧客來源最多，哪個來源顧客實際購買量最多，是否是目標顧客等等，從而調整營銷資源在各個渠道的投放。例如東風日產，它利用對顧客來源的追蹤，來改進營銷資源在各個網絡渠道如門戶網站、搜索和微博的投放。
線下實時獲取反饋：如快時尚品牌zara在門店布置多個攝像機，如顧客在門店中向店員反應“我不喜歡這條裙子的拉鏈”，馬上就可以通過經理匯總給總部的設計人員，經過匯總和分析，根據客戶需求馬上做出產品的優化。
線上線下協同實現效果閉環：甚至一些企業將互聯網上海量消費者的行為痕跡數據與線下購買數據打通，實現了線上與線下營銷渠道的協同。比如東風日產，線上與線下的協同營銷方式為：其門戶網站帶來訂單線索，而通過這些線索，服務人員進行電話回訪，從而推動顧客在線下交易。在此過程中，東風日產記錄了消費者進入、瀏覽、點擊、注冊、電話回訪和購買各個環節的數據，實現了一個橫跨線上線下，以大數據分析為支持的，營銷效果不斷優化的閉環營銷通路。
三、with what effect？——大數據能實時反饋效果，大數據是一種實時分析引擎。根據投放過程中的實際數據、如受眾行為、流量構成及其他實時投放數據，找到廣告目標受眾最集中的時間點，找出受眾反應最好的創意版本，確定競品深度用戶，挖掘新進潛在消費者等，對廣告進行及時的判斷和調整，而以上的過程是動態的、實時的。
理想的大數據時代通過對數據的處理能夠給出每一個活動精準的效果評估，以前品牌經理所擔心的“我不知道浪費的是哪一半”的擔心再也不會存在，購買廣告除了依托媒介購買人員的經驗之外，每一步都有精準的數據呈現，品牌經理的所有決策都會在大數據時代看到更多過去被忽略的營銷機會和策略。
傳統營銷傳播的事后調查評估方法，對于消費者反饋的獲取很慢，及時性也很差，但是“大數據”營銷者近乎實時的各種傳播效果反饋數據，信息詳盡，并具有跟蹤性，這對于營銷傳播的優化決策提供了巨大價值。
大數據營銷能夠解決傳統營銷中最為棘手的幾個難題(傳播人群、傳播渠道、傳播效果)，因此業內人士幾乎用很短的時間就達成了一個普遍共識：數字廣告行業正朝著程序化購買方向發展，更有激進者已經提出“傳統廣告已死”的觀點，也有觀點指出可以通過大數據來實現更加精準更全景化的消費者圖像的描繪。
然而大數據營銷是不是真的無所不能呢？在我看來，最簡單的傳播模式5W中的“說什么(say what)”，恰恰就是大數據營銷不能解決的最后一個難題。因為“說什么(say what)”是取決于對消費者真實需求的洞察，而這種洞察是源自于對消費者人性的探測，這不是機器和程序在現階段所能取代人力的經驗的。
唯一能實現5W傳播模式大數據營銷閉環的行業是電商行業，因為像電商這類廣告主將其大部分數字媒介預算通過程序化購買，是完全合理的。因為這類公司主要投放效果廣告，關注消費者看了廣告后的轉化率，即是否會立刻在線購買。程序化購買可以獲得更便宜的廣告位，通過優化算法達到更多的目標人群。
然而對于以產品、服務等核心的品牌而言，大數據營銷并不能幫助他們解決品牌建立的問題，在今年上Ari Brandt 發表于《廣告時代》上的文章《為何程序化購買尚不能為廣告主帶來所期待的營銷效果？》里說到他“委托Millward Brown對300名數字營銷人和營銷決策者進行了一次專項調查：程序化購買是否可以成為鑄造品牌的工具。調查結果證實了我的懷疑，反映了大多數受訪者的困惑，他們對程序化購買有諸多擔憂，其中包括橫幅廣告的不可見、優質媒體資源、點擊作弊、品牌安全和非人流量等。”
對于非電商類產品而言，無論是快速消費品或者是耐用消費品或者是3C產品或者是時尚行業，它們最重要的工作除了銷售之外，就是持之以恒地建立并保持與消費者之間有意義的關系，這種關系就是我們所熟知的“品牌的建立和維持”，它正是源自于對人性最深層次的洞察，而非其他冷冰冰的數據分析和程序篩選。
大數據能夠幫助我們更快更精準地找到我們想與之溝通的目標消費群，以往我們通常是用抽樣的方式來研究消費者，即按照隨機或者配額的原則來尋找消費者并使用調查的方式獲得數據；但是，大數據時代，則是通過實時監測或者追蹤消費者在互聯網上產生的海量行為數據，十分高效且低成本。
在獲取了精確的目標人群之后，如果單純地通過大數據營銷實現程序化的購買，我們其實并不能洞悉消費者真實的需求，因為消費者的需求就猶如冰山一樣，你能輕易觀察到的就是露出冰面的冰山一角；而消費者的真實動機深藏在冰面下，需要深入洞察才能撼動整座冰山。根據冰山理論，人類潛在絕大部分意識對表層的意識和行為產生影響，用戶的潛在需求才是產品真正的購買動機。
有一個關于即食通心粉的故事最能體現大數據在現階段沒有辦法去探測人性的最佳例證，它跟Target超市的故事是兩種截然不同的消費需求探測方法。
這個故事是這樣的：
某即食通心粉品牌做了一個市場調研，他們獲得了一個非常新鮮的發現，消費者在烹飪即食通心粉的時候會加上一點洋蔥，于是體貼的通心粉廠家就發明了一個新產品，在即食調料包里為消費者加上一些洋蔥。結果后來在實際銷售時，沒有加洋蔥的通心粉還是比這個加進了洋蔥的新產品賣得更好，這讓市場研究人員百思不得其解。其實這里就隱藏了一個基于人性的洞察：家庭主婦在給家人烹制即食通心粉的時候，有一種沒有盡到家庭主婦職責的內疚感，為了消除這種內疚感，她們會選擇在烹飪通心粉時，加入一點自己準備的洋蔥，表明這頓飯是自己精心準備的，自己不是一個偷懶的、不稱職的家庭主婦，所以她們選擇購買沒有添加洋蔥的即食通心粉。
誠然，大數據可以通過抓取微博、人人網以及各種論壇的數據，獲取到消費者對品牌對產品的即時的看法和態度，然而消費者表現出來的行為總是自有其原因，這些原因，有些是消費者掛在嘴上愿意和你說的，大多是一些表面的原因，而潛藏在消費者潛意識里他們說不出來卻又驅動他行為的因素，就是消費者洞察，這是品牌跟消費者建立“有意義”關系所不可或缺的一個環節，大數據無法取代人力進行。絕大多數消費者洞察不是來自于量化的研究數據和書面的研究報告，而是來自于與消費者的直接、深度接觸中，比如街頭暗訪、消費行為的觀察、與目標人群的談話等等更接地氣、更原始的方法，而非一串串冷冰冰的數碼符號、人群標簽所能替代的。
大數據營銷并不能取代基于人性的消費者洞察，但是可以改變廣告公司過往幾個星期做一個創意的工作的節奏，大數據基于實時的數據挖掘技術推動廣告公司創造與熱點相關的內容，傳播公司可以根據表現不斷更換創意。比如在剛過去不久的世界杯營銷，每隔幾個小時就根據消費者在社交媒體上的熱點話題創作出一個新創意，而確定延展哪個話題的創意，則是由從渺如煙海的社交大數據中挖掘出來最熱門的話題。
為了建立忠誠持久的良好消費者關系，廣告主必須回歸到傳播的本質，即旨在創作有價值的、創新的品牌信息，這也是移動互聯網傳播中被人所津津樂道的“內容營銷”，內容的創造也就是5W傳播中最重要的say what，一直以來都是廣告公司核心的競爭力。不過在大數據營銷大潮中，廣告公司必須學會如何地合理使用大數據這個非常好用的工具去觸達目標人群，并通過智能化的方式把這些信息傳遞給用戶，以深化同消費者的情感關系。
京公網安備 11010502049343號