數據的應用與價值由來已久，只是傳統的數據以結構化數據為主。伴隨網絡技術的發展，互聯網上每天都會產生以澤字節計算的非結構化數據，如此龐大的非結構化數據，為創新提供了全新的機會和平臺。早在上世紀八十年代，未來學家阿爾文?托夫勒在其知名著作《第三次浪潮》中，就將大數據稱頌為“第三次浪潮的華彩樂章”。但由于當時科技水平發展程度的限制，世界并沒有做好擁抱大數據的準備。一直到2009年左右，“大數據”一詞才開始逐步得到全球信息技術行業的關注與重視。進入2012年以后，大數據被提及的頻次更為普遍，人們開始習慣用“大數據”來描述并定義信息爆炸時代的必然產物，即海量數據。在2011年、2012年大數據的初期熱潮過后，從概念熱議到理性和冷靜的觀察，2013年人們開始更加理智地思考大數據。今天，面對這一互聯網快速發展及應用的必然產物，究竟應該如何更好地利用大數據是廣告營銷行業需要認真探索和思考的問題。
一、大數據引發的量化轉變
大數據時代已經降臨，就像哈佛大學量化社會科學學院院長葛里?金所說“這是一種革命，我們確實正在進行這場革命”。海量的非結構化數據給學術界、商業界以及政界帶來的顯著量化轉變正在全球迅速蔓延開來，沒有哪個領域能夠躲避大數據的影響。嚴格來講，所有事物及其變化都是“數據”，小到一個人的網購行為、心率、脈搏、性格傾向是數據，大到城市交通信息、經濟體運行數據、宇宙星體的運行軌跡也是數據。只不過，大部分數據尚處于線下，只有將“線下數據”轉變為“線上數據”，大數據的價值才可能得到真正意義上的釋放，同時形成數據競爭壁壘。
不同于之前的結構性數據，以非結構化為主的大數據已經成為互聯網時代的核心資產。消費者的個人數據成為商業競爭最重要的資源，智能世界的新霸主將是數據資源的擁有者或平臺服務商。從政府機構、商業經濟體到、科研院校等各類社會機構，各行各業都已經充分認識到大數據的重要性并嘗試對其展開應用。以往經驗判斷式和直覺型的決策方式將被取代，更多的決策判斷將是一種基于大數據分析之后的行為。今天，“大數據”的預見能力已經開始在公共健康、商業預測、政府管理、政治競選等領域嶄露頭角。
（一）大數據預警公共衛生“疾病爆發”
早在2008年，谷歌趨勢（Google Trends）就能通過大數據對北美地區甲型H1N1疫情爆發區域進行準確預測。其原理非常簡單：當人們越來越依賴互聯網的時候，搜索成為一種習慣，比如搜索頭痛、感冒等這些小病，谷歌通過記錄分析那些有過搜索“流感”相關關鍵詞用戶的所在地區，進而追蹤確定流感廣泛傳播的地區，以此預測流感可能爆發的高危區域。在甲型H1N1流感爆發前，谷歌趨勢推出的“流感趨勢”主要用來監控一些季節性流感，根據谷歌的統計顯示，在此之前的五個流感季中，其對追蹤疾病的精確率達到97％。
（二）大數據決策股票交易時機
對沖基金已經能夠通過挖掘社交媒體數據，進而預測股市表現。在2012年5月18日之前，準確預測臉書（Facebook）上市當天的股價走勢幾乎是件不太可能的事情，不過推特（Twitter）做到了。Facebook在納斯達克首次公開招募之日，一家名為DataSift的社交媒體監測機構發現網民在Twitter平臺上顯示的情感傾向和Facebook股價之間存在正向波動關聯，即Facebook的股價會隨著Twitter平臺上網民所呈現出的正面情感傾向而上漲、隨著負面情感傾向而下降，這種關聯反應的時間差只有幾分鐘到二十多分鐘。
（三）大數據深化體育行業目標性分析
NBA早就是數據統計的行家里手，從上世紀八十年代起，NBA就采用數據管理技術，全體球員的賽場表現，包括得分、籃板、助攻、蓋帽、搶斷、失誤、犯規等行動數據均被采集、記錄、分析。幾乎每一個球員，都有相關的數據可以破解其優勢與局限。據《經濟觀察報》的報道顯示，至少有半數的NBA球隊都聘請過專職數據分析師，遇到比賽日、選秀大會和交易決定等重要決策節點，數據分析師都會給出重要建議。數據管理技術對球隊戰績的影響力比較明顯，雇傭了專職數據分析師的15支NBA球隊的平均勝率達到59.3%，而沒有聘請專職數據分析師的球隊的平均勝率只有40.7%。
（四）大數據推動政府管理方式變革和管理能力提升
大數據對于推動政府管理方式和提升管理能力同樣具有積極意義，以大數據及大數據挖掘技術為依托，政府部門以此為基礎在社會公共政策、社會輿情監控、社會犯罪預測等領域作出相關決策。美國政府部門對大數據的應用就是這方面的典型案例之一，比如美國圣克魯斯警察局就是全美最早的大數據預測應用試點機構，通過對圣克魯斯的城市數據源以及社交媒體上沉淀的大數據的分析，發現該警察局管轄區域內的犯罪趨勢與犯罪模式，進而預測重點區域的犯罪幾率。
（五）大數據助力總統競選
被稱為互聯網總統的奧巴馬在2008年的大選中成功借助社交媒體，成為美國建國以來當選的首位黑人總統。在2012年的美國大選中，奧巴馬又首次將大數據應用到總統競選活動中，不同于以往政治競選中類似電視廣告、海報、演講等的常規宣傳手段，奧巴馬的競選團隊通過收集、分析2012大選年前兩年以來的大數據，依照數據分析結果來決定奧巴馬的競選方案。以此尋找到潛在的支持奧巴馬的美國民眾特別是中間派選民，依靠大數據針對奧巴馬的潛在支持者和中間派選民分別制定最有效的拉選票方法、廣告投放的策略和社交媒體的使用策略等。基于這種以大數據為基礎的決策方式成功幫助奧巴馬獲得第二任任期。
二、大數據引發的營銷新機會
大數據是一種商業資本，其重要特征之一就是“尋找看似不相關聯的東西之下隱含的相關聯的相互關系，而非因果關系”。人類自身和機器設備每時每刻都在持續產生大量具有價值的信息，從精準預測極端惡劣天氣，到創新研制癌癥療法。大數據對商業的影響效應更是明顯，從產品研發到價格設定，從銷售渠道到營銷推廣，每一個步驟環節中，都能產生出大數據，通過對大數據的分析研究，都能發現新的商業機會，使得之前推斷、猜測、預估式的推斷營銷，真正成為“實證”型營銷。大數據的核心并不在于海量數據本身，而是把更多的關注點放在消費者身上，即以“人”為核心。大數據的利用價值并非局限于單純從數據中發現某種因果關系，而是需要深度挖掘大量非結構化數據，在此基礎上，發現全新規律并創造全新商業價值。
（一）利用大數據，準確發掘最具價值的消費者
較早出現的大數據商業應用案例發生在一家名為塔吉特（Target）的大型超市。為了能夠盡早爭取到孕婦消費者群體，該超市利用其所有的消費者購物消費數據進行建模分析，進而發現一些規律，例如，無香型護手霜是大多數孕婦會在第二個妊娠期購買的產品、鈣鎂鋅類保健品是多數孕婦在孕期前二十周的采購重點……根據這些孕婦消費的“典型商品”數據，Target構建出一套“懷孕預測指數”，以此實現盡早預測、識別出其消費者的懷孕情況，搶占孕婦市場銷售先機，早于競爭對手搶先向孕婦推銷其相關產品的促銷信息。
（二）利用大數據，發掘交叉銷售機會
全球零售業巨頭沃爾瑪在對消費者購物數據進行分析時發現，每到周末啤酒和尿布的銷量就比平時高，而且具有消費關聯性。進一步研究消費者行為后，他們發現，導致這一現象的原因在于消費者的周末家庭生活模式：通常周末家庭主婦會獨自外出活動，而丈夫會留守家中一邊照看孩子，一邊喝啤酒看電視球賽。基于這種新發現，沃爾瑪在賣場創新推出“啤酒+尿不濕”的促銷組合，將此組合產品放置在啤酒銷售區，結果大部分男性消費者都會在啤酒的同時購買尿不濕，兩種產品的銷售量雙雙翻倍，這一案例也成為大數據商用的經典案例。
（三）利用大數據，重組傳統產業
傳統商業在大數據的驅動下，也在以重組的形式綻放全新發展機會。房地產企業花樣年就是通過提供基于大數據平臺的社區服務、讓傳統物業公司轉型為一個社區服務商的房地產企業，其核心做法是將業主在日常生活中的行為轉化為數據記錄，這些數據按照時間順序輸入技術后臺，以此完成對業主的數據收集，當業主需要相關社區服務時，其社區服務平臺會基于大數據做服務決策。具體來說，比如有業主因為生病需要借款，如果后臺數據顯示該業主的誠信記錄良好，那么他不用擔保就能從物業公司借到所需款項。同樣，業主能夠通過基于PC端或者移動智能終端的社區平臺享受物業服務或者社區商家提供的服務，也可以通過這個平臺提出自己的反饋意見。業主與社區服務平臺之間的每一次互動，都會產生相應的數據。2012年，花樣年社區平臺服務的業主約為400萬，創造年利潤5000萬元，而其中95%的利潤都來自非物業服務。將線下實體社區改造成一個基于大數據的互聯網平臺，用互聯網基因重塑傳統的房地產物業公司，這是一個房地產商邁向信息化時代的創新之舉。
（四）利用大數據，精準定制暢銷產品
電視劇《紙牌屋》是美國電影租賃及在線視頻點播服務商Netflix基于大數據投資拍攝的首部原創電視劇，這部被中國網友戲稱為“白宮甄嬛傳”的政治懸疑劇在全球40多個國家熱播。捧紅這部電視劇的，不是電視、影視公司，而是大數據。在這部電視劇的創作啟動之前，Netflix利用其龐大的用戶群體數據，研究了3000萬次該網站的用戶視頻體驗數據，包括人們在觀看一部視頻時會在何時出現暫停、后退和快進的行為；同時還分析了400萬條網站用戶的留言評論，以及用戶觀看視頻的時間和使用的終端設備類型等數據，是第一部在創作階段使用了“大數據”算法的電視劇，也正是因為這個原因，《紙牌屋》成為真正意義上第一部精準定制的暢銷劇。
三、大數據引發的廣告營銷焦慮
以往的市場營銷在做消費者市場細分時，通常按照人口統計數據和生活方式相關信息來劃分市場，而廣告營銷行業也以策略、創意和媒介購買力為核心競爭力。伴隨社會化媒體的崛起、移動互聯網的擴散應用以及智能終端設備的普及，一方面，海量數據成為技術應用的必然產物；另一方面，消費者注意力被高度碎片化。面對碎片化的傳播環境和注意力高度分散的消費者，精準尋找目標消費者成為廣告營銷的重要命題。如何獲取并分析消費者的實時行為數據、如何收集并挖掘消費者與品牌的互動行為數據，成為廣告營銷必須面對的難題之一。廣告營銷往數據驅動方向的轉移是精確尋找目標消費者的重要前提，消費者接觸品牌廣告信息時表現出的行為特征是什么？廣告傳播過程中能夠觸動消費者的因素是什么？品牌應該如何通過營銷傳播與消費者實現溝通對話？能夠影響目標消費者的KOL是誰？能夠與這些KOL溝通對話的形式和渠道有哪些……
身處大數據時代，觸達消費者需求和沉淀消費者數據已成為廣告營銷的雙重門檻，而廣告營銷所面對的挑戰也由如何才能找到消費者，升級為如何才能發掘出消費者在不同場景（不同的時間里和不同空間下）中的需求”；從借助單向或分散的傳統媒體與消費者溝通信息，轉型為如何與目標消費者進行即時溝通、給與即時響應、能夠適時為消費者提供能夠滿足其需求的解決方案。與此同時，品牌營銷還需要在消費者與品牌的“買賣”關系之外，建立形成一種更深層面的具備互信、共贏、可信賴元素的伙伴式關系。
傳統廣告已死，廣告營銷需要借助大數據分析，挖掘社會化媒體平臺上的“弱關系”傳播力量，利用大數據為廣告營銷提供消費者需求路徑，挖掘尋找能夠進行精準互動廣告營銷的依據，進而提升廣告營銷傳播的投資收益。
結語
未來的廣告營銷就是社會化營銷和大數據營銷的時代，而未來的營銷主體應該由最具社會化營銷理念的數字營銷服務提供者進行主導。而對品牌和消費者關系的深度挖掘，應該在傳統市場調研、深度訪談的基礎上，結合不同媒體平臺上所沉淀收集到的消費者行為過程數據進行綜合決策。同時，品牌營銷傳播應該更加關注并控制品牌信息在社交媒體平臺上的每個節點間的流動方式，重視并研究品牌信息如何才能更好地在社交媒體上被消費者關注并分享，即注重品牌創意傳播的過程管理。對于數字營銷代理商來說，在加強“講故事”的能力基礎上，還需要構筑全媒體傳播平臺的視野，當然最重要的仍然是聚合消費者數據。
【項目基金】本文系陜西省社會科學基金項目《陜西老字號文化對外傳播策略》研究成果，項目編號：2015L004
參考文獻：
[1]黃升民,劉珊.“大數據”背景下營銷體系的解構與重構[J].現代傳播,2012(11).
[2]林牧,顧萱.大數據時代的廣告生態[J].新聞世界,2013(07).
[3]王佳煒.SOLOMO趨勢下品牌傳播的機遇與應對[J].當代傳播,2013(03).
[4](美)艾伯特·拉斯洛·巴拉巴西.爆發：大數據時代預見未來的新思維[M].北京:中國人民大學出版社,2012.
[5](美)維克托·邁爾-舍恩伯格,肯尼斯?庫克耶.大數據時代：生活、工作與思維的大變革[M].杭州:浙江人民出版社,2013.
[6]趙立敏.大數據背景下現代廣告的重構及發展邏輯[J].編輯之友,2015(07).
[7]張文鋒.大數據時代廣告傳播的變革——可能、邊界及趨勢[J].廣告大觀（理論版）,2014(03).
（作者系西安外國語大學新聞與傳播學院講師、中國傳媒大學廣告學院博士生）
京公網安備 11010502049343號