第 2 章 大数据营销的特征及应用价值
2.1 大数据的特征
麦肯锡全球研究院将“大数据”定义为“无法在一定时间内使用传统数据库软件对其内容进行获取、管理和处理的数据集合”.大数据可以认为是“分析”的另一种表述，它是寻求从数据中萃取知识，并将其转化为商业优势的智能化活动。① 而大数据的真正内涵也可从大数据的特征中得以体现。在大多数文献中，“大数据”被总结为如下四个特征：1.海量的数据规模-Volume.数据规模已从GB 不断扩展，甚至出现 EB 和 ZB,互联网数据中心的报告显示多样的数据类型-Variety、快速的数据转流和动态的数据体系-Velocity 和巨大的数据价值-Value.
首先，Volume.数据的规模不断扩大，已从 GB 到 TB 再到 PB 级，甚至开始以 EB 和 ZB 来计数。据互联网数据中心（IDC）的报告显示，未来 10 年全球大数据将增加 50 倍，管理数据仓库的服务器数量将增加 10 倍。其次，Variety.大数据类型多样化，包括结构化数据、半结构化数据和非结构化数据。现代互联网应用呈现出非结构化数据大幅增长的特点，同时，数据显性或隐性的网络化存在也使得数据之间的复杂关联无所不在。再次，Velocity.大数据具有很强的时效性，它往往以数据流的形式快速地产生，用户若想有效的利用这些数据就必须把握好对数据流的掌控。另外，Value.数据自身的状态与价值也随着时代变化而发生巨变，数据的价值特征明显。虽然数据的价值巨大，但是基于传统思维与技术，人们在实际环境中往往面临信息泛滥而知识匮乏的窘态，大数据的价值利用密度低。
2.2 大数据营销的内涵及特征
大数据营销是通过搜集、分析、执行从大数据所获得的洞察结果，并以此鼓励客户参与、优化营销效果和评估内部责任的过程。大数据由各类传统和网络渠道内的结构和非结构型数据组成。借助大数据与公司内部数据有机结合可以为企业的营销提供各种咨询、策略、投放等营销服务，从而帮助营销部门以及整个公司实现高利润增长。与传统营销相比，大数据营销显现出新的营销特征。
大数据的出现逐渐带来营销革命，社交网络的扩张使得数据在急速增长，将消费者在社交网络中的行为轨迹串联，就可以对其中创在的内容进行洞察，从而理解用户需求。谷歌通过利用引擎搜索记录发掘数据二次利用价值，2009 年，甲型 HINI 盛行之前，谷歌与习惯性滞后的官方数据相比较，成为了一个更加有效及时的指示标；Farecast 公司通过预测机票价格走势及增降幅度来帮助消费者抓住最佳购买时机；亚马逊公司通过对客户身上捕获的大量数据研发了个性化推荐系统，根据客户曾有的购物喜好，为其推荐具体的书籍、产品以及感兴趣的内容。这一系统大幅提升了亚马逊的销售额。大数据带来的营销变革日益凸显。
2.2.1 全样本营销调查
传统营销中，商务数据的分析是建立在一定理论下的取样和调研的基础上的，并且试图通过各种调查手段和技术对数据样本进行再加工，增加抽样调查的精确性。然而，抽样调查的方法有其自身的局限性，例如，样本数据的误差、样本的以偏概全、时间上的不及时等。但是大数据分析帮助人们解决这一困境，全面、及时的数据被掌控，数据取样的意义逐渐淡化，样本调查的缺点逐渐被放大。用户通过感应器、移动终端、网站点击为商家提供全样本的大数据分析基础，例如谷歌对流感的预测是基于整个美国几十亿条互联网检索记录，有别于传统基于对个别城市的随机取样分析。数据已经从传统的数据库迈向全样本大数据分析阶段。
仅仅是取得这些海量数据远远不能满足现今需求，大数据营销重点在于利用数据。数据量的几何式增长，使得数据之间的关系变得更加复杂。传统数据分析方式，是建立在抽样统计数据样本的基础之上，探索数据之间的因果关系，即使确定因果关系困难且用途不大，人类还是习惯性地寻找缘由。而大数据时代，我们无需紧盯事物之间的因果关系，而应在总体的大量数据的基础之上进行更广泛的关联分析，从而获取更加新颖且有价值的观点，这也就是从因果关系的分析到相关关系分析的变革。相关关系也许不能准确地告知我们某件事情为何会发生，但是它会提醒我们这件事情正在发生，在多数情况下，这种提醒的帮助已经足够大了。Sch?nberger-大数据商业应用第一人，在他撰写的《大数据时代》中强调，大数据时代探索的不是“为什么”的问题，而是“是什么”的问题。Farecast 的相关关系帮助分析出何时购买机票最为划算；通过互联网大数据的分析得知病毒在何时何地传播，从而预防控制一场突如其来的流行病。大数据时代的分析工具和思路代替传统分析的不足，着重探索数据信息间的相关性，帮助人们扩展新视野并做出有用预测，更好地实现商业价值。
2.2.2 多元化营销对象
大数据时代的营销对象正在逐步实现消费者向生活者的转变。生活者的概念有日本博报堂创造，其认为消费人群不应只包含消费购物等经济层面，而且还有作为个人的社会心理和政治层面。只有多角度地理解营销对象的思维和行动，他们拥有的丰富属性，才能实现有效营销。大数据营销就是奠定在全方位观察的基础上，通过掌握消费者本质，实现与消费者的良性互动，预测现有规律和潜在变化，从而对营销策略进行调整，以稳定和拓展用户，使其与品牌建立长久的关系。
以生活者为营销对象，那么以往的数据库营销就应当做出相适应的变革。传统企业的消费者属性维度单一，如定位消费者年龄、性别、职业等基本属性，经过单向简单的分析得出消费者进一步购买可能。显然其目的也是为了定位消费者实现针对性的说服购买，然而建立在基本属性的数据之上，传统营销的效果并不明显。大数据营销在传统营销的理念之上，通过关注生活者的整体行为提升数据质量，完成精准定位。通过海量大数据得出生活者行为数据，从而准确定位消费群体，判断其态度，预测购买周期、划分忠实消费者和潜在消费者，营销信息的推送可以更加精准，误判的情况能够得到有效避免。
需要特别指出的是，智能手机的出现带动了移动终端时代的到来，而近几年无线数据的发展壮大更是加速了之一步伐，消费者的生活已经逐渐被移动终端所覆盖，消费者通过移动终端浏览网页、刷微博、玩微信、看视频、打游戏、网络购物等，生活方式和工作方式发生巨变，商业形态发生重塑，这既是挑战也是机遇，而抓住这部分前所未有的商机同样需要大数据的支持。
2.2.3 扩大的营销主体
营销已经不再仅仅是企业自身的行为，用户也加入到营销大军中，随着社会化媒体的盛行，起作用已日益扩大。而与企业自身营销不同的是，用户传递的营销内容可以为企业带来更多良好声誉，也可是企业形象一落千丈。
信息的日益膨胀，信息传播平台的日益更新，带动了社会化媒体的发展，受众重聚与网络之上并且其反馈较以往更加及时、信息更加全面。用户获取信息的路径和方式不再局限于传统媒体广告，我们逐渐进入一个用户产生媒体、用户创造内容的时代。一则 Twitter 发出及时行信息，短时间内通过转发评论引发社会关注，其时效性可以高出传统媒体《纽约时报》几个小时。近些年逐渐盛行的社交媒体微博微信逐渐显示其在营销上的力量，用户通过口碑传播可以在几天之内颠覆一个品牌的认知度。企业和媒体应该重点思考如何重新定义自己的内容产品、生产内容的方式、传递内容给消费者的方式与受众的关系。
2.2.4 精准化营销效果
互联网提供着大量消费者信息数据，企业可以利用网络资源对顾客的各渠道行为，消费者生命周期各阶段的行为数据进行记录，制定高度精准、绩效可高度量化的营销策略。首先，企业可根据收集和获取的互联网用户的大量数据，挖掘潜在消费者，经过数据处理后预测消费者购买某种产品的概率，借助这些信息可以给产品以精确的定位，改善产品，开展精确的推送或推广活动，有针对性的传播营销信息，以期达到说服潜在消费者购买产品的目的。
其次，对于既有消费者，企业也可根据其收集的用户购买信息进行分析，推断其购物偏好和独特的购买倾向，从而进行一对一的定制化商品推送。亚马逊在这一方面的表现尤为突出，通过对获取的极其丰富的用户行为信息进行深度分析与挖掘，实现对客户提供个性化的贴心服务，从而直线精准营销。
同时，企业可以根据既有消费者各自不同的人物特性将受众按照标签细分，再用不同的侧重方式和定制化活动向这些类群进行定向的精准营销。例如，对于价格敏感者，企业可通过推送性价比较高的产品，赠送区间电子优惠券以刺激消费，对于经常购物的群体，商家则要准确分析需求，精准推送使其尽快地完成购物。
此外，大数据也可有效帮助维护客户关系。电商企业根据购物车放弃情况进行推送提醒，挽留流失客户。视频网站根据用户以往收视习惯确定近期互动名单，并据此发送邮件提醒。大数据帮助企业识别各类用户，根据总程度各异的消费者量体裁衣，有效提升客户管理能力。
2.3 大数据营销的应用价值
2.3.1 大数据营销促进企业提高营销效率
首先，大数据营销帮助企业实现渠道优化。消费者通过社会化、移动化的渠道获取商品服务的信息，这些信息数据被网络记载，企业可根据消费者的使用情况进行渠道营销优化，判断各营销渠道的投入配比，各类型用户的营销手段等等，从而实现渠道优化。
其次，大数据营销促进企业营销信息推送的精准化。消费者线上的浏览、搜索记录被记录，客户信息通过各大电商平台被记载，线下的购买行为也被门店的POS 机、会员信息记录，消费者通过各种渠道重现在商家面前，其需求被商家搜罗。企业利用大数据技术对消费者进行分类，挖掘目标消费者，再根据其不同特性向其推送相关营销信息。传统营销以产品为主导，忽略用户的真实欲望，然而大数据营销则是营销在主动性以及精准性方面都有了进一步提升。
此外，大数据营销有利于企业做出正确的企业决策。与传统营销相比，大数据营销建立在更加广泛的数据层面上，其分析效果要比传统的问卷调查精确的多，因此，在更加精准的研究结果下，企业决策的效果得以保证。例如，金融机构在推出金融产品时，需要对目标客户群信息、金融产品的预期营销效果等等进行准确的衡量，因此需要有很强大的客户基础以供金融机构分析。作为电商企业，阿里巴巴集团开始涉足金融领域则是建立在其已取得的大量用户信息的基础上，阿里巴巴汇集了海量中小企业的日常资金与货品往来，通过对这些往来数据的汇总与分析，阿里巴巴能发现单个企业的资金流与收入情况，分析其信用，决定能否房贷和贷款金额，以控制信贷风险，有效提升决策的准确性，促进其阿里金融事业部的发展。
2.3.2 大数据营销促进客户提升客户体验
大数据营销不仅给企业带来便利，同时也提高了产品使用者的用户体验。这其中包括潜在用户的准确业务推送、用户需求的精准定位以及用户反馈的有效传达等等。
首先，用户的需求得到准确提供。工业化大生产使得产品产量爆发式增长，加上产品的多元化设计，消费者在欲购买某中产品时，总是要做出许多选择，如产品的品牌、价格、功效、优惠等等，而在电商平台上，还需要思考哪个商家信誉更好，商品伪劣情况等等。多样化、多层次的不同选择让消费者望而却步，迟迟不会做出最后决定。然而，大数据营销可以使消费者在企业的精准分析下受益，解决这一困境。根据企业的大数据分析，企业可以将特定用户准确划分，从而为该潜在用户送达其真正需要的企业产品信息，真正做到以客户为中心。对于客户本身来讲，获得的则是比传统营销更有价值的信息介绍。
其次，用户的反馈得到有效传达。在大数据营销中，企业不仅需要收集用户使用产品之前的信息，更要收集使用之后的信息，了解用户体验，从而对产品进行改进。在传统营销中，企业已利润为导向，忽略客户中心，客户的使用体验不能得到有效传达，因此，产品的质量、性能并不能按照消费者的意愿进行改变。
然而，作为大数据营销重要的基础部分，消费者的反馈信息得到前所未有的重视，只有将消费者的反馈信息进行合理分析和利用，才能是企业真正发挥大数据营销的魅力。大数据营销时代，用户的每一项体都能够真切地体现到产品的改进中。
2.3.3 大数据营销促进营销平台互通互联
消费者以生活化的形式存在于互联网之上，要想精准掌握消费者的需求，就要知道其生活的每一个关键时刻。人们已经充分将日常生活与互联网平台互联，如在社交网站与亲朋好友互动，在电商平台进行商品消费，在贴吧社区进行活动策划，在论坛博客发表个性观点，甚至可以在某些平台进行知识科普。大数据营销需要的是将消费者的网络中碎片化的消费者信息重聚，得到消费者整体画像，从而进行个性化营销，因此，大数据营销应用的发展促进了各大互联网平台的相互融合。在线上平台相互打通的同时，大数据营销也促进了线上线下的营销平台的互联。媒体通过跨界融合的方式使报纸、电视、互联网进行有效结合，资源共享，获得大量消费者信息，集中处理，衍生出形式多样的营销信息，再通过不同平台进行传播，提升营销效果。
