1.大數(shù)據(jù)的“數(shù)”：有效獲取信息、利用信息

移動互聯(lián)網(wǎng)的出現(xiàn)，促進了大數(shù)據(jù)的迅速積累。

關(guān)于大數(shù)據(jù)的討論由來已久，但真正落地還源于近兩年移動端的崛起。首先是消費者規(guī)模大，中國目前移動網(wǎng)民規(guī)模達到數(shù)億，占總網(wǎng)民90%以上，越來越多的人在使用移動端上網(wǎng)；其次是消費者黏性強，調(diào)查顯示，人們平均每天要點亮屏幕122次，手機已經(jīng)到了消費者黏性非常強的時代；最后，數(shù)據(jù)獲取方式逐漸多元化，通過用戶授權(quán)，供應(yīng)商可以獲得用戶位置、內(nèi)容、基礎(chǔ)信息等多方面數(shù)據(jù)。

數(shù)據(jù)的來源定義了數(shù)據(jù)的意義。不同來源的大數(shù)據(jù)有著不同的意義，比如：Google掌握的搜索數(shù)據(jù)，代表著消費者關(guān)注什么、喜歡什么；Facebook每分鐘收到400萬次的數(shù)據(jù)請求，代表著消費者的社交網(wǎng)絡(luò)。

信息獲取方式在演變，用戶信息體驗數(shù)據(jù)經(jīng)過了多階段的發(fā)展：門戶時代，可以看到消費者的歷史瀏覽信息；搜索引擎時代，谷歌為消費者提供搜索信息的服務(wù)，同時也能掌握消費者的搜索信息；社會化媒體和個性化推薦時代，消費者更喜歡看朋友和軟件推薦的信息。今天，“一點資訊”將之前的信息獲取方式融合，集搜索、訂閱和推薦為一體，用一句話來理解就是：“一點資訊”=今日頭條+百度+微信訂閱號。

雖然很多人已有了這樣一個認識：大數(shù)據(jù)為我們呈現(xiàn)出一個新的商業(yè)機會。但目前僅有為數(shù)不多的公司可以真正從大數(shù)據(jù)中獲取到較多的商業(yè)價值。以下是大數(shù)據(jù)的幾種用途：

（1）探索大數(shù)據(jù)，發(fā)現(xiàn)新機會

很多大數(shù)據(jù)都來自一些新的來源，代表了客戶或合作伙伴互動的新渠道。和任何新的數(shù)據(jù)來源一樣，大數(shù)據(jù)值得探索。通過數(shù)據(jù)探索，可以了解一些之前所不知道的商業(yè)模式和事實真相，比如新的客戶群細分、客戶行為、客戶流失形式、最低成本的根本原因等。

（2）對已收集到的大數(shù)據(jù)進行分析

許多公司雖然收集了大量的數(shù)據(jù)，覺得這些數(shù)據(jù)都有巨大的商業(yè)價值，但并不知道如何挖掘出大數(shù)據(jù)。不同行業(yè)的數(shù)據(jù)集有所不同，比如，處于網(wǎng)絡(luò)營銷行業(yè)，可能會有大量Web站點的日志數(shù)據(jù)集，可以把數(shù)據(jù)按會話進行劃分和分析，了解網(wǎng)站訪客的行為，提升網(wǎng)站的訪問體驗。

（3）重點分析對行業(yè)有價值的大數(shù)據(jù)

大數(shù)據(jù)的類型和內(nèi)容因行業(yè)而異，每類數(shù)據(jù)對各行業(yè)的價值都不同。比如，電信行業(yè)的呼叫詳細記錄（CDR），零售業(yè)、制造業(yè)或其他以產(chǎn)品為中心的行業(yè)的RFID數(shù)據(jù)，制造業(yè)中機器人的傳感器數(shù)據(jù)等，都是各個行業(yè)中非常重要的數(shù)據(jù)。

（4）認真分析社交媒體數(shù)據(jù)

客戶的各種行為，比如評論品牌、評價產(chǎn)品、參與營銷活動、他們的喜好等，都會在客戶中相互影響。社交大數(shù)據(jù)，可以來自社交媒體網(wǎng)站，也可以來自客戶能夠表達意見和事實的渠道，因此，既可以使用預(yù)測性分析發(fā)現(xiàn)規(guī)律、預(yù)測產(chǎn)品或服務(wù)問題，也可以利用這些數(shù)據(jù)來評估市場知名度、品牌美譽度、用戶情緒變動和新的客戶群。

（5）理解非結(jié)構(gòu)化的大數(shù)據(jù)

非結(jié)構(gòu)化的信息主要指的是使用文字表達的人類語言。需要使用一些新的工具來進行自然語言處理、搜索和文本分析，把基于文本內(nèi)容的業(yè)務(wù)流程進行可視化展示。

（6）把客戶意見整合到大數(shù)據(jù)中

運用大數(shù)據(jù)，可以對客戶或其他商業(yè)實體實現(xiàn)全方位的全景分析，分析的維度屬性從幾百個擴展到幾千個。新增的粒狀細節(jié)，會帶來更準確的客戶群細分、直銷策略和客戶分析。

（7）分析大數(shù)據(jù)流，提升業(yè)務(wù)水平

如今，實時監(jiān)測和分析的程序已經(jīng)在企業(yè)運營中存在了很多年，那些需要全天候運行的能源、通信網(wǎng)絡(luò)或任何系統(tǒng)網(wǎng)絡(luò)、服務(wù)或設(shè)施的機構(gòu)在很久以前已經(jīng)開始使用這類型的程序。最近，從監(jiān)控行業(yè)到物流行業(yè)，越來越多的企業(yè)都在利用大數(shù)據(jù)應(yīng)用。

（8）整合大數(shù)據(jù)，改善分析應(yīng)用

對于原有的分析應(yīng)用，大數(shù)據(jù)可以擴大和擴展其數(shù)據(jù)樣本。尤其是在依賴于大樣本的分析技術(shù)的情況下，比如統(tǒng)計或數(shù)據(jù)挖掘；而在欺詐檢測、風險管理或精確計算的情況下，也要利用大樣本數(shù)據(jù)。

2.一點資訊的“數(shù)”：推薦引擎、搜索引擎、訂閱引擎

“一點資訊”是一款技術(shù)驅(qū)動型的移動新聞應(yīng)用，將推薦、搜索和訂閱綁定到一起。通過消費者主動表達的興趣和被動瀏覽的數(shù)據(jù)，為消費者推薦更好的信息，幫消費者節(jié)約更多的時間。

（1）推薦引擎

消費者在“一點資訊”上的每一步操作，評論、屏蔽、點擊、滑過等都會產(chǎn)生消費者行為數(shù)據(jù)。機器通過對消費者行為數(shù)據(jù)的分析，判斷消費者是否對這篇文章感興趣，并將此定義為消費者標簽。后臺從每天抓取到的50萬篇內(nèi)容中，根據(jù)消費者標簽篩選出推薦閱讀隊列，如果消費者不看，會繼續(xù)計算消費者喜好，以此類推。

（2）搜索引擎

消費者通過“一點資訊”搜索欄可以搜索任意關(guān)鍵詞，并將關(guān)鍵詞訂閱為一個個性化的頻道，這也是“一點資訊”與Google和百度等搜索引擎的區(qū)別之處。目前，“一點資訊”擁有300萬個性化頻道，通過這些個性化頻道，能夠掌握消費者主動表達的興趣。比如，訂閱了美食、旅游等頻道之后，也就擁有了這個標簽，系統(tǒng)便會為消費者提供感興趣、有價值的資訊內(nèi)容。

（3）訂閱引擎

目前，“一點資訊”有超過十萬家自媒體入駐，包括汽車、時尚、名人大V等多個領(lǐng)域，“一點資訊”將它們生產(chǎn)的內(nèi)容分發(fā)給消費者；同時還擁有來自全國主流媒體包括五大門戶的所有內(nèi)容資源。

基于良好的產(chǎn)品服務(wù)，“一點資訊”目前每天的活躍用戶數(shù)超過了4800萬。當然，這與“一點資訊”的幾大股東是分不開的。鳳凰網(wǎng)提供優(yōu)質(zhì)內(nèi)容，OPPO和小米提供產(chǎn)品預(yù)裝。它們之所以跟“一點資訊”合作，主要是因為消費者停留時間每天長達55分鐘，這個數(shù)據(jù)超過了傳統(tǒng)新聞客戶端幾倍的量。

就數(shù)據(jù)獲取來說，大的互聯(lián)網(wǎng)企業(yè)一般都用戶規(guī)模龐大，能夠充分挖掘自身用戶的電商交易、社交、搜索等數(shù)據(jù)，擁有穩(wěn)定安全的數(shù)據(jù)資源。對于其他大數(shù)據(jù)公司來說，目前大概有以下幾種數(shù)據(jù)獲取方法：

第一，充分利用廣告聯(lián)盟的競價交易平臺。

比如，從廣告聯(lián)盟上購買某搜索公司廣告位一萬次展示，基本上搜索公司會給你十萬次機會讓你選取，每次機會都包含著對客戶的畫像描述。如果購買的量比較大，積累下來，也有一定的互聯(lián)網(wǎng)消費者數(shù)據(jù)資料，可能不是實時更新的資料。因此，消費者的搜索關(guān)鍵詞通常都與其他網(wǎng)站廣告位的推薦內(nèi)容緊密相關(guān)。其實也就是，搜索公司通過廣告聯(lián)盟方式，間接地把消費者搜索畫像數(shù)據(jù)公開了。

第二，合理利用消費者Cookie數(shù)據(jù)。

所謂Cookie就是服務(wù)器暫時存放在用戶電腦里的資料，便于服務(wù)器辨認計算機。互聯(lián)網(wǎng)網(wǎng)站可以利用cookie跟蹤統(tǒng)計用戶訪問該網(wǎng)站的習(xí)慣，比如什么時間訪問、訪問了哪些頁面、在每個網(wǎng)頁的停留時間等。大型網(wǎng)站一般都有自己的數(shù)據(jù)處理方式，并不依賴Cookie。Cookie的真正價值在于，在沒有登錄的情況下，也能識別客戶身份，識別其不是簡單的游客。

第三，不能忽視了APP聯(lián)盟。

APP是獲取消費者移動端數(shù)據(jù)的一種有效手段，在APP中預(yù)埋SDK插件，消費者使用APP內(nèi)容時就能及時將信息匯總給指定服務(wù)器。其實，消費者沒有訪問時，APP也能獲知用戶終端的相關(guān)信息，包括安裝了多少個應(yīng)用、什么樣的應(yīng)用。單個APP用戶規(guī)模有限，數(shù)據(jù)量有限，但如果某數(shù)據(jù)公司將自身SDK內(nèi)置到數(shù)萬數(shù)十萬APP中，獲取的用戶終端數(shù)據(jù)和部分行為數(shù)據(jù)也會達到數(shù)億的量級。

（4）與擁有穩(wěn)定數(shù)據(jù)源的公司展開合作

上述三種方式獲取的數(shù)據(jù)都存在完整性、連續(xù)性的缺陷，數(shù)據(jù)價值有限。BAT巨頭自身價值鏈較為健全，數(shù)據(jù)變現(xiàn)通道較為完備，不會輕易輸出數(shù)據(jù)與第三方合作。政府機構(gòu)的數(shù)據(jù)要么全部免費，要么屬于機密，所以不會有商業(yè)性質(zhì)的合作。于是，擁有完整的互聯(lián)網(wǎng)的通道數(shù)據(jù)資源，同時變現(xiàn)手段和能力欠缺的運營商也就成了大數(shù)據(jù)合作的首選目標。

3.大數(shù)據(jù)的“據(jù)”：熱詞監(jiān)測、聯(lián)系熱詞、用戶群體畫像、數(shù)據(jù)應(yīng)用

“據(jù)”是一種方法論，是關(guān)于“數(shù)”的應(yīng)用。如何將用戶數(shù)據(jù)轉(zhuǎn)化為服務(wù)和營銷策略，才是大數(shù)據(jù)存在的意義。

關(guān)于“據(jù)”，第一個熱詞是監(jiān)測系統(tǒng)。“一點資訊”熱詞監(jiān)測系統(tǒng)每5秒鐘便會進行一次抓取，發(fā)現(xiàn)不同受眾對于社會熱點的反應(yīng)、表達了什么態(tài)度、發(fā)表了什么意見。2016年6月，美國發(fā)生奧蘭多同性戀酒吧槍擊案，致使62人死亡。第一天，聯(lián)系的熱詞多為“恐怖襲擊”“同性戀”“慘案”等；但三天后，則出現(xiàn)了很多跟此事件相關(guān)的針對歧視同性戀的負面言論。基于這種變化，“一點資訊”聯(lián)合民間同性戀組織，做了一些關(guān)于此事的正面引導(dǎo)，起到了很好的輿論引導(dǎo)作用。

第二個是文章相聯(lián)系熱詞。一個汽車品牌，市場認知度到底如何？“一點資訊”可以抓取品牌的內(nèi)容，看與品牌相聯(lián)系的詞有哪些、消費者對品牌的認知處于什么狀態(tài)。

第三個是用戶群體畫像。通過對用戶群體畫像的分析，可以了解某一群體的用戶特征，比如關(guān)注廣告節(jié)的用戶，同時也在關(guān)注兩性、美劇、中藥等；再如關(guān)注廣告節(jié)的用戶，關(guān)注水瓶座和雙魚座的居多。這種群體畫像的洞察更加精準。

第四，數(shù)據(jù)的商業(yè)化應(yīng)用。“一點資訊”開發(fā)了“一點Insight大數(shù)據(jù)系統(tǒng)”，利用Insight系統(tǒng)，可以看到品牌的聯(lián)系大數(shù)據(jù)，不同的品牌哪個地區(qū)的用戶關(guān)注比例最高？用戶關(guān)注品牌外還關(guān)注哪些競品品牌，還關(guān)注什么生活方式……可以讓品牌方的營銷洞察和廣告投放變得更加科學(xué)，有意義。

大數(shù)據(jù)營銷的切入點企業(yè)在重構(gòu)營銷體系，順應(yīng)大數(shù)據(jù)時代的來臨。如今，許多人已經(jīng)感覺到大數(shù)據(jù)時代的到來，但往往只是一種朦朧的感覺，對于其真正對營銷帶來的威力依然不明白。對于多數(shù)企業(yè)來說，大數(shù)據(jù)營銷的主要價值源于以下幾個方面：

（1）做好用戶行為與特征分析

只要積累足夠的用戶數(shù)據(jù)，就能分析出用戶的喜好與購買習(xí)慣，甚至做到“比用戶更了解用戶自己”。如此，才是大數(shù)據(jù)營銷的前提與出發(fā)點。過去將“一切以客戶為中心”作為口號的企業(yè)可以想想，自己確實能及時全面地了解客戶的需求與所想嗎？或許只有在大數(shù)據(jù)時代，才能將這個問題回答清楚。

（2）精準營銷信息推送支撐

過去很多年，精準營銷總在被許多公司提及，但很少有企業(yè)能真正做到，反而是垃圾信息泛濫。究其原因主要是名義上的精準營銷不怎么精準，缺少用戶特征數(shù)據(jù)支撐和詳細準確的分析。相對來說，現(xiàn)在的RTB廣告等應(yīng)用則向我們展示了比以前更好的精準性，其背后靠的就是大數(shù)據(jù)支撐。

（3）產(chǎn)品和營銷活動投用戶所好

在產(chǎn)品生產(chǎn)之前，能夠了解潛在用戶的主要特征，以及他們對產(chǎn)品的期待，產(chǎn)品生產(chǎn)就可以投其所好。例如，Netflix在投拍《紙牌屋》之前，通過大數(shù)據(jù)分析知道了潛在觀眾最喜歡的導(dǎo)演與演員，立刻就吸引了觀眾的注意力，捕獲了觀眾的心；又如，《小時代》投放預(yù)告片后，從微博上通過大數(shù)據(jù)分析得知，其電影的主要觀眾群為“90后”女性，后續(xù)的營銷活動就主要針對這些人群展開。

（4）競爭對手監(jiān)測與品牌傳播

競爭對手在干什么是許多企業(yè)想了解的，即使對方不告訴你，也可以通過大數(shù)據(jù)監(jiān)測分析得知。品牌傳播的有效性也可以通過大數(shù)據(jù)分析找準方向，例如，可以進行傳播趨勢分析、內(nèi)容特征分析、互動用戶分析、正負情緒分類、口碑品類分析、產(chǎn)品屬性分布等，可以監(jiān)測掌握競爭對手傳播態(tài)勢，可以參考行業(yè)標桿用戶策劃，可以評估微博矩陣運營效果。

（5）品牌危機監(jiān)測和管理支持

新媒體時代，品牌危機使許多企業(yè)談虎色變，然而大數(shù)據(jù)可以讓企業(yè)提前了解和掌握。在危機爆發(fā)過程中，最需要的是跟蹤危機傳播趨勢，識別重要參與人員，方便快速應(yīng)對。大數(shù)據(jù)可以采集負面定義內(nèi)容，及時啟動危機跟蹤和報警，按照人群社會屬性分析，聚類事件過程中的觀點，識別關(guān)鍵人物和傳播路徑，保護企業(yè)、品牌的聲譽，抓住源頭和關(guān)鍵節(jié)點，快速有效地處理危機并化危為機。

（6）企業(yè)重點客戶的有效篩選

許多企業(yè)家糾結(jié)的是：在企業(yè)的用戶、好友與粉絲中，哪些是最有價值的？有了大數(shù)據(jù)，或許這一切都可以更加有事實支撐。從用戶訪問的各種網(wǎng)站，可以判斷出其最近關(guān)心的東西是否與你的企業(yè)相關(guān)；從用戶在社會化媒體上所發(fā)布的各類內(nèi)容及與他人互動的內(nèi)容中，可以找出千絲萬縷的信息，利用某種規(guī)則聯(lián)系和綜合起來，就可以幫助企業(yè)篩選出重點的目標用戶。

（7）用大數(shù)據(jù)改善用戶體驗

要想改善用戶體驗，關(guān)鍵在于，真正了解用戶及他們使用你的產(chǎn)品的狀況，在最適合的時候作提醒。例如，在大數(shù)據(jù)時代，正駕駛的汽車都可能提前救你一命。只要通過遍布全車的傳感器收集車輛運行信息，在汽車關(guān)鍵部件發(fā)生問題之前，就會提前向你或4S店預(yù)警，不僅可以節(jié)省金錢，還對保護生命大有裨益。事實上，美國的UPS快遞公司早在2000年就利用這種基于大數(shù)據(jù)的預(yù)測性分析系統(tǒng)，對全美六萬輛車輛的實時車況進行檢測，及時進行防御性修理。

（8）SCRM中的客戶分級管理支持

面對日新月異的新媒體，許多企業(yè)都想通過對粉絲的公開內(nèi)容和互動記錄分析，將粉絲轉(zhuǎn)化為潛在用戶，激活社會化資產(chǎn)價值，并對潛在用戶進行多個維度的畫像。借助大數(shù)據(jù)，就可以分析活躍粉絲的互動內(nèi)容，設(shè)定消費者畫像各種規(guī)則，聯(lián)系潛在用戶與會員數(shù)據(jù)，聯(lián)系潛在用戶與客服數(shù)據(jù)，篩選目標群體做精準營銷，進而使傳統(tǒng)客戶關(guān)系管理結(jié)合社會化數(shù)據(jù)，豐富用戶不同維度的標簽，動態(tài)更新消費者生命周期數(shù)據(jù)，保持信息新鮮有效。

（9）發(fā)現(xiàn)新市場與新趨勢

基于大數(shù)據(jù)的分析與預(yù)測，對于企業(yè)家提供洞察新市場與把握經(jīng)濟走向都是極大的支持。例如，在2012年美國總統(tǒng)選舉中，微軟研究院的DavidRothschild使用大數(shù)據(jù)模型，準確預(yù)測了美國50個州和哥倫比亞特區(qū)共計51個選區(qū)中50個地區(qū)的選舉結(jié)果，準確性高于98%；之后，他又通過大數(shù)據(jù)分析，對第85屆奧斯卡各獎項的歸屬進行了預(yù)測，除最佳導(dǎo)演外，其他各獎項預(yù)測全部命中。

（10）市場預(yù)測與決策分析支持

對于數(shù)據(jù)對市場預(yù)測及決策分析的支持，過去早在數(shù)據(jù)分析與數(shù)據(jù)挖掘盛行的年代被提出過。沃爾瑪著名的“啤酒+尿布”案例就是那時的杰作。更全面、更速度、更及時的大數(shù)據(jù)，必然會對市場預(yù)測和決策分析進一步上臺階提供更好的支撐。