Big Data，大數(shù)據(jù)，是基于人們在因特網(wǎng)和社交媒體的種種行為而形成的量化信息。隨著此類數(shù)據(jù)的逐步激增，激發(fā)起公司、學(xué)界和媒體利用這些數(shù)據(jù)的渴望。其中，公司的高管們十分著迷于通過客戶的活動細(xì)節(jié)（如他們跟誰聯(lián)系，喜歡什么等）來發(fā)現(xiàn)客戶的購買傾向。而通過計算機(jī)的分類、過濾和建模，可以使基于互聯(lián)網(wǎng)的數(shù)據(jù)分析成為現(xiàn)實，更刺激了公司去實踐大數(shù)據(jù)分析的想法。毫無疑問，大數(shù)據(jù)將成為市場營銷領(lǐng)域的下一個游戲規(guī)則顛覆者；而在這場變革中，有經(jīng)驗的公司將獲得更多的收益。

由于數(shù)據(jù)挖掘的自動化軟件在如今已經(jīng)變得隨處可得，很多高管都認(rèn)為他們可以很輕松地發(fā)現(xiàn)以前不明顯的趨勢、動態(tài)。但是，分析本身包含的內(nèi)容遠(yuǎn)不止知道某個事實，還需要聰明的分析師提出正確的問題，并作出正確的決策；僅僅回答“是什么”的數(shù)據(jù)分析不是分析，必須學(xué)會詢問“為什么”、“接下來是什么”。

為了回答這些問題，真正有效利用大數(shù)據(jù)的全部潛力，公司應(yīng)該回歸基礎(chǔ)，而不是繼續(xù)深陷誤區(qū)。筆者基25年的市場營銷數(shù)據(jù)分析領(lǐng)域的工作經(jīng)驗認(rèn)為，有三點(diǎn)基本原則一直是實現(xiàn)有效數(shù)據(jù)分析的核心。A.依靠基于理論的方法，而不是盲目地進(jìn)行數(shù)據(jù)挖掘；B.對客戶和市場保持一種大局觀；C.堅持干中學(xué)。

理論假設(shè)筑基

如果沒有理論告知分析師，消費(fèi)者如何形成偏好并付諸行動，那么分析師很快就會被潮涌般的數(shù)據(jù)淹沒，這世界上的任何一種先進(jìn)數(shù)據(jù)處理能力都無法幫助分析師走出茫茫數(shù)據(jù)大海。因此，數(shù)據(jù)分析的第一步應(yīng)該是就“客戶需求”以及“如何為他們創(chuàng)造價值”等內(nèi)容制定一個清晰明確的假設(shè)。這一假設(shè)也許是針對實驗室里、具有大獲全勝潛力的新產(chǎn)品；或者是針對市場中尚未忠于任何品牌的客戶（又稱“未做決定的選民”）——往往公司僅僅通過一些策略微調(diào)，就可以抓住這些潛在客戶。

一旦獲取所需的數(shù)據(jù)來驗證假設(shè)，所得結(jié)果將指引公司制定具體方案來發(fā)展、完善相關(guān)價值主張，并將這些價值主張引向市場。通過合理的假設(shè)與驗證，公司將能恰到好處地進(jìn)行市場細(xì)分（即將具有類似偏好和行為的目標(biāo)客戶進(jìn)行分類），這有助于更有效地定位公司戰(zhàn)略。

譬如，一家制藥公司的一款藥品近期銷量不佳，公司試圖增加該藥品的銷售額。于是，管理者提出假設(shè)，認(rèn)為公司當(dāng)前的銷售方案沒能很好地針對內(nèi)科醫(yī)生，而這些內(nèi)科醫(yī)生是最有可能在開處方時使用該款藥品的重要目標(biāo)群體。

為了驗證這一假設(shè)，公司搜集了大量關(guān)于醫(yī)生在何種情況下會開出這種藥品的數(shù)據(jù)。例如，內(nèi)科醫(yī)生每年會開出多少處方，他們開出的處方數(shù)量是增還是減，他們對于誰的配方比較忠誠（公司自己的還是主要競爭對手的）等。這令公司能夠在市場中找到一個最佳定位：哪些內(nèi)科醫(yī)生開的處方多，誰每年開的處方數(shù)量遞增，誰對制藥商的配方?jīng)]有特定偏好或者不存在忠誠度等。

雖然由于藥品銷售業(yè)績不好，相關(guān)銷售人員銳減，但通過上述數(shù)據(jù)分析，銷售隊伍有的放矢地直接朝著數(shù)據(jù)指向的機(jī)會攻略，成果大大超乎他們的想象。

“生活中的一天”

營銷科學(xué)的發(fā)展歷程中，有一條重要經(jīng)驗教訓(xùn)，即“喜新厭舊”不可取。當(dāng)一種新數(shù)據(jù)源出現(xiàn)并且變得可得時，人們就會蜂擁而上，大量予以采用。而更加聰明的公司則會在這種時候保持冷靜，有所保留，以一種更加全局的視角來看待客戶和市場。一方面，這些聰明的公司會熱情地挖掘新數(shù)據(jù)源；另一方面，它們依然重視其他信息，以此相互補(bǔ)充，避免遺漏重要信息，影響分析。

要知道，這不是市場營銷領(lǐng)域第一次面對數(shù)據(jù)革命帶來的顛覆，之前出現(xiàn)的轉(zhuǎn)變過程也有崎嶇。20世紀(jì)80年代中期，條形碼掃描的出現(xiàn)使得公司能夠通過付款臺搜集到信息。而此前，數(shù)據(jù)是很有限的。公司只知道他們運(yùn)送了什么貨物，然后至多詢問一下消費(fèi)者購買了什么產(chǎn)品。但是，隨著掃描器的出現(xiàn)，公司可以切實知道每一個銷售點(diǎn)的情況。

在該項技術(shù)發(fā)明的早期，利用這種新數(shù)據(jù)的意識導(dǎo)致了不少失誤。高管們變得過于關(guān)注價格促銷對于銷售的影響，而丟掉了市場營銷的基礎(chǔ)：品牌價值與品牌建設(shè)。然而，隨著時間的推移，公司磨礪出更加復(fù)雜的統(tǒng)計模型，并在此基礎(chǔ)上調(diào)整了精力的投放焦點(diǎn)；隨之，掃描器成為近30年來消費(fèi)市場和零售業(yè)的一大“神兵利器”。今時今日，這種以銷售點(diǎn)來搜集數(shù)據(jù)、了解客戶的方式已經(jīng)擴(kuò)展到會員卡，可以幫助零售商了解每個家庭購買了哪些產(chǎn)品及其具體的網(wǎng)上購物行為。

就像早些年關(guān)于條形碼的投資回報模型存在缺陷一樣，最新的大數(shù)據(jù)分析也可能導(dǎo)致誤入歧途。很多零售商表示，“我知道每樣從貨架上移走的商品，我知道擁有會員卡的消費(fèi)者的很多信息，但是，當(dāng)我們在貨架上擺上與消費(fèi)者購買的商品類似的產(chǎn)品時，并沒有看到預(yù)期的收入增長?！?/p>

到底遺漏了什么呢？很可能，由于過度關(guān)注最新的數(shù)據(jù)源，零售商無意中陷入了一維視角。事實上，要摸透客戶的消費(fèi)行為，需要更加寬廣的視野。在營銷領(lǐng)域，這種寬廣的視野常常被稱為“生活中的一天”。它的含義是：應(yīng)更加全面地了解客戶；知道客戶與自己公司之間形成的互動，以及客戶和其他零售商之間的互動是如何結(jié)合起來的；或者客戶與自己公司的互動，是怎樣與客戶在其他企業(yè)、購物渠道和活動中的行為相適應(yīng)的。如果沒有深刻洞察是什么促使消費(fèi)者去到其他地方購物而不是自己那兒，公司的增長計劃就會有風(fēng)險。

跑之前學(xué)會走路

在對新類型數(shù)據(jù)進(jìn)行分析時，第一步是學(xué)會開放心態(tài)和協(xié)調(diào)方法。雖然挖掘新數(shù)據(jù)幾乎總能發(fā)現(xiàn)令人興奮的新結(jié)論，但是公司不可操之過急，應(yīng)該以開放的心態(tài)對待新的數(shù)據(jù)分析方法，逐步挑戰(zhàn)以前奉為真理的做法與言論。

一般而言，采用新數(shù)據(jù)源獲取的新信息會讓公司質(zhì)疑某些產(chǎn)品、服務(wù)或者戰(zhàn)略。有時候如果大規(guī)模采信會適得其反。所以，并不建議公司在出現(xiàn)新數(shù)據(jù)源時全力以赴進(jìn)行分析并使用相關(guān)結(jié)論；最好能逐步進(jìn)行試用，如此，公司才能在奔跑前先學(xué)會走路：可以先從一種產(chǎn)品、一定地域或一個問題著手，然后評估采用新數(shù)據(jù)、新方法進(jìn)行數(shù)據(jù)分析及相關(guān)改進(jìn)的收益與成本，以此判斷對新數(shù)據(jù)源進(jìn)行分析是否值得。

例如，一家全球能源巨頭決定采用更加先進(jìn)的分析方法來解決量化研究問題，提升營銷投資的回報率。高層領(lǐng)導(dǎo)選擇了三個國家的兩個業(yè)務(wù)部門，橫跨發(fā)達(dá)國家和發(fā)展中市場，來執(zhí)行有關(guān)項目的試點(diǎn)。每個項目的概念框架和目標(biāo)都是相同的，但是經(jīng)營歐洲的加油站和在亞洲銷售機(jī)油需要不同的數(shù)據(jù)集和分析工具。這種多樣化使得公司可以試驗更多的分析方法，獲取足夠的經(jīng)驗來決定在何種情況下使用哪一種分析方法。此外，一旦這些試點(diǎn)項目成功，就可以為其他業(yè)務(wù)單元和國家分支機(jī)構(gòu)樹立起信心，凝聚采用新數(shù)據(jù)分析方法的熱情。隨著新分析方法的不斷應(yīng)用，有關(guān)模型將會更加復(fù)雜也更加實用，逐步為公司上下接受，最后在全球范圍內(nèi)得到使用。

回歸基礎(chǔ)

很多高管都對采用大數(shù)據(jù)感興趣，但往往對于這一最新的分析工具和技術(shù)沒有多少直接經(jīng)驗。所以，在一開始，他們常常詢問這種分析方法成本有多少。而筆者予以的回答一般是：“做出錯誤決策的成本是什么？如果像柯達(dá)那樣沒能及時對數(shù)碼攝影作出反應(yīng)會付出什么代價？”如果換一種和緩、不太直接的方式來說，會是這樣：“數(shù)據(jù)分析首先需要投入一大筆錢來裝配、協(xié)調(diào)數(shù)據(jù)；之后，公司需要訓(xùn)練有素的數(shù)據(jù)專家開展更高規(guī)格的工作來找到隱藏在數(shù)據(jù)背后的模式，進(jìn)行解讀，并最終轉(zhuǎn)變成公司可以使用的觀點(diǎn)、見解?！?/p>

但是，就如之前的三個基本原則所顯示的那樣，采用新的數(shù)據(jù)分析方法其實是一個可管理的過程，處理得當(dāng)，便能帶來潛在的巨大收益。事實上，大多公司一旦開始投資于數(shù)據(jù)分析，他們基本就不會停下來，因為數(shù)據(jù)分析結(jié)果對業(yè)務(wù)的提升遠(yuǎn)超數(shù)據(jù)分析所需的成本和努力?？梢姡瑪?shù)據(jù)分析已經(jīng)成為公司自給自足改善市場地位的重要途徑。