文/聚 雨

別以為有了大數(shù)據(jù)就能夠進行精準營銷，其實大數(shù)據(jù)也會有陷阱出現(xiàn)。一是有數(shù)不一定有據(jù)。有些大數(shù)據(jù)大而不全。有些大數(shù)據(jù)應用收集的數(shù)據(jù)雖然非常多，但對其傾向性卻不清楚。所以，應用大數(shù)據(jù)首先是描述準確。要能辨識出我們描述的人與心里想的目標人群是不是一群人。其次，預測。理解現(xiàn)象、變量之間的相關性。第三，優(yōu)化。理解因果關系，否則無法優(yōu)化。所以預測需要注意相關性，優(yōu)化則需要知道因果性，描述關鍵在于樣本具有代表性。

解決大數(shù)據(jù)的上述問題的辦法是跨界，收集企業(yè)之外的數(shù)據(jù)。例如，百貨業(yè)要跟電商結合，要了解社區(qū)人員結構問題。要與媒體結合，通過跨界把數(shù)據(jù)做全，要把營銷、銷售和庫存等內部信息打通，這樣才能把精準營銷做得更好。

要注意內生變量模糊了因果關系。需要注意到大數(shù)據(jù)介入消費者購買過程越多，可能對消費者真實偏好的了解越少。例如，某銷售商給某用戶推薦某啤酒，他買了；再推薦一種啤酒，他又買了。這時，推薦系統(tǒng)就會認定該用戶是喜歡喝啤酒的，從而繼續(xù)推薦，其實，該用戶可能不過是一時性起而已，所以要定期實驗。那么大數(shù)據(jù)的精準營銷到底誰會勝出？需要至少具備以下資源優(yōu)勢的一種：產(chǎn)品有優(yōu)勢、對客戶特別了解、數(shù)據(jù)來源特別多、有平臺優(yōu)勢。目前，電商的優(yōu)勢顯而易見，因為其數(shù)據(jù)量非常大，而且有平臺優(yōu)勢。了解大數(shù)據(jù)后，制造商需要把產(chǎn)品做得非常好，互聯(lián)網(wǎng)要進行精到服務。

30年前，人們認為數(shù)據(jù)分析的工具和算法已經(jīng)可以深度分析出任何東西，所欠缺的就是數(shù)據(jù)量。所以數(shù)據(jù)分析師認為只要讓我測量一切數(shù)據(jù)，追蹤一切數(shù)據(jù)，就能夠告訴變量之間的相關性，以及變化趨勢。但是應用大數(shù)據(jù)進行數(shù)據(jù)分析時要注意，1，有數(shù)不一定有據(jù)；2，大而不全；3，內生變量模糊了因果關系。要注意到數(shù)據(jù)和數(shù)據(jù)集本身并不是客觀的，它們是由人們設計的。是人們用數(shù)據(jù)來說話，從數(shù)據(jù)進行推斷，以及解釋數(shù)據(jù)。在數(shù)據(jù)采集和數(shù)據(jù)分析階段，都不可避免地存在偏差。對這些風險的考量，在大數(shù)據(jù)項目中，和數(shù)據(jù)本身具有同樣的重要性。

所以大數(shù)據(jù)需要有新的思維。首先是定量思維：一切皆可測。POS機、網(wǎng)上購物、社交媒體以及各種各樣的卡，都是大數(shù)據(jù)的來源。二是跨界思維：一切或可聯(lián)。跨界有不同媒介、渠道間的跨界，如O2O和LBS，也有商業(yè)模式、數(shù)據(jù)應用的跨界。操作思維：一切要可行。應用大數(shù)據(jù)，不等于非得要上高大上的設備和硬件投入。要把數(shù)據(jù)和用戶心理結合起來，營銷精準但不要引起顧客的反感。第三，大數(shù)據(jù)管理要協(xié)調各個部門的利益，使大家對數(shù)據(jù)采集積極合作；實驗思維：一切應可試。如想知道推薦的效果，可以做一個實驗。一半消費者有推薦，一半沒有。從短期看，推薦效果并不明顯，但長期效果非常明顯。因為推薦是購物體驗的一部分。短時間內，消費者對所推薦的產(chǎn)品可能沒需求，但到有需求時就會想起推薦的情況。