大數(shù)據(jù)之光無處不在：洞察市場(chǎng)，指導(dǎo)管理

互聯(lián)網(wǎng)IDC圈12月31日?qǐng)?bào)道：一個(gè)數(shù)字世界的大門正徐徐開啟，大數(shù)據(jù)成為時(shí)代之光，無處不在。

創(chuàng)新互聯(lián)成立與2013年，先為筠連等服務(wù)建站，筠連等地企業(yè)，進(jìn)行企業(yè)商務(wù)咨詢服務(wù)。為筠連企業(yè)網(wǎng)站制作PC+手機(jī)+微官網(wǎng)三網(wǎng)同步一站式服務(wù)解決您的所有建站問題。

數(shù)據(jù)隨著技術(shù)進(jìn)步不斷地積累、繁殖，數(shù)據(jù)加工處理能力也以幾何級(jí)速度暴增，營(yíng)銷和管理是否可藉此變得更加簡(jiǎn)單和精準(zhǔn)?這是一個(gè)值得研究的問題。近年來，基于中國(guó)大數(shù)據(jù)的管理學(xué)術(shù)研究日益受到中外學(xué)者的重視，日前，復(fù)旦大學(xué)管理學(xué)院數(shù)據(jù)驅(qū)動(dòng)管理決策研究中心舉辦“基于中國(guó)大數(shù)據(jù)的市場(chǎng)洞察和管理啟示”國(guó)際研討會(huì)，邀請(qǐng)經(jīng)濟(jì)學(xué)、金融學(xué)、信息管理系統(tǒng)、新聞傳播、市場(chǎng)營(yíng)銷、運(yùn)營(yíng)管理和統(tǒng)計(jì)等領(lǐng)域從事前沿研究的學(xué)者，分享基于中國(guó)大數(shù)據(jù)的市場(chǎng)洞察、管理實(shí)踐啟示以及研究方法，會(huì)議同時(shí)邀請(qǐng)大數(shù)據(jù)相關(guān)產(chǎn)業(yè)的企業(yè)高管共同探討中國(guó)大數(shù)據(jù)應(yīng)用的現(xiàn)狀、趨勢(shì)和前沿問題，以及大數(shù)據(jù)產(chǎn)學(xué)研用國(guó)際合作的方式與前景。

告別泡沫，走向真正的大數(shù)據(jù)科學(xué)研究

媒體消費(fèi)行為與商品消費(fèi)行為是無縫銜接的，媒體大數(shù)據(jù)的挖掘跟市場(chǎng)營(yíng)銷管理決策緊密關(guān)聯(lián)在一起——消費(fèi)由消費(fèi)者接觸媒體后產(chǎn)生，并通過媒體實(shí)現(xiàn)，消費(fèi)后會(huì)把評(píng)論和感受反饋到媒體上。

當(dāng)今社會(huì)，什么是文科?什么是理科?我是新聞學(xué)教師，新聞學(xué)院傳統(tǒng)上教授的是文科內(nèi)容，曾經(jīng)有同學(xué)就因?yàn)椴幌雽W(xué)數(shù)學(xué)才考進(jìn)新聞學(xué)院。然而現(xiàn)在，要想學(xué)好新聞，必須數(shù)學(xué)好。為什么這么說?今天我想談一下大數(shù)據(jù)在新聞傳播學(xué)中的應(yīng)用。

首先，什么是傳播學(xué)?營(yíng)銷跟傳播關(guān)系特別緊密，均涉及怎樣把事情或信息傳出去的過程。1948年，美國(guó)政治學(xué)家拉斯韋爾提出傳播學(xué)的“5W”模型，明確提出了傳播過程及其五個(gè)基本要素，即：誰(Who)，說了什么(Sayswhat)，通過什么渠道(InWhichChannel)，對(duì)誰說(ToWhom)，取得了什么效果(WithWhatEffect)。

以前，新聞傳播學(xué)比較忽視數(shù)據(jù)，通常采取“傳者中心”模式，希望控制和影響傳播過程和效果，發(fā)布內(nèi)容和渠道都由從業(yè)者決定?，F(xiàn)在，傳播業(yè)面臨劇變，從“5W”中就可看出——傳播者從少數(shù)精英變成萬眾;媒體從傳統(tǒng)紙媒轉(zhuǎn)變?yōu)榫W(wǎng)絡(luò)，從大眾媒體到社會(huì)化媒體;內(nèi)容原來是有限供給、定時(shí)生產(chǎn)，現(xiàn)在是無限豐富，24小時(shí)供應(yīng);受眾從被動(dòng)接收信息到主動(dòng)參與、從分散獨(dú)立到組織互聯(lián);效果從難以評(píng)估到可以評(píng)估。

數(shù)據(jù)顯示，今年9月新浪微博日均活躍用戶數(shù)達(dá)到1億，每天發(fā)布的文章和照片是海量的數(shù)據(jù);微信已成為的移動(dòng)社交平臺(tái)，有6.5億的月活躍量，有超過1000萬的微信公眾號(hào)，這背后代表的是社會(huì)的“脈動(dòng)”。媒體的運(yùn)營(yíng)方式由此發(fā)生變化，以前是專業(yè)化生產(chǎn)，現(xiàn)在有兩種，一是UGC(用戶原創(chuàng)內(nèi)容)，另一種是AGC(自發(fā)生成內(nèi)容)，基于某一特定算法自動(dòng)生成內(nèi)容。營(yíng)銷過程中也必須洞察這些變化，知曉客戶的變化和組成。

在媒體行業(yè)，有文字?jǐn)?shù)據(jù)、文本數(shù)據(jù)、關(guān)系數(shù)據(jù)、時(shí)間數(shù)據(jù)、空間分析數(shù)據(jù)，有音視頻的數(shù)據(jù)，有用戶屬性、行為和關(guān)系的數(shù)據(jù)等等，最早的大數(shù)據(jù)是收視率，一個(gè)企業(yè)要投放廣告給電視，首先會(huì)考慮收視率。收視率怎么測(cè)量?最早是通過人工記錄收集，但即使上海只有一千戶人家，每隔15秒記錄一次，產(chǎn)生的數(shù)據(jù)也有近600萬條，這個(gè)數(shù)量級(jí)已沒法用人工處理，后來就通過測(cè)量?jī)x測(cè)量記錄了。

2010年電視基本數(shù)字化以后，收視率測(cè)量更加精準(zhǔn)。今天，我們可以用收視率大數(shù)據(jù)做很多分析，比如時(shí)間序列的分析，可以觀察到一個(gè)家庭的ID、個(gè)人的ID、時(shí)間碼和觀看頻道等，時(shí)間碼可以追蹤觀眾行為變遷的軌跡，電視臺(tái)可以據(jù)此編排節(jié)目，廣告商和企業(yè)可以依此決定購買那個(gè)時(shí)段投放廣告。

在海量數(shù)據(jù)面前，新聞傳播學(xué)開始運(yùn)用信息化的方法、專門的計(jì)算和分析工具，研究人類傳播行為及其背后的模式法則，形成數(shù)據(jù)新聞和計(jì)算廣告等學(xué)科，集傳播理論、編程、統(tǒng)計(jì)建模和計(jì)算思維于一體。自此，已很難分清文理科的界限。

新聞傳播學(xué)中的大數(shù)據(jù)，首先體現(xiàn)在數(shù)據(jù)新聞和可視化新聞上。美國(guó)媒體上曾刊登了一張類似股市K線圖的圖表，它代表的是一年中不同時(shí)期一千萬美國(guó)人分手的比率，背后的數(shù)據(jù)來源于Facebook(臉書)上的個(gè)人頁面，形成了一個(gè)可視化的圖表，人們從中可以清晰地看出，美國(guó)人在感恩節(jié)、圣誕節(jié)前后和夏季時(shí)提分手，愚人節(jié)時(shí)卻很少分手。

現(xiàn)在，越來越多的媒體呈現(xiàn)可視化的作品，背后都是數(shù)據(jù)挖掘工作。英國(guó)的《衛(wèi)報(bào)》、BBC、美國(guó)《紐約時(shí)報(bào)》、CBS等都在出產(chǎn)數(shù)據(jù)化作品，從嘗試變成常規(guī)做法，從簡(jiǎn)單信息圖變成可交互的專題甚至是游戲。在產(chǎn)品營(yíng)銷過程中，企業(yè)和廣告商也可以根據(jù)實(shí)際情況多應(yīng)用可視化的方式。

大數(shù)據(jù)在傳媒業(yè)的另一個(gè)應(yīng)用領(lǐng)域是網(wǎng)絡(luò)輿情分析，跟營(yíng)銷關(guān)系也很密切。網(wǎng)絡(luò)輿情怎么測(cè)量，跟網(wǎng)下輿情有什么關(guān)系?明星范瑋琪在新浪微博上“曬娃”被罵，但為什么是范瑋琪?她沒有王菲有名，粉絲也沒有小S多，發(fā)個(gè)照片怎么就能引起軒然大波?因?yàn)樾吕擞幸粋€(gè)數(shù)據(jù)算法，算了以后范瑋琪在那個(gè)時(shí)段被置頂?shù)綗狳c(diǎn)排行榜，越來越多的人點(diǎn)擊到她的頁面去看，結(jié)果比大閱兵點(diǎn)擊率還高，就被部分網(wǎng)民罵了。在這件事中，是服務(wù)器影響和改變了輿論?，F(xiàn)在的網(wǎng)絡(luò)輿情是怎樣生成的值得關(guān)注，我們逐漸從中看到了數(shù)據(jù)的力量。

以前，我們打100多次電話做一個(gè)輿情的調(diào)查，很累，現(xiàn)在都是通過大數(shù)據(jù)來分析。中國(guó)人的情緒在微博上是什么反映?基本上，過年的時(shí)候高一些，年底放假很高興，過年的時(shí)候興，地震的時(shí)候低一些，每年的趨勢(shì)大體差不多，有一些特殊時(shí)點(diǎn)有些變化。

從新聞傳播角度講，一方面要理解和學(xué)習(xí)數(shù)據(jù)的結(jié)構(gòu)，運(yùn)用大數(shù)據(jù)服務(wù)新聞、輿情分析、后臺(tái)分析、計(jì)算廣告和營(yíng)銷效果評(píng)估等;另一方面應(yīng)該思考怎樣有限度地使用數(shù)據(jù)的價(jià)值。比如，計(jì)算新聞學(xué)應(yīng)用場(chǎng)景數(shù)據(jù)、輿情分析等提高信息和新聞傳播效果，日益得到重視。但大數(shù)據(jù)的發(fā)展還有很多挑戰(zhàn)，數(shù)據(jù)非常多，但不一定完整，不一定準(zhǔn)確，背后需要發(fā)掘的東西太多，應(yīng)該告別大數(shù)據(jù)泡沫，走向真正的數(shù)據(jù)科學(xué)研究。

傳媒業(yè)的數(shù)據(jù)已成為社會(huì)大數(shù)據(jù)的重要來源，也是影響市場(chǎng)和管理的重要因素，很大程度上影響到營(yíng)銷、消費(fèi)、決策?，F(xiàn)在，媒體消費(fèi)行為與商品消費(fèi)行為是無縫銜接的，媒體大數(shù)據(jù)的挖掘跟市場(chǎng)營(yíng)銷管理決策緊密關(guān)聯(lián)在一起——消費(fèi)由消費(fèi)者接觸媒體后產(chǎn)生，并通過媒體實(shí)現(xiàn)，消費(fèi)后會(huì)把評(píng)論和感受反饋到媒體上。

信息的傳播者還會(huì)通過搜集相關(guān)數(shù)據(jù)，精準(zhǔn)定向廣告的受眾，測(cè)量廣告擴(kuò)散的廣度和深度，測(cè)算廣告對(duì)品牌認(rèn)知、購買行為的影響，用大數(shù)據(jù)分析電子商務(wù)與廣告的效果、消費(fèi)者口碑傳播的心理和行為、評(píng)論的文本、傳播效果等。

找到好問題，體現(xiàn)數(shù)據(jù)的價(jià)值

很多人拿到數(shù)據(jù)特別高興，我現(xiàn)在不這樣了，數(shù)據(jù)都好不到哪兒去，拿到數(shù)據(jù)只是第一步，找到一個(gè)特別好的研究問題才是關(guān)鍵。我覺得如果用中國(guó)數(shù)據(jù)，用這些數(shù)據(jù)去測(cè)試一些特別大的問題，這才能體現(xiàn)數(shù)據(jù)的價(jià)值。

做研究有兩類，一類是做理論的，他們只寫公式，文章里沒有數(shù)據(jù);我是做實(shí)證的，拿數(shù)據(jù)驗(yàn)證他們的理論，我辦公室有三四臺(tái)戴爾并行服務(wù)器，一臺(tái)一萬美元，但我的技術(shù)還是比不上今天真正研究大數(shù)據(jù)的，他們都是既懂統(tǒng)計(jì)又懂計(jì)算機(jī)的人。

很多年前，我在國(guó)外做研究時(shí)，基本上用的都是中國(guó)的數(shù)據(jù)，有一些電商的數(shù)據(jù)，比如淘寶的，有家電下鄉(xiāng)項(xiàng)目的數(shù)據(jù)，還有網(wǎng)游的數(shù)據(jù)。從幾年前開始，學(xué)術(shù)研究中中國(guó)的數(shù)據(jù)越來越多，我就思考，這些數(shù)據(jù)有沒有問題，比如，中國(guó)的數(shù)據(jù)有什么獨(dú)特之處?有代表性嗎?研究結(jié)果能不能在全世界通用?這些數(shù)據(jù)可靠嗎?

為什么要用中國(guó)的數(shù)據(jù)，我個(gè)人的經(jīng)驗(yàn)總結(jié)，主要是三點(diǎn)原因，第一，美國(guó)等國(guó)也有類似的數(shù)據(jù)，但拿不到。我是百度營(yíng)銷研究院的顧問，除了核心數(shù)據(jù)基本都可以接觸到。第二，研究涉及中國(guó)或者新興市場(chǎng)特有的問題，用中國(guó)的數(shù)據(jù)順理成章。第三，這個(gè)問題在中國(guó)和國(guó)外都有，但在國(guó)外驗(yàn)證起來更加困難，或者可能沒有條件去驗(yàn)證，但在中國(guó)，驗(yàn)證起來特別順利。

我做過一些經(jīng)濟(jì)現(xiàn)象的實(shí)證研究，在此講一下背后的大數(shù)據(jù)情況。

首先，第一個(gè)問題是extortion(敲詐勒索)，很多文章和理論都認(rèn)為敲詐勒索會(huì)影響市場(chǎng)效率，但實(shí)證研究很難做?，F(xiàn)在線上電商平臺(tái)越做越大，線上顧客打分、評(píng)語很重要，評(píng)語會(huì)影響其他顧客的購買行為，商家受此影響會(huì)改變行為。有些不太好的顧客看到這個(gè)機(jī)會(huì)，就會(huì)利用寫評(píng)論敲詐勒索，寫差評(píng)要挾店家。

2012年到2013年的時(shí)候，差評(píng)師很猖狂，我們從淘寶拿到了這方面的數(shù)據(jù)。當(dāng)時(shí)淘寶派人打入這些差評(píng)師的機(jī)構(gòu)，潛入他們的聊天室，分析他們的行為，拿出好幾份不同的報(bào)告，內(nèi)容有重合也有不同，這些數(shù)據(jù)不是特別清晰，也有一些誤差。

我們根據(jù)這些數(shù)據(jù)，到差評(píng)師買過、評(píng)過的女裝商品下，分析差評(píng)師的留言和行為。第一，我們研究這些差評(píng)師選商家時(shí)有沒有規(guī)則，是用一套專門的體系化方式選人，還是隨機(jī)的?第二，差評(píng)師這么做之后，對(duì)商家的影響是什么，商家的行為會(huì)怎么改變?第三，這種行為導(dǎo)致的經(jīng)濟(jì)損失有多少，近期、長(zhǎng)期損失是什么?

做了一系列研究分析后，我們發(fā)現(xiàn)，這些差評(píng)師總體上是有套路的，但套路不是特別優(yōu)化，有時(shí)他們并不能從差評(píng)中獲利。我們還發(fā)現(xiàn)差評(píng)師對(duì)商家的兩個(gè)影響：因?yàn)榇蠹叶伎丛u(píng)語買東西，差評(píng)一出來銷售額會(huì)掉下來;所有被勒索的賣家基本上會(huì)做兩件事情，一是降價(jià)，二是謹(jǐn)慎接單，如果一下子來100個(gè)單子，他不會(huì)全部接受，會(huì)挑選，變得小心翼翼。短期的銷量降低了，而長(zhǎng)期來看，經(jīng)過幾周之后，銷售額反而一直是上升的，商家自己行為的改變也影響了最終長(zhǎng)期的效果。

另外一個(gè)是家電下鄉(xiāng)項(xiàng)目的研究。國(guó)家2007年底提出并實(shí)施家電下鄉(xiāng)政策，持續(xù)了三四年，對(duì)農(nóng)民購買納入補(bǔ)貼范圍的家電產(chǎn)品給予一定比例(13%)的財(cái)政補(bǔ)貼，設(shè)置各類商品的補(bǔ)貼上限。廠家開始投標(biāo)，符合條件并獲政府批準(zhǔn)后就可以賣產(chǎn)品了。農(nóng)民買了之后，拿著發(fā)票到當(dāng)?shù)卣?bào)銷，政府直接補(bǔ)助農(nóng)民。我們研究組當(dāng)時(shí)拿到了每一項(xiàng)交易的數(shù)據(jù)，每個(gè)交易都知道誰是買方誰是賣方，零售商是誰，買的產(chǎn)品是什么，多少價(jià)格買了多少數(shù)量，知道交易的時(shí)間和地點(diǎn)。

根據(jù)這些數(shù)據(jù)，你如何評(píng)價(jià)這么個(gè)大項(xiàng)目?政府花這么多錢是否達(dá)到了目的?我們發(fā)現(xiàn)一個(gè)有意思的現(xiàn)象——在那幾年時(shí)間里，中標(biāo)公司的分銷網(wǎng)點(diǎn)增加了很多。我們知道，這個(gè)政策面向農(nóng)村地區(qū)，很多是貧困地區(qū)，以前農(nóng)民想買沒地方和渠道，現(xiàn)在，除了獲得補(bǔ)貼外，他們有了購買的渠道，這也是政策的效果之一。我們還構(gòu)建了數(shù)據(jù)模型，來算政府補(bǔ)貼比例的有效區(qū)間等。

看這些數(shù)據(jù)時(shí)，我們發(fā)現(xiàn)另外一個(gè)現(xiàn)象：每個(gè)廠家的產(chǎn)品必須低于官方定價(jià)，上端的廠家就會(huì)去限制產(chǎn)業(yè)鏈下端的廠家，經(jīng)常有違反合約的情況。這些數(shù)據(jù)讓我們興奮，這是一個(gè)特別大的經(jīng)濟(jì)學(xué)課題，很多文章在研究，但還沒有實(shí)證研究。拿到這些數(shù)據(jù)后，我們就可以做實(shí)證研究了——違約行為到底能不能用經(jīng)濟(jì)學(xué)模式研究出來?這種違約或許是一種均衡的結(jié)果，是有模型可以預(yù)測(cè)的。的實(shí)證研究發(fā)現(xiàn)，情況就是如此，這是一種均衡的結(jié)果。

最終總結(jié)一下，很多人拿到數(shù)據(jù)特別高興，我現(xiàn)在不這樣了，數(shù)據(jù)都好不到哪兒去，拿到數(shù)據(jù)只是第一步，找到一個(gè)特別好的研究問題才是關(guān)鍵。我覺得如果用中國(guó)數(shù)據(jù)，用這些數(shù)據(jù)去測(cè)試一些特別大的問題，這才能體現(xiàn)數(shù)據(jù)的價(jià)值。

用數(shù)據(jù)解決企業(yè)“一公里”問題

在研究中，我們有個(gè)“大數(shù)據(jù)引擎”模型，其中包括各類外部大數(shù)據(jù)、個(gè)人數(shù)據(jù)和第三方數(shù)據(jù)等，我們將用戶歸類，把同一個(gè)人在不同平臺(tái)上的信息數(shù)據(jù)整合起來，這樣的研究結(jié)果影響了企業(yè)營(yíng)銷的方式和效果。這種研究和應(yīng)用，對(duì)于企業(yè)挖掘“沉默的大多數(shù)”用戶非常有幫助。

我做數(shù)據(jù)挖掘工作快16年了，我在美國(guó)讀博士時(shí)的導(dǎo)師，就是數(shù)據(jù)挖掘方面的專家。近幾年，我在新加坡管理大學(xué)做的比較多的是用數(shù)據(jù)研究用戶行為和集群等方面。在這一方面，我們和國(guó)內(nèi)很多企業(yè)合作，比如和平安集團(tuán)合作快三年了，幫他們用大數(shù)據(jù)做了很多項(xiàng)目和分析，還和新加坡星展銀行做類似的研究合作，今天講的，很多是從這些項(xiàng)目中提煉出來的內(nèi)容。

我的演講主題是數(shù)據(jù)驅(qū)動(dòng)、技術(shù)賦能的商業(yè)智能化。在跟企業(yè)交往中，我越來越有一個(gè)強(qiáng)烈的感受——雖然大家一直在談大數(shù)據(jù)，但現(xiàn)實(shí)中很多企業(yè)的信息化程度太低了，我們?cè)揭恍┓浅：玫钠髽I(yè)去看他們的數(shù)據(jù)，很亂，還有很多缺漏。

目前的經(jīng)濟(jì)趨勢(shì)下，很多金融企業(yè)感到了市場(chǎng)的壓力，不再被動(dòng)地等著顧客上門來網(wǎng)點(diǎn)辦業(yè)務(wù)，而是把金融服務(wù)嵌入客戶生活工作中、“醫(yī)衣食住行”等各方面，但前提是你首先得了解你的用戶和潛在用戶，這就需要大數(shù)據(jù)的支撐。

一般情況下，企業(yè)內(nèi)部資源和能力都是有限的，獲取數(shù)據(jù)時(shí)面臨可持續(xù)性、隱私保護(hù)等挑戰(zhàn);即使企業(yè)對(duì)某一用戶很了解，對(duì)他的特征畫像非常完整，但關(guān)系怎么維持?傳統(tǒng)的電話營(yíng)銷方式還有多少空間?如果沒有這個(gè)營(yíng)銷方式，我們?cè)鯓娱_展業(yè)務(wù)?

我們主要想解決企業(yè)“一公里”的問題，用數(shù)據(jù)挖掘價(jià)值、或在應(yīng)用數(shù)據(jù)中體現(xiàn)價(jià)值。

我們用的外部數(shù)據(jù)，目前是社交媒體的數(shù)據(jù)，企業(yè)內(nèi)部數(shù)據(jù)通常是交易記錄為主?？蛻糍I了還是沒買，用了還是沒用，通常是商業(yè)活動(dòng)的結(jié)果，如果要講更好的用戶體驗(yàn)，就要更多地“追因”，這時(shí)，外部數(shù)據(jù)就可以提供更多依據(jù)。比如，一個(gè)人買手機(jī)，是給自己、給父母、給孩子還是給太太用?商業(yè)單據(jù)里只能看到購買結(jié)果，購買原因要通過外部大數(shù)據(jù)提煉出來。

通常，企業(yè)會(huì)關(guān)注他們的顧客，但卻很少看到客戶與客戶之間的關(guān)系，這個(gè)關(guān)系會(huì)產(chǎn)生一些意想不到的影響，比如說有兩個(gè)大客戶來存錢，每個(gè)人存幾億元，談的時(shí)候銀行給兩人不同的利率，萬一他們是好朋友，回去碰了面一合計(jì)，總歸會(huì)有一個(gè)人不開心。由此，企業(yè)的數(shù)據(jù)應(yīng)該實(shí)現(xiàn)內(nèi)部、外部和內(nèi)外部之間打通，形成用戶的全景式信息體系，形成一個(gè)網(wǎng)絡(luò)和各種針對(duì)性的產(chǎn)品模型。

在研究中，我們有個(gè)“大數(shù)據(jù)引擎”模型，其中包括各類外部大數(shù)據(jù)、個(gè)人數(shù)據(jù)和第三方數(shù)據(jù)等，我們將用戶歸類，把同一個(gè)人在不同平臺(tái)上的信息數(shù)據(jù)整合起來，這樣的研究結(jié)果影響了企業(yè)營(yíng)銷的方式和效果。比如，保時(shí)捷以前過年過節(jié)過生日會(huì)給客戶送禮物，現(xiàn)在他們已經(jīng)知道客戶是喜歡紅酒還是高爾夫，從而進(jìn)行個(gè)性化定制服務(wù)以維護(hù)客戶關(guān)系。

這種研究和應(yīng)用，對(duì)于企業(yè)挖掘“沉默的大多數(shù)”用戶非常有幫助，比如，在1.5億用戶和潛在用戶中做精準(zhǔn)營(yíng)銷。以前我們跟平安保險(xiǎn)合作，每天從1.5億潛在用戶中篩選出50個(gè)最需要打電話的人，讓企業(yè)直接做營(yíng)銷。這之前，我們會(huì)整合研究一個(gè)人在各平臺(tái)上分享的信息，處理之后打上標(biāo)簽——這一條是聊孩子的，那一條是講旅行的，總結(jié)下來就可以看到Ta在時(shí)間軸上的興趣變化和分布，有可能準(zhǔn)備要生孩子了，或者有計(jì)劃去歐洲旅行了，這時(shí)候就可以有針對(duì)性地向其推送一些產(chǎn)品和服務(wù)。

關(guān)系類大數(shù)據(jù)還可以用來進(jìn)行風(fēng)控。如果一個(gè)客戶違約或者信用很差，銀行在挖掘、掌握他的一些社會(huì)關(guān)系網(wǎng)后，就可以對(duì)與其相關(guān)的人進(jìn)行著重關(guān)注和篩查，在貸款等業(yè)務(wù)上謹(jǐn)慎出手控制風(fēng)險(xiǎn)，以防失信客戶讓其親戚朋友繼續(xù)代其申請(qǐng)新業(yè)務(wù)。再比如，如果在關(guān)系大數(shù)據(jù)中涉及的不是高風(fēng)險(xiǎn)，而是高價(jià)值呢?一個(gè)人在銀行存了好幾億元，他太太也來存錢，銀行在了解他們是夫妻關(guān)系后，會(huì)給她推薦什么產(chǎn)品呢?這些都是值得研究思考的。

接下來講一下大數(shù)據(jù)在房地產(chǎn)業(yè)的應(yīng)用。我們最近和綠地、保利合作，做眾籌、虛擬買房等項(xiàng)目，使技術(shù)和渠道相結(jié)合，用大數(shù)據(jù)獲取客戶。

首先，我們用關(guān)系類大數(shù)據(jù)做營(yíng)銷。買房通常是以家庭為單位，先生買一套，再給他太太推銷一套，不太合理，我們就用互動(dòng)好友的數(shù)據(jù)，在每個(gè)人周圍找出10個(gè)好友做營(yíng)銷。第二，給客戶畫像，把現(xiàn)有客戶資料跟業(yè)務(wù)經(jīng)驗(yàn)結(jié)合起來，連接上外部數(shù)據(jù)大平臺(tái)，可以產(chǎn)生很多潛在新客戶的畫像。比如，我們和濟(jì)南一個(gè)樓盤開發(fā)商合作，先根據(jù)業(yè)務(wù)經(jīng)驗(yàn)和現(xiàn)有客戶，總結(jié)出目標(biāo)客戶群年齡是多大、收入有多少，初步篩選后剩下60萬候選客戶，再結(jié)合大數(shù)據(jù)做一些潛在新客戶模擬，產(chǎn)生2000個(gè)潛在用戶。當(dāng)我們發(fā)現(xiàn)這個(gè)用戶在網(wǎng)絡(luò)上寫到“想換房，最近也光臨過一些樓盤”，那么就可以將其放在潛在客戶名單上進(jìn)行重點(diǎn)營(yíng)銷了。

我們還對(duì)信息獲取渠道做數(shù)據(jù)分析，那么就可以知道應(yīng)該去什么地方做廣告——網(wǎng)絡(luò)、報(bào)紙廣告怎樣投放最有效，微信要不要用公眾號(hào)推廣一下，戶外是不是應(yīng)該弄一個(gè)簽到地點(diǎn)，這些對(duì)企業(yè)營(yíng)銷都非常有用。

剛才是講我們能做什么，還想說，有些問題我們也應(yīng)該注意，比如說隱私問題，數(shù)據(jù)不能隨便用了，隱私邊界怎么界定，企業(yè)間的數(shù)據(jù)交換怎么定價(jià)，等等，希望大家一起關(guān)注。

標(biāo)題名稱：大數(shù)據(jù)之光無處不在：洞察市場(chǎng)，指導(dǎo)管理
網(wǎng)站地址：http://muchs.cn/article32/sosisc.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供外貿(mào)網(wǎng)站建設(shè)、關(guān)鍵詞優(yōu)化、定制網(wǎng)站、網(wǎng)站設(shè)計(jì)公司、移動(dòng)網(wǎng)站建設(shè)、微信公眾號(hào)

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請(qǐng)盡快告知，我們將會(huì)在第一時(shí)間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng)，如需處理請(qǐng)聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時(shí)需注明來源： 創(chuàng)新互聯(lián)