http://news.sina.com.tw/article/20130904/10575485.html
21世紀什麼最貴？大數據
大資料將是繼雲計算、物聯網之後IT產業又一次顛覆性的技術變革。
而這資料，已不是傳統意義的一般資料，而是超大資料、海量資料，就是現在所謂的“大資料(Big Data)”。如今大資料可謂是風起雲湧，紅紅火火，儼然成為2012年資訊技術領域最時髦的詞彙。IBM、微軟、Oracle、SAP等IT巨鱷，像是尋找到了新的金礦，開始全力挖掘大資料，多方位推廣大資料理念，爭搶“頭趟湯”。而眾多中小IT廠商也跟著蜂擁而至，以分得大資料市場一杯羹。
“大”字不僅意味著資料的數量龐大，還代表著資料種類繁多、結構複雜，變化的速度也極快。可以說，目前大部分企業經營決策面臨的最大挑戰不是缺少資料，而是資料太多，面對這些靜態、孤立、無多大參考意義的“初級品”的資訊資料，企業資訊部門需通過系統功能來發掘有價值的資料，給公司行銷管理提供決策支援。
大資料，重構精確行銷模式
大資料時代之前，企業多從哪些平臺提取資料、提取哪些行銷資料呢？一般是CRM或BI系統中的顧客資訊、市場促銷、廣告活動、展覽等結構化資料以及企業官網一些資料。但這些資訊只能達到企業正常行銷管理需求的10%的量能，並不足夠給出一個重要洞察和發現規律。
而其他85%的資料，諸如社交媒體資料、郵件資料、地理位置、音視頻等這類不斷增加的資訊資料，和包括資料量更大、逐漸廣泛應用、以感測器為主的物聯網資
訊，以及風起雲湧的移動3G互聯網資訊等，這些就是大資料所指的非結構性或者叫做多元結構性所需的資料，它們更多以圖片、視頻等方式，幾年前可能被置之度
外不會被運用，而今大資料能進一步提高演算法和機器分析的作用，這類資料在如今競爭激烈的市場日顯寶貴、作用突出，並能被大資料技術所充分挖掘、運用。
第一，對行銷決策資料進行更好的優化。包括沃爾瑪、家樂福、麥當勞等知名企業的一些主要門店均安裝了搜集運營資料的裝置，用於跟蹤客戶互動、店內客流和預訂情況，研究人員可以對功能表變化、餐廳設計以及顧問意見等對物流和
銷售額的影響進行建模。這些企業可將這些資料與交易記錄結合起來，並利用大資料工具展開分析，從而在銷售哪些商品、如何擺放以及何時調整售價上給出意見，
此類方法已經幫助這些領先零售企業減少了17%的存貨，同時增加了高利潤率自有品牌商品的比例。
以前的CRM系
統，只能促使分析報告回答“發生了什麼事”，現在一個優秀的大資料系統已可以被用來回答“為什麼會發生這種事”，而且一些關聯資料庫還可以預言“將要發生
什麼事”，最終發展為非常活躍的資料倉庫，從而能判斷“你(用戶)想要什麼事發生”。據稱，集成整合Essbase服務技術的Oracle大資料平臺已能
為使用者提供策略級、未知資訊分析預測能力和個性化自助式定制等。
第二，對目標物件進行更完整的分析、描述。通過獲取更豐富的消費者資料，包括網站流覽資料、社交資料和地理追蹤資料等，可以繪製出更完整的消費者行為。譬如，大資料技術能對客人方方面面的資訊進行充分有效管理並深度挖掘。
如果某個客人是某酒店的老主顧，那麼大資料系統就會清楚告知酒店經理人這位客人的習慣和喜好，如是否喜歡靠路邊、是否吸煙、是否喜歡大床、喜歡什麼樣的早餐，甚至從事什麼工作、有什麼商務需求等。當客人再次光臨時，不用客人自己提出來，酒店大資料系統就會自動提供客人所喜歡的房間和服務等相關資訊，大大提升酒店管理效率。
利用大資料中的語義搜索功能，系統能理解自然語言的含義，包括理解工作的頭銜、技能、行業和教育等，除此之外，它可以做到智慧處理拼寫錯誤、縮寫、標點符
號等更多問題，也能識別相同的詞在不同語境中的含義，以更好地為行銷管理服務。例如：銷售經理、財務經理、人事經理，它們中都有“經理”二字，顯然代表了
不同的語義，借用語義搜索技術，能對目標物件實現智慧的區隔、判斷。
第三，實現點對點智慧廣告模式。對於廣告主來說，廣告核心問題在於：如何從海量資料中尋找目標受眾，並投放相應的廣告資訊。
時下廣告不是點對點模式的，而是主從模式，像單個“老師”(產品)對眾多滿地跑的“學生”(消費者等受眾)，可是“老師”卻總是抓不住多數“學生”，把99%的廣告費都扔了。隨著大資料的發展，這些錢或會被一一撿回來。
大資料能通過互聯網點擊流，可跟蹤個體用戶的行為，更新其偏愛，並即時模仿其可能的行為，讓點對點的RTB(即時競價廣告)成為可能。在美國，在大資料的
説明下，RTB能把炙手可熱的目標使用者，拍賣給廣告商。以前，電梯裡上來一個禿頭的中年人，如果你在電梯裡打的是洗髮水廣告，那肯定瞎了。現在，有了
RTB，廣告將盯住不是滿地跑的“學生”，而是那個喜歡看廣告的目標人；廣告市場上賣的也不是傳統意義上的廣告位了，而是訪問這個廣告位的具體用戶。
那麼RTB是如何實現精准的呢？假設潛在客戶在流覽某網頁面，某網會向廣告交易平臺(Ad
Exchange)請求廣告。交易平臺向所有需求端平臺(DSP)發出公告，“某網有訪客，要不要向他發廣告”。同時，DSP請求大資料管理平臺
(DMP)説明分析這位元訪客情況，並根據結果進行出價決策。Ad Exchange為出價高的DSP匹配相關廣告代碼，並最終作出廣告。
今天尖端的追蹤技術和多種的大資料管理平臺(DMPs)可以將受眾以及廣告效果資料整合于單一介面上，讓廣告主輕易擷取關鍵指標，包括轉化率、流失率以及各個管道的貢獻比率等。
第四，更好地進行顧問式行銷。比如當一個顧客進入店鋪後，零售商利用大資料技術搜索他們的資料庫，發現這位元顧客是其希望留住的有價值顧客，之後他們通過將其過去的購物歷史和facebook主頁獲得的這位元顧客的資訊綜合起來，來瞭解需要花多少錢來留住他，從而確定所售實物品的合適價格和零售商可以退讓的利潤空問，並最終針對這一位顧客給出最佳的優惠策略和個性化的溝通方式。
如今在美國沃爾瑪大賣場，當收銀員掃描完顧客所選購的商品後，POS機上會顯示出一些附加資訊，然後售貨員會友好提醒顧客：“我們商場剛進兩三種配酒佳
料，並正在促銷，位於D5貨架上，您要購買嗎？”這時，顧客也許會驚訝地說：“啊，謝謝你，我正想要，剛才一直沒找到，那我現在再去買。”
這就是沃爾瑪在大資料系統支援下實現的“顧問式行銷”的一個實例。
大數據時代，要為行銷準備什麼？
雖然大資料展示了非凡的前景和巨大作用，不過，大資料行銷仍面臨不少問題與挑戰。首先面臨的是技術難題，畢竟大資料技術尚處於活躍前期，各方面技術並不太
扎實，各項工具需要進一步完善。但實際情況是，真正啟動大資料行銷，你面臨的不僅僅是技術和工具問題，更重要的是要轉變經營思維和組織架構，來真正地挖掘
那座資料金礦。
企業啟動大資料行銷一個最重要的挑戰，是資料的碎片化，各自為政。許多公司組織中，資料都散落在互不連通的資料庫中，
而且相應的資料技術也都存在於不同部門中，如何將這些孤立錯位的資料庫打通、互聯，並且實現技術共用，才是能夠最大化大資料價值的關鍵。行銷者當留意的
是，資料策略要成功提升網路行銷成效，要訣在於無縫對接網路行銷的每一步驟，從資料收集、到資料採擷、應用、提取洞悉、報表等。
“運籌帷幄，決勝千里”，或就在大數據中！
（大陸國研網專供，作者：吳勇毅）
【中央網路報】
沒有留言:
張貼留言