Big Data,大数据重塑营销 微博营销

“大数据”热潮源于数据生产及收集的能力和速度的大幅提升。但在营销领域，大数据实践依然刚刚开始。虽然91%的公司高层营销管理人员认为成功的品牌需要使用客户数据来做营销决策，但只有35%的公司会收集社交媒体数据、19%会收集移动数据。

IBM的超级计算机Watson2011年在美国著名电视问答节目《Jeopardy》上击败节目历史上最厉害的两位选手后，便一举成名。它能够以极快的速度处理数百万份以人类文字语言书写的文件——一般来说，电脑处理传统数据库中的数据文件毫无问题，但Waston的绝招在于同样可以阅读非结构性文件，即那些电子邮件、新闻报告、网站中的信息。

最终，花旗银行花大价钱聘请了Watson，要借用它对这些文件的处理能力来帮助决定应该对一个客户提供哪些新的产品和服务。它的第一份工作很可能是降低欺诈案件概率，以及搜寻哪些客户有信用度降低的迹象。

这是大数据时代的一个故事。

大数据改变未来

“大数据”热潮最近的一次推力来自于2011年10月份McKinsey&Company发布的报告《大数据：创新、竞争和生产力的下一个前沿（BigData：NextFrontierofInnovation,Competition,Productive）》。

报告指出，“大数据”源于数据生产和收集的能力和速度的大幅提升——由于越来越多的人、设备和传感器通过数字网络连接起来，产生、传送、分享和访问数据的能力也得到彻底变革。2010年，超过40亿人(世界人口的60%)在使用手机，其中约12%拥有智能电话——其渗透率以每年20%以上的速度增长。如今，3000多万联网传感器节点分布在交通、汽车、工业、公用事业和零售部门，其数量正以每年30%以上的速度增长。

“大数据”趋势将会在5个方面提供价值：

数据的高透明度及广泛可获取性：一些制造商正试图集成多种系统的数据，甚至从外部供应商和客户处获取数据来共同制造产品。以汽车这类先进制造行业为例，全球供应商生产着成千上万的部件。集成度更高的平台将使公司及其供应链合作伙伴在设计阶段就开始协作。

决策验证对竞争方式的影响：大数据可能使决策制定发生根本性的改变。利用可控实验，公司可验证假设、分析结果以指导投资决策及运作改变。

应用于广泛的实时的用户定制及其对企业的影响：面向用户的企业已长期利用数据来细分和定位用户。大数据实现了用户定制的质的飞跃，使得实时个性化成为可能。下一代零售商通过互联网点击流可跟踪个体用户的行为，更新其偏爱，并实时模仿其可能的行为。

大数据对管理的改变及替代作用：大数据能进一步提高算法和机器分析的作用。一些制造商利用算法来分析来自生产线的传感数据，创建自动调节过程以减少损失，避免成本高昂（且有时具危险性）的人工干预，最终增加产出。

建立基于数据的商业模型：大数据催生了新类型的公司，其能建立由信息驱动的商业模型。许多公司都在价值链中发挥中间作用，通过商业交易创建极具价值的“排出数据”。如一家运输公司收集了大量的全球产品出货信息，并专门建立一个部门负责向经济预测方销售数据。

思维与应用的鸿沟

大数据的价值听起来十分鼓舞人心，而在实际的营销活动中，营销人对大数据的应用情况又如何

ColumbiaBusinessSchool今年推出报告《MarketingROIintheEraofBigData》中指出，虽然91%的公司高层营销管理人员认为成功的品牌需要使用客户数据来做营销决策，然而观察他们收集数据的类型，只有35%的公司会收集社交媒体数据、19%会收集移动数据；其中51%的人指出在他们组织内部缺乏分享客户数据的机制，阻碍了他们有效衡量营销ROI，45%的人认为公司没有利用数据有效地将营销沟通个性化。

营销领域真正的进展似乎并不符合大数据热浪的如火如荼之势，正如报告撰写者指出，“我们希望了解到底现在人们在用数据做营销这条路上走了多远，大数据的热潮是否真正地促使营销者实践的改变，但迄今为止，营销领域的大数据实践依然刚刚开始，在许多公司组织中，有效利用数据做营销的实际进展要落后于人们实际的意愿。”

那么，在大数据热潮扑面而来的时候，究竟给营销者带来哪些机遇和挑战《成功营销》系统梳理营销产业链上的相关各方观点与案例，希望能给企业加入大数据营销做出参考。

大数据落地1+1>2的营销未来

如果将这两个数据源进行对接，并且能够保持实时更新，营销的游戏规则将会随之而变：消费者洞察和预测分析这两个营销最重要的领域，会获得前所未有的价值发掘。

什么样的实时优惠对某个用户更有效基于此用户的偏好，哪种网络页面能产生更好的服务效果当一个潜在客户填写了网页表格后，跟他敲定一笔交易的可能性有多大在一天的特定时间段中，哪种促销方式最有效当一个用户被营销活动覆盖到后，他在六个月内购买的机会有多大

在大数据时代，这些问题都会找到答案。对于营销这一原本就属于数据驱动的领域，大数据提供了一个前所未有的机会，用先前不能做到的方式来挖掘消费者洞察。

那么在大数据时代之前，我们通常利用哪些营销数据答案是：CRM系统中的顾客信息、广告效果、展览等线下活动的效果等。这些数据来源都提供了一些信息，但是并不足够给出一个重要的洞察和发现。

让我们再来另外一批信息数据：官方网站登录数据、社交媒体数据、邮件数据、地理位置数据等。

这些信息源在几年前可能并不存在，而这些就是“大数据”所指的非结构性或者叫做多元机构性数据，它们更多以文字、图片、视频等方式出现，而且这些数据来源还在不断增加。

而如果将这两个数据源进行对接，并且能够保持实时更新，营销的游戏规则将会随之而变：消费者洞察和预测分析这两个营销最重要的领域，会获得前所未有的价值发掘。

比如微软正在通过对论坛、社交媒体上内容的监测，来发现人们对微软产品和营销活动的反应，这个夏天微软Window8发布后，就采用了传统数据收集和实时数据收集的两种手法，“我们对网络反馈信息的收集是连续的和实时的，我们也依然使用传统的消费者满意度调研，最终会将两者产生的数据结合起来进行分析。但是前者那种以日为单位的市场信息捕捉，能够使我们更快地对市场做出反应。

总的来说，大数据的到来将在以下几方面改变原有的营销流程，或者营销效果：

对原有营销方式价值的再次发掘。IBM的一个商业合作伙伴正在研究让呼叫中心产生的所有对话转换成文字，从而可以实现对这一营销渠道的数据挖掘。“这能够让市场部门获得之前没有的消费者洞察，知道消费者对品牌的感受以及他们怎么回应新产品”，IBM新兴技术项目总监PeterWaggett称更深入挖掘数据会帮助许多公司找到商业问题解决方案。

更好地对营销策略进行优化。麦当劳的部分门店安装了搜集运营数据的装置，用于跟踪客户互动、店内客流和预订模式，研究人员可以对菜单变化、餐厅设计以及培训等是如何对劳动生产力和销售额的影响进行建模；一些领先的零售企业也监控客户的店内走动情况以及与商品的互动。它们将这些数据与交易记录相结合来展开分析，从而在销售哪些商品、如何摆放货品以及何时调整售价上给出意见，此类方法已经帮助某领先零售企业减少了17%的存货，同时在保持市场份额的前提下，增加了高利润率自有品牌商品的比例。

除了线下活动优化外，还可以根据消费者在网络上的表现来优化网站的体验，比如eBay就做过数千次实验来改变自己网站不同部分的架构，来确定最优的页面效果和其他诸如导航、照片等功能的设置。

更完整的消费者描述。通过更丰富的消费者数据，包括网站浏览数据、社交数据和地理追踪数据等，可以绘制出更完整的消费者行为描述。比如英国葛兰素史克GSK公司，近期就发起了一个项目，获取更完整的消费者信息，从而获得更加深入的消费者洞察。他们通过定位那些谈论过旗下子品牌的人们，并且追踪他们在公开论坛上所谈到的所有其他东西，来建立消费者描述，而这些外部数据会和营销部门已有的数据进行整合，从而设定更为精准的优惠和促销，吸引人们来到对应的子品牌网站。“这是个不成熟的市场，但是品牌必须要了解怎么利用这些数据”，该公司CRM部门顾问JamesParker说道。

更精细的消费者细分。这一功能基于上面一条“更完整消费者描述”的实现。消费者细分不是一个新鲜的概念，但是大数据时代中更多的数据，以及更好的分析工具，使商家能够以多种不同的维度对消费者进行细分，不仅仅是简单的划分群体，而是真正做到个性化。比如在原有的传统市场调研数据和购物历史数据之上，商家可以追踪和利用更多数据如网络上的点击，浏览记录，来更好地细分消费者。

高端零售商NeimanMarcus就建立了行为分类体系和多级会员奖励制度的体系，并将两者结合起来，来激励最富裕、最具长期价值的客户购买更多高利润率的产品；零售商WilliamsSonoma也将他们6000万的顾客数据库和其家庭信息链接起来，通过了解这些家庭的收入、房屋价值和孩子数量等对顾客进行精准划分，其电子直邮邮件是根据不同消费者群体的行为方式和选择偏好来设定的，而基于这些信息的直邮邮件所获得的反馈数量是之前没有进行精准化的18倍。

最终完成真正精准化的营销：这一精准性包括精准的时间、地点、人物。理想的一个案例是：当一个顾客进入店铺后，一个零售商搜索他们的数据库，发现这位顾客是其希望留住的有价值顾客，之后他们通过将其过去的购物历史和Facebook主页获得的这位顾客的信息综合起来，来了解需要花多少钱来留住他，从而确定所售卖物品的合适价格和零售商可以退让的利润空间，针对这一位顾客给出最佳的优惠策略和个性化的沟通方式。因此，营销者最大的机会——在恰当的时间、恰当的渠道给一个潜在用户或者老客户提供最合适的产品和营销——将最终实现。

大数据——根据维基百科的解释，“大数据”指的是“普通软件工具不能在一定时间内抓取、管理以及处理能力的数据集合”，而另一个常见的描述是3V——Volume（规模）、Variety（种类）和Velocity（速度），即在这三个维度上都超出传统工具能够应付的数据集合。

大数据难题：超越技术

你面临的不仅仅是技术和工具问题。

当然，从大数据的定义中就可以看出来，大数据营销首先面临的是技术难题。但实际情况是，真正启动大数据营销，你面临的不仅仅是技术和工具问题，更重要的是要转变组织架构和思维，来真正地挖掘那座数据金矿。

1.确定你的目标和标准。

把大数据这个概念扔掉，而是非常专注在你的衡量标准上。你必须弄清楚你到底想从大数据中得到什么，否则你就要花费大量的时间来分析数据。你需要的是，能够帮助解决问题的行为洞察，而不是试图研究每一个能够得到的信息。比如：分析你的消费者线上分享趋势，对你的业务有帮助吗你的品牌体积是最重要的参数吗

再强调一遍，大数据的资源太丰富，如果你没有明确的目标，你就算没有走入迷途至少会觉得非常迷茫。因此，首先，要定义你的价值数据标准，之后再使用那些能够解决特定领域问题的工具。

——TimDevane，技术公司Bit.ly业务发展和销售总监

2.建设技术人才。

拥抱大数据之前，首先团队要到位。分析技能非常重要。你的营销团队要能够非常自如地玩转数据。很多人认为社交媒体营销人是个十分有趣的工作，其实只是个艰苦的工作。它非常注重数据、衡量标准和数据可视化等问题。要成功，首先要确保你的员工已经接受过技能培训，了解如何最大化利用大数据的潜力。当然回报也是非常丰厚的。

——PerryDrake，纽约大学助理教授

第一步是要将原先创意人员和统计人员之间的藩篱打破，让他们以同样的节奏，就同一个问题一起合作，融合为一支队伍，彼此学习。然而，研究公司Gartner曾经提到过，使用大数据的必备能力，是和那些信息技术行业中所需要的能力不同的，它更偏重框架的整合能力、提出正确问题和让公司所有部分一起工作的能力。很明显，你既需要统计人员，也需要创意人员，大数据是他们共有的天地。

——MarshallSponder,SocialMediaAnalytics:EffectiveToolsforBuilding,Interpreting,andUsingMetrics一书作者

3.解决碎片化问题。

企业启动大数据营销一个最重要的挑战，是数据的碎片化。许多公司组织中，数据都散落在互不连通的数据库中，而且相应的数据技术也都存在于不同部门中，如何将这些数据库打通，并且实现技术共享，才是能够最大化大数据价值的关键。

——GrahamOakes，技术咨询师、博客作者

4.展现你的价值。

你只有能过展示数据带来的价值你才能够得到资源。营销者需要利用衡量标准来建立他们的可信度。没有这个，营销将会被看做一个花钱中心——但是当CMO们可以利用分析来将营销动作和硬性标准如年利润联系起来，他们就能建立自己的威信和赢得尊重，并在预算中占得一席之地。

——JonMiller，金融服务公司Marketo营销副总裁

大数据，我们能做些什么

大数据在国内的热度，仅从一个月内数场大数据主题会议举办的热度就可见一斑。

正如前文所述，数据分析能力的提升给营销带来的前景十分诱人；但同时反应出的是，数据以及如何利用数据一直都是营销圈中共同的难题，尤其在数字媒体兴起之后。

首先面临的是效果衡量标准，即使对于2011年宣布全面转向社交媒体的宝洁，这依然是个问题，“（社交媒体）效果现在无法确切衡量，投入必然会谨慎”，宝洁大中华区品牌运营副总裁靖捷告诉《成功营销》记者。浩腾媒体数据总监贾雯也表示“之前的效果更多的是数字展示，而不是效果分析。”

媒体的整合、受众的精准也都有赖于数据处理能力的提升来得到更好的答案；而在这些之外，我们可能会发现如何利用数据不只是个技术问题，而是理念以及公司架构等“软性”层面的问题，“国内和国外差距的不是技术，而是人，是对数据的重视程度”——从事数据挖掘20多年的支付宝首席商业智能官车品觉跟本记者分享其经验感悟。

我们从广告主、平台、代理机构等多方角色进行采访或者资料编辑，来了解和呈现不同视角中大数据的重要性和进展。广告主中，银行以及零售商一直是数据挖掘的先驱者，他们的动作对行业有着较大的借鉴价值；作为拥有巨大流量的平台，如何能够更好地提供其对于数据的洞见是其发挥流量优势的主要表现之一；而在业务和人才能力上与数据最为贴近的第三方机构，纵观他们产品和服务的水平几乎可以呈现国内大数据的整体进展。

本部分涉及公司如下：

·银行界：BigData时代新探索

·塔吉特读心术

·支付宝车品觉：切忌自娱自乐

·OMD贾雯：重点是数据分析

·随视传媒：大数据时代的中国之光

·国双科技：分析让数据更有价值

·MediaV：画像背后的买卖

·Vpon：数据重塑情境

·亿赞普：数据的跨域生意

·腾讯汽车：被低估的数据价值

·优酷指数：看懂网络视频

银行界：BigData时代新探索

除了预防欺诈等功能外，银行也正在发现，顾客数据能给他们带来更多的价值。

开篇提到的花旗银行聘请了IBM的明星分析师“Watson”事件，是银行界对大数据处理能力渴求的一个侧面表现。

金融业对数据的需求，以及数据能力建设都在大多数行业之上，在大多数金融机构里面，对大数据的应用多集中在预防欺诈、制裁洗钱交易等方面，这些业务中，哪怕是看起来非常简单的一个任务，在实际执行层面，也是一项非常复杂的数据任务：比如对照顾客姓名看其是否处在制裁黑名单之上这件事情，因为一家银行可能会有数千位顾客和这些制裁黑名单上的顾客重名，如果稍有不慎，就可能毁掉一份顾客关系。

因此，处理这件事情银行业需要从各种不同数据源获取信息的电脑，通过搜集顾客的国籍、地址、家庭成员的姓名，以及他们是否曾经在某些国家旅游或者从这些地方收到过汇款等记录，来确定这个顾客是否正是制裁黑名单上的那位。因此，更不用提随着支付从电脑转向移动终端等变革给银行的数据处理能力带来的挑战了，大数据可以说是银行应对这些挑战的利器。

而除了预防欺诈等功能外，银行也正在发现，顾客数据能给他们带来更多的价值，比如，西班牙国际银行Santander就利用数据研究，每周给顾客发送信息，里面有顾客可能感兴趣的产品和优惠。但有些银行所尝试的领域已经开始超越自身的产品和服务，比如新加坡花旗银行会基于消费者的信用卡交易记录，针对性地给他们提供商家和餐馆优惠。

如果消费者订阅了这项服务，他刷了卡之后，花旗银行系统将会根据此次刷卡的时间、地点和消费者之前的购物、饮食习惯，为其进行推荐。比如此时接近午餐时间，而消费者喜欢意大利菜，花旗银行就会发来周边一家意大利餐厅的优惠信息，更重要的是，这个系统还会根据消费者采纳推荐的比率，来不断学习从而提升推荐的质量。花旗在亚洲有超过250名的数据分析人员，去年它在新加坡新开了一个“创新实验室”。

除花旗外，一些全球信用卡组织也开始了利用数据的进程。在美国，Visa就和Gap合作，来给在Gap店附近进行刷卡的消费者提供折扣优惠。

数据甚至能够改变这个行业的竞争格局，使得一些白手起家的新手找到自己的机会，杀入市场。比如创业公司ZestCash，它的主要业务是给那些信用记录不好或者没有信用卡历史的人提供贷款服务，它的创办人DouglasMerrill是谷歌前首席信息官。

ZestCash和一般银行最大的不同在于其依赖的数据数量。大多数美国银行依靠FICO信用卡记录得分来做出贷款与否的决策，这个FICO信用卡记录得分大概只有15到20个变量，诸如信用卡的使用比率，是否有没有还款的情形等，而ZestCash考察的却是数千个信息线索，这造就了它独特的竞争力。比如如果一个顾客打电话过来说他可能无法完成一次还款，大多数银行会把他视为高风险贷款对象，但是ZestCash经过研究发现这种顾客其实更有可能全额付款；ZestCash甚至还会考察顾客在提出贷款之前在ZestCash网站上停留的时间。“单看一个数据可能是个无用的噪音，但是当你以非常聪明的方式把它们聚合到一起的时候，你能将垃圾变成宝贝。”

塔吉特读心术

怀孕预测模型固然有些极端，但事实上，零售商确实正在不断地分析顾客的人口群体及其他信息，特别是他们购买什么。

美国第二大零售商“塔吉特”通过多年精细的数据挖掘，建立用户的数据库，能够清楚地知道用户的人群信息，甚至能做到比顾客的家属更清楚她们的预产期。

“塔吉特”的孕妇营销之道

那么，“塔吉特”是如何比顾客的家属更清楚预产期的呢这件事看起来非常不可思议，但背后却是有规律可循。“塔吉特”的统计师们通过对孕妇的消费习惯进行一次次的测试和数据分析得出一些非常有用的结论：孕妇在怀孕头三个月过后会购买大量无味的润肤露；有时在头20周，孕妇会补充如钙、镁、锌等营养素；许多顾客都会购买肥皂和棉球，但当有人除了购买洗手液和毛巾以外，还突然开始大量采购无味肥皂和特大包装的棉球时，说明她们的预产期要来了。在“塔吉特”的数据库资料里，统计师们根据顾客内在需求数据，精准地选出其中的25种商品，对这25种商品进行同步分析，基本上可以判断出哪些顾客是孕妇，甚至还可以进一步估算出她们的预产期，在最恰当的时候给她们寄去最符合她们需要的优惠券，满足她们最实际的需求。这就是“塔吉特”为什么能够清楚地知道顾客预产期的原因。

以上情形被美国商业记者查尔斯·杜希格披露在其著作《习惯的力量：我们生活、就业行为之原因》中，掀起了轩然大波。据作者说，塔吉特公司把婴儿相关的促销信息发给某个十多岁的少女，而她的父亲尚不知道她已怀孕。

怀孕预测模型固然有些极端，但事实上，包括塔吉特在内的其他零售商确实正在不断地分析顾客的人口群体及其他信息，特别是他们购买什么。

零售商的购买者分析

目前的某些领先零售商店，从顾客走进商店那一刻起，其脚步、视觉移动、选择、对减价的反应，已经被密切监控。通过这一分析，商店能够决定是否需要做出改变以提高销售，例如：改装、特价、更多销售员等。

购买者分析不一而足，从平平无奇的统计到高科技的数字标牌均有，前者如统计放学后步行回家的学生，后者如数字标牌配以摄像头侦测到观众的眼球运动、在屏幕的那一部分播出促销信息。通过计算何人、何时、哪些人口群体在购物，商店能够针对其做出更精准的促销。

商店及其供应商在不停地分析销售数据，数据与顾客的会员卡相关联。商店对顾客的了解，大部分基于其获取会员卡时提供的信息、甚至来自电子邮件清单。商店想知道你的年龄，以便能更了解如何对该年龄段的人做营销。即使顾客不买时，通过复审安全监控录像，商店也知道谁在浏览其货架以及在店内闲逛的路线。商店就能够把产品和促销放在显著位置吸引最多的顾客。

零售商也在迅速改用能以中心控制频繁变更的电子标牌。标牌可包括摄像头侦测谁在注视标牌上的哪个部位（或者快餐的菜单板），根据其性别甚至年龄度身定制促销。例如，在百货公司化妆品区的数字标牌可以确定走过的是位男人，就显示车或其他可吸引其注意的画面，再插入男用香水的广告。

（根据资料编译整理）

切忌自娱自乐

车品觉支付宝任首席商业智能官

国内大数据面临的挑战“不在技术，而在人。”

车品觉加入支付宝任首席商业智能官后，他发现消费者中很多人都开始使用信用卡来购物，而只要用信用卡购物就会涉及到还款问题，因此他认为这个数据趋势显示了支付宝的一个新市场机会，最终开辟的信用卡还款业务成为支付宝的一大盈利业务。

“2010年我刚到支付宝的时候，数据报告出来后跟老板沟通时，他说我们聊15分钟够了，现在我们的报告出来，我要和老板讨论一天，一页页地去聊。”他对《成功营销》记者表示。

已经有二十多年数据分析经验的车品觉是圈内非常知名的数据行家，在大数据给这个原先有几分低调的行业打上聚光灯之后，他指出国内大数据面临的挑战“不在技术，而在人。”

数据以服务为主

“BI（商业智能部门）是服务部门”，车品觉的定位很明确。服务部门的含义是指，数据分析要有服务对象，是要以解决这一客户的问题为核心。做过产品经理的他说自己有一个习惯，最喜欢问的问题是，“我的用户是谁，我能解决用户什么问题，应该我解决吗，是现在解决吗”

因此他在面试的时候经常会问一个问题：如果我是京东的CEO，让你给我三个数据来了解上周的经营状况，你会给我什么他希望面试者能够理解的三个关键词，“京东”、“CEO”、“上周”——“只有你知道你要帮助谁解决问题，才可能更好地给出数据分析，数据不是自娱自乐。”

他指出数据部门一个常见的问题是“失焦”。“数据是用来解决问题的，如果你没有目标的话，很容易走偏的。不要为数据挖掘而挖掘，为用户分群而分群，不然你分完之后也不知道怎么用，我们要知道的是，分群是否能够解决你的问题，达到更好的效果。”

而在这些目标之上，进行数据挖掘就只是技术层面的问题。“如果我们的问题是流失率，那我首先要分析一个用户多久没有回来，他的流失概率会增大，算出来之后我们会在这段时间内挽留他，比如赠送红包，那么红包给多少才合理，既能留住他又不会造成额外的浪费，这个也是要计算出来的；如果获取新用户是企业的问题，那么我们就会挖掘从不同渠道获得多少用户、他们在中长期内能给到公司的价值是多少等。”

主动型数据策略

而在具体的数据挖掘层面，他指出国内和国外在电商领域确实存在差距：比如在数据收集维度上，“我们看过亚马逊在用户描述中的关注点，发现它在挖掘用户购买行为时，甚至还收集了用户IP所在地周围5公里是否有书店这类的信息”。

还有一个例子是，当你浏览了亚马逊，还没有注册时它的Cookie已经开始记录你的浏览记录了，当你注册购买时候，它实际已经收藏了你看过的十几件产品，因此知道你是在看过什么产品后才产生的购买。

还有一个，是国外电商对“主动型”数据策略上的运用。“如果你下了一个订单，但是没有付款，他们会随后发送一封邮件，主动提醒你付款”，这种主动性策略也可以见于苹果公司的营销策略上，即主动推动消费者购买行为的继续。“国内还是被动型的策略，但我们即将展开‘主动型’策略。”

但是他最后诸如判断消费者是否即将结婚、怀孕等问题，这种技术问题并非数据分析的门槛，最重要的是人的问题，“如何打造靠谱团队，如何把他们留下。”

重点是数据分析

贾雯浩腾媒体数据分析总监

把用户所有行为串起一条线的方式，将会指向一个国内未尝发掘的数据机会：理性测量中所有媒介的效果。

“之前我们看到的效果报告，更多的是数据展示，和网络动作数量的的评估，我们现在可以真正意义上的将数量和经济价值综合的考量进数据分析中。”浩腾媒体（以下简称OMD）数据分析总监贾雯告诉《成功营销》记者。

1999年已经进入中国的OMD，是宏盟媒体集团旗下的提供营销传播及媒体投资解决方案的专业机构，如同许多4A机构面临的问题一样，OMD及贾雯团队要破解的是所负责业务从执行层面到决策层面的升级，“我们要颠覆思维，告诉客户我们并非只是执行公司，而是能够使价值最大化的策略公司。”

而这一升级所依赖的，就是数据分析。

数据的行为绘图

媒介购买机构的核心之一是积累的数据库资源，如今OMD的实时在线购买平台能覆盖全国82%的媒体点位，而历年活动中存储下来的用户数据有着难以想象的庞大规模，“对我们主要的一个挑战，是硬件方面的配置。”

OMD的数据分析部门追踪一个用户的路径大概是这样的：当OMD为某广告主客户展开一次营销活动，在各大网站上投放广告，A用户只要打开布有广告的页面，OMD就会通过定位用户ID或者Cookie追踪的方式捕捉到A用户，之后，以这一ID或者Cookie为核心，用户只要出现在OMD所能覆盖到的网站上，其行为都会被一直记录并存储，比如在某个门户网站的女性频道几点几分做过停留、之后登录过某个线上邮箱首页、又使用了某个线上ＩＭ端的及时聊天工具等，从而形成一个用户的行为历史地图，“当我们再次为某客户开展营销活动时，我们就知道哪些人适合我们的活动，或者对这一产品促销最感兴趣，我就可以直接提取出来，做更精准的活动。”

当然，隐私问题是其需要非常注意的问题，“我们不能和新浪微博的数据打通，因为新浪微博是实名制的，这会涉及到隐私问题。”

Cookie可以储存的价值早已经人所尽知，但OMD通过监测系统把用户行为串起一条线的方式，将会指向一个国内未尝发掘的数据机会：理性测量中所有媒介的效果。

倒推贡献值

现有的效果测量多是按照“顺”序来计算：从搜素引擎导入官网多少流量从垂直论坛促成多少订单但往往被忽视的是，在走到搜索引擎、垂直论坛之前，用户接触到了什么极有可能的是，用户先是看到门户网站的展示广告，获得了产品或活动信息，才进入搜索引擎或者垂直论坛进行深入地了解，缺乏用户整体流程行为的记录和分析，无疑会对媒介效果做出有失偏颇的评估，影响投放效果。

因此，OMD和贾雯团队现在正在搭建名为“AttributeModeling”的效果衡量模型，用的是“倒推”的模式，从最终的订单数目“反”序来看，在促成这一笔订单之前，用户接触到了什么，通过对用户每一步媒介接触点的分析，计算出每个媒介在促成广告主最终目标的道路上，贡献了多少价值。

“这个在国外已经有两三年的时间了，但是今年国内才开始逐渐接受这个理念并开始做这方面的事情。”而这种模式，对于媒介机构处理和分析海量数据的能力，以及相应的人才储备，都是挑战。

在贾雯看来，理想的大数据时代，是因为通过对数据的处理而能够给出每一个活动精准的效果评估，“买广告再也不是拍脑袋的决策了，每一步都有精准的数据呈现，我们的所有决策都会在数据这个优质的驾驶员的带领下，在大数据时代看到更多过去被忽略的营销机会和策略。”

大数据时代的中国之光

薛雯漪随视传媒CSO翁启育随视传媒CTO

一个刚从耶鲁大学毕业的数据分析师，成功利用数据分析选择球员，帮助球队以小博大，最终获得胜利。这引发了随视高层团队对数据的进一步重视。

在2011年的某国际航班上，随视传媒CSO薛雯漪看到了彼时刚刚上映的《点球成金》。一个4千万的棒球队利用数据和一个1亿4千万的球队相抗衡，并出人意料的获胜，这给了薛雯漪相当大的震撼。

看完之后，仍在度假的薛雯漪就马上给公司相关高层发了一封邮件，公司便迅速安排了高层团队的集体观影。

“这部电影引起了我们的思考和探讨。”薛雯漪对《成功营销》记者说道，“老资格的棒球队经理人认为自己的球队在缺乏经费的情况下无法买到好球员，因此也就无法和大球队抗衡。但一个刚从耶鲁大学毕业的数据分析师却成功利用数据选择球员，帮助球队最终获得胜利。”

“电影启发我们凭借数据分析和判断，以小博大，用数据取胜。”薛雯漪感慨道。

1.0到2.0的数据跨越

“实际上，自2006年随视传媒创立之日起，便开始了数据的累积。”薛雯漪介绍，“早期与百度的数据合作，以及公司自身在技术方面的研发实力，让随视得到众多国际4A代理公司的青睐，如安吉斯、阳狮、群邑、宏盟等。尤为值得一提的是，随视刚刚与安吉斯集团正式达成合资协议，将共同引领旗下子公司安布思沛（iProspect）在高效传播搜索营销服务与数字化营销服务业务方面的发展，这在行业发展史上尚属首次。”

此次与安吉斯集团达成合资协议，随视将主要负责提供技术支持，而这与随视近年来在互联网用户行为数据分析的累积以及在社会化媒体领域的数据挖掘与整合密切相关。

2011年年初，随视传媒宣布正式与新浪、腾讯开放平台进行对接合作，开始数据的挖掘与分析。在这期间，通过整合自身6年来累积的web1.0的媒体库存数据及新浪、腾讯的web2.0微博用户数据，随视实现了数据累积从1.0到2.0的跨越，并于2011年3月，正式推出“微博派”这一产品。

“‘微博派’能通过十几个维度的数据分析，告诉企业官微运营情况、行业对比，帮助客户解决用户关系、活动设计以及整体传播的问题，而发展到2012年年初，我们发现在社会化媒体上最热门的内容是娱乐，社会化媒体商用化和娱乐内容密不可分，因而将原有产品升级为‘社交+’。”薛雯漪说道。

“社交+”是随视传媒在2012年主打的社会化营销与体育娱乐营销相结合的系列产品，包括“名社汇”、“社交风云榜”、“社交管家”等，通过6个维度的数据分析，帮助企业分析明星、红人以及草根达人的价值所在。据薛雯漪介绍，“社交+”与其他社会化娱乐营销产品的区别在于先用数据分析内容，包括明星跟品牌匹配度的情况，而后通过明星在社会化媒体中的访谈、互动等跟品牌做软性结合，再通过硬指标的数据化衡量，软硬结合，最终形成企业社会化营销KPI考核标准。

而对于用户来说，社会化营销的影响或许在于，自己将从一个被告知、被营销的角色，转而成为营销的主角。“如果你的好朋友在微博上说某件商品很好用，你会不会动心而当我们知道你的好朋友对它很感兴趣，也许有相同喜好的你也是潜在受众，把这个产品推给你也会得到你的关注。”薛雯漪说道，“我们一直在探讨挖掘数据与隐私的关系，而主动式营销或许可式营销，是在信任的条件下、用户许可的范围内实施，被受众接受的程度更高，未来我们会通过更多的关系数据分析，实现更加精准、人性化的社会化营销。”

精准大决战刚刚开始

推广至与客户合作层面，薛雯漪认为，要打动广告主，数据也是最有效的方法。“6年之前我们就尝试通过数据教育客户，而精准广告做了这么多年，我觉得互联网广告真正的精准大决战才刚刚开始。”

对此，随视传媒CTO翁启育有着更为直接的深切体会。“初级阶段，大家都还是看热闹，如今大家越来越懂，中国数字广告市场的预算也是越花越透越明白，随视的精准业务也已升级到‘精准+’，进入了相对成熟的阶段。”翁启育向记者介绍道：“现在随视每天大概有4到5个亿的数据流量，能够看得到的独立用户大概有5千多万，近三个月内可以覆盖不重复用户4.2个亿，接近80%的互联网用户。加上通过与新浪，腾讯微博的对接合作，目前已经累积超过5个亿的用户数据，及超过150个亿的用户数据关系。”

拥有这些数据优势，随视会根据用户属性数据结构、用户浏览行为数据结构、人群分类数据、品牌偏好数据、微博数据等“精准+”工具进行全程精准持续优化，满足广告主的精准需求。“除了在1.0或者2.0媒体平台挖掘数据，随视也已把目光转向移动互联网平台，而如何把这三个方面的数据进行开放性融合，或将是行业未来关键的竞争点之一。”翁启育说道。

“所谓大数据营销时代，是企业越来越看重数据带来的营销价值，但数据营销并不等于死抠数据，我们也希望广告主能够正视这一点。数据只是工具，让我们帮助广告主了解用户行为背后的原因，让广告主知道每一次投资的价值，更好地理清投入和产出并优化资源，从而得到最理想的营销效果。”

大数据的国际化未来

“大数据时代，对企业自身来说，从公司的整体管理具体到每一个项目实施，数据化考核对公司运营也会产生很大的影响。”谈及大数据时代的到来，薛雯漪说道，“营销平台公司如果不去处理大数据，是没有未来的。”

作为一个专业做数据分析的公司，随视传媒在组织集体观影之后的两三个月内就成立了公司商业分析部。“商业分析部可以对每一个销售人员的工作、每一个case、每一个客户做关键环节的数据分析，是否是优秀员工、优质客户，数据让我们一目了然。”薛雯漪说道，“这启发我们把数据分析带入销售市场管理方面，从成本、效益等多方面考核，注重投入产出比，优化销售、知识团队，淘汰了一些从数据分析结果上看比较鸡肋的销售人员，同时引进了更多有活力的新人。”

据薛雯漪透露，业绩考核体系的调整让整个随视传媒的公司面貌发生了很大转变。“好的销售人员7分态度，3分能力，爱抱怨的人数据分析结果一般都是有惰性表现的。经过人员调整，一般互联网营销公司常见的通病如消极懈怠、八卦公司的人少了，‘老爷销售’的不良习气也没有了，而那些有朝气、有奋斗精神的新人对公司忠诚度往往很高，他们愿意跟数据导向、科学化管理的企业一起成长。随视传媒管理层也没有空降明星，管理人员往往都是用相同的数据标准考核，通过严格的程序内部选拔而来，这让整个团队充满活力和干劲。”

“大数据的价值在于密切贴合消费者，未来我们将一方面完善我们的Panel库，丰富在线用户调查行为数据；另一方面，将继续打通并整合web1.0与2.0的用户数据，让广告主只为真正的目标用户付费。”薛雯漪进一步补充道，“至于国际化业务这块，此次与安吉斯集团的成功合资，已经让我们国际化平台的价值得到充分凸显，我们将继续打造这一数据平台，把大数据的综合运用进一步推向国际。”

引爆大社交的价值

作为一家技术驱动型的广告传媒公司，随视传媒将“社交+”系列产品在社会化媒体上进行数据挖掘与分析，为营销者提供社会化媒体营销的决策支持。

企业：随视传媒

目标客户：广告主

研究方向：通过对社会化媒体数据的挖掘和分析，发掘社会化媒体营销中的价值洼地，为营销者提供社会化媒体营销的决策支持。

拳头工具：社交管家、名社汇、社交风云榜

随着微博渗透率的提高和商业价值的凸显，各类企业纷纷涉足新浪微博。根据随视传媒社交管家的最新调查数据显示，截止到今年5月底，新浪微博官微数量已经达到17.15万，腾讯微博官微数量达到1.45万。

然而，各企业对自身品牌微博的运营程度各有不同。对于传统营销人以及公关人来说，新媒体环境的变化如此急剧，官方微博要求监测及时、反应神速，又要聚集旺盛的人气，让他们不得不寻求专业工具帮助。作为一家技术驱动型的广告传媒公司，随视传媒将“社交+”系列产品在社会化媒体上的数据挖掘与分析，发掘社会化媒体营销中的价值洼地，为营销者提供社会化媒体营销的决策支持。

作为“社交+”的核心产品之一，随视“社交管家”通过对微博粉丝数、活跃粉丝数、关联账号互动数、日均发博数、转发数、评论数、提及数、负面提及数、客服响应速度等若干指标建立分析模型，进行数据深度、广度和多维度的延伸，得出“微诊断”结果，让官方微博管理者更准确地了解内外部变化，同竞争对手对比差距和弱项，从而做出更准确的判断，开展更有效的营销活动。

目前，随视社交管家已经在新浪微博、腾讯微博等多个社交媒体平台上针对微博营销进行全面分析、监测、管理，为优化社会化传播并进行基于数据的分析支持。“随视社会化品牌观察”在近期推出电商社会化指数报告之后，还将针对食品饮料、娱乐行业陆续推出社会化指数报告。

而除了社交管家，随视“社交+”还拥有另一微博营销传播和分析工具“名社汇”。“名社汇”系统包括活跃粉丝量、区域倾向、行业适配、知名度、过去三个月转评率以及发博量等六个维度评估体系，通过对娱乐明星、体育明星、社会名人、草根红人等在社会化媒体传播中的号召力和影响力综合评估，让明星和品牌实现最佳匹配。借助明星、名人的影响力，品牌内涵文化能够得到更大的传播，而在商业品牌雄厚的传播资源下，明星的商业价值也将得到最大化的兑现，由此实现明星和品牌的有效、无缝地配合、对接与互动。

[案例链接]

人头马：情人节寻找真男人

在社会化媒体兴起之际，国内主要洋酒品牌纷纷转变宣传方式，扩展宣传渠道，许多品牌采取微博矩阵的宣传模式，然而社会化媒体仍处于发展的探索阶段。为了抢占先机、引爆大社交的营销价值，随视凭借“社交+”系列社会化营销产品帮助人头马策划了此次微博营销。

在案例执行过程中，随视通过“社交管家”对阶段性微博活动深达6层的传播数据采集，直观生成微活动的传播路径，生动地表现了在这个事件传播的过程中信息的传播路径，然后通过数据分析得出具有何种标签类型的意见领袖对传播最给力，最后再通过随视“名社汇”推荐具有相同类型标签的红人微博，如体育明星、娱乐明星、百万粉丝俱乐部账号等进行更大范围的加速传播，在活动初期微博总转评数达到2771，总覆盖人次近800万。活动期间粉丝互动率也从2.1%提升至13.6%，而陈小春的真男人行动视频在优酷点击率高达151832次，均让本次活动成为低成本、高关注度和互动率的典范。

以数据实现广告全程精准

从6年前开始累积至今，随视传媒已经以数据为支撑建立起一套完整的互联网精准广告解决方案。

从6年前开始积累数据至今，通过与百度联盟、新浪微博及腾讯微博实现用户数据对接，随视传媒已经实现了用户数据从web1.0到web2.0的累积跨越，以数据为支撑建立起一套完整的互联网精准广告解决方案。

如今，随视Panel库用户数超过4.2亿，并将用户进行有效的标签及分类，其中用户浏览行为划分为24大类、800+小类标签；品牌偏好用户更是覆盖20个行业，拥有超过500个品牌数据，超过3亿品牌用户；截至2012年第二季度，累计微博用户数接近5亿（新浪1.9亿、腾讯3亿），累计用户关系数据超过145亿（新浪85亿、腾讯60亿）；融合了海量的用户数据及精准定向机制（四大类十八种定向），让随视能够在目标受众洞察、媒体策略、智能推荐选择、互联网媒体跨平台整合和人群多维度定向方面实现广告活动的全程精准执行和持续优化。

[案例回顾：可口可乐]

传播策略：

第一，通过品牌偏好标签找到可乐品牌及快消行业偏好人群；第二，通过媒体人群属性数据找到特征喜爱周杰伦/科比的人群；第三，通过历史数据分析找到饮料的人群；第四，通过兴趣爱好标签找到篮球爱好人群。通过这四个维度做最精准的交集，找到最精准的目标群体。

多维度数据挖掘：

通过时段维度数据分析，广告曝光主要集中在08:00-24:00；17:00-19:00、20:00-21:00，这些时段的CTR较高。通过地域维度数据分析，广东省曝光量占比较高，且CTR较高，有利于可口可乐的推广；广西省、江西省CTR较高，北京CTR较低；由此建议适量控制北京的流量，把预算分配到CTR较高的地域。

整体投放效果：

此次活动实现总曝光超过1,144万次,超出预估14%；点击次数超过60万次,超出预估20%；CTR高达5.28%，较预估提高6%。CPC为0.33元，低于预估17%；CPM为17.47元，低于预估12%；远低于预估及行业水平，成本低廉，性价比较高。

分析让数据更有价值

在互联网领域，让广告主意识到数据的价值，是因为数据的展现、分析可以直接与品牌的营销挂钩，产生实际效益，带来营销价值，所以“大数据”才越来越受到重视。

续扬国双科技高级副总裁信息大爆炸为带来了新的机遇和挑战。怎样的数据才算是真正的大数据

海量的数据如何进行挖掘、整合与分析，让数据支撑我们的生活和工作，从而实现精细化管理这是值得营销人思考的问题。

互联网媒体如百度、新浪、腾讯、凤凰，都拥有自己的数据，但是这样的数据聚焦于某个互联网用户具体的上网行为，只是大数据环境里的某个零散片段。在层面，个人化、个性化、精确化、智能化正成为重要趋势，这就要求数据的采集要涵盖媒体和广告主两大主体，并且由一个与交易无关的第三方来准确、客观、公正地展现数据；数据分析不止要有媒体和广告主的维度，还要跨设备、跨应用，通过串联用户长期的访问行为进行客观的判断。基于此，大数据按钮开启，驱动营销的精准化、智能化升级。

归因分析还原营销过程

国双科技公司是中国最早从事数据挖掘的企业之一，在网页、搜索引擎和视频等领域都有着丰富的探索经验和前瞻技术，目前已经拥有了互联网、网络电视、移动终端、政府电子政务上的数据解决方案。

把这一切数据串联起来的是国双的归因分析工具（ContributionDissector）。这个工具就像一台“时光机”一样，可以还原用户在网络中的行为。简单来说，有点像电影里经常用的倒叙手法一样，会不断往前溯源，让你清晰看到一个更加完整的过程，而这不只是依靠Cookies，可以长期跟踪分析用户的行为。具体到消费者的一次在线购买行为，用户借由何种渠道，是搜索引擎、网站广告、垂直论坛还是微博；通过对什么内容的关注，是品牌、功能、其他用户使用效果信息等，促成了最后的订单。通过归因分析工具之后，呈现出的结果可能是：用户轨迹更加清晰和立体。可能是先通过新浪微博上的企业微博首次了解到产品品牌，几天后，才通过搜索引擎点击到网站进行购买。

这为品牌营销负责人带来的实际意义就是印证推广是否有效，尤其是在互联网上投放较多的品牌，使用归因模型再加上广告优化系统才能将营销价值最大化。

直观营销效果

在很多品牌广告主看来，对于大数据的另一个困惑在于，怎样在一堆数字报表中看到营销效果的结论，而不是自己再去判断这些数字的意义。

提供市场营销人员看得懂的、更直观的数据表现，不仅需要技巧，也需要技术。用不同深浅、颜色的热力图来反映用户在网站的鼠标点击情况，来证明广告投放在哪个区域会更被消费者注意到。另外国双科技还提出一个IDM即交互式数据挖掘的理念，让营销过程中的用户和数据产生交互，这样就可以直观、形象地看到在某个渠道、某个时段相应的订单量、交易额、购买转化率及广告投放产生的实际效果。并且，这些数据是实时监控的，比如国双在服务CNTV网络电视时，如果某个区域的颜色变化就说明目前SDN（内容分发网络）非常卡，需要采取措施进行解压以保证视频的流畅度。

在大数据时代，一切互联网行为的核心源头都可以回溯，用数据分析来看清本质，最重要的是简单、易用的指导营销实践，才是今天我们研究大数据的价值。

画像背后的买卖

杨炯纬MediaV（聚胜万合）董事长兼首席执行官

企业：MediaV（聚胜万合）

目标客户：广告主

研究方向：以尖端的互联网技术开发为基础，汇聚广告主、网站主、代理商和消费者的多方数据，在亿万的数据信息中发现价值，实现对目标消费群体的精细分类和定向广告效果的动态优化。

拳头工具：聚效广告平台、聚合分析

每个公司对大数据的定义都是不同的，因为大数据概念本身非常宽泛。实际上在很早以前，在金融、电信等行业，大数据就已经在使用了，特别是在金融行业更为典型。随着数字媒体的发展，很多大型的数字媒体公司都在推大数据的概念。因为随着信息技术的推进，大数据不再是很昂贵的只有金融业用得起的手段，而变得更为廉价和普遍。反过来，大数据赋予了数字媒体新的特征，就是随着大数据处理能力的提升，随着大数据对每个网民特征的深入挖掘，数字媒体将更加个性化，商业将更加个性化，网民也更加个性化。

更形象地说，大数据的挖掘就像是在给用户画像。先搜集用户在网络上留下的痕迹也就是数据，然后通过技术处理对数据进行分析，得出用户的特征，洞察用户的喜好，将用户的画像渐渐越描越细。当用户特征被描绘得很明确的时候，就可以很精准地向用户投放更适合他们的广告。

追寻大数据的源头，还是避不开精准营销。很多人认为精准营销是一件很神秘、很复杂、成本也很高的生意，但是在MediaV（聚胜万合）看来，精准营销恰恰对中小企业主是最为有用的。中小企业的目标受众并不宽泛，只局限在特定的领域、特定的区域以及有特别兴趣的人，问题是如何通过大数据将这些人群找出来

精准营销对中小企业主来说，以往除了搜索引擎就想不出别的办法，在大数据时代下，这个情况或可改变。MediaV今年主推的聚效广告平台，就是专为中小广告主服务的自助式广告投放平台。其上线4个多月以来，已经有200多家中小广告主加入。举个例子，就凯迪拉克品牌本身而言，投放广告相对容易，只要覆盖各大门户的汽车频道和垂直网站就可以，预算也很充足；但是对于凯迪拉克的经销商比如凯迪拉克上海4S店而言，广告预算是非常少的，而且只需要覆盖到上海有购买凯迪拉克意愿的人群就可以，这时候大数据的作用就凸显出来了。

假如一位用户在汽车之家看了一篇文章，应用聚效广告平台马上就可分析出这篇文章提到的车型有哪些，用户对于车的倾向性是什么，是处于选车阶段还是保养阶段等等，这篇文章和这个用户都会被打上标签。经过十几天左右这样反复的数据搜集过程，这个用户的特征就会非常清楚，如果他被判定为有购买凯迪拉克意愿的上海用户，那么当这位用户再次出现在聚效广告平台上时这家4S店的广告就会被直接推送到用户眼前。

理想状态下，广告主甚至并不需要向我们描述他的目标消费者特征是什么，在拥有足够的数据收集和挖掘能力后，广告主只需要告诉聚效广告平台自己的品牌和售卖商品是什么，聚效广告平台就能够自动帮助广告主找出正确的合适的目标受众。

除了中小企业主，精准营销的价值还主要体现在电子商务行业，因为电商是最能看到实际效果也最能客观评测的。电商行业排名前200的企业中有70%~80%都已经是MediaV的客户，今年MediaV特别针对电商企业推出了聚合分析产品，就是帮助其搜集目标受众的特征，使之成为他们做精准营销的基础。

另外，大品牌广告主也越来越看重营销效果，大数据的价值目前也越来越被大品牌广告主看重，并且是从宣传端到销售端的整个链条上的价值实现。比如宝洁，以往是走大众宣传的路线，但是今年则开始倾向于精准投放。今年MediaV为宝洁做了其天猫店的推广，目的就是让不同的消费者看到宝洁不同的广告，随之产生购买欲望。所有广告都要看效果，看目标受众的投放精准性，也就是说，品牌广告主正在开始用电商的思路做推广，即品牌电商化。

当然，大数据仅仅是未来营销的一个环节，光有大数据肯定是不够的。大数据的价值就在于通过对数据的应用、分析、优化等技术手段让网民看到更加有效的广告，让广告成为他们愿意看而且有需求看的。而在这个数据爆炸的时代，当像MediaV这样的公司打通了数据与数据之间的关系并挖掘出它的价值的时候，同时要对网民隐私的侵犯控制在其可接受的范围内，这是行业必须面对的问题。

数据重塑情境

吴诣泓Vpon威朋联合创始人、首席执行官

企业：Vpon（威朋）

目标客户：广告主

研究方向：利用海量数据库构建情境，实现移动广告投放效益最大化，将对的广告投给对的人。

拳头工具：3S系统

相比传统互联网，移动互联网最大的不同在于“移动”本身，用户对广告信息的需求会随着他所处的位置的不同而发生各种改变。优化移动互联网广告效果的关键在于，在短时间内准确获知这个用户处在什么位置、使用什么应用、对什么类型的广告感兴趣等等，这就需要海量的数据协助处理和分析。因此，移动广告投放会更加重视数据的作用，比如移动广告涉及到分析手机终端的型号、网络（3G/WIFI）、用户使用的运营商等。

目前，Vpon通过与移动开发商合作，拥有基于海量数据的3S系统（Salessupportingsystem），通过云计算技术服务于品牌广告主或中小企业，在App中嵌入广告插件，在用户允许的前提下获取用户的位置信息，进而综合分析该用户的位置、过去的App喜好、使用App的时间、使用的App类型、联网方式、终端信息等数据，构建用户情境，从而更有可能准确理解用户的兴趣，在超过8600万的智能手机用户中，迅速找到对该广告内容最有兴趣的用户，在100~200毫秒内完成决策，对其投放合适的广告。

以Vpon给上海徐汇区某餐饮企业做的促销广告为例，最初是从早上9点到下午5点的全天全网投放，但经分析发现，如果用户使用WIFI接入网络，他可能已经选好了一个消费地点，而如果用户使用3G接入，用户有可能正在等人，没有选择消费地点，如果此时距离他75米处有个餐饮店，他就非常可能会改变消费决策去这个餐饮店——3G用户比WIFI用户的转化率和到店率高出28%。基于此判断，Vpon在做投放优化时就会把当初全天全网投放转为重点时段投放3G用户。可见，这样的数据对于移动广告投放和优化有着至关重要的影响，即在数据支持下分析在哪一个情境下哪一种用户转化率会更高，帮助广告主优化广告投放预算。一般来说，在3S系统的帮助下，广告效益即二次跳转点击率能提高15%~40%。

在我看来，移动营销发展的极致是系统根据情境的重塑和效益的高低，自动将预算分配到转化率更高的情境中，而不再是像传统互联网以内容为中心的广告投放。

与此同时，移动营销仍旧面临不少的挑战，其中最大的挑战来源于广告主对于移动互联网的认知，市场还需要被教育。虽然市场的整体预算是上升的，但现阶段移动营销发展较快的仅集中于金融、汽车、快消、零售等行业。

当前移动营销行业还呈现出同质化竞争的特点，行业内很多公司都在追求更大的流量，而广告主一方却预算保守，使得利润率越来越差，整个行业的发展都受到了一些负面的影响。估计短期内这个现象不会得到缓解，因此，每个公司都要找到自己的定位，才能促进这个行业更好地发展下去。

面对行业的上升趋势和不利影响，Vpon将从以下几个方向努力：首先，专注于移动位置广告领域，持续深挖以形成这一领域的竞争壁垒；其次，取得移动开发商和用户的信任，重视用户体验，每一次广告投放都力求发挥其最大价值。

数据的跨域生意

罗峰亿赞普创始人兼总裁

企业：izp（亿赞普）

研究方向：利用作为全球21家电信运营商合作伙伴而积累的数据优势，为国内企业向国外提供精准跨域推广服务，从厂家直达消费者。

核心模式：F2C（FactorytoConsumer）

这是一家不能用既有模式来类比的公司：它从创始人到员工构成，技术人员占了绝大多数比例，但是它的定位是一家广告媒体公司；它主要的业务模式是基于数据分析之上的广告投放，但是它又不仅仅是精准广告投放公司；它要帮助中国企业将商品卖到国外，但是它又绝非电商平台。

“我们的目标定位是全球化的云媒体平台”，同样是技术出身的亿赞普创始人兼总裁罗峰告诉《成功营销》记者，他拿来类比的是当年帮助美国、日本的本土产品输出国外的跨国媒体公司，如美国的奥美、日本的电通，但是他接着表示跟这两家也并不完全相同。到底是什么样的商业模式数据在其中又扮演了什么样的角色

“F2C”三环节

谈起创建亿赞普的初衷，罗峰表示对中国现有形势几个判断：第一，中国企业向国外输出产品的需求和能力都日益增长；第二，国内外供需信息不对称。“别人不知道你有什么产品，中国不知道国外有什么市场”；第三，帮助企业全球推广的跨地域，跨语言的媒体平台的缺失。

因此，亿赞普公司的定位及商业模式都基于以上判断。罗峰希望做到的是，通过对跨国数据的收集及分析，来消解掉横亘其间的信息不对称，同时帮助企业在国外完成推广、销售甚至输送环节，即搭建“F2C（FactorytoConsumer）”模式。

他所说“F2C”模式，大致分为三个部分：首先通过对国外数据信息流的分析，了解国外市场需求、消费者偏好等商业信息；其次，依然基于目标国市场信息流的分析，以及区域网站的合作，完成企业在目标国的商品广告投放，直至网上订单完成；最后，通过和目标国物流企业的合作，帮企业达成“最后一公里”的物流。

但毋庸置疑，要完成“F2C”模式，罗峰他们必须要解决的问题是，跨国数据的收集和分析。

数据压场

罗峰曾经供职华为，对电信运营商的了解让他在最初数据网络搭建时首先切入的就是运营商网络。

“我们是国内唯一一家与运营商合作的企业，包括如中国电信、中国联通、Tele2、TeliaSonera在内的21家跨国运营商。”

和跨国运营商的合作是解决跨域信息收集和分析的前提。“以前了解一个市场的信息，都是通过传统数据收集、信息调研来做，现在我们可以借助互联网，通过分析相应数据中的规律挖掘出消费者的选择倾向、区域对某个产品的需求等信息，提供给企业作为决策依据”——而这也是罗峰认为其不同于传统广告公司之处，最坚实的基础还是网络数据。

“企业把产品推向一个新的市场，首先需要知道它的消费者处在什么位置。而亿赞普的大数据资源优势,让这一需求成为可能。”罗峰对记者表示，“亿赞普基于互联网用户行为数据，帮助企业建立清晰的目标受众扫描。企业可通过量身定制的智能广告营销方案，达到最具价值和效率的营销效果，获得更高的投资回报率。”据了解，亿赞普的全球化云媒体平台，以海量数据存储系统为基础，通过数据挖掘和人工智能算法，对海量互联网用户、内容和相关行为进行分析，挖掘出其中蕴含的商业及营销价值,为企业提供在数字世界中寻找潜在商贸机会的服务。

目前，亿赞普已在欧洲、拉美、东南亚设立了3个海外运营中心和5个海外子公司，为国内众多中小企业及100余家全球500强企业提供服务。

被低估的数据价值

腾讯汽车解析细分市场数据

属于“大宗消费品”的汽车，用户从寻找、选择、走进4S店体验到最终决定购买，这是一个长时间的过程。基于大平台的数据搜集和分析能还原这一漫长的过程，并且告诉你，用户是如何变成你的客户的。

数据平台：腾讯汽车数据

研究方向：汽车媒体用户（包括车主与潜在车主）。

数据价值：基于腾讯汽车媒体平台网络的消费者行为分析，产生包括消费动态指数、舆情指数等描述、为汽车厂商的提供营销指导

微博营销

较多数网络营销工作者对于微博营销的认识不足，普遍将它与博客营销方式进行混淆，或许是因为微博营销在国内是一种较为新型的网络营销方式。虽然微博营销与博客营销有着很多的共同的特性，但两者实施起来完全不同。当然微博营销方法是多种多样的，例如上演企业举办的各种宣传活动来增加品牌知名度。再或者培养出一些较有影响力的人物形象，代言品牌以达到一个最终的网络宣传目的。

较为