谷歌每天要處理大約24PB的數據，Facebook每天要處理23TB的數據，Twitter每天處理7TB ，百度每天大概新增10TB的數據，騰訊每日新增加200-300TB的數據，淘寶每日訂單超過(guò)1000萬(wàn)，阿里巴巴已經(jīng)積累的數據量超過(guò)100個(gè)PB。考慮一下，為什么越是行業(yè)壟斷巨頭就越擁有海量數據呢？

　　微軟的Jen Underwood用“[數據+分析+人]@速度”作為數據的投資回報率公式，其中一個(gè)重要佐證：善用數據分析的公司將會(huì )比競爭對手快5倍的速度做出決策。

　　對任何擁有特有數據的公司，都應該考慮怎么讓數據盈利。

　　數據收集沒(méi)想象中那么復雜，重要的是發(fā)現

　　很多企業(yè)甚至是互聯(lián)網(wǎng)企業(yè)，或者不知道該如何使用手中已有的數據資源，白白浪費掉優(yōu)化改進(jìn)的好機會(huì )；或者認為大數據只有BAT這樣的互聯(lián)網(wǎng)巨頭才有，一個(gè)小網(wǎng)站或APP應用是沒(méi)有大數據的，果真如此嗎？
看一個(gè)簡(jiǎn)單的例子：微博段子手們最平常不過(guò)的數據收集↓

　　拋出一個(gè)限定話(huà)題得到各方粉絲回應，第二天可參照由微博點(diǎn)贊自動(dòng)生成具有代表性的意見(jiàn)進(jìn)行概括歸納，將1k+的評論總結起來(lái)制成9條Tips，二次加工后發(fā)出獲得6k+轉發(fā)、4k+評論和4k+贊，典型的UGC手到擒來(lái)，絕對的ROI穩賺不賠。

　　一個(gè)網(wǎng)站或一個(gè)APP所包含的數據信息都是數字營(yíng)銷(xiāo)的基礎。通過(guò)分析來(lái)自網(wǎng)站與應用自身及競爭對手的定性與定量數據，可以驅動(dòng)用戶(hù)及潛在用戶(hù)在線(xiàn)體驗的持續提升，并提高我們的數字營(yíng)銷(xiāo)業(yè)績(jì)。

　　又如，法國的一些航空公司推出免費的APP方便旅客在移動(dòng)設備上跟蹤自己的行李，之后在追蹤的數據平臺上發(fā)現一部分商務(wù)旅行客戶(hù)中途在某一城市進(jìn)行短暫的商業(yè)會(huì )晤不需入住酒店，行李成了累贅，于是航空公司推出專(zhuān)人看管全程可追蹤的增值服務(wù)，此項服務(wù)每周的新創(chuàng )造大概可達100萬(wàn)美元。正是基于對數據的洞察產(chǎn)出附加價(jià)值。對數據的掌控，就是對市場(chǎng)的支配，意味著(zhù)豐厚的投資回報。

　　數據是有情緒的，假如別人要你推薦一只股票

　　數據的形式多種多樣，呈數量級爆發(fā)的UGC內容可以被我們拿來(lái)運用？

　　一個(gè)新穎點(diǎn)的例子，譬如最近從5100點(diǎn)+飛瀉而下的中國股市，股民巨量的埋怨和牢騷能以怎樣的數據化形式展示？“除了耐心等待，完美再找個(gè)地方讓自己發(fā)泄一下，找些跟自己同病相憐的人，還能緩解一下壓力，避免跳樓。彈幕，就是完美的形式了?！?/span>有人便建了一個(gè)網(wǎng)站,在K線(xiàn)圖上配上彈幕供吐槽...

　　結果被同樣郁悶的股民玩的特別魔性↓這匯集出的數據隨著(zhù)K線(xiàn)走勢變化擁有了實(shí)時(shí)鮮明的情緒特征，可以在一定程度預估使用者下一步賣(mài)出或繼續持有的動(dòng)向。

　　拿買(mǎi)股票來(lái)說(shuō)，推薦者會(huì )繼續購買(mǎi)并且推薦給其他人來(lái)加速某個(gè)公司股票（或實(shí)際產(chǎn)品）的成長(cháng)，而貶損者則能破壞其名聲，不僅僅停止購買(mǎi)，而且勸說(shuō)周?chē)笥?，在負面的口碑中阻止其成長(cháng)，NPS凈推薦值則反映了類(lèi)似多與空、褒與貶這兩股力量較量的結果。

　　回到廣告，這些來(lái)源于門(mén)戶(hù)或垂直類(lèi)網(wǎng)站、電商平臺購物用戶(hù)的打分與評論、社會(huì )化媒體如微博、論壇、微信、應用等的用戶(hù)評論文本數據以及客服系統的語(yǔ)音數據和評價(jià)文本數據，可以統稱(chēng)為“用戶(hù)反饋數據”。我們可以結構化處理后，進(jìn)行數據挖掘，識別“貶損者”和“推薦者”，全面和快速的計算NPS，并了解“貶損者”的貶損原因。

　　若進(jìn)一步關(guān)聯(lián)整合“用戶(hù)行為數據”，我們還可以了解“貶損者”的歷史“用戶(hù)行為數據”，有利于我們更好的洞察用戶(hù)，優(yōu)化用戶(hù)體驗和改進(jìn)產(chǎn)品方向；同時(shí)還能定向“推薦者”展開(kāi)更多的優(yōu)惠促銷(xiāo)或附加增值服務(wù)。

　　當廣告商掌握了數據，能夠向客戶(hù)傳輸更加相關(guān)的和更加有趣的信息，潛在客戶(hù)們甚至可以根據自己的需求定制一些廣告信息，可能會(huì )做出更好的購物決策，并有助于廣告商提升銷(xiāo)售業(yè)績(jì)。

　　基本的5W1H問(wèn)答也能玩轉消費行為數據

　　Kotler（科特勒行為選擇）模型從市場(chǎng)的特點(diǎn)來(lái)探討消費者行為，更容易進(jìn)行定量研究：
 

以推廣營(yíng)銷(xiāo)某款手機為例，我們將要研究的數據可綜合為5W1H：

1.Who & Whom：購買(mǎi)這款手機的人群分類(lèi)？還要弄清誰(shuí)是決策者，誰(shuí)是使用者，誰(shuí)對決定購買(mǎi)有重大影響以及誰(shuí)是實(shí)際購買(mǎi)者；
2.What：不同手機品牌的市場(chǎng)占有率、具體型號的銷(xiāo)售情況；
3.When：了解在具體的季節、時(shí)間甚至時(shí)點(diǎn)所發(fā)生的購買(mǎi)行為，比如配合節假日促銷(xiāo)；
4.Where：研究適當的銷(xiāo)售渠道和地點(diǎn)，還可以進(jìn)一步了解消費者是在什么樣的地理環(huán)境、氣侯條件、甚至于地點(diǎn)場(chǎng)合使用手機；
5.How：了解消費者怎樣購買(mǎi)、喜歡什么樣的促銷(xiāo)方式，比如是去線(xiàn)下體驗店還是看測評視頻等；
6.Why：探索消費者行為動(dòng)機和偏好，比如為什么喜歡特定款手機并拒絕別的品牌或型號；
不同特征的消費者會(huì )產(chǎn)生不同的心理活動(dòng)的過(guò)程，通過(guò)其決策過(guò)程導致了一定的購買(mǎi)決定，最終形成了消費者對產(chǎn)品、品牌、經(jīng)銷(xiāo)商、購買(mǎi)時(shí)機、購買(mǎi)數量的選擇。
 

　　數字營(yíng)銷(xiāo)人員如果能比較清楚地了解各類(lèi)購買(mǎi)者對不同形式的產(chǎn)品、服務(wù)、價(jià)格、促銷(xiāo)方式的真實(shí)反應，就能夠適當地影響、刺激或誘發(fā)購買(mǎi)者的購買(mǎi)行為。且數據的應用可以貫穿營(yíng)銷(xiāo)價(jià)值鏈的廣告、公關(guān)、官網(wǎng)、電商、CRM各個(gè)環(huán)節，覆蓋用戶(hù)能力會(huì )更加全面和強大。

　　數據是拿來(lái)用的，不僅僅是拿來(lái)看

　　買(mǎi)一只股票尚需數據分析，展開(kāi)一項持續的廣告營(yíng)銷(xiāo)活動(dòng)當然更應該建立在有數據衡量的基礎上。
 

　　比如Uber的數據科學(xué)家建立了“基于地理位置的打車(chē)需求模型”（Location-based demand model），每天實(shí)時(shí)更新的熱點(diǎn)地圖可以有效幫助車(chē)主縮短空載時(shí)間，同時(shí)幫乘客減少等待時(shí)長(cháng)。下一步，車(chē)主會(huì )知道提前去哪里等待可以載到更多的乘客啦。

　　PRADA 在紐約的旗艦店中每件衣服上都有RFID碼，每一件衣服在哪個(gè)旗艦店什么時(shí)間被拿進(jìn)試衣間停留多長(cháng)時(shí)間，數據都被存儲起來(lái)加以分析。某一系列衣服銷(xiāo)量很低，以往是被直接干掉。但如果RFID傳回的數據顯示這系列的衣服雖然銷(xiāo)量低但進(jìn)試衣間的次數多，那就能另外說(shuō)明一些問(wèn)題。

　　也許在某個(gè)細節的微小改變就會(huì )重新創(chuàng )造出一件非常流行的產(chǎn)品，這類(lèi)衣服的下場(chǎng)會(huì )截然不同。有點(diǎn)像電商分析購物車(chē)數據來(lái)提高轉化率，若大量客戶(hù)都選中了某件商品放入購物車(chē)卻沒(méi)有最終結算，說(shuō)明它是熱門(mén)產(chǎn)品，但可能有些小問(wèn)題，適當變更價(jià)格或服務(wù)條款可能就會(huì )產(chǎn)生巨大的變化。

　　數據的使用能夠使對企業(yè)的經(jīng)營(yíng)對象從客戶(hù)的粗略歸納還原成一個(gè)個(gè)活生生的客戶(hù)，了解他們喜歡什么討厭什么，并更有針對性，越能滿(mǎn)足客戶(hù)的需要，ROI就更高。廣告主通過(guò)數字營(yíng)銷(xiāo)，更可能運用全新的視角來(lái)發(fā)現新的商業(yè)機會(huì )和重構新的商業(yè)模式。過(guò)去看不到的東西都能看到了，即有了全新的視野。

來(lái)源：帖易VMLTEEIN