大數據時代的營銷就像賽跑，隻有兩種結果，跑在數據之前，或者落在數據之後。
文|銀昕
“目前電商面臨重新洗牌，商家越來越多，分到的流量越來越少，廣告投資回報率連年降低，這些問題正是大數據營銷可以解決的，我們正在幫阿裡巴巴做這件事。”功典集團首席執行官陳傑豪，在近日一次由中歐國際工商學院舉辦的分享會間歇告訴記者，入駐阿裡巴巴平台的多以中小規模網絡賣家為主，随着線上商家數量急劇增加，分流量時“僧多粥少”的局面開始顯現，對合理消耗廣告量以及廣告投放的精準程度有了更苛刻的要求，“我們所做的大數據營銷正是解決這類問題的關鍵。”
陳傑豪有14年的CRM實務經驗，在對比過去CRM與當下流行的大數據營銷時，陳傑豪感到大數據營銷可以突破過去工作方式的很多漏洞，“當人們被超過一百頁的報表包圍着的時候，真正的商機已經從指尖溜走了。”
機會是被一刀刀“切走”的
在分享會上，陳傑豪将過去的CRM工作方式比喻成用各種方式将人群“一刀一刀切開，在切的過程中，機會都溜走了”。陳傑豪舉例說，如果我們想要推出去一瓶礦泉水，屋裡面一共有十個人，需要尋找下一秒誰會最快想買這瓶礦泉水，大數據營銷會有與傳統CRM完全不同的做法。
“如果是CRM，一開始就會對這間屋子中的十個人以各種手段分門别類，也是‘用刀切’；假設這間屋子裡的十個人裡面有八個男人，兩個女人，多數人會傾向‘抛開’兩位女士，以更偏男性化的方式營銷這瓶水，畢竟男士的确在數量上是大多數”，陳傑豪說，但是大數據營銷則完全不會這麼做，“現在我們的工作方法是不錯過任何一個機會，完全按照購買意願出現的概率來測算，決定針對哪一個人推銷這瓶水。”陳傑豪認為，營銷不應該是這樣的思路的，“營銷其實應該直奔主題，管你是男士女士，或者身上有哪些别的标簽，我隻要根據他的行為記錄，購買曆史，就可以比較準确地推算出他下一次産生購買意願的概率會是多少，然後找到概率最高的那個人，把這瓶水的廣告推給他，我們這樣做的概率是相當高的，差不多可以達到五中四的命中率。”陳傑豪說，如果根據大數據推測出來的下一次購買意願概率最高的不幸是一位占少數的女性，那麼CRM一上來的這第一刀，就已經将機會錯過了，後面的營銷将會越來越難，因為目标已經被鎖定為購買意願不是最高的人；如果繼續這樣一刀一刀地按照标簽向下切，機會最終會都被切完。
另外一個例子是零售商對物品分類的方式，“很多零售店喜歡将商品分成方便型産品、必需品、順手拿起來的偶然性産品以及季節性産品，這一下去就是四刀，很多的東西就錯了。”陳傑豪認為，從大數據的角度來分析，之前的這種分類方式十分不科學，“應該按照某一個商品能給商家帶來什麼進行分類，比如雞蛋這類産品是沖量的，毛利低但以量取勝，而像口香糖、紅酒這一類産品是毛利率較高的，這兩種産品對企業的意義完全不同，帶來收益的方式也完全不同，如果按照之前那樣切四刀，很可能将雞蛋與口香糖都看做食品，去制定相似的營銷策略，這是會有大麻煩的。”
告别上千張報表
除了“一刀一刀地切”之外，還有很多營銷人與陳傑豪一樣有着另外一個痛苦記憶是報表，在被上百張報表圍繞的時候，機會就在研究報表中溜走了。“CRM的報表相比較大數據而言，不太具有預測動力，預測性不及大數據”，陳傑豪說，報表中累積到的數據最多能做一些有關趨勢的判斷，而大數據可以通過多種維度收集數據，并且直接運算出一個下一次發生購買的概率，這就會滿足廣告主對廣告投放精準程度的要求。“CRM是企業自己将數據輸入進去，再用報表呈現，有時候整個會議都是在看報表，對正在發生的事情沒有準确的把握，而是在翻‘舊賬’；大數據要做的則是捕捉動态數據，直接将手按在消費者的脈搏上，對他們的下一個舉動進行快速決策。”
在由中信出版社出版的《颠覆營銷：大數據時代的商業革命》一書當中，陳傑豪寫道：大數據時代的營銷就像賽跑，隻有兩種結果，跑在數據之前，或者落在數據之後。過去人們看數據的方式是關注這樣幾項：年限、最後購買日期、購買頻次以及購買金額；但在大數據視角下，應該關注的是未來存活的概率、下次購買時間、購買間隔以及顧客終身價值。顯然，這些項在企業自己錄入數據，然後在被一堆報表圍繞的時代中是根本無法獲得的，最多隻能猜測。
一個最簡單的例子是：當我們手上擁有顧客身份數據以及交易數據時，通過分析隻能提供消費金額統計，平均客單價統計，或單一顧客累積消費總金額等數據，但這些都隻能反映現狀，不能進一步推測未來；但同樣的數據來源，經過大數據分析就可以産出NES标簽，即是一種完全不在乎年齡、性别等标簽，完全按照購買行為記錄将消費者分成新顧客（New）、既有顧客(Existing)和沉睡顧客（Sleeping）三類人群的數據模型細分标簽，可以預測單一消費者多久後可能進入瞌睡期或沉睡期，以及最有可能産生再次購買的時間點，甚至通過顧客交易數據，推算商品推薦模型，這都是過去營銷人不敢想象的。
我們更需要“厚”數據
大數據這麼厲害，可以代替人進行無人管理的營銷行為麼？陳傑豪與中歐國際工商學院營銷學副教授王婧老師的答案都是No。二者不約而同地提出了相對于“大數據”概念的“厚數據”。
“除了表面上看到的兩組數據相關性外，我們還應該有洞察的能力，去尋找相關性背後的原因。”王婧說，厚數據的獲取難度大、成本高，需要的是針對龐大信息所呈現的行為模式作出分析和解釋，探究行為背後的動機和驅動力，才能真正預測未來市場和客戶的反應。厚數據的概念是有關人類行為背後動機的概念是營銷學消費心理學的本源概念。隻有把大數據和營銷以及消費心理結合起來，才能真正賦予企業前所未有的洞察力。需要數據分析之外的人力支出，進行探訪或者調查，以便找到數據背後的深層原因；但是一旦獲得了厚數據，企業才能發現真正的問題所在。“美國的可口可樂公司遇到過一個真實案例，公司決定開始促銷之後，走貨量在短時間内非常大，但一段時間後馬上就停滞不前了，消費者似乎并沒有将買回家的大量可樂很快地喝完，而是囤積了起來。可口可樂想調查一下背後的原因，有什麼辦法能促使消費者盡快地喝掉大量已經買回家的可樂，而不出現囤積？”于是可口可樂付出了大量人力，走街串巷地探訪，發現美國消費者隻喝冰鎮可樂，不放在冰箱裡的可樂他們基本都是不喝的，而從超市采購回來的可樂不是很方便大量地放進冰箱裡，導緻可樂囤積在家中未能盡快喝掉。獲得了這個“厚數據”之後，可口可樂公司改變了自己的産品設計，改成了可以一次将二十多罐可樂全放進冰箱底層，同時又比較節省空間的包裝，解決了這個問題。
陳傑豪對“厚數據”評論說：“好的營銷是理性與感性結合的‘厚數據’。如果商人可以通過數據就看到哪些産品好賣或者不好賣，為什麼他們還要走進大賣場實地觀察人的購買行為？大賣場還是需要人類學家的。”他認為，通過量化統計，可以知道97%的人如何出衆，但那3%的例外人口，卻需要靠質化研究深入分析。“人是無法單憑科學預測的生物，所以好的營銷需要左右腦配合起來的全腦思考，是哲學和科學的完美結合。”