本期是藍(lán)莓群訪，我們邀請(qǐng)到了北京大學(xué)營(yíng)銷模型專業(yè)博士休建、百分點(diǎn)集團(tuán)數(shù)據(jù)科學(xué)總監(jiān)杜曉夢(mèng)來(lái)與莓果們分享——如何讓“大數(shù)據(jù)營(yíng)銷”成為企業(yè)的掘金神器乍恐？
|本期嘉賓：
杜曉夢(mèng)
北京大學(xué)營(yíng)銷模型專業(yè)博士，百分點(diǎn)集團(tuán)數(shù)據(jù)科學(xué)總監(jiān)
|本期主持：
章茜 藍(lán)莓會(huì)副秘書(shū)長(zhǎng)
以下是群訪實(shí)錄
▼
章茜：
曉夢(mèng)先給大家介紹一下你過(guò)往在大數(shù)據(jù)方面的經(jīng)歷和背景吧测砂。
杜曉夢(mèng)：
大家好茵烈，我是百分點(diǎn)數(shù)據(jù)科學(xué)部負(fù)責(zé)人杜曉夢(mèng)。我本科在北大讀管理信息系統(tǒng)專業(yè)砌些，然后在北大光華讀的營(yíng)銷模型的博士呜投。
“畢業(yè)前在一家廣告技術(shù)公司做了一年的數(shù)據(jù)分析、數(shù)據(jù)建模方面的工作，建立了對(duì)營(yíng)銷領(lǐng)域大數(shù)據(jù)挖掘方向的興趣仑荐。
現(xiàn)在我在百分點(diǎn)主要做量化分析雕拼、數(shù)據(jù)挖掘相關(guān)的工作。營(yíng)銷其實(shí)是大數(shù)據(jù)技術(shù)應(yīng)用的很廣泛的領(lǐng)域之一释漆，也是和消費(fèi)者的行為分析結(jié)合得比較緊密悲没，各行業(yè)、各企業(yè)都非常關(guān)注的領(lǐng)域男图。
我今天非常高興能跟大家分享一些利用大數(shù)據(jù)在營(yíng)銷上做過(guò)的實(shí)踐示姿，從數(shù)據(jù)科學(xué)的角度或從大數(shù)據(jù)應(yīng)用的角度談一些我自己的看法。
企業(yè)數(shù)據(jù)建設(shè)不是一蹴而就
`Q1---
章茜：
您曾經(jīng)幫過(guò)華為逊笆、萬(wàn)科這些知名企業(yè)做過(guò)大數(shù)據(jù)項(xiàng)目栈戳，橫跨地產(chǎn)、汽車难裆、金融子檀、通訊、快消等領(lǐng)域乃戈。對(duì)于身處不同行業(yè)的這些企業(yè)褂痰，大數(shù)據(jù)在企業(yè)發(fā)展的不同階段能為他們提供什么樣的幫助？企業(yè)一般應(yīng)該在什么階段開(kāi)始自己的數(shù)據(jù)建設(shè)呢症虑？
杜曉夢(mèng)：
我們接觸的企業(yè)粗略地可以分成2B和2C企業(yè)缩歪。
對(duì)于2B企業(yè)，大數(shù)據(jù)更集中于幫他們發(fā)現(xiàn)銷售的線索谍憔，我們可以從社交網(wǎng)絡(luò)匪蝙、移動(dòng)互聯(lián)網(wǎng)上爬取相關(guān)的內(nèi)容，從中發(fā)現(xiàn)銷售的線索习贫，包括銷售線索的評(píng)級(jí)逛球、培育、管理等都有大數(shù)據(jù)的技術(shù)做支撐苫昌。
對(duì)于2C企業(yè)颤绕，大數(shù)據(jù)更重要的是在于客戶的經(jīng)營(yíng)，包括會(huì)員的運(yùn)營(yíng)祟身。對(duì)于營(yíng)銷屋厘，可分為新用戶的獲取和老用戶的經(jīng)營(yíng)兩部分。
大數(shù)據(jù)不光用在企業(yè)營(yíng)銷的領(lǐng)域月而，在銷售方面，包括銷量預(yù)測(cè)议纯、個(gè)性化定價(jià)父款、物流規(guī)劃、庫(kù)存優(yōu)化、產(chǎn)品設(shè)計(jì)憨攒，客服售后都是可以有大數(shù)據(jù)技術(shù)做支撐的世杀。
企業(yè)對(duì)于大數(shù)據(jù)的利用取決于企業(yè)自身的業(yè)務(wù)需求以及自身數(shù)據(jù)的積累。初創(chuàng)企業(yè)主要是為了生存下來(lái)肝集，規(guī)劃好核心競(jìng)爭(zhēng)力是什么瞻坝。隨著企業(yè)的業(yè)務(wù)發(fā)展，數(shù)據(jù)量包括數(shù)據(jù)觸點(diǎn)杏瞻、數(shù)據(jù)渠道所刀，接觸消費(fèi)者的渠道不斷擴(kuò)張，這時(shí)候企業(yè)就要開(kāi)始規(guī)劃自己的數(shù)據(jù)建設(shè)捞挥。如何打通不同的渠道浮创，線上線下消費(fèi)者的數(shù)據(jù)，也是企業(yè)開(kāi)始要考慮的問(wèn)題了砌函。
當(dāng)企業(yè)發(fā)展到比較大的規(guī)模時(shí)斩披，數(shù)據(jù)建設(shè)會(huì)面臨性價(jià)比的問(wèn)題。閉源的商業(yè)數(shù)據(jù)庫(kù)軟件成本就會(huì)比較高讹俊。很多企業(yè)開(kāi)始用一些開(kāi)源的組件垦沉、底層框架做數(shù)據(jù)庫(kù)的搭建，做數(shù)據(jù)的分析和上層的應(yīng)用以及可視化的展示仍劈。
企業(yè)在不同的階段都會(huì)有數(shù)據(jù)的建設(shè)厕倍，包括應(yīng)用底層的架構(gòu)、上層數(shù)據(jù)的分析耳奕、積累數(shù)據(jù)的能力绑青，都不太一樣。我們建議企業(yè)從一開(kāi)始就考慮自己發(fā)展的規(guī)模屋群，到后期數(shù)據(jù)有哪些可以獲取的闸婴，提前要做預(yù)估。
`Q2---
章茜：
但不是所有的企業(yè)都有實(shí)力構(gòu)建自己的大數(shù)據(jù)中心芍躏，中小型企業(yè)該如何應(yīng)對(duì)邪乍？
杜曉夢(mèng)：
企業(yè)的大數(shù)據(jù)中心不是一蹴而就的，而是隨著自己業(yè)務(wù)發(fā)展对竣，數(shù)據(jù)的積累庇楞，逐漸調(diào)整過(guò)來(lái)的。淘寶否纬、京東吕晌、百度等在開(kāi)始的時(shí)候也用過(guò)如SQL Server、My SQL等小量的數(shù)據(jù)庫(kù)临燃。但是當(dāng)數(shù)據(jù)量隨著業(yè)務(wù)量提升而提升的時(shí)候睛驳，他們都會(huì)做架構(gòu)的重構(gòu)和升級(jí)烙心。
如果企業(yè)屬于小數(shù)據(jù)的階段，每天的PV或者數(shù)據(jù)量只有幾十萬(wàn)乏沸、幾百萬(wàn)的時(shí)淫茵，建議在底層的數(shù)據(jù)庫(kù)就使用SQL Server、My SQL這樣的數(shù)據(jù)庫(kù)蹬跃，效率會(huì)比較高匙瘪。
當(dāng)PV每天超過(guò)了五千萬(wàn)或者數(shù)據(jù)量已經(jīng)膨脹到每天要處理幾百G骑冗、TB級(jí)的數(shù)據(jù)時(shí)，就需要更強(qiáng)大的數(shù)據(jù)庫(kù)先煎，比如剛剛開(kāi)源的Greenplum數(shù)據(jù)庫(kù)也是非常強(qiáng)大的贼涩，適合處理中型的數(shù)據(jù)。
到這個(gè)階段薯蝎，企業(yè)不管在營(yíng)銷運(yùn)營(yíng)還是銷售遥倦，都需要深入的分析，可能需要統(tǒng)計(jì)的模型占锯，比如時(shí)間序列模型袒哥、因子分析等等。這時(shí)候企業(yè)就會(huì)用SPSS消略、SAS這樣的分析軟件去支持稍微大規(guī)模數(shù)據(jù)的分析和統(tǒng)計(jì)堡称，利用機(jī)器學(xué)習(xí)算法進(jìn)行一些分析。
當(dāng)數(shù)據(jù)量繼續(xù)擴(kuò)張艺演，比如現(xiàn)在已經(jīng)到了每天要處理幾十億數(shù)據(jù)的時(shí)候却紧，就需要把數(shù)據(jù)架構(gòu)做更大的調(diào)整,開(kāi)始考慮上分布式的架構(gòu)，比如hadoop胎撤，分布式計(jì)算的框架能便利分析實(shí)時(shí)流式的數(shù)據(jù)晓殊，比如日志的數(shù)據(jù)。
企業(yè)通常都會(huì)有專門(mén)的數(shù)據(jù)分析team幫助企業(yè)處理日常的數(shù)據(jù)的分析,通常Python伤提、R是用的比較多的巫俺。在可視化方面，在小數(shù)據(jù)時(shí)可以用Tableau這樣的傳統(tǒng)可視化商業(yè)軟件肿男，在數(shù)據(jù)量比較大的時(shí)候识藤，都是自主研發(fā)比較多砚著。
所以企業(yè)該如何去構(gòu)建自己的數(shù)據(jù)中心、數(shù)據(jù)架構(gòu)痴昧，應(yīng)該選擇什么樣的分析軟件，可視化等等完全取決于它的數(shù)據(jù)量冠王，以及它的業(yè)務(wù)需要多大量的數(shù)據(jù)進(jìn)行支撐赶撰。
一些開(kāi)源的組件，開(kāi)源的框架使我們能夠分析很多以前在小數(shù)據(jù)領(lǐng)域分析不了的數(shù)據(jù)柱彻，比如消費(fèi)者點(diǎn)擊流數(shù)據(jù)豪娜，日志的數(shù)據(jù)，語(yǔ)音數(shù)據(jù)哟楷，甚至一些圖片和視頻的解析瘤载，現(xiàn)在都是大數(shù)據(jù)技術(shù)可以支撐的。
隨著企業(yè)的數(shù)據(jù)不斷的擴(kuò)張卖擅，底層數(shù)據(jù)存儲(chǔ)鸣奔、計(jì)算結(jié)構(gòu)也在慢慢的變復(fù)雜。我見(jiàn)過(guò)一個(gè)企業(yè)雖然數(shù)據(jù)量總量不是很大惩阶，但是因?yàn)榻Y(jié)構(gòu)比較復(fù)雜挎狸，可能有三、五十個(gè)數(shù)據(jù)系統(tǒng)断楷，存儲(chǔ)不同的數(shù)據(jù)锨匆。這時(shí)候需要提醒大家一定要做主數(shù)據(jù)的梳理，即要建立數(shù)據(jù)庫(kù)之間拉通體系冬筒。比如一個(gè)消費(fèi)者的數(shù)據(jù)到底是以哪個(gè)數(shù)據(jù)庫(kù)為主恐锣，主數(shù)據(jù)庫(kù)的梳理以及元數(shù)據(jù)庫(kù)是一定要做的，即數(shù)據(jù)的數(shù)據(jù)舞痰，我改了哪些表土榴，存了哪些主鍵，元數(shù)據(jù)的梳理也是非常重要的匀奏。
章茜：
不同的流量階段鞭衩，不同的解決方案。
核心：主數(shù)據(jù)的梳理娃善。
什么時(shí)候不再說(shuō)大數(shù)據(jù)了
就是大數(shù)據(jù)時(shí)代真正來(lái)臨的那一天
`Q3---
章茜：
移動(dòng)互聯(lián)網(wǎng)時(shí)代论衍，許多行業(yè)都希望通過(guò)大數(shù)據(jù)達(dá)到精準(zhǔn)營(yíng)銷，哪些行業(yè)對(duì)大數(shù)據(jù)的應(yīng)用走在最前沿聚磺？這對(duì)其他行業(yè)如地產(chǎn)有怎樣的指導(dǎo)意義坯台？
杜曉夢(mèng)：
肯定是互聯(lián)網(wǎng)的企業(yè)是最前沿的。比如BAT瘫寝，做個(gè)性化的推薦蜒蕾，搜索稠炬、地圖導(dǎo)航、量化分析等等咪啡。
在傳統(tǒng)的非互聯(lián)網(wǎng)的企業(yè)里首启，各行各業(yè)都看到很前沿的企業(yè)，大致的規(guī)律就是各行業(yè)的龍頭企業(yè)對(duì)大數(shù)據(jù)的應(yīng)用都是比較前沿的撤摸。
原因：一是資金比較雄厚毅桃，二是龍頭企業(yè)數(shù)據(jù)量很大，三是管理層非常關(guān)注新技術(shù)准夷。
比如消費(fèi)類的3C企業(yè)捌朴，做手機(jī)定续、電腦的企業(yè)，對(duì)大數(shù)據(jù)的應(yīng)用都是比較早，這跟他們的主營(yíng)業(yè)務(wù)與大數(shù)據(jù)技術(shù)稍微有點(diǎn)關(guān)聯(lián)性是有關(guān)系的安岂。
擁有大量數(shù)據(jù)的行業(yè)也是應(yīng)用比較早的砰识，如金融領(lǐng)域慎菲。被互聯(lián)網(wǎng)擠壓得比較嚴(yán)重的行業(yè)如零售行業(yè)要尋求轉(zhuǎn)型辩诞，所以對(duì)大數(shù)據(jù)的應(yīng)用也是比較早的。
這對(duì)其他行業(yè)有怎樣的指導(dǎo)意義呢墓律？大數(shù)據(jù)遲早是會(huì)被普及的膀估，美國(guó)一位大數(shù)據(jù)的學(xué)者說(shuō)，未來(lái)所有的生意都是數(shù)據(jù)生意耻讽，所有的企業(yè)都將擁抱大數(shù)據(jù)察纯，就像互聯(lián)網(wǎng)一樣。現(xiàn)在基本上沒(méi)有太多的人提互聯(lián)網(wǎng)了针肥，是因?yàn)樗械钠髽I(yè)都已經(jīng)是互聯(lián)網(wǎng)企業(yè)了饼记，以后所有的企業(yè)也都會(huì)是數(shù)據(jù)型的企業(yè)，不會(huì)再有非數(shù)據(jù)企業(yè)和數(shù)據(jù)企業(yè)的差異慰枕，而是對(duì)大數(shù)據(jù)技術(shù)利用的深度以及擁抱程度的區(qū)別具则。
大數(shù)據(jù)的技術(shù)在方方面面都是有應(yīng)用的，大家要結(jié)合自身業(yè)務(wù)的特征具帮，找到自己的突破點(diǎn)博肋，不要盲從，要找準(zhǔn)自己的核心定位以及自己的業(yè)務(wù)壁壘蜂厅，核心競(jìng)爭(zhēng)力匪凡，這是非常重要的。
總之掘猿，結(jié)合行業(yè)業(yè)務(wù)點(diǎn)找到自己的法門(mén)病游。
`Q4---
章茜：
人人都在說(shuō)大數(shù)據(jù)，那大數(shù)據(jù)跟我們的日常生活有什么樣的密切聯(lián)系稠通？對(duì)媒體傳播又有什么影響衬衬？
杜曉夢(mèng)：
大數(shù)據(jù)滲入到大家的日常生活里买猖，結(jié)合地已經(jīng)非常緊密了，我們的衣食住行都已經(jīng)離不開(kāi)大數(shù)據(jù)滋尉，購(gòu)物用淘寶玉控，出行用uber、滴滴兼砖、易道奸远，社交用微信、微博讽挟，餐飲會(huì)用大眾點(diǎn)評(píng)，投資理財(cái)用雪球丸冕。在教育耽梅、醫(yī)療行業(yè)都會(huì)看到基因組測(cè)繪等等，都是大數(shù)據(jù)技術(shù)的應(yīng)用胖烛。
我覺(jué)得對(duì)傳播的影響眼姐，媒體的傳播會(huì)越來(lái)越碎片化。
從紙媒體佩番，到收音機(jī)众旗，到電視、互聯(lián)網(wǎng)趟畏、移動(dòng)互聯(lián)網(wǎng)贡歧，現(xiàn)在有了如今日頭條這樣的APP，這使得媒體的傳播變得越來(lái)越碎片化「承悖現(xiàn)在新興的一些現(xiàn)象如直播平臺(tái)利朵、網(wǎng)紅、自媒體猎莲、公眾號(hào)等等绍弟，媒體傳播變得越來(lái)越個(gè)性化，越來(lái)越軟著洼。
隨著大數(shù)據(jù)技術(shù)樟遣、物聯(lián)網(wǎng)技術(shù)的進(jìn)一步發(fā)展，我們可能會(huì)看到很多現(xiàn)在我們都沒(méi)有看到的媒體的渠道身笤。比如早上起來(lái)的時(shí)候鏡子上也可能會(huì)有新聞豹悬、廣告的互動(dòng)，例如天氣預(yù)報(bào)展鸡、提醒我昨天的新聞屿衅、時(shí)政有哪些內(nèi)容，這些都是以后可能會(huì)出現(xiàn)的新的媒體渠道莹弊。
任何一項(xiàng)新技術(shù)剛剛誕生的時(shí)候涤久，都會(huì)有人質(zhì)疑涡尘、恐慌、害怕响迂，下一個(gè)階段考抄，就會(huì)有人冷靜下來(lái)認(rèn)清技術(shù)的應(yīng)用點(diǎn)、做新的拓展蔗彤、新的應(yīng)用川梅。當(dāng)這個(gè)技術(shù)已經(jīng)運(yùn)用到日常生活中來(lái)的時(shí)候，我們就已經(jīng)感覺(jué)不到這個(gè)技術(shù)的存在了然遏。
什么時(shí)候我們不再說(shuō)大數(shù)據(jù)了贫途，就是大數(shù)據(jù)時(shí)代真正來(lái)臨的那一天。
Data Driven
永遠(yuǎn)是營(yíng)銷未來(lái)發(fā)展趨勢(shì)
`Q5---
章茜：
大數(shù)據(jù)時(shí)代正在來(lái)臨待侵，莓果們大多是營(yíng)銷精英人丢早，最關(guān)心大數(shù)據(jù)怎樣應(yīng)用于營(yíng)銷？例如做效果監(jiān)測(cè)如何提升營(yíng)銷活動(dòng)的有效性秧倾？
杜曉夢(mèng)：
目前看到大數(shù)據(jù)技術(shù)在兩個(gè)領(lǐng)域的發(fā)展都非常好怨酝，一個(gè)就是個(gè)性化推薦，一個(gè)是精準(zhǔn)廣告那先，這兩個(gè)領(lǐng)域都是屬于營(yíng)銷的領(lǐng)域农猬。
營(yíng)銷中非常關(guān)鍵的三個(gè)因素：人群、場(chǎng)景售淡、內(nèi)容斤葱，都是由大數(shù)據(jù)以及大數(shù)據(jù)技術(shù)可以做支撐的，
但是核心前提要具備從各種渠道收集數(shù)據(jù)的能力勋又。線下的數(shù)據(jù)采集以及線上線下數(shù)據(jù)的打通串聯(lián)苦掘，如何去分析挖掘，如何去洞察結(jié)果也是非常重要的楔壤。
如何評(píng)價(jià)不同的渠道給我的官網(wǎng)或者我的商城帶來(lái)的引流效果鹤啡，我如何做站內(nèi)的分析，不同渠道帶來(lái)的人群停留時(shí)長(zhǎng)蹲嚣、跳出率递瑰、轉(zhuǎn)化率都是怎樣的，這些都需要一些數(shù)據(jù)做為支撐隙畜。我們也看到越來(lái)越多的CMO開(kāi)始關(guān)心數(shù)據(jù)抖部，也有一些CIO和CMP身份開(kāi)始做一些融合。伊美爾現(xiàn)在的CIO就是兼任CMO议惰，因?yàn)樵絹?lái)越多的會(huì)是數(shù)據(jù)驅(qū)動(dòng)運(yùn)營(yíng)慎颗、數(shù)據(jù)驅(qū)動(dòng)營(yíng)銷，Data Driven永遠(yuǎn)是營(yíng)銷未來(lái)發(fā)展的一個(gè)趨勢(shì)。
營(yíng)銷其實(shí)是科學(xué)和藝術(shù)的結(jié)合體俯萎。科學(xué)部分有數(shù)據(jù)傲宜，有數(shù)據(jù)技術(shù)進(jìn)行支撐。在藝術(shù)部分夫啊，有各位營(yíng)銷人員的創(chuàng)造力函卒、想象力進(jìn)行支持。
打動(dòng)消費(fèi)者：建立強(qiáng)鏈接
`Q6---
章茜：
營(yíng)銷是科學(xué)和藝術(shù)的結(jié)合體撇眯，我們都是營(yíng)銷手藝人报嵌。創(chuàng)意群有莓果問(wèn)：大數(shù)據(jù)營(yíng)銷是怎么跟消費(fèi)者建立關(guān)系呢？
杜曉夢(mèng)：
互聯(lián)網(wǎng)大數(shù)據(jù)的時(shí)代熊榛，消費(fèi)者的觸點(diǎn)越來(lái)越多锚国，越來(lái)越碎片化。渠道是非常豐富的玄坦，核心就是能否通過(guò)某一個(gè)渠道或者某一個(gè)觸電打動(dòng)這個(gè)人跷叉，這是非常重要的。
怎么去打動(dòng)一個(gè)消費(fèi)者呢营搅？我們要建立跟她內(nèi)心的強(qiáng)連接，
非常深入的了解他梆砸，了解他的特征转质、偏好，建立一個(gè)統(tǒng)一的完整的消費(fèi)者的畫(huà)像帖世，去給他提供個(gè)性化的內(nèi)容和服務(wù)休蟹。
現(xiàn)在的消費(fèi)者變得越來(lái)越個(gè)性，他們?cè)絹?lái)越關(guān)注自己的內(nèi)心和價(jià)值觀日矫，比較標(biāo)新立異赂弓。尤其當(dāng)90后、00后成為主流消費(fèi)者的時(shí)候哪轿，也許提供統(tǒng)一的產(chǎn)品或者統(tǒng)一的溝通方式都是無(wú)法打動(dòng)消費(fèi)者的盈魁。
所以也看到更多的企業(yè)開(kāi)始轉(zhuǎn)變從以往的以產(chǎn)品為中心的營(yíng)銷方式，變成以消費(fèi)者為中心的組織方式窃诉，甚至?xí)鶕?jù)不同的消費(fèi)者群體組建自己的營(yíng)銷team杨耙，專門(mén)的做定制化的個(gè)性化服務(wù)。
這就是為什么在現(xiàn)在網(wǎng)紅飘痛、比較火爆公眾號(hào)的營(yíng)銷效果非常好珊膜，因?yàn)樗プ×艘蝗鸿F粉的內(nèi)心，所以他們隨便推銷任何的產(chǎn)品都是會(huì)有很多人追捧的宣脉。
還有一點(diǎn)非常重要的就是及時(shí)的響應(yīng)车柠，非常及時(shí)的響應(yīng)，不是秒級(jí)的也應(yīng)該是分鐘級(jí)的響應(yīng)和回復(fù)。
回復(fù)包括營(yíng)銷自動(dòng)化系統(tǒng)觸達(dá)的一些規(guī)則竹祷，比如生日到了是否自動(dòng)給他觸發(fā)優(yōu)惠券谈跛，各種節(jié)日到了是否自動(dòng)觸發(fā)短信等等，也包括人工主動(dòng)去觸發(fā)的互動(dòng)溶褪。比如在微博币旧、微信上面的及時(shí)的回復(fù)，都是對(duì)維護(hù)消費(fèi)者關(guān)系非常重要的猿妈。這也是大數(shù)據(jù)技術(shù)可以去做支撐的部分吹菱。
`Q7---
章茜：
作為消費(fèi)者大家可能都有過(guò)這樣的體驗(yàn)，已經(jīng)購(gòu)買過(guò)并且短時(shí)間內(nèi)不會(huì)再次購(gòu)買的商品也會(huì)頻繁出現(xiàn)在網(wǎng)頁(yè)推薦上彭则，重復(fù)推薦是對(duì)廣告資源的浪費(fèi)鳍刷，如何優(yōu)化？
杜曉夢(mèng)：
出現(xiàn)這樣的情況是因?yàn)橥扑]以前或者推薦算法做得不夠好俯抖。
因?yàn)榘俜贮c(diǎn)是向兩千多家電商和媒體提供集全網(wǎng)的推薦服務(wù)输瓜，這是一個(gè)非常好解決的問(wèn)題，就是你在買了這個(gè)商品以后我們的推薦引擎就會(huì)自動(dòng)關(guān)閉這個(gè)品類芬萍，在短期之內(nèi)不會(huì)再去推薦同樣的商品了尤揣。
跨界重要的是數(shù)據(jù)的打通和整合
`Q8---
章茜：
近來(lái)我們經(jīng)常看到像新浪+阿里柬祠、騰訊+京東這樣的社交媒體平臺(tái)跟電商平臺(tái)之間的跨界合作北戏，社交媒數(shù)據(jù)和電商數(shù)據(jù)的整合，會(huì)有什么樣的化學(xué)反應(yīng)漫蛔？
杜曉夢(mèng)：
營(yíng)銷媒體和電商的跨界嗜愈，最重要的就是數(shù)據(jù)的打通和整合，可以做一些數(shù)據(jù)的共享莽龟。比如新浪調(diào)取了我在淘寶的瀏覽記錄幫我做微博精準(zhǔn)廣告蠕嫁。這是一個(gè)典型的數(shù)據(jù)和流量共享，使得阿里毯盈、新浪能夠提升在分析的消費(fèi)者維度的能力剃毒，可以把廣告位基于個(gè)人消費(fèi)者的購(gòu)買記錄做一個(gè)更精準(zhǔn)的投放。這是很好的基于數(shù)據(jù)共享的個(gè)性化應(yīng)用的整合奶镶。
以后迟赃，社交媒體和電商的界限會(huì)越來(lái)越模糊，會(huì)有很多兼具社交功能和電商功能的新媒體厂镇、平臺(tái)或者渠道出現(xiàn)纤壁。
隨著商家的服務(wù)意識(shí)提高，更多的品牌會(huì)跟消費(fèi)者成為朋友捺信。
現(xiàn)在很多小眾的文化在崛起酌媒，包括個(gè)人的設(shè)計(jì)師欠痴、獨(dú)立的藝人，他們一邊積累了一群粉絲跟他們進(jìn)行社交互動(dòng)秒咨，同時(shí)又可以在自己的社交平臺(tái)做一些周邊的銷售喇辽。所以社交和電商的界限真的會(huì)越來(lái)越模糊。
章茜：
京騰計(jì)劃雨席，品效合一在2016成為BAT的重點(diǎn)菩咨。已經(jīng)有很多品牌懂得和用戶“談戀愛(ài)”，文化和價(jià)值感的認(rèn)同讓品牌和用戶走在了一起陡厘。未來(lái)抽米，這是主流。
大數(shù)據(jù)需要堅(jiān)守
`Q9---
章茜：
目前糙置，像長(zhǎng)虹云茸、速8酒店這樣的傳統(tǒng)企業(yè)開(kāi)始部署自己的大數(shù)據(jù)項(xiàng)目，但一旦面對(duì)項(xiàng)目的前期投入谤饭，卻讓一些企業(yè)望而怯步标捺，不知您怎么看待大數(shù)據(jù)項(xiàng)目的投入產(chǎn)出比和回報(bào)率呢？
杜曉夢(mèng)：
基礎(chǔ)建設(shè)是非常重要的揉抵。就像蓋一個(gè)酒店亡容，地基是非常重要的，然后才是裝修冤今，買家具萍倡，才能把酒店搭起來(lái)。但是在打地基的時(shí)候辟汰，基本上就決定了酒店最后的價(jià)值能多大。就像我們的一個(gè)客戶提出的阱佛，平臺(tái)先行帖汞，應(yīng)用跟上，分期分批去實(shí)現(xiàn)一個(gè)大數(shù)據(jù)項(xiàng)目落地凑术。
一期的基礎(chǔ)平臺(tái)的搭建期確實(shí)看不到直接的應(yīng)用上的產(chǎn)出翩蘸，因?yàn)楦嗟氖侨ズ饬康讓拥臄?shù)據(jù)平臺(tái)是否是穩(wěn)定的，是否是健壯的淮逊、兼容性高的催首，是否支持多源異構(gòu)數(shù)據(jù)的接入和打通，這是非常重要的基本功泄鹏。
隨著底層平臺(tái)的不斷穩(wěn)健郎任，數(shù)據(jù)的接入，比如消費(fèi)者在各個(gè)渠道的觸點(diǎn)都被打通的時(shí)候备籽，我們就可以建立了一個(gè)完整的應(yīng)用化體系舶治。那么在上層就可以搭建各種各樣大數(shù)據(jù)的應(yīng)用，比如營(yíng)銷的應(yīng)用，個(gè)性化推薦霉猛，精準(zhǔn)營(yíng)銷尺锚，包括消費(fèi)者的深入挖掘，價(jià)值度的衡量惜浅，流失概率的預(yù)測(cè)等等瘫辩，這些都是能直接看到投入產(chǎn)出的。
應(yīng)用部分是不斷迭代的過(guò)程坛悉，我們?cè)谧龃髷?shù)據(jù)項(xiàng)目的時(shí)候總結(jié)出來(lái)3D的模型：
第一個(gè)D是Datafy---數(shù)據(jù)化伐厌，第二個(gè)D，Discover---發(fā)現(xiàn)洞見(jiàn)吹散，第三個(gè)D---Design弧械，重構(gòu)應(yīng)用體系，這三個(gè)D不是一蹴而就空民，而是不斷的迭代循環(huán)的刃唐。
Datafy部分，我們把消費(fèi)者界轩、商品画饥、庫(kù)存、物流等等都數(shù)據(jù)化浊猾，把不同的數(shù)據(jù)接入到底層平臺(tái)上抖甘。
在對(duì)這些數(shù)據(jù)做很深入的分析和挖掘大數(shù)據(jù)建模之上后，我會(huì)發(fā)現(xiàn)很多的洞察葫慎，比如什么樣的消費(fèi)群體喜歡買A款產(chǎn)品衔彻，什么樣的消費(fèi)群體喜歡買B款產(chǎn)品，他們?cè)谏缃幻襟w上都說(shuō)些什么偷办，這些都是Discover的部分艰额。
基于Discover，會(huì)重新Design椒涯，比如產(chǎn)品的設(shè)計(jì)柄沮，包括營(yíng)銷Campaign的流程。通過(guò)應(yīng)用的投入又能采集到新一輪的消費(fèi)者的數(shù)據(jù)废岂，這些數(shù)據(jù)又迭代到Datafy部分祖搓，形成數(shù)據(jù)的閉環(huán)。所以3D的模型是不斷的往復(fù)循環(huán)迭代的過(guò)程湖苞。
所以我們?cè)谧鲆粋€(gè)完整的大數(shù)據(jù)項(xiàng)目的時(shí)候一定要有遠(yuǎn)見(jiàn)拯欧，前期的投入是磨刀不誤砍柴工，把底層的數(shù)據(jù)基礎(chǔ)做好财骨，做到平臺(tái)是可擴(kuò)容的哈扮，那么我們現(xiàn)在想象不到的多源異構(gòu)的新渠道數(shù)據(jù)在未來(lái)都可以進(jìn)入到現(xiàn)有構(gòu)建的大數(shù)據(jù)平臺(tái)上來(lái)纬纪。
我們的另外一個(gè)經(jīng)驗(yàn)就是一般的大企業(yè)和大集團(tuán)，通常都是IT部或者科技部發(fā)起大數(shù)據(jù)底層平臺(tái)的項(xiàng)目滑肉，到一期尾聲或者二期開(kāi)始的時(shí)候就會(huì)有業(yè)務(wù)部門(mén)介入包各，包括互聯(lián)網(wǎng)營(yíng)銷的部門(mén)，包括線下銷售的部門(mén)靶庙，客服部等等问畅。我們就會(huì)結(jié)合業(yè)務(wù)的需求，去看看大數(shù)據(jù)底層平臺(tái)收集的數(shù)據(jù)該如何去滿足業(yè)務(wù)的需求六荒。這是分階段的項(xiàng)目护姆。
章茜：
大數(shù)據(jù)中心的基礎(chǔ)建設(shè)期都不短，而且看不到即時(shí)的回報(bào)掏击，但這個(gè)時(shí)期才更要堅(jiān)守卵皂。
`Q10---
章茜：
市場(chǎng)上也有很多專注于提供大數(shù)據(jù)產(chǎn)品的第三方機(jī)構(gòu)，企業(yè)應(yīng)該怎樣挑選這些大數(shù)據(jù)機(jī)構(gòu)和產(chǎn)品砚亭？什么樣的數(shù)據(jù)解決方案對(duì)于企業(yè)才是最合適的呢灯变？
杜曉夢(mèng)：
在這方面建議企業(yè)根據(jù)自身的需求，主要是自己的核心業(yè)務(wù)來(lái)選擇合適的捅膘，因?yàn)檫x擇確實(shí)是非常多的添祸，所以還是結(jié)合企業(yè)的業(yè)務(wù)來(lái)選擇最合適的數(shù)據(jù)。
`Q11---
章茜：
有些企業(yè)開(kāi)始設(shè)置首席數(shù)據(jù)官這個(gè)職位寻仗，您是如何看待這個(gè)問(wèn)題的刃泌？
杜曉夢(mèng)：
這還是要看企業(yè)的發(fā)展階段以及數(shù)據(jù)量有多大。中小企業(yè)署尤、數(shù)據(jù)量不大的企業(yè)耙替，負(fù)責(zé)數(shù)據(jù)的人通常會(huì)在運(yùn)營(yíng)或者IT的team里，一般不會(huì)獨(dú)立出來(lái)曹体。
企業(yè)發(fā)展到比較大的階段或者企業(yè)的數(shù)據(jù)對(duì)于業(yè)務(wù)驅(qū)動(dòng)非常重要的時(shí)候林艘，首席數(shù)據(jù)官還是非常重要的，他會(huì)擔(dān)任起來(lái)整個(gè)公司的數(shù)據(jù)治理混坞，包括數(shù)據(jù)資產(chǎn)的盤(pán)點(diǎn)，尤其是DMP平臺(tái)的管控钢坦。比如各自的業(yè)務(wù)部門(mén)都有數(shù)據(jù)究孕，這些數(shù)據(jù)接入到DMP平臺(tái)的準(zhǔn)則是什么，做什么處理爹凹，輸出的標(biāo)準(zhǔn)是什么厨诸，這些都是CDO需要考慮的問(wèn)題。
如何利用數(shù)據(jù)3D模型禾酱，形成數(shù)據(jù)驅(qū)動(dòng)業(yè)務(wù)的閉環(huán)微酬，這時(shí)CDO就非常重要的了绘趋。一些大的美國(guó)公司如Linkedin、Airbnb颗管，都會(huì)有專門(mén)的數(shù)據(jù)科學(xué)team及CDO做整個(gè)公司的數(shù)據(jù)治理和資產(chǎn)盤(pán)點(diǎn)陷遮，數(shù)據(jù)化等工作。
當(dāng)企業(yè)數(shù)據(jù)積累到一定程度的時(shí)候垦江，CDO也會(huì)去做數(shù)據(jù)的變現(xiàn)帽馋，這就是DaaS模式，Data as aService模式比吭。比如在百分點(diǎn)绽族，我們有一個(gè)非常大的消費(fèi)者用戶畫(huà)像數(shù)據(jù)庫(kù)，我們現(xiàn)在能覆蓋到中國(guó)5.5億消費(fèi)者人群的數(shù)據(jù)衩藤，每天的增量數(shù)據(jù)是在15T左右吧慢。我們的CDO就會(huì)考慮這些數(shù)據(jù)應(yīng)該怎么去服務(wù)外部的企業(yè)，能否去做數(shù)據(jù)的變現(xiàn)等等赏表，這些都是能直接給公司帶來(lái)利潤(rùn)的检诗。這時(shí)候CDO的職位是非常非常的重要的
數(shù)據(jù)驅(qū)動(dòng)、技術(shù)驅(qū)動(dòng)底哗、渠道多樣化
`Q12---
章茜：
在您看來(lái)岁诉，大數(shù)據(jù)營(yíng)銷應(yīng)用未來(lái)的核心是什么？
杜曉夢(mèng)：
有幾點(diǎn)我是能看到的跋选。
比如一定是越來(lái)越數(shù)據(jù)驅(qū)動(dòng)涕癣，一定是大數(shù)據(jù)和小數(shù)據(jù)的融合。
因?yàn)榇髷?shù)據(jù)更注重人的行為分析前标，比如你的瀏覽坠韩，你的點(diǎn)擊，你的購(gòu)買收藏等等行為體現(xiàn)出來(lái)的偏好炼列。小數(shù)據(jù)永遠(yuǎn)不會(huì)被取代只搁，比如從消費(fèi)者的訪談，問(wèn)卷里收集的消費(fèi)者的態(tài)度俭尖，對(duì)于品牌的愛(ài)氢惋，這些都是營(yíng)銷也是未來(lái)非常需要的。所以大小數(shù)據(jù)融合的數(shù)據(jù)驅(qū)動(dòng)會(huì)是未來(lái)的方向稽犁。
越來(lái)越多的技術(shù)驅(qū)動(dòng)一定也是一個(gè)趨勢(shì)焰望。
現(xiàn)在很多新的科技，包括黑科技已亥，比如人臉識(shí)別熊赖，瞳孔識(shí)別，生物技術(shù)虑椎，人工智能震鹉，都是會(huì)可能驅(qū)動(dòng)未來(lái)營(yíng)銷應(yīng)用的發(fā)展方向俱笛。
渠道的分散化也是一種趨勢(shì)，包括自媒體會(huì)出現(xiàn)传趾，軟性營(yíng)銷渠道的增加迎膜，如網(wǎng)紅、直播等等墨缘，營(yíng)銷會(huì)變得越來(lái)越讓你覺(jué)得不是在賣東西星虹，不是在做營(yíng)銷，體會(huì)不到這是一個(gè)廣告镊讼。
營(yíng)銷的永恒就是核心受眾宽涌、價(jià)值觀和場(chǎng)景，這三個(gè)因素是缺一不可的蝶棋。
`Q13---
英子-中海達(dá)-品牌總監(jiān)：
我想問(wèn)一下卸亮，基于大數(shù)據(jù)的營(yíng)銷，我印象中廣州有一個(gè)互動(dòng)派玩裙，時(shí)趣跟互動(dòng)派之間的差異體現(xiàn)在哪些地方兼贸？
杜曉夢(mèng)：
互動(dòng)派了解不多，但是對(duì)時(shí)趣互動(dòng)還是了解比較多的吃溅。他們主要是基于社交去做的營(yíng)銷的Campaign溶诞，消費(fèi)者的分析，營(yíng)銷活動(dòng)的監(jiān)測(cè)這些方案决侈。
社交營(yíng)銷更多的是人的參與螺垢。比如之前在微博營(yíng)銷上，一個(gè)非常流行的案例就是博圣云峰給杜蕾斯做的形象的維護(hù)和設(shè)計(jì)赖歌，其中非常重要的一點(diǎn)就是實(shí)時(shí)的回復(fù)枉圃。在杜蕾斯的官方微博下面發(fā)任何一個(gè)問(wèn)題，都會(huì)有一個(gè)人工運(yùn)營(yíng)在兩分鐘之內(nèi)跟你做互動(dòng)庐冯。
`Q14---
章茜：
百分點(diǎn)目前大數(shù)據(jù)除了應(yīng)用在營(yíng)銷孽亲，還主要應(yīng)用在哪些方面？經(jīng)營(yíng)業(yè)績(jī)占比中數(shù)據(jù)業(yè)務(wù)占了多少展父？
杜曉夢(mèng)：
對(duì)于百分點(diǎn)大數(shù)據(jù)返劲，營(yíng)銷只是其中的一個(gè)部分。我們應(yīng)用在其他的方面栖茉，比如幫助金融公司如消費(fèi)金融篮绿、P2P等做大數(shù)據(jù)的風(fēng)控分析，基于消費(fèi)者的購(gòu)買行為做償還力衡载、消費(fèi)能力的判斷。
我們的業(yè)務(wù)服務(wù)模式可以大體分為T(mén)aaS隙袁、SaaS痰娱、DaaS三部分弃榨，技術(shù)服務(wù)部分主要幫助企業(yè)構(gòu)建大數(shù)據(jù)的平臺(tái)，數(shù)據(jù)倉(cāng)庫(kù)梨睁，上層的數(shù)據(jù)應(yīng)用鲸睛。SaaS部分我們線上的產(chǎn)品，包括個(gè)性化推薦坡贺，包括運(yùn)營(yíng)分析官辈，包括輿情監(jiān)測(cè)，這些都是SaaS的服務(wù)遍坟。
在DaaS服務(wù)方面拳亿，我們會(huì)做一些數(shù)據(jù)的補(bǔ)充，標(biāo)簽的輸出愿伴，包括一些數(shù)據(jù)報(bào)告的輸出給營(yíng)銷公司去做全案的包裝肺魁，幫助營(yíng)銷部門(mén)洞察他的用戶等等。
`Q15---
章茜：
有位傳統(tǒng)廣電廣告的莓果問(wèn)：他各種硬廣都有隔节，在互聯(lián)網(wǎng)時(shí)代鹅经，如何收集、利用好大數(shù)據(jù)怎诫，開(kāi)展?fàn)I銷瘾晃？
杜曉夢(mèng)：
硬廣的數(shù)據(jù)收集還是比較難的，如果不去做調(diào)研收集幻妓，廣告效果是比較難測(cè)繪的蹦误。但現(xiàn)在我們也可以用一些包括二維碼、條形碼采集數(shù)據(jù)涌哲。
在互聯(lián)網(wǎng)時(shí)代胖缤，如何收集利用好大數(shù)據(jù)，比較重要的一點(diǎn)就是珍惜任何一個(gè)跟消費(fèi)者接觸的觸點(diǎn)阀圾，去做消費(fèi)者ID的拉通哪廓。
消費(fèi)者的觸點(diǎn)，消費(fèi)者行為非常碎片化導(dǎo)致的結(jié)果就是一個(gè)人的ID可能有十幾個(gè)甚至幾十個(gè)初烘。如果你不去做拉通涡真，就很難把一個(gè)人的行為做一個(gè)完整描述。
當(dāng)一個(gè)消費(fèi)者用他的電腦上了官網(wǎng)的時(shí)候肾筐，就鼓勵(lì)他用他的郵箱去注冊(cè)賬號(hào)哆料，或者用手機(jī)號(hào)去注冊(cè)，這就是為了把他的手機(jī)號(hào)和他的瀏覽器cookie和ID做一個(gè)打通吗铐。
當(dāng)一個(gè)人又去了線下門(mén)店的時(shí)候东亦，鼓勵(lì)銷售人員讓他先連上店里的wifi，他買東西的時(shí)候又會(huì)讓他填上他的地址唬渗，這樣就試圖去把這個(gè)人的手機(jī)號(hào)典阵、地址奋渔，甚至他的信用卡卡號(hào)和他連wifi時(shí)候的Mac地址做一個(gè)拉通。
所有的數(shù)據(jù)或者ID都被拉通之后壮啊，作為商家的自由度就會(huì)比較大嫉鲸。就可以跟各種的DP去做數(shù)據(jù)的匹配，提取數(shù)據(jù)歹啼。
