上網(wǎng)時，每個人都會碰到這樣的情況：因為瀏覽、購買過某類商品，總是收到相同品類的廣告推薦。對這樣的“個性化”營銷，你的反應(yīng)如何？開心還是不快甚至憤怒？驚奇還是習(xí)以為?；蛘邿o所謂？無論用戶反應(yīng)怎樣，這確實表明，互聯(lián)網(wǎng)行業(yè)對精準(zhǔn)營銷的嘗試如此熱切。但是，反過來說，營銷怎么可能將用戶的反應(yīng)置之度外？

　　用戶肖像仍需“大數(shù)據(jù)”糾偏

　　有沒有想過在互聯(lián)網(wǎng)公司的數(shù)據(jù)庫里“你”是怎樣的？首先，除非你注冊時有填寫，否則他們不知道你的姓名、性別、年齡、收入范圍、學(xué)歷等等。但是，在一個龐大的表格里，有一串?dāng)?shù)字代表著你，比如，你看了哪些頻道的哪些頁面、視頻，你在這些頁面、視頻上停留的時長，或者你搜索、瀏覽、購買了的商品等等。當(dāng)你每次登錄時，你對應(yīng)的數(shù)字就會隨之變化。所有這些看似無意義的數(shù)據(jù)碎片一點點被記錄和連結(jié)起來，拼出一個他們眼中的“你”。由此，互聯(lián)網(wǎng)公司去猜你喜歡，并將你可能喜歡的內(nèi)容呈現(xiàn)在你的網(wǎng)頁上，以推動你更多的瀏覽、消費。

　　但，通過用戶以往的行為就能夠準(zhǔn)確猜出他未來的需求嗎？當(dāng)數(shù)據(jù)量因為互聯(lián)網(wǎng)不再是問題的時候，“尿片與啤酒”的故事為什么反而進(jìn)一步神話而非當(dāng)下的營銷常態(tài)？最根本的原因，在于我們并沒有真正實現(xiàn)利用數(shù)據(jù)“讀”懂用戶。雖然，代表用戶的那串?dāng)?shù)字越積越多，但它們不能真正代表用戶及其潛在的需求。在用戶看來，那個拼出來的“他”雖然做了某些事情，但與其本人所思所想也許風(fēng)馬牛不相及。

　　小數(shù)據(jù)之所以“小”，除了數(shù)據(jù)樣本量較小，更在于其對特征空間、事物本質(zhì)表現(xiàn)力不足。大數(shù)據(jù)時代之前，我們只能依據(jù)小樣本或適度抽樣后的小數(shù)據(jù)進(jìn)行群體規(guī)律的知識發(fā)現(xiàn)。而真正的大數(shù)據(jù)，讓人類第一次有機(jī)會把來自不同地方、不同類型的數(shù)據(jù)聯(lián)結(jié)起來形成對一個事物的完整描述，就像顯微鏡一樣從更細(xì)的顆粒度層面認(rèn)知世界。但要實現(xiàn)這一點，數(shù)據(jù)量“大”之外，還需要足夠完整。局限于單一網(wǎng)站的數(shù)據(jù)系統(tǒng)，記錄和覆蓋的用戶行為信息往往是片段的、割裂的、孤立的、靜態(tài)的，是信息的孤島，只能在其直接關(guān)聯(lián)的領(lǐng)域發(fā)揮自身的價值，而且其反映的事物仍可能有偏差。

　　因此，要對用戶肖像進(jìn)行糾偏，清晰準(zhǔn)確地挖掘客戶潛在的偏好和需求，就需要在海量記錄持續(xù)性的跨網(wǎng)站、跨平臺行為，將其串聯(lián)成一條完整的數(shù)據(jù)鏈。在標(biāo)識出用戶后，必須盡可能多地記錄其較長時間連續(xù)性的網(wǎng)上行為路徑，包括將企業(yè)原有的CRM等“內(nèi)部系統(tǒng)”與互動營銷（含廣告、公關(guān)、在線銷售）等“外部動作”打通。鏈條越完整、越長，之后的營銷才會越來越準(zhǔn)確、有效。對于目前缺少互通的中國互聯(lián)網(wǎng)來說，從站外海量數(shù)字化數(shù)據(jù)中挖掘出客戶的屬性、偏好對自身數(shù)據(jù)進(jìn)行印證尤為重要。以電商網(wǎng)站來說，需要利用全網(wǎng)站點數(shù)據(jù)記錄、印證會員的商品偏好、內(nèi)容偏好、購物習(xí)慣、實時互聯(lián)網(wǎng)關(guān)注動態(tài)等多維度的信息，以了解用戶潛在的消費意向、需求。而對媒體、視頻類網(wǎng)站來說，跨網(wǎng)數(shù)據(jù)能夠使原本中斷的信息點串聯(lián)成一條完整的數(shù)據(jù)價值鏈條，降低信息推送的失偏率。

　　互聯(lián)網(wǎng)時代可能記錄了每個人生活中的細(xì)節(jié)，但當(dāng)他活躍在不同平臺、網(wǎng)站上，可以打上成百上千個標(biāo)簽時，一家企業(yè)掌握的孤立數(shù)據(jù)了解的也許只是其一小部分特征。全球知名咨詢公司埃森哲報告里曾指出，Web2.0時代，企業(yè)內(nèi)部數(shù)據(jù)的權(quán)重要遠(yuǎn)遠(yuǎn)超過外部數(shù)據(jù)；但是當(dāng)Web3.0到來的時候，數(shù)據(jù)就會真正流通起來，企業(yè)外部數(shù)據(jù)的權(quán)重會越來越高。如果能夠結(jié)合企業(yè)內(nèi)外部的數(shù)據(jù)源，大規(guī)模的個性化服務(wù)在互聯(lián)網(wǎng)時代是可以實現(xiàn)的，“如果企業(yè)能夠把握住消費者在消費前后各個環(huán)節(jié)的信息，就將領(lǐng)先于其他企業(yè)”。

　　數(shù)據(jù)還需挖掘“生活形態(tài)”

　　但是，我們也都碰到過這樣的現(xiàn)象：在電商網(wǎng)上瀏覽或者買了某種商品，之后訪問其他網(wǎng)站或社交平臺時，也會收到類似產(chǎn)品的廣告，這讓很多不準(zhǔn)備有相關(guān)消費的用戶頭疼不已。跨網(wǎng)站的數(shù)據(jù)、精準(zhǔn)地了解用戶曾經(jīng)的興趣點后進(jìn)行的營銷，為何仍不能確保實現(xiàn)個性化營銷的效果？

　　“精準(zhǔn)營銷”的故事在網(wǎng)絡(luò)營銷圈子里已經(jīng)講述了好幾年，真正參與其中的廣告主仍是少數(shù)，而用戶對于現(xiàn)有“精準(zhǔn)營銷”的反彈也讓我們不得不承認(rèn)，現(xiàn)在的“精準(zhǔn)營銷”既不夠精準(zhǔn)也不夠個性。問題的根源在于，數(shù)據(jù)，即使是大數(shù)據(jù)也不過只是數(shù)據(jù)，與精準(zhǔn)之間還隔著“挖掘”這道鴻溝?；ヂ?lián)網(wǎng)讓數(shù)據(jù)搜集變得越來越容易，但是如果數(shù)據(jù)分析、挖掘的進(jìn)程不能跟上數(shù)據(jù)爆發(fā)速度，我們與精準(zhǔn)之間的距離仍無法拉近。

　　隨著智能化移動終端的普及、無線上網(wǎng)接入條件的進(jìn)步與資費的進(jìn)一步下降，用戶花在移動終端上的時間越來越多，而類似微信、微博等社會化媒體成為很多受眾獲取信息的主要渠道，原有的“碎片化注意力”進(jìn)一步碎片化?；ヂ?lián)網(wǎng)上的用戶行為數(shù)據(jù)結(jié)果不斷“涌現(xiàn)”，使得數(shù)據(jù)挖掘越來越復(fù)雜化：由于數(shù)據(jù)量巨大，常規(guī)軟件和計算機(jī)無法勝任運算要求；傳統(tǒng)統(tǒng)計方法模型已經(jīng)無法適應(yīng)大數(shù)據(jù)時代的需求；大數(shù)據(jù)的范圍界定困難，分布廣泛，實時變化更新，不易確定采集范圍；結(jié)構(gòu)整理困難，數(shù)據(jù)結(jié)構(gòu)混亂，不易整理成為“干凈”的數(shù)據(jù)庫；意義整理困難，對自更新知識庫和自然語言處理要求很高等等，都使數(shù)據(jù)往往成為難以應(yīng)用而只能塵封的寶藏。

　　數(shù)據(jù)量呈幾何級增長、來源多元化、形式復(fù)雜化，對應(yīng)的現(xiàn)狀卻是數(shù)據(jù)挖掘普遍缺少精細(xì)、邏輯化。特別是當(dāng)數(shù)據(jù)挖掘只停留于數(shù)據(jù)表面，而沒有從用戶維度建立數(shù)據(jù)分析模型，大數(shù)據(jù)的潛力更難以發(fā)揮。冰冷數(shù)據(jù)的背后，是用戶怎樣的行為、生活，他又可能有怎樣的思考、情感？要回答這些問題，需要基于社會學(xué)和心理學(xué)的用戶特征評價體系和科學(xué)的特征算法模型挖掘用戶特征，盡可能地了解用戶的心思、靈魂，由此去預(yù)測他將來可能做什么（很可能，那是與已發(fā)生的行為完全相反的）。如第三方數(shù)據(jù)機(jī)構(gòu)締元信的DDMP平臺，平均每天跨網(wǎng)采集的30億條網(wǎng)民行為數(shù)據(jù)整合納入統(tǒng)一的技術(shù)平臺后，對這些數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化和細(xì)分時，需要從用戶的自然特征、興趣特征、社會特征、消費特征等多個維度進(jìn)行分析，再推向現(xiàn)有的互動營銷環(huán)境，以幫助媒體、廣告主實現(xiàn)“生活形態(tài)營銷”。

　　數(shù)據(jù)永遠(yuǎn)只是數(shù)據(jù)，挖掘、應(yīng)用數(shù)據(jù)的人需要以社會化眼光、人性感知去分析數(shù)據(jù)，并尋找之間的關(guān)聯(lián)，挖掘數(shù)據(jù)背后的價值。對精準(zhǔn)營銷或者個性化營銷來說，當(dāng)下的首要問題不是缺數(shù)據(jù)，而是如何將數(shù)據(jù)完整化、邏輯化，如何根據(jù)數(shù)據(jù)架構(gòu)出消費者真實的生活形態(tài)。

作者：樊永梅