北京数字营销公司：观点大数据一定有大营销吗？

》》》会务公司《《《

数据不仅仅正在变得更加可用，人工智能（AI）技术，包括自然语言处理、模式识别和机器学习等技术的发展，正在让数据变得更加容易被计算机所理解，这对企业在互联网时代的数字营销也提出了新的问题。物联网、兴趣图谱、关系图谱、行为定向、数据挖掘、云计算、精准营销等等都在成为企业营销领域面对的新词汇。

有人说大数据象征着一个新的时代的来临，那么大数据一定能大营销吗？

大数据在挑战什么？

社会科学领域通常是用抽样的方式来研究消费者，即按照随机或者配额的原则来寻找消费者，并使用调查的方式获得数据，通过对于数据的解读来支撑营销决策。但是，大数据时代，则是通过实时监测或者追踪消费者在互联网上产生的海量行为数据，进行聚合、运算和挖掘，然后根据挖掘的结果发现结论并做出营销判断。

对于很多企业而言，大数据带来的挑战是显而易见的，互联网上的大数据不仅包含传统的结构化(或关联型)数据，而且也包含各类非结构化数据（相关预测显示，到2012年，非结构化数据占有比例将达到互联网整个数据量的75%），文本、图片、视频、语音等形态的数据量的增加以及交互性的增强，加上大数据无规律分散的特点，让企业不得不面对新的挑战：如何在海量的互联网大数据中，通过合理的方法论找到对企业有帮助的数据，并且将营销预算合理的分配在为数众多的数据来源的平台上——这对企业营销人员以及企业决策人而言，都意味着新的挑战。

同时，由于大数据是个性化的，企业如果不具备整合“大数据”收集和使用的能力，就很难在广告和多个营销渠道中提供真正个性化的用户体验，甚至，大数据是实时化的，企业能不能实时针对消费者数据进行营销决策，一样并非坦途。

因此，大数据将考验企业驾驭和洞察网络数据的能力，特别是如何通过新的方法去影响消费者，如何做出更加精准的广告等等，都成为企业需要去思考的问题。

大数据就一定精准营销吗？

精准和效果从来都是广告界谈论最多的话题，从大众演进到分众，直至精众和个众，数字营销技术和商业模式的创新，都在向着同一个目标，即不断推动着网络广告将广告投放给更加相关的消费者，让人们看到他们想看的广告。

门户时代的互联网营销，是以网站为目标，网站锁定目标人群，然后再锁定企业要传播的人群，搜索时代的营销，则是以内容、关键词匹配广告的模式进行，信息碎片化的时代，则有各种细分的新媒体出现，通过各种媒体渠道去覆盖细分消费者，应该说大家都在追求“更加精准”。但是，这些精准似乎还不够，因为有很多人群已然难以覆盖，或者通过广告覆盖的人群对于一些企业而言，也只是一个大致的判断，并非完全是“个性化”的精准。

正因为以上的局限，大数据背景下就出现了新的数字营销技术，即对互联网人群进行跟踪和定向，通过海量数据去计算消费者的偏好与兴趣，转换为以消费群体为目标来投放广告，以让营销可以精确到每一个人去进行广告的推送。

但是，同样也面临挑战：例如，信奉社会科学的广告主就会问，基于海量数据计算的一定精准吗？海量的数据会不会损失既定的消费者行为的规律呢？其次，消费者的网络行为背后有着深层的心理动机，特别是面对中国消费者的复杂性和多样性，那些隐藏在海量数据背后的消费者，是不是真的像海量数据看到的那样，一定是最精准和最真实的消费者？再次，现在很多人谈的大数据营销，都是基于技术角度，如何改变广告主在传统媒体时代形成的对于媒体“广告可见性”的观念，引导他们相信技术而非直觉来判断大数据营销的价值？

从这个层面上来说，大数据时代尽管精准营销的先进性毋庸置疑，但是，无论大数据还是小数据，精准其实都是相对的，数学运算和活生生的消费者心理和行为动机之间，也存在需要进行弥补的鸿沟，因此，大数据一样要将数据追踪和数据挖掘的技术与企业的营销洞察结合。

当然，企业依然应该相信并期盼的是，互联网与未来的移动互联网主导下的数字营销时代，可以帮助企业以前所未有的速度收集用户的海量行为数据，而在大数据的基础上分析、洞察和预测消费者的偏好，并据此为消费者提供最能满足他们需求的产品、信息和服务，以及传递准确的广告信息给他们，甚至要实时对消费者的反应进行回应，这是大数据所带来的不可逆转的趋势。至于是否精准，以及如何精准，就看看这个时代的企业巨头如何利用和理解，以及新的技术公司和数字营销公司是如何讲故事的了。

欢迎评论与大家分享你的观点。----------------------------------------------------------------------如果你喜欢这篇文章，请帮助我们转发它分享给你身边的好友。本文来自@SocialBeta 的特约作者 肖明超本文链接：http://www.socialbeta.com/articles/big-data-big-mktg-2012.htmlSocialBeta专注社会化媒体的内容博客社会化时代转载与分享是美德，注明出处与作者是品德，感谢你珍惜我们作者的劳动。