大数据:影响广告营销的技术因素

数据的应用与价值由来已久，只是传统的数据以结构化数据为主。伴随网络技术的发展，互联网上每天都会产生以泽字节计算的非结构化数据，如此庞大的非结构化数据，为创新提供了全新的机会和平台。早在上世纪八十年代，未来学家阿尔文?托夫勒在其知名著作《第三次浪潮》中，就将大数据称颂为“第三次浪潮的华彩乐章”。但由于当时科技水平发展程度的限制，世界并没有做好拥抱大数据的准备。一直到2009年左右，“大数据”一词才开始逐步得到全球信息技术行业的关注与重视。进入2012年以后，大数据被提及的频次更为普遍，人们开始习惯用“大数据”来描述并定义信息爆炸时代的必然产物，即海量数据。在2011年、2012年大数据的初期热潮过后，从概念热议到理性和冷静的观察，2013年人们开始更加理智地思考大数据。今天，面对这一互联网快速发展及应用的必然产物，究竟应该如何更好地利用大数据是广告营销行业需要认真探索和思考的问题。

一、大数据引发的量化转变

大数据时代已经降临，就像哈佛大学量化社会科学学院院长葛里?金所说“这是一种革命，我们确实正在进行这场革命”。海量的非结构化数据给学术界、商业界以及政界带来的显著量化转变正在全球迅速蔓延开来，没有哪个领域能够躲避大数据的影响。严格来讲，所有事物及其变化都是“数据”，小到一个人的网购行为、心率、脉搏、性格倾向是数据，大到城市交通信息、经济体运行数据、宇宙星体的运行轨迹也是数据。只不过，大部分数据尚处于线下，只有将“线下数据”转变为“线上数据”，大数据的价值才可能得到真正意义上的释放，同时形成数据竞争壁垒。

不同于之前的结构性数据，以非结构化为主的大数据已经成为互联网时代的核心资产。消费者的个人数据成为商业竞争最重要的资源，智能世界的新霸主将是数据资源的拥有者或平台服务商。从政府机构、商业经济体到、科研院校等各类社会机构，各行各业都已经充分认识到大数据的重要性并尝试对其展开应用。以往经验判断式和直觉型的决策方式将被取代，更多的决策判断将是一种基于大数据分析之后的行为。今天，“大数据”的预见能力已经开始在公共健康、商业预测、政府管理、政治竞选等领域崭露头角。

（一）大数据预警公共卫生“疾病爆发”

早在2008年，谷歌趋势（Google Trends）就能通过大数据对北美地区甲型H1N1疫情爆发区域进行准确预测。其原理非常简单：当人们越来越依赖互联网的时候，搜索成为一种习惯，比如搜索头痛、感冒等这些小病，谷歌通过记录分析那些有过搜索“流感”相关关键词用户的所在地区，进而追踪确定流感广泛传播的地区，以此预测流感可能爆发的高危区域。在甲型H1N1流感爆发前，谷歌趋势推出的“流感趋势”主要用来监控一些季节性流感，根据谷歌的统计显示，在此之前的五个流感季中，其对追踪疾病的精确率达到97％。

（二）大数据决策股票交易时机

对冲基金已经能够通过挖掘社交媒体数据，进而预测股市表现。在2012年5月18日之前，准确预测脸书（Facebook）上市当天的股价走势几乎是件不太可能的事情，不过推特（Twitter）做到了。Facebook在纳斯达克首次公开招募之日，一家名为DataSift的社交媒体监测机构发现网民在Twitter平台上显示的情感倾向和Facebook股价之间存在正向波动关联，即Facebook的股价会随着Twitter平台上网民所呈现出的正面情感倾向而上涨、随着负面情感倾向而下降，这种关联反应的时间差只有几分钟到二十多分钟。

（三）大数据深化体育行业目标性分析

NBA早就是数据统计的行家里手，从上世纪八十年代起，NBA就采用数据管理技术，全体球员的赛场表现，包括得分、篮板、助攻、盖帽、抢断、失误、犯规等行动数据均被采集、记录、分析。几乎每一个球员，都有相关的数据可以破解其优势与局限。据《经济观察报》的报道显示，至少有半数的NBA球队都聘请过专职数据分析师，遇到比赛日、选秀大会和交易决定等重要决策节点，数据分析师都会给出重要建议。数据管理技术对球队战绩的影响力比较明显，雇佣了专职数据分析师的15支NBA球队的平均胜率达到59.3%，而没有聘请专职数据分析师的球队的平均胜率只有40.7%。

（四）大数据推动政府管理方式变革和管理能力提升

大数据对于推动政府管理方式和提升管理能力同样具有积极意义，以大数据及大数据挖掘技术为依托，政府部门以此为基础在社会公共政策、社会舆情监控、社会犯罪预测等领域作出相关决策。美国政府部门对大数据的应用就是这方面的典型案例之一，比如美国圣克鲁斯警察局就是全美最早的大数据预测应用试点机构，通过对圣克鲁斯的城市数据源以及社交媒体上沉淀的大数据的分析，发现该警察局管辖区域内的犯罪趋势与犯罪模式，进而预测重点区域的犯罪几率。

（五）大数据助力总统竞选

被称为互联网总统的奥巴马在2008年的大选中成功借助社交媒体，成为美国建国以来当选的首位黑人总统。在2012年的美国大选中，奥巴马又首次将大数据应用到总统竞选活动中，不同于以往政治竞选中类似电视广告、海报、演讲等的常规宣传手段，奥巴马的竞选团队通过收集、分析2012大选年前两年以来的大数据，依照数据分析结果来决定奥巴马的竞选方案。以此寻找到潜在的支持奥巴马的美国民众特别是中间派选民，依靠大数据针对奥巴马的潜在支持者和中间派选民分别制定最有效的拉选票方法、广告投放的策略和社交媒体的使用策略等。基于这种以大数据为基础的决策方式成功帮助奥巴马获得第二任任期。

二、大数据引发的营销新机会

大数据是一种商业资本，其重要特征之一就是“寻找看似不相关联的东西之下隐含的相关联的相互关系，而非因果关系”。人类自身和机器设备每时每刻都在持续产生大量具有价值的信息，从精准预测极端恶劣天气，到创新研制癌症疗法。大数据对商业的影响效应更是明显，从产品研发到价格设定，从销售渠道到营销推广，每一个步骤环节中，都能产生出大数据，通过对大数据的分析研究，都能发现新的商业机会，使得之前推断、猜测、预估式的推断营销，真正成为“实证”型营销。大数据的核心并不在于海量数据本身，而是把更多的关注点放在消费者身上，即以“人”为核心。大数据的利用价值并非局限于单纯从数据中发现某种因果关系，而是需要深度挖掘大量非结构化数据，在此基础上，发现全新规律并创造全新商业价值。

（一）利用大数据，准确发掘最具价值的消费者

较早出现的大数据商业应用案例发生在一家名为塔吉特（Target）的大型超市。为了能够尽早争取到孕妇消费者群体，该超市利用其所有的消费者购物消费数据进行建模分析，进而发现一些规律，例如，无香型护手霜是大多数孕妇会在第二个妊娠期购买的产品、钙镁锌类保健品是多数孕妇在孕期前二十周的采购重点……根据这些孕妇消费的“典型商品”数据，Target构建出一套“怀孕预测指数”，以此实现尽早预测、识别出其消费者的怀孕情况，抢占孕妇市场销售先机，早于竞争对手抢先向孕妇推销其相关产品的促销信息。

（二）利用大数据，发掘交叉销售机会

全球零售业巨头沃尔玛在对消费者购物数据进行分析时发现，每到周末啤酒和尿布的销量就比平时高，而且具有消费关联性。进一步研究消费者行为后，他们发现，导致这一现象的原因在于消费者的周末家庭生活模式：通常周末家庭主妇会独自外出活动，而丈夫会留守家中一边照看孩子，一边喝啤酒看电视球赛。基于这种新发现，沃尔玛在卖场创新推出“啤酒+尿不湿”的促销组合，将此组合产品放置在啤酒销售区，结果大部分男性消费者都会在啤酒的同时购买尿不湿，两种产品的销售量双双翻倍，这一案例也成为大数据商用的经典案例。

（三）利用大数据，重组传统产业

传统商业在大数据的驱动下，也在以重组的形式绽放全新发展机会。房地产企业花样年就是通过提供基于大数据平台的社区服务、让传统物业公司转型为一个社区服务商的房地产企业，其核心做法是将业主在日常生活中的行为转化为数据记录，这些数据按照时间顺序输入技术后台，以此完成对业主的数据收集，当业主需要相关社区服务时，其社区服务平台会基于大数据做服务决策。具体来说，比如有业主因为生病需要借款，如果后台数据显示该业主的诚信记录良好，那么他不用担保就能从物业公司借到所需款项。同样，业主能够通过基于PC端或者移动智能终端的社区平台享受物业服务或者社区商家提供的服务，也可以通过这个平台提出自己的反馈意见。业主与社区服务平台之间的每一次互动，都会产生相应的数据。2012年，花样年社区平台服务的业主约为400万，创造年利润5000万元，而其中95%的利润都来自非物业服务。将线下实体社区改造成一个基于大数据的互联网平台，用互联网基因重塑传统的房地产物业公司，这是一个房地产商迈向信息化时代的创新之举。

（四）利用大数据，精准定制畅销产品

电视剧《纸牌屋》是美国电影租赁及在线视频点播服务商Netflix基于大数据投资拍摄的首部原创电视剧，这部被中国网友戏称为“白宫甄嬛传”的政治悬疑剧在全球40多个国家热播。捧红这部电视剧的，不是电视、影视公司，而是大数据。在这部电视剧的创作启动之前，Netflix利用其庞大的用户群体数据，研究了3000万次该网站的用户视频体验数据，包括人们在观看一部视频时会在何时出现暂停、后退和快进的行为；同时还分析了400万条网站用户的留言评论，以及用户观看视频的时间和使用的终端设备类型等数据，是第一部在创作阶段使用了“大数据”算法的电视剧，也正是因为这个原因，《纸牌屋》成为真正意义上第一部精准定制的畅销剧。

三、大数据引发的广告营销焦虑

以往的市场营销在做消费者市场细分时，通常按照人口统计数据和生活方式相关信息来划分市场，而广告营销行业也以策略、创意和媒介购买力为核心竞争力。伴随社会化媒体的崛起、移动互联网的扩散应用以及智能终端设备的普及，一方面，海量数据成为技术应用的必然产物；另一方面，消费者注意力被高度碎片化。面对碎片化的传播环境和注意力高度分散的消费者，精准寻找目标消费者成为广告营销的重要命题。如何获取并分析消费者的实时行为数据、如何收集并挖掘消费者与品牌的互动行为数据，成为广告营销必须面对的难题之一。广告营销往数据驱动方向的转移是精确寻找目标消费者的重要前提，消费者接触品牌广告信息时表现出的行为特征是什么？广告传播过程中能够触动消费者的因素是什么？品牌应该如何通过营销传播与消费者实现沟通对话？能够影响目标消费者的KOL是谁？能够与这些KOL沟通对话的形式和渠道有哪些……

身处大数据时代，触达消费者需求和沉淀消费者数据已成为广告营销的双重门槛，而广告营销所面对的挑战也由如何才能找到消费者，升级为如何才能发掘出消费者在不同场景（不同的时间里和不同空间下）中的需求”；从借助单向或分散的传统媒体与消费者沟通信息，转型为如何与目标消费者进行即时沟通、给与即时响应、能够适时为消费者提供能够满足其需求的解决方案。与此同时，品牌营销还需要在消费者与品牌的“买卖”关系之外，建立形成一种更深层面的具备互信、共赢、可信赖元素的伙伴式关系。

传统广告已死，广告营销需要借助大数据分析，挖掘社会化媒体平台上的“弱关系”传播力量，利用大数据为广告营销提供消费者需求路径，挖掘寻找能够进行精准互动广告营销的依据，进而提升广告营销传播的投资收益。

结语

未来的广告营销就是社会化营销和大数据营销的时代，而未来的营销主体应该由最具社会化营销理念的数字营销服务提供者进行主导。而对品牌和消费者关系的深度挖掘，应该在传统市场调研、深度访谈的基础上，结合不同媒体平台上所沉淀收集到的消费者行为过程数据进行综合决策。同时，品牌营销传播应该更加关注并控制品牌信息在社交媒体平台上的每个节点间的流动方式，重视并研究品牌信息如何才能更好地在社交媒体上被消费者关注并分享，即注重品牌创意传播的过程管理。对于数字营销代理商来说，在加强“讲故事”的能力基础上，还需要构筑全媒体传播平台的视野，当然最重要的仍然是聚合消费者数据。