难得这周末有时间可以静下心来思考下我们目前现在做的大数据都有哪些，也聊了不少当下比较热的机器学习、数据挖掘，而对于12年很热的大数据营销现在又是怎么样了呢。今天就把大数据营销再翻出来说说。

说到大数据营销，就涉及到两个关键的词，“大数据”和“营销”。在1923年的时候霍普金斯出版的《科学的广告》一书中就以先驱者的口吻这么表示，“一些人将广告提升到了科学的层面，这样的时代已经到来。这种科学依据一些固定的原则，结果非常精确，没有差错。人们分析广告的起因和产出的结果，直到彻底理解因果关系为止。整个过程已经形成了一套正确的方法，并且得到了证实。我们知道什么是最有效的，于是根据基本的法则采取行动。”

后来霍普金斯还与卡普尔斯一起出了《久经考验的广告创意法》。重点就是描述DM营销方式大数据时代下的精准营销，邮寄目录的营销人员直接将邮寄的清单列出分别寄出，然后负责跟进了解每个收件人是否真正购买商品。这种方式非常有效。而到了广播和电视这样的媒体时代时，没有简单的方法可以告诉我们谁听到或者看到广播和电视的广告购买了我们的产品。

20世纪50年代，人们开始应用营销学中的运筹学和管理学模型，当时风行一时。

90年代的时候，市场营销进入到CRM时代，大家开始通过强大的数据库来管理客户的资料。通过维护老客户，来给企业创造价值，而这也甚至占到企业80%的利润。通过客户终身价值模型来预测客户对企业的长期价值，流失模型来预测客户流失的可能性大小。

到了21世纪，我们借助互联网，可以观察到用户浏览网页的具体时长，点击广告的具体位置和次数，哪些是用户不感兴趣的。通过这样的一个闭环的系统，可以让我们非常容易的去理解用户。

最典型的案例莫过于在影视作品里的《纸牌屋》，netflix公司运用大数据分析在40多国家和地区大获成功，被网友们戏称为美国白宫版的《甄嬛传》。而这部标准的政治剧最特别的地方就在于不是传统意义上得由制片人制作好再出售，而是由一家视频网站投资并制作，不在电视上播放，而是在网络上播放。类似优酷投资拍摄的一部甄嬛传或者伪装者。这也从另一层意义上，彻底撼动了传统的电视媒体，因为《福布斯》杂志会说“可能会动摇美国传统电视产业，传统电视产业的变革即将从《纸牌屋》开始。”

《纸牌屋》有趣的是导演、男主角都是依靠大数据计算出来的，还有该剧的观众也是导演和男主角的粉丝，这些都是netflix公司通过对用户习惯进行分析后得出的结果。netflix公司每天会收集网上产生的3000多万的用户行为，包括每个用户观看视频时会在哪里暂停、回放、快进，以及评论和搜索请求，将其记录并进行分析。netflix公司或许不能准确知道某个单个用户的点击暂停的原因，但是如果足够多的人在同一个地方做了相同的动作，那么就有了分析的意义。

Netflix公司比观众更清楚他们自己的观影习惯，他们会根据观众的喜好来调整剧情、主演等环节的内容。通过官方公布的数据显示，约3/4的订阅者会接受netflix的观影推荐。

背后的数据：《纸牌屋》第二季在北美大概有3170万观众；在一家美国有线电视提供商的所有netflix订阅用户中，有16%在《纸牌屋》第二季上线后首个24小时之内至少观看了一集，这与2013年第一季上线首日的收视率相比提升了7倍；2013年在《纸牌屋》第一季上线首日，只有2%用户订阅观看了一集，相比较2014年上线首日观看了前五集的订阅用户比例为3.6%。

Netflix公司的数据主要来自它的4000多万的用户，每次netflix用户的搜索、影视评分都会与第三方数据比如尼尔森的数据数据综合起来，加上地理位置的数据、设备、社交分享、用户添加书签、每次用户登录授权以及每部影片、剧集的数据都会进入netflix庞大的数据分析系统里去。基于用户的习惯，netflix对其用户的消费习惯、偏好都有一定的掌握，对推出的剧集定位都有更清晰的认知，从而制作用户更喜欢的节目。通过netflix公司的算法，可以清楚知道用户观看不同剧集的高峰时间段、观看的终端设备，甚至能够精准到一集节目结束演职员开始滚动时的关闭节目的用户。

Netflix将95%的数据storage都在datastax的cassandra上，标签包含用户信息、影评、影片的元数据、影片bookmark和logo日志等，netflix在750多个节点运行50多个cassandra集群，高峰时期，netflix每秒处理5万多个read和10万多个write操作。Netflix业务能够灵活快速创建和管理数据集群。

而在拍摄模式上，netflix也有很大的创新。掌握用户数据→推测观众的主要关注焦点→根据用户需求设计、拍摄、播放新节目→依据收视率的回馈灵活adjust。这种全新的模式很值得国内的视频网站参考。

所以说，大数据营销绝对不是捕风捉影的空洞理论，已经有一些企业将它用于提升自身产品的需求。而在我们企业运营过程中，会应用的2/8原则其实也就是运用这种方法来找出那些创建80%价值的20%客户。

而在我们企业中，想要找到大数据营销的切入点可以有哪些呢？

第一、围绕用户特征分析建立用户画像中心。很明显，只有积累的足够多用户数据大数据时代下的精准营销，才能分析用户的喜好和购买习惯，甚至做到“比用户更了解用户自己”。有了这一点，才是许多大数据营销的前提与出发点。无论如何，那些过去将“一切以客户为中心”作为口号的企业可以想想，过去你们真的能及时全面地了解客户的需求与所想吗？或许只有大数据时代这个问题的答案才更明确。

第二、建立个性化精准营销中心。在了解完潜在用户的主要特征和他们的行为习惯之后，你的产品也就应运而生。像netflix拍摄的《纸牌屋》在了解完潜在观众最喜好的导演和演员之后就大获成功，像《小时代》在预告片投放后通过微博上分析其主要的观众都是90后女性，后续的个性化就针对这些人展开。面对不同的人群，我们需要有一套系统的个性化营销方案作为支撑，通过大数据分析，能够做到不同人群之间的不同营销，避免垃圾信息的泛滥。

第三、竞争对手数据监控。竞争对手在干什么是许多企业想了解的，即使对方不会告诉你，但你却可以通过大数据监测分析得知。品牌传播的有效性亦可通过大数据分析找准方向。例如，可以进行传播趋势分析、内容特征分析、互动用户分析、正负情绪分类、口碑品类分析、产品属性分布等，可以通过监测掌握竞争对手传播态势，并可以参考行业标杆用户策划，根据用户声音策划内容，甚至可以评估微博矩阵运营效果。

第四、发现新市场与新趋势。基于大数据的分析与预测，对于企业家提供洞察新市场与把握经济走向都是极大的支持。例如，阿里巴巴从大量交易数据中更早地发现了国际金融危机的到来。又如，在2012年美国总统选举中，微软研究院的David Rothschild就曾使用大数据模型，准确预测了美国50个州和哥伦比亚特区共计51个选区中50个地区的选举结果，准确性高于98%。之后，他又通过大数据分析，对第85届届奥斯卡各奖项的归属进行了预测，除最佳导演外，其它各项奖预测全部命中。

这里面参考一个案例，别克君威与淘宝所合作的营销活动“为一再心动买单”，其即体现了大数据营销的创新思路。该活动分为两个部分：第一部分调用淘宝用户的收藏夹并鼓励分享心动故事，第二部分利用大数据对参与活动的用户进行精准营销。

该活动的第一部分开始于2013年10月12日，持续两周。淘宝用户登录时，会向用户提示“***，你的淘宝收藏夹走光了”之类的话。点击之后，会进入一个flash画面，告诉你在使用淘宝收藏夹的***天里，你心动了***次。系统会把这个最高类别里面的所有商品都罗列出来给你，鼓励你在当中挑选最让你心动的一个，并说出的心动故事，然后再选择通过微博分享自己的心动故事。接着系统罗列了君威的一些核心卖点，让消费者选打动他们的卖点，然后则可能获得由Regal全新君威为你买单那个心动的宝贝的机会。

该活动的第二部分则更加突出了大数据营销。针对所有参与活动的人，淘宝帮助汽车品牌做消费行为的分析，看看这些参与者究竟是运动狂人，还是时尚达人，抑或是宅男宅女、顾家派。君威品牌根据消费行为的判断，定向地向他

来源【首席数据官】，更多内容/合作请关注「辉声辉语」公众号，送10G营销资料！