1.大數據的“數”：有效獲取信息、利用信息

移動互聯網的出現，促進了大數據的迅速積累。

關于大數據的討論由來已久，但真正落地還源于近兩年移動端的崛起。首先是消費者規模大，中國目前移動網民規模達到數億，占總網民90%以上，越來越多的人在使用移動端上網；其次是消費者黏性強，調查顯示，人們平均每天要點亮屏幕122次，手機已經到了消費者黏性非常強的時代；最后，數據獲取方式逐漸多元化，通過用戶授權，供應商可以獲得用戶位置、內容、基礎信息等多方面數據。

數據的來源定義了數據的意義。不同來源的大數據有著不同的意義，比如：Google掌握的搜索數據，代表著消費者關注什么、喜歡什么；Facebook每分鐘收到400萬次的數據請求，代表著消費者的社交網絡。

信息獲取方式在演變，用戶信息體驗數據經過了多階段的發展：門戶時代，可以看到消費者的歷史瀏覽信息；搜索引擎時代，谷歌為消費者提供搜索信息的服務，同時也能掌握消費者的搜索信息；社會化媒體和個性化推薦時代，消費者更喜歡看朋友和軟件推薦的信息。今天，“一點資訊”將之前的信息獲取方式融合，集搜索、訂閱和推薦為一體，用一句話來理解就是：“一點資訊”=今日頭條+百度+微信訂閱號。

雖然很多人已有了這樣一個認識：大數據為我們呈現出一個新的商業機會。但目前僅有為數不多的公司可以真正從大數據中獲取到較多的商業價值。以下是大數據的幾種用途：

（1）探索大數據，發現新機會

很多大數據都來自一些新的來源，代表了客戶或合作伙伴互動的新渠道。和任何新的數據來源一樣，大數據值得探索。通過數據探索，可以了解一些之前所不知道的商業模式和事實真相，比如新的客戶群細分、客戶行為、客戶流失形式、最低成本的根本原因等。

（2）對已收集到的大數據進行分析

許多公司雖然收集了大量的數據，覺得這些數據都有巨大的商業價值，但并不知道如何挖掘出大數據。不同行業的數據集有所不同，比如，處于網絡營銷行業，可能會有大量Web站點的日志數據集，可以把數據按會話進行劃分和分析，了解網站訪客的行為，提升網站的訪問體驗。

（3）重點分析對行業有價值的大數據

大數據的類型和內容因行業而異，每類數據對各行業的價值都不同。比如，電信行業的呼叫詳細記錄（CDR），零售業、制造業或其他以產品為中心的行業的RFID數據，制造業中機器人的傳感器數據等，都是各個行業中非常重要的數據。

（4）認真分析社交媒體數據

客戶的各種行為，比如評論品牌、評價產品、參與營銷活動、他們的喜好等，都會在客戶中相互影響。社交大數據，可以來自社交媒體網站，也可以來自客戶能夠表達意見和事實的渠道，因此，既可以使用預測性分析發現規律、預測產品或服務問題，也可以利用這些數據來評估市場知名度、品牌美譽度、用戶情緒變動和新的客戶群。

（5）理解非結構化的大數據

非結構化的信息主要指的是使用文字表達的人類語言。需要使用一些新的工具來進行自然語言處理、搜索和文本分析，把基于文本內容的業務流程進行可視化展示。

（6）把客戶意見整合到大數據中

運用大數據，可以對客戶或其他商業實體實現全方位的全景分析，分析的維度屬性從幾百個擴展到幾千個。新增的粒狀細節，會帶來更準確的客戶群細分、直銷策略和客戶分析。

（7）分析大數據流，提升業務水平

如今，實時監測和分析的程序已經在企業運營中存在了很多年，那些需要全天候運行的能源、通信網絡或任何系統網絡、服務或設施的機構在很久以前已經開始使用這類型的程序。最近，從監控行業到物流行業，越來越多的企業都在利用大數據應用。

（8）整合大數據，改善分析應用

對于原有的分析應用，大數據可以擴大和擴展其數據樣本。尤其是在依賴于大樣本的分析技術的情況下，比如統計或數據挖掘；而在欺詐檢測、風險管理或精確計算的情況下，也要利用大樣本數據。

2.一點資訊的“數”：推薦引擎、搜索引擎、訂閱引擎

“一點資訊”是一款技術驅動型的移動新聞應用，將推薦、搜索和訂閱綁定到一起。通過消費者主動表達的興趣和被動瀏覽的數據，為消費者推薦更好的信息，幫消費者節約更多的時間。

（1）推薦引擎

消費者在“一點資訊”上的每一步操作，評論、屏蔽、點擊、滑過等都會產生消費者行為數據。機器通過對消費者行為數據的分析，判斷消費者是否對這篇文章感興趣，并將此定義為消費者標簽。后臺從每天抓取到的50萬篇內容中，根據消費者標簽篩選出推薦閱讀隊列，如果消費者不看，會繼續計算消費者喜好，以此類推。

（2）搜索引擎

消費者通過“一點資訊”搜索欄可以搜索任意關鍵詞，并將關鍵詞訂閱為一個個性化的頻道，這也是“一點資訊”與Google和百度等搜索引擎的區別之處。目前，“一點資訊”擁有300萬個性化頻道，通過這些個性化頻道，能夠掌握消費者主動表達的興趣。比如，訂閱了美食、旅游等頻道之后，也就擁有了這個標簽，系統便會為消費者提供感興趣、有價值的資訊內容。

（3）訂閱引擎

目前，“一點資訊”有超過十萬家自媒體入駐，包括汽車、時尚、名人大V等多個領域，“一點資訊”將它們生產的內容分發給消費者；同時還擁有來自全國主流媒體包括五大門戶的所有內容資源。

基于良好的產品服務，“一點資訊”目前每天的活躍用戶數超過了4800萬。當然，這與“一點資訊”的幾大股東是分不開的。鳳凰網提供優質內容，OPPO和小米提供產品預裝。它們之所以跟“一點資訊”合作，主要是因為消費者停留時間每天長達55分鐘，這個數據超過了傳統新聞客戶端幾倍的量。

就數據獲取來說，大的互聯網企業一般都用戶規模龐大，能夠充分挖掘自身用戶的電商交易、社交、搜索等數據，擁有穩定安全的數據資源。對于其他大數據公司來說，目前大概有以下幾種數據獲取方法：

第一，充分利用廣告聯盟的競價交易平臺。

比如，從廣告聯盟上購買某搜索公司廣告位一萬次展示，基本上搜索公司會給你十萬次機會讓你選取，每次機會都包含著對客戶的畫像描述。如果購買的量比較大，積累下來，也有一定的互聯網消費者數據資料，可能不是實時更新的資料。因此，消費者的搜索關鍵詞通常都與其他網站廣告位的推薦內容緊密相關。其實也就是，搜索公司通過廣告聯盟方式，間接地把消費者搜索畫像數據公開了。

第二，合理利用消費者Cookie數據。

所謂Cookie就是服務器暫時存放在用戶電腦里的資料，便于服務器辨認計算機。互聯網網站可以利用cookie跟蹤統計用戶訪問該網站的習慣，比如什么時間訪問、訪問了哪些頁面、在每個網頁的停留時間等。大型網站一般都有自己的數據處理方式，并不依賴Cookie。Cookie的真正價值在于，在沒有登錄的情況下，也能識別客戶身份，識別其不是簡單的游客。

第三，不能忽視了APP聯盟。

APP是獲取消費者移動端數據的一種有效手段，在APP中預埋SDK插件，消費者使用APP內容時就能及時將信息匯總給指定服務器。其實，消費者沒有訪問時，APP也能獲知用戶終端的相關信息，包括安裝了多少個應用、什么樣的應用。單個APP用戶規模有限，數據量有限，但如果某數據公司將自身SDK內置到數萬數十萬APP中，獲取的用戶終端數據和部分行為數據也會達到數億的量級。

（4）與擁有穩定數據源的公司展開合作

上述三種方式獲取的數據都存在完整性、連續性的缺陷，數據價值有限。BAT巨頭自身價值鏈較為健全，數據變現通道較為完備，不會輕易輸出數據與第三方合作。政府機構的數據要么全部免費，要么屬于機密，所以不會有商業性質的合作。于是，擁有完整的互聯網的通道數據資源，同時變現手段和能力欠缺的運營商也就成了大數據合作的首選目標。

3.大數據的“據”：熱詞監測、聯系熱詞、用戶群體畫像、數據應用

“據”是一種方法論，是關于“數”的應用。如何將用戶數據轉化為服務和營銷策略，才是大數據存在的意義。

關于“據”，第一個熱詞是監測系統。“一點資訊”熱詞監測系統每5秒鐘便會進行一次抓取，發現不同受眾對于社會熱點的反應、表達了什么態度、發表了什么意見。2016年6月，美國發生奧蘭多同性戀酒吧槍擊案，致使62人死亡。第一天，聯系的熱詞多為“恐怖襲擊”“同性戀”“慘案”等；但三天后，則出現了很多跟此事件相關的針對歧視同性戀的負面言論。基于這種變化，“一點資訊”聯合民間同性戀組織，做了一些關于此事的正面引導，起到了很好的輿論引導作用。

第二個是文章相聯系熱詞。一個汽車品牌，市場認知度到底如何？“一點資訊”可以抓取品牌的內容，看與品牌相聯系的詞有哪些、消費者對品牌的認知處于什么狀態。

第三個是用戶群體畫像。通過對用戶群體畫像的分析，可以了解某一群體的用戶特征，比如關注廣告節的用戶，同時也在關注兩性、美劇、中藥等；再如關注廣告節的用戶，關注水瓶座和雙魚座的居多。這種群體畫像的洞察更加精準。

第四，數據的商業化應用。“一點資訊”開發了“一點Insight大數據系統”，利用Insight系統，可以看到品牌的聯系大數據，不同的品牌哪個地區的用戶關注比例最高？用戶關注品牌外還關注哪些競品品牌，還關注什么生活方式……可以讓品牌方的營銷洞察和廣告投放變得更加科學，有意義。

大數據營銷的切入點企業在重構營銷體系，順應大數據時代的來臨。如今，許多人已經感覺到大數據時代的到來，但往往只是一種朦朧的感覺，對于其真正對營銷帶來的威力依然不明白。對于多數企業來說，大數據營銷的主要價值源于以下幾個方面：

（1）做好用戶行為與特征分析

只要積累足夠的用戶數據，就能分析出用戶的喜好與購買習慣，甚至做到“比用戶更了解用戶自己”。如此，才是大數據營銷的前提與出發點。過去將“一切以客戶為中心”作為口號的企業可以想想，自己確實能及時全面地了解客戶的需求與所想嗎？或許只有在大數據時代，才能將這個問題回答清楚。

（2）精準營銷信息推送支撐

過去很多年，精準營銷總在被許多公司提及，但很少有企業能真正做到，反而是垃圾信息泛濫。究其原因主要是名義上的精準營銷不怎么精準，缺少用戶特征數據支撐和詳細準確的分析。相對來說，現在的RTB廣告等應用則向我們展示了比以前更好的精準性，其背后靠的就是大數據支撐。

（3）產品和營銷活動投用戶所好

在產品生產之前，能夠了解潛在用戶的主要特征，以及他們對產品的期待，產品生產就可以投其所好。例如，Netflix在投拍《紙牌屋》之前，通過大數據分析知道了潛在觀眾最喜歡的導演與演員，立刻就吸引了觀眾的注意力，捕獲了觀眾的心；又如，《小時代》投放預告片后，從微博上通過大數據分析得知，其電影的主要觀眾群為“90后”女性，后續的營銷活動就主要針對這些人群展開。

（4）競爭對手監測與品牌傳播

競爭對手在干什么是許多企業想了解的，即使對方不告訴你，也可以通過大數據監測分析得知。品牌傳播的有效性也可以通過大數據分析找準方向，例如，可以進行傳播趨勢分析、內容特征分析、互動用戶分析、正負情緒分類、口碑品類分析、產品屬性分布等，可以監測掌握競爭對手傳播態勢，可以參考行業標桿用戶策劃，可以評估微博矩陣運營效果。

（5）品牌危機監測和管理支持

新媒體時代，品牌危機使許多企業談虎色變，然而大數據可以讓企業提前了解和掌握。在危機爆發過程中，最需要的是跟蹤危機傳播趨勢，識別重要參與人員，方便快速應對。大數據可以采集負面定義內容，及時啟動危機跟蹤和報警，按照人群社會屬性分析，聚類事件過程中的觀點，識別關鍵人物和傳播路徑，保護企業、品牌的聲譽，抓住源頭和關鍵節點，快速有效地處理危機并化危為機。

（6）企業重點客戶的有效篩選

許多企業家糾結的是：在企業的用戶、好友與粉絲中，哪些是最有價值的？有了大數據，或許這一切都可以更加有事實支撐。從用戶訪問的各種網站，可以判斷出其最近關心的東西是否與你的企業相關；從用戶在社會化媒體上所發布的各類內容及與他人互動的內容中，可以找出千絲萬縷的信息，利用某種規則聯系和綜合起來，就可以幫助企業篩選出重點的目標用戶。

（7）用大數據改善用戶體驗

要想改善用戶體驗，關鍵在于，真正了解用戶及他們使用你的產品的狀況，在最適合的時候作提醒。例如，在大數據時代，正駕駛的汽車都可能提前救你一命。只要通過遍布全車的傳感器收集車輛運行信息，在汽車關鍵部件發生問題之前，就會提前向你或4S店預警，不僅可以節省金錢，還對保護生命大有裨益。事實上，美國的UPS快遞公司早在2000年就利用這種基于大數據的預測性分析系統，對全美六萬輛車輛的實時車況進行檢測，及時進行防御性修理。

（8）SCRM中的客戶分級管理支持

面對日新月異的新媒體，許多企業都想通過對粉絲的公開內容和互動記錄分析，將粉絲轉化為潛在用戶，激活社會化資產價值，并對潛在用戶進行多個維度的畫像。借助大數據，就可以分析活躍粉絲的互動內容，設定消費者畫像各種規則，聯系潛在用戶與會員數據，聯系潛在用戶與客服數據，篩選目標群體做精準營銷，進而使傳統客戶關系管理結合社會化數據，豐富用戶不同維度的標簽，動態更新消費者生命周期數據，保持信息新鮮有效。

（9）發現新市場與新趨勢

基于大數據的分析與預測，對于企業家提供洞察新市場與把握經濟走向都是極大的支持。例如，在2012年美國總統選舉中，微軟研究院的DavidRothschild使用大數據模型，準確預測了美國50個州和哥倫比亞特區共計51個選區中50個地區的選舉結果，準確性高于98%；之后，他又通過大數據分析，對第85屆奧斯卡各獎項的歸屬進行了預測，除最佳導演外，其他各獎項預測全部命中。

（10）市場預測與決策分析支持

對于數據對市場預測及決策分析的支持，過去早在數據分析與數據挖掘盛行的年代被提出過。沃爾瑪著名的“啤酒+尿布”案例就是那時的杰作。更全面、更速度、更及時的大數據，必然會對市場預測和決策分析進一步上臺階提供更好的支撐。