1.精準送達：為消費者提供個性化服務

營銷界有一句媲美“哥德巴赫猜想”的至理名言：“我知道在廣告上的投資有一半是無用的，但問題是，我不知道是哪一半?！睂τ趶V告主來說，目前消費者已經不再是傳統化單純消費，每天在互聯網上發生的數億次消費行為，背后都有豐富化、多樣性的潛在原因，如何實現精準的廣告投放、如何依靠大數據深入消費人群、如何通過大數據驅動營銷變革，已經成為眾多企業要考慮的首要問題。

提到大數據在營銷中的應用，數據孤島的存在一直是限制其發揮最大價值的門檻。廣告做得風生水起，卻沒有直接激發消費者的購買行為，如何解決投放平臺與電商平臺的用戶數據的割裂問題呢？

2016年，騰訊通過“京騰智慧”，將用戶數據與京東消費者數據打通，精準地還原了不同類型消費者的用戶畫像和品牌訴求，借助品商合一，有效地觸動了消費愿望，同時幫助以電商作為主要銷售渠道的惠普商用打印機等品牌實現了廣告與電商轉化的有效聯動。

惠普商用打印機的營銷需求在于投放的精準覆蓋，并有效激發用戶電商行為。借助“京騰智慧”，騰訊將單個消費者的娛樂、社交、資訊等行為數據，與電商購物數據進行完整對接，為惠普挖掘匹配了160萬潛在購買人群；同時，在人群濃度較高的平臺，配合消費者習慣，以原生廣告形式實現了與目標消費者的對接，使廣告點擊率超行業均值3.7倍。消費者點擊廣告后，就可以被無縫引流至電商平臺，一鍵完成購買，實現品商聯動。

在此次投放中，騰訊不僅為惠普帶來了產品瀏覽量和銷量的增長，還展示從品商數據及營銷信息到購買行為打通后所帶來的轉化。

隨著社會發展的不斷進步，市場細分業日趨細化，信息傳播環境日益豐富，受眾需求更加具體化、個性化。數據爆發對廣告產業產生了巨大沖擊，不僅促使廣告業生態系統產生重要變革，也為廣告的精準投放提供了全新的實現可能。

大數據帶來數據量幾何級的增長賦予信息傳播新的內涵，是廣告實現精準投放的基礎。大數據從傳播主體、傳播對象、傳播內容、傳播渠道和傳播效果等五個層面影響了廣告傳播，為實現廣告的精準投放提供了有力的技術支持，促使傳統廣告的傳播策略發生了顛覆性的變化。

（1）以受眾為本位

大數據環境下，廣告傳播的核心策略實現了從以媒體為核心到“以消費者為中心”的策略轉變，即“以受眾為本位”。傳統廣告中受平臺、技術等客觀因素的限制，消費者處于被動選擇位置；而新的環境下，受眾被提升到更高層面，大數據為實現這一變化提供了技術的支持。

通過大數據的深度挖掘與分析，可以獲得消費者性別、年齡等自然屬性，以及職業、興趣喜好、消費水平等深層次的社會屬性，然后對消費者進行清晰的定位和分類，最終找到不同商品和服務的目標消費群體，之后再推送相關廣告，實現“對正確的人投放正確的廣告”。

（2）以需求為導向

大數據的核心是，通過量化數據之間的數理關系，運用相關關系的強弱，分析和預測事物發生的可能性。對廣告來說，通過對海量數據的集成處理和精確分析，可以獲得目標消費者通過cookie記錄的“行為軌跡”，全面地展示消費個體的網絡行為與特征。在此基礎上，大數據可以進一步判讀和預測該消費個體的聯系需求，最終形成一種“預測”效應，精準挖掘消費者的潛在消費需求。

（3）以內容為王

隨著大數據技術與新媒體時代的到來，“廣告即內容”得以實現。目前，消費者按照自己的需求，頻繁使用移動端、社交媒體碎片化、個性化地選擇和接受信息。廣告主投其所好，紛紛開通了微信、微博，甚至開發APP，發布信息流廣告為自己“發聲”，即廣告主直接生產內容，推送企業的品牌信息、動態消息，適時、適地、適度與消費者發起實時互動；另一方面，消費者可以自由收聽自己感興趣的內容，參與話題互動。

（4）以社交媒體為平臺

如今，社交分享已經成為各類互聯網平臺、移動互聯網平臺的必備功能。而以社交媒體為平臺進行的廣告傳播實質是以受眾為本位，以人際關系為交叉點的關系營銷。

在社交網絡上，人們的身份、職業、興趣愛好、生活方式等都不同，構建起不同又具有交互性的“關系”和“圈子”。通過大數據的判讀，廣告主就能夠發布與這個圈子相符合的廣告信息，由目標受眾通過社交、評論、分享等方式參與各話題，對圈子里的熟人、半熟人進行影響，最終實現廣告信息的二次傳播。

近年來，微信朋友圈盛行的集贊式廣告、轉發式廣告、信息流廣告等，就充分利用了社交媒體自帶的分享功能，使受眾自發地為廣告主進行二次傳播。

（5）以營銷效果為目標

從傳統廣告到精準廣告，最終目標都是實現銷售效果的有效轉化，但二者的重點卻有巨大差別：傳統廣告堅持大眾化的品牌營銷理念，主要依賴于高頻次、大規模的曝光來實現廣告效果的轉化，提升企業的知名度與美譽度；而基于大數據的廣告，則是通過信息技術實現對受眾的精準定位，并對其展開精準化、實時化、個性化的廣告投放，大大提升了廣告的傳播效果，實現了廣告效果從“品牌營銷”到“效果營銷”的成功轉變。

2.追根溯源：大數據背后的“人本”價值

大數據可以帶來超凡的價值，能夠未卜先知，這些貌似只有在電影和傳奇故事中才出現的能力，如今卻被大數據所擁有。大數據之所以能夠擁有如此能力，并不在于數據本身，而在于能夠將信息從海量數據中分析和提取出來的大數據分析挖掘技術。

一方面，大數據時代讓消費者成為商業行為的主宰者；另一方面，技術讓企業滿足客戶個體需求成為可能：收集客戶的個性化信息和需求，推送購買建議和相關促銷信息，提供跨渠道的客戶購買體驗，激發相關的品牌聯系。

精準了解客戶與自動營銷Web3.0發展到今天，信息技術的能力和范圍大大超乎了商家的想象。今天的企業完全有可能收集到非結構化的信息，這些都為企業精確地了解客戶提供了有利條件。

卡夫食品公司與IBM合作，搜集社交網站和討論社區上有關卡夫食品所擁有的澳大利亞“國民食品”Vegemite的零碎信息，分析結果大大出乎意料。結果顯示，消費者關心的并不是商家原以為的口味和包裝，而是健康、素食主義和食品安全。在關于健康的討論中，學名為葉酸的維生素B復合體被頻繁提及，因為葉酸對孕婦尤其重要。針對這個信息，卡夫調整Vegemite的營銷策略，順利打開了孕婦消費者市場。

卡夫的例子僅僅是利用大數據了解細分市場，而真正個性化洞察可以精確到個人。

真正的大數據指的是大而復雜的資料集，具有海量性、時變性、異構性、分布性等特點，是從互聯網的數據中能夠觀察到的特征。只要數據量超過臨界量，就叫大數據。

大數據產生價值一般有兩種途徑。第一種途徑是，數據本身隱含的信息，雖然收集到的數據是雜亂無章的，但可以從中挖掘出隱含的信息、尋找到價值；第二種途徑是，處理海量數據過程中產生的價值。很多收集到的數據都是單獨存在的，匯聚到一起后，碎片還原，進行整體分析和處理，就會產生新的價值。

如今，國內資本都非?？春么髷祿诰蜻@片市場，多數大數據創新企業在A輪或A輪以前可以融到數千萬的啟動資金，極大程度地催熟了創新企業的成長。

2011年，世界經濟論壇發布報告，認定大數據為新財富；同時，麥肯錫公司也給出了實實在在的測算。該公司認為：數據是生產資料，借助數據挖掘，零售商可以獲得的運營利潤將增加60%，制造業設備裝配成本可減少50%。

再如，某些藥物的療效和毒副作用，無法通過技術和簡單樣本驗證，需要從幾十年海量病歷數據分析得出結果；做宏觀經濟計量模型，需要獲得所有企業、居民以及政府的決策和行為海量數據，才能得出減稅政策最佳方案……真正的大數據，就體現在大數據的深度挖掘應用。大數據能幫企業分析大量數據，進一步挖掘市場機會和細分市場，然后對各群體量體裁衣地采取獨特行動，獲得好的產品概念和創意。

要想搜集消費者相關的信息，挖掘出人們頭腦中未來可能會消費的產品概念，就要用創新的方法解構消費者的生活方式，解析消費者的生活密碼，讓符合消費者未來生活方式的產品研發不再成為問題。因為，了解了消費者的密碼，就知道了其潛藏在背后的真正需求。大數據分析挖掘是發現新客戶群體、確定最優供應商、創新產品、理解銷售季節性等問題的最好方法。

此外，大數據還有利于企業發掘和開拓新的市場機會，有利于企業將各種資源合理利用到目標市場；有利于制定精準的營銷策略，有利于調整市場的營銷策略，能夠大大降低企業經營的風險。

3.未卜先知：沃爾瑪發現“尿布和啤酒”的秘密

在大數據應用中，較為知名的商業案例是“啤酒+尿布”，故事是這樣的：

20世紀90年代，美國沃爾瑪連鎖超市管理人員對銷售數據進行分析時，發現了一個令人難以理解的商業現象：在日常生活中，“啤酒”與“尿布”這兩件看上毫不相干的商品，卻經常會一起出現在美國消費者的同一個購物籃中。

這個獨特的銷售現象引起了沃爾瑪管理人員的關注。經過一系列的后續調查，他們發現，“啤酒+尿布”的現象往往發生在年輕父親身上。這個現象源于美國獨特的文化：家有嬰兒的美國家庭，通常都是母親在家中照看嬰兒，父親則負責到超市購買尿布。年輕的父親在購買尿布的同時，會順便為自己購買一些啤酒。這種消費心理就讓啤酒、尿布兩件看上去不相干的商品被消費者同時購買。

沃爾瑪的管理人員發現這一現象后，立即著手把啤酒與尿布擺放在相同的區域，讓年輕的美國父親非常方便地找到尿布和啤酒這兩件商品，并較快地完成購物。結果，就是這樣一個小小的陳列細節讓沃爾瑪獲得了滿意的商品銷售收入。

這便是“啤酒+尿布”的故事。其后，為了證明“啤酒+尿布”銷售的可行性，美國學者艾格拉沃在1993年從數學和計算機算法角度提出了商品聯系關系的計算方法——Aprior算法，即通過分析購物籃中的商品集合，找到商品之間聯系關系的聯系算法，根據商品之間的關系，找出消費者的購買行為。

在此基礎上，從20世紀90年代開始，沃爾瑪嘗試將艾格拉沃提出的Aprior算法引入POS機數據分析中，此舉大獲成功。

實際上，沃爾瑪是最早通過分析大數據而受益的傳統零售企業。在提出“大數據”這個概念以前，沃爾瑪一度擁有世界上最大的數據倉庫系統，通過該系統對消費者購物行為等數據進行跟蹤和分析。沃爾瑪也就成了最了解消費者購物習慣的零售商之一。

2007年，為了更好地利用大數據分析消費者的行為與需求，沃爾瑪建立了一個超大的數據中心，存儲能力巨大。當然，沃爾瑪擁有巨量的數據也不是一蹴而就的，而是慢慢積累的。1969年，雖然微型計算機還沒有普及，但是沃爾瑪已經開始使用大型計算機來跟蹤存貨的相關情況；1974年，沃爾瑪在分銷中心與各家商場運用計算機進行庫存控制；1983年，沃爾瑪所有門店都開始采用條形碼掃描系統；1987年，沃爾瑪完成了公司內部的衛星系統安裝，使總部、分銷中心和各個商場之間可以實現實時、雙向的數據和聲音傳輸。

沃爾瑪采用在當時還是小眾的信息技術搜集和運營消費者的行為數據，為其高速發展打下了堅實的基礎。如今，在沃爾瑪全世界最大的數據倉庫中，存儲著數千家連鎖店在65周內的每一筆銷售的詳細記錄，業務人員只要分析客戶的購買行為，就能精準了解客戶的需求。