誰在做大數(shù)據(jù)營銷?
    大家都說自己在做大數(shù)據(jù)營銷。
    基于：
    1,業(yè)務：和市場營銷相關，因此政府機關單位數(shù)據(jù)不考慮。
    2.體量：擁有足夠多有價值的數(shù)據(jù)。這一條良多互聯(lián)網(wǎng)企業(yè)和傳統(tǒng)大企業(yè)都能知足。
    3.技術：有技術能力處理大數(shù)據(jù)。
    上面3個因素，海內(nèi)能做大數(shù)據(jù)市場營銷的還真只有BAT三家。國外的不認識，這里不談。
    眾所周知，三家的數(shù)據(jù)特點各不相同。騰訊上風在社交數(shù)據(jù);阿里巴巴上風在商品和交易數(shù)據(jù);百度上風在全網(wǎng)信息、消費者行為和主動需求數(shù)據(jù)。
    當然例如平安、沃爾瑪這樣的大企業(yè)，其自身肯定積累了大量的數(shù)據(jù)，基于這些數(shù)據(jù)的數(shù)據(jù)挖掘、過去就一直在做的網(wǎng)站分析等業(yè)務，固然現(xiàn)今都冠以“大數(shù)據(jù)”的名義，但這與我們討論的大數(shù)據(jù)還不盡相同，他們用傳統(tǒng)數(shù)據(jù)工具對抽取一定數(shù)據(jù)進行分析，能基于那些數(shù)據(jù)進行挖掘，只是數(shù)目增多了而已，總體而言仍舊屬于傳統(tǒng)的小數(shù)據(jù)范疇。
    大數(shù)據(jù)營銷做什么?
    粗略劃分的話，廣告主市場營銷的預算一般可以分為實效營銷和品牌營銷兩大塊，根據(jù)自身發(fā)展需要和行業(yè)業(yè)務特點各有側重。例如過去京東、一號店等電商類企業(yè)，平安等金融類企業(yè)主要做效果營銷，互聯(lián)網(wǎng)是更適合做效果的媒體投放渠道;寶潔等FMCG客戶、疾馳奧迪等汽車客戶主要做品牌營銷，傳統(tǒng)電視渠道是主要的媒體投放渠道。當然現(xiàn)在情況也逐漸改變，主要反映在：
    越來越多的品牌類廣告也開始把品牌營銷預算放在互聯(lián)網(wǎng)上做越來越多的營銷形式越來越綜合。效果類客戶逐漸開始做品牌(京東);品牌類客戶也開始做效果(汽車，考核線下4S店銷量轉化)。
    實效營銷，互聯(lián)網(wǎng)人太清晰了。因為業(yè)務的特性，過去的百度和阿里巴巴大數(shù)據(jù)主要應用仍是中小客戶和消費者的個性化廣告，騰訊也主要是面向消費者的個性化廣告(阿里還可以用支付數(shù)據(jù)作信用風險評估，但是金融方面的了)。
    例如像大家相對認識用大數(shù)據(jù)練習優(yōu)化數(shù)據(jù)挖掘模型，Amazon等一眾零售電商普遍應用這種個性化推薦技術，在我看來只是市場營銷中的應用類型之一。包括BAT及各大電商在內(nèi)的各種個性化搜索和展示廣告都是這個路子。基本上都是實效營銷，考核CPC。在良多互聯(lián)網(wǎng)人眼里，因為認識實效營銷，會有一種認知，市場營銷就是這些東西。掛廣告，考核CPM/CPC/CPD/CPS。
    大數(shù)據(jù)營銷怎么做?
    大數(shù)據(jù)的基本營銷過程與過去數(shù)據(jù)分析基本過程沒有差別，需要在定義貿(mào)易題目之后，采集和處理數(shù)據(jù)、建模分析數(shù)據(jù)、解讀數(shù)據(jù)這么三個大層面。但是大數(shù)據(jù)對三個層面的影響使得詳細的做法又與傳統(tǒng)不一樣。
    3.1 數(shù)據(jù)層：采集和處理數(shù)據(jù)
    傳統(tǒng)采集數(shù)據(jù)的過程一般是有限的、有意識的、結構化的進行數(shù)據(jù)采集，例如問卷調研的形式。你能采集到的數(shù)據(jù)一定是你能設想到的情況。數(shù)據(jù)的結構化較好。一般的數(shù)據(jù)庫Mysql甚至Excel就能知夠數(shù)據(jù)處理過程。
    而互聯(lián)網(wǎng)時代里，大數(shù)據(jù)的采集過程基本是無窮的、無意識的、非結構化的數(shù)據(jù)采集。各種紛繁復雜的行為數(shù)據(jù)以行為日志的形式上傳到服務器。專屬的例如Hadoop、Mapreduce等工具就不贅述。
    3.2 業(yè)務層：建模分析數(shù)據(jù)
    數(shù)據(jù)分析模型，例如基本統(tǒng)計、機器學習、例如數(shù)據(jù)挖掘的分類、聚類、聯(lián)系關系、猜測等算法，傳統(tǒng)數(shù)據(jù)和大數(shù)據(jù)的做法差別不大，例如銀行、通訊運營商、零售商早已成熟運用消費者的屬性和行為數(shù)據(jù)來識別風險和付費可能性。但是因為數(shù)據(jù)量的極大擴增，算法也獲得極大優(yōu)化晉升的空間。
    3.3 應用層：解讀數(shù)據(jù)
    數(shù)據(jù)指導營銷最重要的是解讀。
    傳同一般是定義營銷題目之后，采集對應的數(shù)據(jù)，然后根據(jù)確定的建模或分析框架，數(shù)據(jù)進行分析，驗證假設，進行解讀。解讀的空間是有限的。
    而大數(shù)據(jù)提供了一種可能性，既可以根據(jù)營銷題目，封鎖性地去挖掘對應數(shù)據(jù)進行驗證，也可以開放性地探索，得出一些可能與常識或經(jīng)驗判定完全相異的結論出來。可解讀的點變得非常豐碩。
    大數(shù)據(jù)營銷目前做得怎么樣?
    我所在的部分便是基于客戶的真實貿(mào)易需乞降題目，通過大數(shù)據(jù)的應用提供解決方案，目前也已經(jīng)和客戶產(chǎn)生了不少優(yōu)秀的模型方法和案例成果。
    與傳統(tǒng)品牌營銷的幾方面類似，大數(shù)據(jù)在品牌營銷的主要應用方向也有：
    1.消費者洞察
    2.媒體價值研究
    3.市場競爭分析
    4.品牌治理