智库首页>长江商学院
两个反例、两个案例,弄懂为何你的大数据营销结果不理想
2017-08-04 13:53:10 来源: 长江商学院

随着科技和互联网的发展,我们现在拥有越来越多的数据。互联网是个低成本的连接,大家可以在互联网上自发的产生内容、展开互动,所以互联网上的数据流动性非常强。

当我们看数据的时候,不仅要考虑数据量的丰富程度,同时也要考虑数据的流动性和新颖程度。

互联网是个交互的载体,所以我们通过数据可以发现很多可能的商业应用前景。现在对于大数据的讨论有很多,但是我想说的一点是,很多有关大数据的讨论仅是概念的炒作,并没有真正深入到数据的本质。

所以在开始之前,我想先举几个反例,而这几个例子在很多书籍里面是作为经典的开篇案例来被论述的。

从几个“经典”案例谈起

谷歌在2009年推出了一款预测流感爆发的数据产品,原理是如果某个地方对流感相关的关键词的搜索量如果突然增加,那么这里就可能爆发流感。2014年,一些科学家检索了过去5年的预测结果,发现其中92%都是错的,而且很多大的流感并没有预测到。

为什么会出现这样高的错误率?

因为流感的爆发是很复杂的事,与人口密度、人口流动、气温、饮食、卫生条件等很多因素相关,而关键词的搜索频率提供的信息极其有限,用来预测很有可能出错。

还有一个案例很多人听过,啤酒与尿布的故事,说美国的爸爸给小孩买尿布的时候会顺便给自己买啤酒。但是,本人实际分析多套美国超市销售数据后从未发现这两个品类间有显著的相关性。所以这也只是一个噱头。

还有很多类似的讨论或者炒作,因此希望大家可以更理性的去看。

中国的大数据产业

再回头看国内的数据产业。

虽然大数据话题已经被讨论了好几年,但实际上基于数据的变现面还是比较狭窄的,远远没有我们想象当中的那么美好。

真正能用数据变现、赚钱的,大都集中在程序化广告、精准营销、用户画像领域。其它的领域还是停留在概念阶段,比如我们讨论很多的消费金融、大数据征信,实现的难度很大。

主要原因还是因为缺乏数据——很难有一家公司、一个机构,能把一个消费者在生活各方面的消费信息都收到,例如支付宝上的芝麻信用收集到的是你用支付宝时的交易记录,而没有财付通或者现金的交易信息。

所以说,在普遍缺数据的背景下,我们应该理性的回归到数据问题本身。这其中一个很重要的原因是,数据的标准化、规模化非常难。

一套数据对一个人可能值10块钱,对另外一个人就可能值10万,因为两个人所处的角度不同,对数据的分析挖掘能力不同,提取价值的能力不同,有各种原因导致数据很难被标准化。缺乏标准就难以交易,缺乏交易就能成规模。

正确认识数据的价值

在我看来,数据没有直接的价值,数据不等于价值,数据到价值之前还有很长的一条路要走。

“大”数据本身是个非常模糊的命题。而且,数据本身是个科技范畴内的东西,但在很多时候却被当成概念进行炒作。

大数据的起点是业务数据化,终点是数据业务化,也就是说,最后能通过已有的数据产生新的业务点、现金流、利润。这个过程不是一蹴而就的,大数据不是黑和白、零和一的过程。这是一个需要循序渐进、逐渐积累内功修炼的过程。

我们可以以一个金字塔的方式形容它。

首先是数据源,解决数据收集机制的问题。不同公司有不同渠道收集数据。数据收集这个事情想象空间非常大,绝对不仅限于那种比较传统的财务数据、收银台的流水数据,或者GPS定位的数据,实际上可收集的数据有很多,我们应该用发散性思维去想一想,到底怎么样收集数据。

*文章为作者独立观点,不代表中国经营网立场。