大数据思维与三大陷阱

应用大数据进行精准营销,要注意规避如下三大陷阱:

1,有数不一定有据;

2,大而不全;

3,内生变量模糊了因果关系。

无论基于大数据的精准营销最后谁是赢家,笑到最后的应该是消费者,特别是新一代以网络为家的消费者。

大数据营销应用的现状可用这样几个“多”来形容:说的比投入的多;投的比做的多,如有些大型国企投入资金,建部门、雇海归,但并没有真正做什么;做的比懂的多,收集了一些数据,但读不出有价值的信息来;懂的比赚的多;认为今后赚的比现在想到的多。

如何才能实现光明的前景?一要养成大数据思维,二要避开三大陷阱。

大数据思维

大数据思维有如下四个维度。

定量思维:一切皆可测。POS机、网上购物、社交媒体以及各种各样的卡,都是大数据的来源。例如,通过传感器,利用红外线微波可以观测人的生理状态、脑电波等,如果驾车人员犯困,其心理指标发生变化并到一个临界值,汽车后台就会告诫驾驶员休息。赌场入口处的红外传感器,会根据脑部热量情况,分析进来的是冲动型赌徒还是冷静的赌徒。

汽车行业的大数据有人、车、环境三个来源。“人”不仅包括车主或者驾驶人员,还应包括乘客;“环境”不光是路面信息,还包括行车所到之处的周边信息,如旅馆、加油站、旅游景点等等,典型如地图应用。“车”的应用也已有案例,如美国一家保险公司为汽车加装了跟踪器,根据行驶数据来决定保险费率;米其林也会搜集与环境相关的数据,某智能芯片厂商为长途货运汽车提供的芯片,可以全球定位、调节物流和运输。

跨界思维:一切或可联。跨界有不同媒介、渠道间的跨界,如O2O和LBS,也有商业模式、数据应用的跨界。例如,GoPro是穿戴式照相机,但它也为寻求刺激的滑雪、跳伞运动爱好者,剪辑加工影像,并在电视上播出,吸引了广告和巨量的粉丝团队。

操作思维:一切要可行。应用大数据,不等于非得要上高大上的设备和硬件投入。例如视频公司根据用户观看视频的过程来决定推送什么广告,其算法可能比较简陋,但速度快。其次,要把数据和用户心理结合起来,营销精准但不要引起顾客的反感。第三,大数据管理要与KPI结合起来,协调各个部门的利益,否则大家对数据采集不积极甚至不合作。例如,运营部门如果看重节省运营成本,可能就对数据采集的意愿不强烈。

实验思维:一切应可试。比如,要想知道推荐的效果,可以做一个实验。一半消费者有推荐,一半没有。从短期看,推荐效果并不明显,但长期效果非常明显。因为推荐是购物体验的一部分。短时间内,消费者对所推荐的产品可能没需求,但到有需求时就会想起来,尤其是当推荐产品符合他们的品位和风格时。

三大陷阱

应用大数据进行精准营销,要注意规避如下三大陷阱。

有数不一定有据。应用大数据需要什么样的统计或逻辑背景?首先,描述。要能辨识出我们描述的人跟心里想的目标人群是不是一群人。其次,预测。理解现象、变量之间的相关性。第三,优化。理解因果关系,否则无法优化。简言之,预测需要相关性,而优化则需要因果性,而描述关键在样本的代表性。

大而不全。有些大数据应用收集的数据非常多,但对其倾向性却不清楚。解决的办法是跨界,收集企业之外的数据。例如,汽车制造商要跟电商结合,要跟社交媒体结合,通过跨界把数据做全,才能把精准营销做得更好。其次,要把营销、销售和库存等内部信息打通。

内生变量模糊了因果关系。大数据介入消费者购买过程越多,可能对消费者真实偏好的了解越少。例如,视频网站给某用户推荐了一个同性恋电影,他看了;再推荐一部,他又看了。这时,推荐系统就会认定该用户是同性恋,从而继续推荐,实际上该用户可能不过是一时好奇,最后深受其害。解决办法是定期实验。

基于大数据的精准营销到底谁会胜出?在我看来,要至少具备以下资源优势的一种:产品有优势、对客户特别了解、数据来源特别多、平台优势。目前,电商的优势显而易见,因为其数据量非常大,而且有平台优势。

制造商的机会在哪里?一要把产品做得非常好,二要联网提供服务,就像特斯拉,买车,更是买背后的互联网服务。然而,无论谁是赢家,笑到最后的应该是消费者,特别是新一代以网络为家的消费者。

原文发布于微信公众号 - 大数据(hzdashuju)

原文发表时间:2015-01-22

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏华章科技

史上最全人工智能和机器学习会议大盘点

大名鼎鼎的神经信息处理系统大会(Neural Information Processing

1712
来自专栏腾讯技术工程官方号的专栏

世界人工智能大会 | 腾讯攻坚AGI,与机器人配合,推医疗全链条

? 黄浦江畔,人工智能界大咖云集。2018世界人工智能大会9月17日拉开大幕。9月18日,腾讯在上海余德耀美术馆主办一场主题为“AI无界 智未来”的人工智能分...

1753
来自专栏钱塘大数据

大数据时代,传统统计学依然是数据分析的灵魂

在数据“爆炸”的时代,大数据常常被寄予厚望。到底,什么样的数据才算大数据,怎样才能用好大数据,传统统计学还有用武之地吗?清华大学统计学研究中心前不久成立,著名统...

1881
来自专栏数据派THU

大数据时代:从1.0到3.0 | 专访清华社会学系教授罗家德

罗家德:分享一下有关于针对社会、商业、营销大数据而有的社会计算(social computing)的三个阶段,我简称其为大数据1.0 、2.0和 3.0的阶段(...

1213
来自专栏大数据文摘

吴甘沙:大数据的六大人工智能变现方式

25312
来自专栏灯塔大数据

四位专家告诉你,大数据到底怎么影响我们的生活

信息大爆炸的今天,不讨论大数据这个话题似乎就是跟不上时代。从医药到教育,再到其他各个领域,大数据充斥着现代社会的每个角落。而我们最关心的还是大数据最终将以什么样...

3205
来自专栏大数据文摘

对话美国科学家,大数据到底怎么影响我们的生活?

2707
来自专栏机器之心

盘点52个全球人工智能和机器学习重要会议

选自Data Pipeline 机器之心编译 机器学习和人工智能是今天最热门的科技研究方向。随着行业的不断升温,越来越多的 AI 主题会议也层出不穷,在这些会议...

4206
来自专栏腾讯研究院的专栏

如果技术是一种生命

image.png 推荐语: 对“技术”这种事物的分析框架,长期以来一直是功能导向和结果导向的,它能做什么,它的原理是什么,它的上下游技术各是什么...

1899
来自专栏AI研习社

转行人士如何在人工智能领域保持一定的竞争力?

原问题描述: 没有学术认可:转行意味着没有相关领域的论文记录和对应的学位,即便水了一篇,被学术界认可的概率很低。而且码力有限,只要科班一直保持写码学习,写码速度...

36311

扫码关注云+社区

领取腾讯云代金券