導讀：大數據營銷作為一項新興的技術，注定屬于明天，且只能屬于明天。我們所能做的，應該是心存敬畏，保持關注，敏銳洞察，去偽存真。

我們生活的這個時代，如果幾個人談新營銷，不聊幾句大數據，總覺得惶惶不安。我總碰到這樣的人，聊起自己的項目來，會說：“我們這個項目應用了大數據技術。”一問數據來源，會說：“我們有幾千個顧客的電話。”你不是在逗我吧?你跟我說這東西叫大數據?

喜歡聊大數據、喜歡聽別人聊大數據、或者像我這種經常被迫聽別人聊大數據的人，對下面這個故事應該不陌生：

某必勝客店的電話鈴響了，客服人員拿起電話。

客服：必勝客。您好，請問有什么需要我為您服務?

顧客：你好，我想要一份……

客服：先生，煩請先把您的會員卡號告訴我。

顧客：×××

客服：陳先生，您好!您是住在×路×號×樓×室，您家電話是×××，您公司電話是×××，您手機號是×××。請問您想用哪一個電話付費?

顧客：你為什么知道我所有的電話號碼?

客服：陳先生，因為我們聯機到CRM系統。

顧客：我想要一個海鮮披薩……

客服：陳先生，海鮮披薩不適合您。

顧客：為什么?

客服：根據您的醫療記錄，您的血壓和膽固醇都偏高。

客服：您可以試試我們的低脂健康披薩。

顧客：你怎么知道我會喜歡吃這種的?

客服：您上星期一在國家圖書館借了一本《低脂健康食譜》。

顧客：好。那我要一個家庭特大號披薩，要付多少錢?

客服：99元，這個足夠您一家六口吃了。但您母親應該少吃，她上個月剛做了心臟搭橋手術，還處在恢復期。

顧客：那可以刷卡嗎?

客服：陳先生，對不起。請您付現款，因為您的信用卡已經刷爆了，您現在還欠銀行4807元，而且還不包括房貸利息。

顧客：那我先去附近的提款機提款。

客服：陳先生，根據您的記錄，您已經超過今日提款限額。

顧客：算了，你們直接把披薩送到我家吧，家里有現金。你們多久送到?

客服：大約30分鐘。如果您不想等，可以自己騎車來。

顧客：為什么?

客服：根據我們的CRM全球定位系統的車輛行駛自動跟蹤系統記錄，您登記有一輛車號為×××的摩托車，而且您剛剛正在×路東段×商場右側駕駛這輛摩托車。

聽起來無比令人想往，也無比令人恐懼。大數據營銷真的有這么厲害?

假的!至少現在和可預見的將來，這樣的故事都只是故事。實現大數據營銷，至少還要邁過幾道坎。

第一道坎：

數據搜集：用牙齒挖礦

看看上面的故事，我們就會發現，大數據營銷真正可怕之處，不是知道有人欠銀行錢，有人膽固醇高，有人騎摩托車，而在于它居然知道這些事情都是一個人干的。這說明什么?商家手中拿到的是結構性數據。

什么叫結構性數據

舉個簡單的例子。比如說，我知道一個人，買了一瓶濃硫酸，這個數據沒有任何意義;他又買了一瓶濃硝酸，這兩個數據在一起，也沒什么意義;他又買了一瓶甘油——這是要做炸彈啊!這就是結構性數據的作用，通過幾個看似不相關的數據，勾勒出一個人的行為。

一個數據，就好像一條線，代表一個單獨的信息，幾條數據相交成為一個點，我們把這個點放到對應的坐標系中，通常就可以得出單條信息所無法得出的結論。大數據之所以寶貴，就在于它來源復雜，能夠提供足夠多的信息，使之形成結構化數據。

再舉個例子，比如一個男人，周一買了一束玫瑰，和一雙37號女鞋，我們得出結論，他很可能在談戀愛或者追求一個女孩;他周四又買了一束玫瑰，和一雙40號女鞋，那么我們可能得出結論，這家伙十有八九是個“渣男”。

如果說大數據是一座礦山，那么作為一個挖礦的人，你卻只能用牙齒去挖礦，等于這座礦山不存在。而數據的結構化，就等于把礦石給你挖好了，放在你的面前。

但問題是，如果第一個人在不同的商店買的濃硝酸、濃硫酸和甘油，你怎么知道他是同一個人呢?第二個人的情況也是如此，你怎么知道是同一個人分別買了玫瑰和不同尺寸的女鞋呢?這就需要有唯一的身份標識系統。在電商領域，這個比較好辦，因為他用同一臺電腦，或者同一臺手機，但在實體店系統里，這個就非常困難了。

對于普通線下商家，搜集數據更是不現實。掃碼加微信公眾號，有意義么?他關注你了又怎么樣?對你而言，他依然只是一個電話號碼，一個微信號，而不是一個活生生的人。

你手里的顧客信息連你自己都用不上。幾千條，幾萬條，哪怕是幾百萬條非結構化的數據，真不用費心搜集，淘寶上有的是。唯一的問題是，這樣的數據跟你辛辛苦苦搜集來的數據一樣，都不能用于營銷。

而且，我們知道，一個人的行為記錄越多，越容易對這個人形成比較完整的印象，那么，如果想勾勒出一個人的形象，除了交易記錄之外，還應該包括搜索記錄、出行記錄、位置信息等多種多樣的信息，并且需要一個途徑，確認這些信息指向的是同一個人。

從這個角度上講，中國現在只有百度、360和騰訊具有提供高質量結構化信息的能力，也只有它們存在做大數據營銷的可能，哪怕阿里系都不行。因為只有這三家公司，能夠通過比較體面的方式搜集用戶資料。什么叫體面?這就涉及到下面的問題——數據安全。

第二道坎

數據安全：方便與安全之間的搖擺

前面提到的百度、奇虎360和騰訊，之所以說能夠通過所謂體面的方式搜集用戶信息，是因為它們搜集用戶信息的行為，得到了用戶的默許，至少看起來是用戶默許的。你在百度的搜索記錄，可以描述你的興趣愛好，你知道百度會記錄，但為了使用百度搜索，你只能默許它侵犯自己的隱私;你用QQ、微信聊天，你經常提到的詞會被它們記錄，你自己也多少是默許的;你用360軟件掃描電腦硬盤，360對電腦里儲存了什么東西，比你自己都清楚，但是為了用這款軟件，你也只能接受。這樣的數據搜集，就是所謂的體面。

那么什么叫做不體面?如果騰訊監控你的百度搜索記錄，掃描你的硬盤;百度監視你的QQ聊天記錄，掃描你的硬盤;360監視你的搜索記錄和聊天記錄，這樣等于背著你，從你的電腦或者手機里面偷記錄，這就是不體面的做法。

這樣的所謂底線，對網民而言，也不過是一種心理安慰而已。

實際上，裝在你手機和電腦上的軟件，只要它們愿意，知道你銀行卡密碼并沒有太大難度。這些數據，即使企業有責任心，遵守法律，也依然難保工作人員不上下其手。在這樣的環境下，顧客在留存信息的時候，難免會為了安全而提供虛假信息，這對數據搜集者而言，毫無疑問是一個災難。

當然，安全和隱私往往是矛盾的。消費者對隱私泄露其實是有預期的，只要提供足夠的方便，消費者可能愿意付出相應的成本。問題是，商家收集數據之后，真的能給消費者提供方便么?

第三道坎

數據利用：逆消費者需求而動

我們不得不面對這樣一個現實，消費者在犧牲了數據安全的同時，從數據搜集者那里得到的服務，往往是負價值的。

企業在搜集到顧客信息之后，很少有做數據挖掘，形成結構化數據，然后用來指導營銷和產品改進的。更多的時候，消費者所提供的信息，不過是讓這些企業有了一個推銷的渠道而已。這樣的大數據運用，別說滿足用戶需求了，連偽需求都不算，純粹就是提供了一種負需求。

“我知道這個廣告里的產品無比適合我，但我真的不需要，我就是不想讓廣告費流量占內存。要不你跟視頻網站學學，開個價，我給你錢，你別給我打廣告了好不好?”這就是負需求，也就是顧客不但不愿意為你的產品買單，甚至愿意為了拒絕你的產品而買單。

比如小米，在大數據獲取方面，小米也算這個領域中的佼佼者，但你看它怎么做的：在MIUI中加入大量的推送內容，換句話說就是不停地打廣告。甚至雖然小米能夠分析出用戶最適合什么樣的產品，但在實際操作中，卻是屁股決定腦袋：盡管它知道華為手機更適合你，但依然會告訴你，小米5手機上市了，只賣××元。有這么好的數據來源，最終把大數據營銷做成這個樣子，這種做法甚至也成為小米在2016年大潰敗的原因之一。

比如阿里和京東，這兩家企業對于大數據的理解，似乎還只停留在相關商品推薦這一條死胡同里。你買數據線了?你不再買一根么?你買了個抽水馬桶，你真不打算再買幾個把你家改造成公廁么?你喜歡加西亞·馬爾克斯?那想必你也喜歡《把信送給加西亞》。你喜歡《三重門》?我們有《羊的門》《羅生門》……真不知道那么多有價值的數據，都被他們干什么用了。

大數據營銷

我生君未生，君生我已老

回過頭來，說說大數據營銷的前景。在短期之內，我個人表示謹慎的悲觀。原因在于，大數據在營銷領域的運用，還遠沒有成熟，卻被過早地推上了風口浪尖。

商家的大數據營銷沖動，遠遠超過大數據營銷能力。屁股決定腦袋的短視做法，更讓大數據失去了原本的意義。諸多掛羊頭賣狗肉的所謂大數據營銷，導致這項技術在被廣泛應用之前便已經聲名狼藉。

這就好像生活美容行業，市場需求是切實存在的，市場供給也非常旺盛，但由于各家機構都夸大效果，為銷售不擇手段，劣幣驅逐良幣的市場格局已經形成，結果需求側完全不相信供給側，供給側完全不介意給需求側造成多大傷害，明明供需兩旺，市場卻日益萎縮。

同樣的例子還有壽險行業，幾十年前進入中國市場，在一個當時還不成熟的市場中，過早透支了信譽，使得整個行業在最應該蓬勃發展的時代淪為人人避之不及的瘟疫。

我大體上不懷疑大數據營銷將會成為營銷中必不可少的工具，但我相信，它需要時間。

• 等待中國的實名身份系統充分普及;
• 等待各個商家之間推倒壁壘，實現數據互換;
• 等待大數據技術本身的成熟;
• 等待商家數據分析挖掘意識和能力的提升;
• 等待消費者逐漸淡忘之前種種的不愉快。

這就決定了，在短期之內或者說大概5年之內，大數據營銷依然只是看上去很美。

同樣，我也有一絲憂慮，大數據發展成熟的速度，是否比得上大數據聲譽敗壞的速度?如果比不上的話，那很可能就會迎來“我生君未生，君生我已老”的悲劇。

大數據應用絕不僅僅是營銷?

大數據有很多非常有價值的應用，但現在最被重視的，卻是還不夠成熟的營銷，原因也不難理解——營銷的前景最為誘人，效果最為直接，更重要的是，對于一些不懂得大數據的人而言，營銷功能是他們最容易用想當然的方式理解的。應該說，目前大數據比較成熟的應用，主要在于三個方面：

市場調研和消費行為分析

大數據不會說謊

大數據之所以寶貴，是因為它是基于行為的。在面對市場問卷時，每個人所表達的，往往不是內心真實的想法，甚至他們并不是有意說謊，而是自己的意識背叛了潛意識。但他們的行為卻不會說謊，嘴上說不要，身體卻無比誠實。

比如你會看到一個人，把巴赫、莫扎特作為手機鈴聲，播放器里播放次數最多的卻是《香水有毒》;聲稱自己最喜歡王家衛，結果發現他的播放記錄里面《東邪西毒》看了20分鐘就沒有再動;說自己最喜歡斯蒂芬·霍金，手機里卻全是斯蒂芬·金的作品……大數據不會說謊，這是其他市場調研所無法比擬的。隨著市場調研的不斷改進，信度和效度都在不斷提升，但大數據能夠實現100%的信度。這是任何方法論所無法實現的。

大數據不需要錄入

市場調研過程中，最耗費時間的不是數據采集，不是數據分析，而是數據錄入。而大數據本身就以數字形式存儲在互聯網上，借助批量導入工具，基本不需要錄入過程，這使得大數據調研的效度無限高。

大數據可以做到無污染

在統計學中，非常強調四項原則：隨機、雙盲、大樣本、空白對比組，就是為了防止數據被污染。而大數據由于數據龐大，來源復雜，本身就符合了四項原則中的前三項。至于第四項空白對比組，如果僅僅用來指導市場，而不做研究之用，那么只探討相關性，不探討因果性的分析，并不需要空白對比組。

總之，大數據所能提供的數據樣本，往往是完美的。當然，我完全不同意有了大數據，咨詢公司和市場調研公司都會失業的說法。因為，數據是死的，剛開始也是非結構性的。調查哪些數據，如何結構化，如何進行分析，都要基于豐富的市場經驗，這是單純的技術人員難以把控的。但咨詢公司和調研公司向大數據轉型，把大數據當作重要工具，是大勢所趨。

這里有個很好的案例：YouTube網站上的視頻前的貼片廣告是可以跳過的。每一次跳過廣告，都代表著一次“已閱”，和用戶形成一次互動。這樣，就可以根據用戶的觀看時間來評估用戶對廣告的反饋，從而可以通過指導廣告商的內容策略、片源選擇策略，來為其提供更好的服務，而收益就是廣告可以賣出一個更好的價錢。

分析消費者使用行為，為產品創新和改進提供參考依據

對于生產型企業，只要挖掘出消費者痛點，有針對性地改進就可以了。比如說，從充電寶的銷量，挖掘出手機用多大容量的電池最合適;從消費者的二次購買率，看出產品的問題是在品質還是在營銷手段等。

這種方式還被廣泛應用于商超系統。目前，商超系統的布局，幾乎都是經過大數據優化之后的結果。比如，美國的超市里，啤酒和紙尿褲通常擺放很近，因為大數據顯示，這兩種產品的購買相關性高。這樣的應用主要運用于消費者有弱需求，商家提供弱互動的商業模式下。在超市中，相關性強的商品要擺放得比較近，消費者在這方面其實沒什么太大需求，但調整貨架位置，消費者并不付出代價，商家卻可以獲得收益，這是一種雙贏策略。

推出高度強調體驗的復雜產品

大數據營銷之所以出現了問題，在于消費者的需求和所付出的代價不成正比。解決這個問題的辦法有兩個，

• 一種是像上邊那樣，降低消費者的代價，讓消費者在不付出代價的前提下，接受商家提供的服務。
• 另一種方式就是打造復雜程度很高的產品。

比如相親。現在的婚戀網站，所提供的配對依據，往往較為簡單，以數量求概率而已。但有一些婚戀網站，通過對用戶的結構化數據進行分析，以高度細分的經濟層面、自然狀況層面、文化及個性層面作為分類依據，并通過大數據分析怎樣的匹配容易提高成功率，結果就是用戶體驗大幅度提升，用戶支付意愿大幅度加強。

大數據營銷作為一項新興的技術，注定屬于明天，且只能屬于明天。我們所能做的，應該是心存敬畏，保持關注，敏銳洞察，去偽存真。不要因為對神話鬼話的顧忌而動搖了對這項新技術的信心，也不要因為對這項新技術的信心而去聽信神話或鬼話。