大数据正在引领一场营销变革

大数据正在引领一场营销变革
短短十数年，大数据、物联网、云存储、移动互联从趋势成为主流，商业生态早已迈过无数个可能，进入了今天飞速发展的快车道。大数据产业已渐趋成熟，亟待被各行各业所运用。小米数据产品总监刘洋在易观智库学术沙龙交流会上表示，随着大数据概念越来越清晰，运用产品类型的形式在数据当中应用将会越来越多。
大数据规模日趋庞大
所谓的大数据技术，就是从各种类型的数据中，采用新处理模式快速获得有价值的信息，从而实现深度理解、敏锐发现与精准决策。随着互联网+影响力的不断深入，人们的生产和生活方式发生了极大的改变。新一代信息技术与经济社会各领域的深度融合，引发了数据量的爆发式增长，使得数据资源成为国家重要的战略资源和核心创新要素。
据统计，全球所掌握的数据，每18个月就会翻倍。到2020年，全球的数据量将达到40ZB，其中我国所掌握的数据将占20%。
利用大数据分析，能够总结经验、发现规律、预测趋势、辅助决策，充分释放和利用海量数据资源中蕴含的巨大价值。大数据冲击传统市场，渗入更多的企业成为趋势。
据了解，2015年全球大数据产业规模达到了1403亿美元。预计到2020年，这一数据将达到10270亿美元。其中，2020年中国大数据产业规模或达13626亿元。
百分点产品市场总监、中关村(000931,股吧)大数据交易产业联盟副秘书长张涵诚向《中国产经新闻》等媒体表示，从卖产品转变为卖服务，服从管理转为创造客户价值，互联网核心思维是数据思维，是大数据冲击传统市场的三方面表现。
同时，随着数据资源的开放及使用逐步深入，应用创新成了大数据发展的主要驱动力。目前就传统的企业而言，已经将数据分析、数据资源作为一种新的业务，且投入程度可能强于传统的业务。
据相关数据分析显示，到2020年，中国大数据产业细分市场规模中，应用层规模占比将达到40%，衍生层规模占比达185%。
另外，按照行业来划分，未来大数据应用预计将以政府和金融为主，预计2020年政府和金融大数据应用或将占60%，随后是工业以及电力应用。
大数据是一种技术，一种思维的创新，也是数据本身价值的发掘。大数据时代，很多企业已经以数据化运营来驱动企业重大战略决策和业务发展，获得了卓越的成绩，成为行业里数据化运营的领先者。
刘洋在会上解说了数据驱动的两种模式，即分析决策和应用产品。其中分析决策包括战略分析、竞争分析以及商业分析。他表示，市面上大部分企业在做商业分析之前往往忽略了先做战略分析和竞争分析。
而所谓产品应用，刘洋表示，是与产品相关的数据，把这类数据包装成行业的内容或者是服务，提供给用户。
不仅如此，利用产品跟用户建立关系，利用数据发现规律从而驱动产品创新，也是一个非常好大数据的应用。张涵诚认为，这将能够实时了解用户需求，并及时对服务做出迎合客户群的调整，以赢得更大的市场占比。
电商平台没有评论，意味着转化率的降低、客单的下降。个性化的推荐，需要一个推荐引擎了解消费者的偏好、行为习惯，帮助他推荐一款产品。利用大数据可以洞察消费者的建议，对产品的看法，通过迅速做反馈，可以创造更大的营销。
大数据基因植入传统企业，还会使一些企业成为平台型的企业。张涵诚表示，有了数据以后，企业可以无限地延伸，采购大量的数据可以跟供应商更多做集成。例如，生产数据服务将会有更多的订单，销售渠道数据将同行商品放在平台上卖。
完善大数据体系建设
对制造业企业而言，大数据技术的战略意义不仅在于掌握庞大的数据信息，更在于对数据的“加工能力”——对大量的数据进行专业化的处理，使之转化成为对企业有用的信息。
虽然，很多企业已经意识到以数据驱动企业决策的价值，但是在“淘金”大数据过程中，仍然对思维架构、方式方法有些模糊不清。尤其是当企业IT部门面对瞬息万变的业务要求，面对TB/PB级的海量大数据的实时分析，面对多维度复杂的数据分析时，常常束手无策。
数据处理的成本非常高，业务发展多元化的时候发现经常遇到一个问题就是数据不准。就目前行业发展情况来看，基本上大规模的公司相对多一些，小的开发者可能越来越艰难。在中大型的开发者越来越多的情况下，发现用户的需求已经脱离了原来老的模式，这就需要把自己的数据拿过来做分析，放到系统里面与CRM、销售系统、投放系统、运营系统做打通，做一个全盘分析。
“大数据分析分四个步骤，即数据应用、数据分析、数据存储和计算以及数据源。其中数据源主要是保证数据不脏。”刘洋说道。
大数据在业务中的分析流程大概分两种类型。一种是当我们有数据和数据分析系统时的监控，通过业务上线、数据的监控、异常数据的发现、异常状况处理的策略、业务改进，形成一个闭环模式。另一种是产品要上新的功能，通过业务上线、效果评估、改进策略、业务改进、效果评估来形成闭环模式。
而就大数据团队架构，分为分散式和中心式。相较于分散式大数据团队的高成本、灵活、难管理特点，中心式的大数据团队的特点则是低成本、易管理、低效率。
分散式的大数据团队，因为每个业务都比较庞大，业务与业务之间的耦合度较低，需要灵活、快速的数据支撑，大型的数据平台无法满足快速变化的业务要求，于是业务会自建平台和分析人员。
仅中心式的大数据团队而言，各个业务有一些区分度，但是区别不大，于是公司会采用统一的数据树立部门，对所有的业务进行数据分析的支撑。
目前，形形色色的大数据已然成为了各领域发展的新宠。伴随技术的发展，大数据正在引领一场营销变革。大数据的存在让营销者能更好地、更实时地对消费者画像并实现无限的消费者细分。大数据强大的分析、挖掘、整合能力让营销变得简单起来。

可以应用在云计算方面。

大数据具体的应用：

1、洛杉矶警察局和加利福尼亚大学合作利用大数据预测犯罪的发生。

2、google流感趋势(GoogleFluTrends)利用搜索关键词预测禽流感的散布。

3、统计学家内特西尔弗(NateSilver)利用大数据预测2012美国选举结果。

4、麻省理工学院利用手机定位数据和交通数据建立城市规划。

5、梅西百货的实时定价机制。根据需求和库存的情况，该公司基于SAS的系统对多达7300万种货品进行实时调价。

6、医疗行业早就遇到了海量数据和非结构化数据的挑战，而近年来很多国家都在积极推进医疗信息化发展，这使得很多医疗机构有资金来做大数据分析。

7、及时解析故障、问题和缺陷的根源，每年可能为企业节省数十亿美元。

8、为成千上万的快递车辆规划实时交通路线，躲避拥堵。

9、分析所有SKU，以利润最大化为目标来定价和清理库存。

10、根据客户的购买习惯，为其推送他可能感兴趣的优惠信息。

扩展资料：

大数据的用处：

1、与云计算的深度结合。大数据离不开云处理，云处理为大数据提供了d性可拓展的基础设备，是产生大数据的平台之一。

自2013年开始，大数据技术已开始和云计算技术紧密结合，预计未来两者关系将更为密切。除此之外，物联网、移动互联网等新兴计算形态，也将一齐助力大数据革命，让大数据营销发挥出更大的影响力。

2、科学理论的突破。随着大数据的快速发展，就像计算机和互联网一样，大数据很有可能是新一轮的技术革命。可能会改变数据世界里的很多算法和基础理论，实现科学技术上的突破。

“互联网即将消失，物联网无所不能”并非耸人听闻的话语，这是谷歌公司执行董事长Eric Schmidt对未来世界的前瞻性认知，它告诉我们物联网悄然而至……而你是否已经做好准备？

根据国外研究机构BI Intelligence的报告预测，到2020年，全球通过物联网链接的设备总数将达到240亿台，占到全球总体联网设备的70%。在今后的5年，全球物联网解决方案的总开支预计将达到6万亿美元。在前不久首届小米IoT开发者大会上，小米首次公布，其IoT平台目前已接入超800种智能硬件，联网设备超8500万台，日活跃设备超1000万台，成为全球最大的智能硬件IoT平台，万物互联的时代小米已经走在前列。

那么在物联网时代，数字营销面临哪些挑战？

当智能设备和用户发生连接后，用户的行为数据会被智能设备收集、检测和分析，未来的物联网将会很个性化，市场和营销人员可以根据收集到的用户行为数据为每一个用户制定不同使用体验。正因为如此，品牌营销和服务将被彻底颠覆，如何让个性化体验规模化的落到客户身上，成为难点!作为一种未来的生活趋势，那么物联网对于营销人员的机会在哪里呢

11月29日，在 “MS2017全球移动营销峰会”现场，小米公司MIUI广告销售部营销中心总经理郑子拓与大家分享了小米对打造智能生态营销的最新洞察。

小米公司MIUI广告销售部营销中心总经理郑子拓

小米模式对营销的启发？

智能手机组建的移动互联网是物联网的前奏，正是小米手机在移动互联网上的绝对优势，让小米在接下来的物联网时代继续领先一个身位。据知名调研公司Strategy Analytics和IDC的最新数据报告，小米手机今年已经重新站回世界第五。在IDC的另一份统计数据显示，小米手机在印度市场从2017年Q2的172%成长到Q3的235%，出货量达920万台，与三星并列第一。

智能手机累计的庞大用户基数，使得小米在接下来的智能硬件领域，形成用户数的指数级叠加。截至目前，小米全球覆盖用户数超过28亿。MIUI 系统国内的活跃用户达18亿;小米OTT覆盖家庭规模超4300万;小米手环全球市场累计出货量已超过3000万台、小米共出品280+智能硬件产品……通过软硬件协同发展在未来物联网时代占据有利地位。

基于小米的模式，郑子拓表示，未来的营销应当是以用户为中心，通过数据反哺媒介，媒介打通数据，如此反复构建成一个智能生态营销体系。

如何搭建智能生态营销？

小米智能生态营销是建立在小米独一无二模式之上的营销“新物种”，整合各类可触达消费者的渠道资源，通过大数据、全场景、多参与的多维构建达到全链路、全媒体、全数据、全渠道的营销体系。

小米智能生态营销的作用是让客户在这个平台上沉淀品牌的消费者资产，实时回流沉淀品牌在线上线下和消费者的每一次互动，追踪品牌消费者的全链路状态，并在小米智能大生态体系内激活、应用，帮助品牌持续累积消费者资产，催化品牌与消费者关系。

小米智能生态营销有哪些优势？

1、整合大数据提升洞察用户需求的效率

第一，拥有大厚度和多维度数据获取能力。去年在FDD人脸识别排行榜上小米排第一名，是由于小米作为一个手机厂商通过拍照软件深度学习不同的面孔，28亿用户厚度提供了机器不断学习变聪明的机会。现在小米手机上已经累积大量的用户主动数据，形成一个足以匹敌海洋的巨额数据资产。

第二，拥有高精度细颗粒化用户行为的能力。在小米智能生态营销云平台，对数据做细颗粒化处理依托于主动数据和被动数据。通过处理用户不同的需求和不同时间上的数据，最终形成数字化个体，从而摘取关键词进行媒介策略和投放策略制定，280多款智能硬件覆盖到用户在生活场景下的需求维度。

小米通过智能硬件能够收集用户身上的其他数据，比如睡眠情况，步行、运动卡路里状态等;智能家电里比如空调数据，空气质量等所有的状态、环境信息对于洞察用户的实时需求具有巨大意义。洞察状态和环境信息是一个被动的能力，智能硬件是最好的被动数据抓手。

第三，拥有数据联通+媒体打通,算出你的喜好的能力。小米通过有机整合期生态体系下各个媒体的数据打通，实际精准高效的洞察解到用户的喜好与需求，充分了解用户消费、出行、理财等等的真实需求，实现人与信息的“精准撮合”。这就极大提升与消费者有效互动，引发用户共鸣。对品牌而言，个性化的沉浸式场景营销也将充分提升营销效果，让每一分钱都花到刀刃上。

2、全场景让营销“千人千策”

依托于小米手机里的21款build-in 应用和280+款小米智能硬件，在小米的智能生态营销中是勾勒出移动场景、客厅场景及智能硬件等多入口的全场景全时全媒介的“三全”媒介策略，形成一个完全融入用户生活，不可替代的媒介入口，形成千人千策的媒介策略，实现智能的商业决策。

在小米为韩国高端护肤品牌“雪花秀”推出的产品“凝脂玉面膜”，主打“睡眠时吸附肌肤污垢、修复受损肌肤”功能，小米手环结合该产品特性，凭借全球销量第二的“小米手环”加上“小米运动APP”，推出定制活动”雪花秀美颜睡眠计划”，让女性形成“睡前使用凝脂玉面膜”的场景记忆点，小米手环监测用户睡眠时长，搭建系列“睡眠打卡”互动，唤起用户对睡眠养颜的关注，洞察用户对美容觉需求，满足用户需求，融入凝脂玉面膜产品教育，在不经意间形成产品记忆。

在整个10天推广期周期中，11万+参与人次，3465万+品牌总曝光，103万+总点击，收集Leads数5488个，超出预估KPI的37%营销效果远超客户预期。

结语：

随着小米整个业务继续叠加，小米生态营销的数据抓手和媒介出口能力将会越发强大。在物联网汹汹来袭之际，品牌营销或许需改变一下思路，单纯的碎片化营销策略即将失效，生态化的营销体系才能真正做到以用户为中心，让合适的信息跨越各个媒介之间的场景限制，形成个性化“管家式”的营销服务才能夺取先机。下一轮的竞争中，小米已经准备好，而你呢？

大数据应用于各个行业，包括金融、汽车、餐饮、电信、能源、娱乐等在内的社会各行各业都已经融入了大数据的痕迹。

1、制造业：利用工业大数据提升制造业水平，包括产品故障诊断与预测、分析工艺流程、改进生产工艺，优化生产过程能耗、工业供应链分析与优化、生产计划与排程。

2、金融业：大数据在高频交易、社交情绪分析和信贷风险分析三大金融创新领域发挥重大作用。

3、汽车行业：利用大数据和物联网技术的无人驾驶汽车，在不远的未来将走入我们的日常生活。

4、互联网行业：借助于大数据技术分析用户行为，进行商品推荐和针对性广告投放。

5、餐饮行业：利用大数据实现餐饮O2O模式，彻底改变传统餐饮经营方式。

6、电信行业：利用大数据技术实现客户离网分析，及时掌握客户离网倾向，出台客户挽留措施。

7、能源行业：随着智能电网的发展，电力公司可以掌握海量的用户用电信息，利用大数据技术分析用户用电模式，可以改进电网运行，合理设计电力需求响应系统，确保电网运行安全。

8、物流行业：利用大数据优化物流网络，提高物流效率，降低物流成本。

9、城市管理：利用大数据实现智能交通、环保监测、城市规划和智能安防。

11、公共安全领域：政府利用大数据技术构建强大的国家安全保障体系，公共安全领域的大数据分析应用，反恐维稳与各类案件分析的信息化手段，借助大数据预防犯罪。

12、个人生活：大数据还可以应用于个人生活，利用与每个人相关联的“个人大数据”，分析个人生活行为轨迹，为其提供更加周到的个性化服务。

大数据的价值远不止于此，大数据对各行各业的渗透，是推动社会生产和生活的核心要素。

扩展资料

七个典型的大数据应用案例

1、梅西百货的实时定价机制。根据需求和库存的情况，该公司基于SAS的系统对多达7300万种货品进行实时调价。

2、Tipp24AG针对欧洲博彩业构建的下注和预测平台。该公司用KXEN软件来分析数十亿计的交易以及客户的特性，然后通过预测模型对特定用户进行动态的营销活动。这项举措减少了90%的预测模型构建时间。SAP公司正在试图收购KXEN。

3、沃尔玛的搜索。这家零售业寡头为其网站Walmartcom自行设计了最新的搜索引擎Polaris，利用语义数据进行文本分析、机器学习和同义词挖掘等。根据沃尔玛的说法，语义搜索技术的运用使得在线购物的完成率提升了10%到15%。“对沃尔玛来说，这就意味着数十亿美元的金额。”Laney说。

4、快餐业的视频分析。该公司通过视频分析等候队列的长度，然后自动变化电子菜单显示的内容。如果队列较长，则显示可以快速供给的食物;如果队列较短，则显示那些利润较高但准备时间相对长的食品。

5、Morton牛排店的品牌认知。当一位顾客开玩笑地通过推特向这家位于芝加哥的牛排连锁店订餐送到纽约Newark机场（他将在一天工作之后抵达该处）时，Morton就开始了自己的社交秀。首先，分析推特数据，发现该顾客是本店的常客，也是推特的常用者。根据客户以往的订单，推测出其所乘的航班，然后派出一位身着燕尾服的侍者为客户提供晚餐。

6、PredPolInc。PredPol公司通过与洛杉矶和圣克鲁斯的警方以及一群研究人员合作，基于地震预测算法的变体和犯罪数据来预测犯罪发生的几率，可以精确到500平方英尺的范围内。在洛杉矶运用该算法的地区，盗窃罪和暴力犯罪分布下降了33%和21%。

7、TescoPLC（特易购）和运营效率。这家超市连锁在其数据仓库中收集了700万部冰箱的数据。通过对这些数据的分析，进行更全面的监控并进行主动的维修以降低整体能耗。

---