大數(shù)據(jù)已然為整個(gè)營(yíng)銷(xiāo)行業(yè)帶來(lái)了翻天覆地的變化。根據(jù)市場(chǎng)調(diào)研機(jī)構(gòu)GfK去年發(fā)布的數(shù)據(jù)顯示，62%的營(yíng)銷(xiāo)機(jī)構(gòu)已經(jīng)開(kāi)始改變自身角色，用全新的工具進(jìn)行市場(chǎng)營(yíng)銷(xiāo)，86%則表示在將來(lái)會(huì)繼續(xù)基于大數(shù)據(jù)進(jìn)行營(yíng)銷(xiāo)的策劃和執(zhí)行。
對(duì)于搞營(yíng)銷(xiāo)的人來(lái)說(shuō)，大數(shù)據(jù)是他們夢(mèng)寐以求的工具?；ヂ?lián)網(wǎng)的發(fā)展，使得企業(yè)有更多的渠道去找到目標(biāo)消費(fèi)者，他們所能獲取的信息也是空前的。
商業(yè)機(jī)構(gòu)進(jìn)行數(shù)據(jù)收集已有數(shù)十年的歷史，而互聯(lián)網(wǎng)的出現(xiàn)，尤其是社交網(wǎng)絡(luò)的出現(xiàn)，個(gè)人信息和個(gè)人行為數(shù)據(jù)變得唾手可得，對(duì)信息進(jìn)行篩選加工的方式更是多種多樣。
大型跨國(guó)企業(yè)，如Target，亞馬遜，沃爾瑪?shù)葘?duì)于數(shù)據(jù)的挖掘起步較早，相關(guān)的基礎(chǔ)設(shè)備和架構(gòu)的建立也快人一步，對(duì)大數(shù)據(jù)反應(yīng)滯后的企業(yè)在很多時(shí)候更像是一步跟不上，步步跟不上，始終處在拼命追趕的狀態(tài)。大數(shù)據(jù)時(shí)代同時(shí)也蘊(yùn)藏著更大的挑戰(zhàn)--數(shù)據(jù)的收集，存儲(chǔ)和分析均需要耗費(fèi)很大的人力和物力。
從消費(fèi)者的角度來(lái)講，隱私問(wèn)題愈發(fā)凸顯。越來(lái)越多的人開(kāi)始意識(shí)到，通過(guò)少部分的個(gè)人信息可以換取更加實(shí)惠的價(jià)格和更優(yōu)質(zhì)的服務(wù)。相對(duì)而言，年輕人對(duì)于這一觀(guān)點(diǎn)的接受度要稍高一些，但不同的消費(fèi)者對(duì)個(gè)人信息共享程度的判定是不一樣的。
有這樣一個(gè)例子，沃爾瑪超市會(huì)綜合分析當(dāng)?shù)氐奶鞖?，超市的存貨量以及?gòu)物者數(shù)據(jù)，之后針對(duì)特定人群推銷(xiāo)燒烤架清潔工具。沃爾瑪?shù)倪@種行為可能看起來(lái)無(wú)可厚非，但如果換成是保險(xiǎn)公司呢？如果他們通過(guò)對(duì)我們的數(shù)字軌跡（如社交網(wǎng)絡(luò)分享、聊天數(shù)據(jù)）進(jìn)行深度挖掘，從而定向營(yíng)銷(xiāo)，我們又該怎么辦？
大數(shù)據(jù)已然為整個(gè)營(yíng)銷(xiāo)行業(yè)帶來(lái)了翻天覆地的變化--根據(jù)市場(chǎng)調(diào)研機(jī)構(gòu)GfK去年發(fā)布的數(shù)據(jù)顯示，62%的營(yíng)銷(xiāo)機(jī)構(gòu)已經(jīng)開(kāi)始改變自身角色，用全新的工具進(jìn)行市場(chǎng)營(yíng)銷(xiāo)，86%則表示在將來(lái)會(huì)繼續(xù)基于大數(shù)據(jù)進(jìn)行營(yíng)銷(xiāo)的策劃和執(zhí)行。
下面來(lái)看幾個(gè)比較典型的例子：
1、在運(yùn)用大數(shù)據(jù)進(jìn)行營(yíng)銷(xiāo)上，亞馬遜一直處在領(lǐng)先位置。最近，亞馬遜官方宣布它們正在測(cè)試和研究“未下單，先發(fā)貨”功能--根據(jù)購(gòu)物者的購(gòu)物數(shù)據(jù)預(yù)測(cè)你將要購(gòu)買(mǎi)的物品，實(shí)現(xiàn)未下單提前發(fā)貨的功能。
2、網(wǎng)上票務(wù)銷(xiāo)售公司StubHub同樣也在利用大數(shù)據(jù)針對(duì)潛在客戶(hù)進(jìn)行定向營(yíng)銷(xiāo)。在特定的消費(fèi)者群體中，這種策略尤為奏效--如球迷，他們對(duì)于某支球隊(duì)的熱愛(ài)甚至?xí)永m(xù)終身，這也使得他們成了營(yíng)銷(xiāo)機(jī)構(gòu)的獵物。
3、2013年，eBay修改了用戶(hù)登錄界面，以更大限度地開(kāi)發(fā)利用大數(shù)據(jù)。用戶(hù)可以選擇自己想要關(guān)注的項(xiàng)目，用戶(hù)還可以錄入自己的興趣愛(ài)好，eBay據(jù)此推送用戶(hù)可能感興趣的消息。
4、Netflix為用戶(hù)建立了復(fù)雜的“個(gè)性化類(lèi)別，”記錄用戶(hù)所有的觀(guān)影行為數(shù)據(jù)，并用多大上百種標(biāo)簽對(duì)用戶(hù)進(jìn)行分類(lèi)。這樣，Netflix就能分析出你所偏愛(ài)的影片類(lèi)型，比如說(shuō)，你喜歡看劇情糾結(jié)的外語(yǔ)片--并據(jù)此像你進(jìn)行影片推薦。
5、在線(xiàn)下，一些超市正在試驗(yàn)NFC（近場(chǎng)通信技術(shù)），在消費(fèi)者從附近走過(guò)時(shí)可以根據(jù)其以往的購(gòu)物行為有針對(duì)性地推薦商品。
上面這些營(yíng)銷(xiāo)手段之所能夠施行，原因在于企業(yè)可以利用一系列結(jié)構(gòu)性的數(shù)據(jù)--如你的年齡，性別，位置，和購(gòu)物行為。
然而，據(jù)統(tǒng)計(jì)目前我們所能利用的數(shù)據(jù)只占全部網(wǎng)絡(luò)數(shù)據(jù)的20%--更多的數(shù)據(jù)存在于Facebook和Tweeter上，還存在于海量的博文、視頻和音頻中，這些數(shù)據(jù)更加龐雜。
非結(jié)構(gòu)性數(shù)據(jù)的收集、分析和利用固然有很大的難度，一旦企業(yè)掌握了這種技術(shù)便會(huì)獲得得天獨(dú)厚的優(yōu)勢(shì)。比如，零售商可以將商店內(nèi)的視頻監(jiān)控信息發(fā)送給云
服務(wù)提供商，通過(guò)特定的識(shí)別算法（面部識(shí)別），從而辨識(shí)出用戶(hù)的身份和行為方式（用戶(hù)在商店的行進(jìn)路線(xiàn)，拿起的商品，是否購(gòu)買(mǎi)，在收銀臺(tái)排隊(duì)等待的時(shí)間等等）。
……
對(duì)于企業(yè)利用大數(shù)據(jù)進(jìn)行營(yíng)銷(xiāo)，無(wú)論你是否看好，這些技術(shù)仍會(huì)繼續(xù)進(jìn)化，應(yīng)用范圍也將進(jìn)一步擴(kuò)大。隨著公眾對(duì)于隱私泄露擔(dān)憂(yōu)的家居，政府也必將出臺(tái)相應(yīng)的管理法案，對(duì)企業(yè)的數(shù)據(jù)挖據(jù)和分享行為進(jìn)行規(guī)范。在我看來(lái)，規(guī)范是必然的。但營(yíng)銷(xiāo)機(jī)構(gòu)則會(huì)適應(yīng)規(guī)則的變化，而且它們一直都有著很強(qiáng)的適應(yīng)能力和生命力。