当大数据遭遇深不可测的人性

  文/钟伟山

  关于大数据营销的神奇之处,有一个故事在大数据这个名词还没有红透互联网营销领域时就已经被津津乐道。

  故事是这样的:

   2012年初,一个男人冲进一家位于明尼苏达州阿波利斯市郊的Target超市兴师问罪:为什么超市不停地向他的还是高中生的女儿邮寄婴儿尿布样品和配 方奶粉的折扣券?“你们是在鼓励她怀孕吗?”愤怒的父亲质问Target超市经理。几天过后,超市经理打电话向这位父亲致歉,这位父亲的语气变得平和起 来,他反过来道歉说,他的女儿确实怀孕了,预产期在8月份。这是一个零售商如何应用大数据进行营销的故事,这个故事被《纽约时报》报道后,大数据的威力轰 动全美。

  为什么Target能够做出这么神奇的预测呢?这是因为Target建立了一个非常规范的大数据管理系统,它拥 有一个数据分析团队,在查看准妈妈们的消费记录之后,找出了20多种关联物,通过这些关联物对顾客进行“怀孕趋势”预测,并寄送相应的优惠券,为消费推波 助澜。只要有可能,Target的大数据系统会给每一个顾客编一个ID号。你刷信用卡、使用优惠券、填写调查问卷、邮寄退货单、打客服电话、开启广告邮 件、访问官网,所有这一切行为都会记录进你的ID号。而且这个ID号还会对号入座的记录下你的人口统计信息:年龄、是否已婚、是否有子女、所住市区、住址 离Target的车程、薪水情况、最近是否搬过家、钱包里的信用卡情况、常访问的网址等等。Target还可以从其他相关机构那里购买你的其他信息:种 族、就业史、喜欢读的杂志、破产记录、婚姻史、购房记录、求学记录、阅读习惯等等。

  在传统营销时代,拉斯韦尔模式是广告传播模式的最基 本模式,它是1948年由美国政治学家、心理学家哈罗德·D·拉斯韦尔提出的一种具有代表性的线性模式,又简称“5W模式”,广告信息传播过程包含的五大 要素是:谁(who)、说什么(say what)、通过什么渠道(in which channel)、对谁(to whom)、取得了什么效果(with what effect )。

  谁(who)是指传播主体,也就是品牌和产品自身的信息,这个即 便是传统营销时代都是毫无难度的工作。实际上在传统营销时代,传播最难解决的是对谁(to whom)、通过什么渠道(in which channel)、取得了什么效果(with what effect )三大问题,因此在传统营销时代,品牌经理经常都会质疑他们的代理商的一个问题是:“我知道我的广告费有一半是浪费掉的,问题是我不知道是哪一半”,从 Target的故事来看,大数据可以非常精准地锁定甚至预测用户的下一个消费行为,这让在传统营销时代摸不清用户需求的品牌经理拥有了一个利器。

   随着大数据时代的来临,通过什么渠道(in which channel)、对谁(to whom)、取得了什么效果(with what effect ),这三点在传统营销时代无法解决的问题,似乎可以迎刃而解,因为大数据营销的本质是影响目标消费者购物前的心理路径,它主要应用在三个方面:1、大数据 渠道优化,2、精准营销信息推送,3、线上与线下营销的连接。在大数据营销应用的影响下,营销环节中最难解决的一个问题——如何精准地预测目标用户的需求 并提供解决方案,这也是大数据营销所存在的价值,因此3721.html">2014年国内DSP平台发展得如火如荼。

12345下一页

时间: 2024-09-22 21:03:29

当大数据遭遇深不可测的人性的相关文章

大数据面临的挑战:当大数据遭遇云计算

本文讲的是大数据面临的挑战:当大数据遭遇云计算,据IDC的报告,未来十年全球大数据将增加50倍.仅在2011年,我们就将看到1.8ZB(也就是1.8万亿GB)的大数据创建产生.这相当于每位美国人每分钟写3条Tweet,而且还是不停地写2.6976万年.在未来十年,管理数据仓库的服务器的数量将增加10倍以便迎合50倍的大数据增长. 毫无疑问,大数据将挑战企业的存储架构及数据中心基础设施等,也会引发云计算.数据仓库.数据挖掘.商业智能等应用的连锁反应.2011年企业会将更多的多TB(1TB=1000

当大数据遭遇云计算 改变IT世界?

大数据正在彻底改变IT世界.那么,什么样的数据谈得上数据呢? 根据IDC的报告,未来十年全球大数据将增加50倍.仅在2011年,我们就将看到1.8ZB(也就是1.8万亿GB)的大数据创建产生.这相当于每位美国人每分钟写3条Tweet,而且还是不停地写2.6976万年.在未来十年,管理数据仓库的服务器的数量将增加10倍以便迎合50倍的大数据增长. 毫无疑问,大数据将挑战企业的存储架构及数据中心基础设施等,也会引发云计算.数据仓库.数据挖掘.商业智能等应用的连锁反应.2011年企业会将更多的多TB(

遭遇云计算 大数据架构对系统提出挑战

大数据将挑战企业的存储架构及数据中心基础设施等,也会引发云计算.数据仓库.数据挖掘.商业智能等应用的连锁反应.2011年企业会将更多的多 TB(1TB=1000GB)数据集用于商务智能和商务分析:到2020年,全球数据使用量预计暴增44倍,达到35.2ZB(1ZB=10亿TB). 大数据面临的挑战 对于海量的数据信息,如何对这些数据进行复杂的应用成了现今数据仓库.商业智能和数据分析技术的研究热点.数据挖掘就是从大量的数据中发现隐含的规 律性的内容,解决数据的应用质量问题.充分利用有用的数据,废弃

XTools观点:大数据太薄CRM助探索厚数据

文章讲的是XTools观点:大数据太薄CRM助探索厚数据,人的一生会给这个世界留下痕迹,呱呱坠地.童言无忌.青梅竹马;三两知己,把酒言欢,激情四射;大山大河.奇峰怪石.高峡平湖;浮华背后,机关算尽,如此种种.随着互联网时代的到来,更多的社交方式愈加普及,人们的痕迹,就像"孙悟空到此一游"一样,以数据的形式被记录下来.喜欢的书.音乐.电影.景色.同道中人 -- 数据之大,难以想象. 许多人现在似乎相信,理解我们这个世界的最佳方式,就是坐在电脑屏幕前分析我们称之为"大数据&quo

XTools CRM:从粗放大数据中提炼精确厚数据

ZDNET至顶网CIO与应用频道 07月28日 综合消息:随着互联网时代的到来,越来越多的社交方式开始普及,人们在网上留下的"痕迹",不断地以数据的形式被记录下来.许多人现在似乎相信,理解我们这个世界的最佳方式,就是坐在电脑屏幕前分析我们称之为"大数据"的海量信息.与此同时,随着智能设备和移动网络的发展,人们在线时长正在不断增长,于是这些数据以惊人的速度增长,以至于我们可以更快的去了解一个人.更诱人的是,对大量数据的分析预测和判断,这将会产生商业财富. 但对于企业生

2017大数据版图

说到最近几年最热门的技术流行语,少不了云计算.大数据.人工智能.物联网等热词.不过,尽管人人(至少是企业界)言必称大数据,但是其在企业的采用周期要远远滞后于炒作周期.所以大数据从新奇酷的技术变成核心系统,从炒作到产品部署往往需要几年的时间.从去年开始,大家越来越感觉到这项技术已经在某种程度上陷入了停滞.不过好消息是,2017年大数据开始进入部署阶段,大数据的炒作逐渐散去,但它的应用却正在蓬勃发展,代表成熟度的标志性IPO也正在出现.而大数据在几年前经历的泡沫正在无可争议地转移到人工智能身上,过去

2017大数据版图最新发布:新趋势和新玩家

高层趋势 大数据+AI=新栈 2016年无疑是机器学习之年,任何目睹过众多pitch的VC都应该能感受到这一点,那就是每一家初创企业都成为了"机器学习公司",".ai"变成了必备域名,而"等等,可是我们是用机器学习做到这个的"也成为了pitch deck的必备幻灯片.机器学习正在迅速成为许多应用的关键建构块. 相应地,一个新兴的技术栈正在出现,在这个技术栈里面,大数据被用于处理核心的数据工程挑战,而机器学习则用于以分析洞察或者行动的形式从数据中析

XTools观点:大数据太薄,CRM助企业探索厚数据

前言:   人的一生会给这个世界留下痕迹,呱呱坠地.童言无忌.青梅竹马:三两知己,把酒言欢,激情四射:大山大河.奇峰怪石.高峡平湖:浮华背后,机关算尽,如此种种.随着互联网时代的到来,更多的社交方式愈加普及,人们的痕迹,就像"孙悟空到此一游"一样,以数据的形式被记录下来.喜欢的书.音乐.电影.景色.同道中人 -- 数据之大,难以想象.   许多人现在似乎相信,理解我们这个世界的最佳方式,就是坐在电脑屏幕前分析我们称之为"大数据"的海量信息.与此同时,随着智能设备和移

云计算和大数据有什么关系?

当大数据遭遇云计算 从技术上看,大数据与云计算的关系就像一枚硬币的正反面一样密不可分.大数据必然无法用单台的计算机进行处理,必须采用分布式计算架构.它的特色在于对海量数据的挖掘,但它必须依托云计算的分布式处理.分布式数据库.云存储和虚拟化技术. 云计算为什么能盛行呢?在互联网领域应用系统的构建:客户群体是不确定的.系统规模不确定.系统投资不固定.业务应用有很清晰的并行分割特征.数据仓库系统的构建.数据仓库规模可估算.数据仓库的系统投资与业务分析的价值和回报相关.商业智能应用属于整体应用.Saas