营销如棋步步险——大数据时代的精准营销（一）

今天的内容专业性更强，所以数学本科毕业的我上来就要讲算法了。跟大家解释一下刚刚视频里出现的算法，协同过滤算法。这里是举例讲一下算法的逻辑，真正使用的过程中，比这个复杂的多。每一个用户买过的书，都有很多属性，亚马逊会把这些属性进行结构化数据存储，这些属性包括分类、子分类、标签、作者、年份、出版社等等。然后根据这本书里属性，推荐出每个属性相同的书各五本，为每本书设置该属性系数和排名，最后将所有属性系数加权后进行排序，评分最高的五本书就会被推荐出来。这是一个很典型的数据挖掘在电子商务上的应用。

很多人都觉得数据挖掘很枯燥，很难懂，我们现在来了解一下数据挖掘到底是个什么鬼。首先数据挖掘就是为了让数据说出现实中被隐藏在数据背后的商业价值。我们是为了让数据说出事实，说出本质，而不是人的主观判断。数据挖掘可以是通过大量的数据，也可以是细分领域的个别数据，大家注意一下，我这里说的是数据挖掘，而不是大数据。另外就是数据挖掘一定是通过一定的科学的算法实现的。如果某些数据挖掘出来的结果是匪夷所思的，那么就有可能是数学模型建的误差太大。数据挖掘在互联网上应用的起点就是用户行为分析。而数据挖掘在电商领域中应用的目的主要有 2个方面，一个是做到更了解这些未曾蒙面的用户，做出精准信息的推送，促成下一次交易，另一个是根据用户行为预测销售的趋势，提高供应链的效率。比如根据京东的数据挖掘，网站用户浏览量最多的电子产品的商品，7天后才会出现该产品的购买高峰，也就是说平均用户需要用 7天来考虑购买该产品这件事，那么京东就根据这个数据来进行备货，提高资金周转率。

说完数据挖掘了，我们来说说大数据。随着我们产生的数据越来越多，大数据领域在最近五年成为了非常火热的方向。首先我们来看看大数据的定义，大数据（big data）是指无法在可承受的时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力来适应海量、高增长率和多样化的信息资产。我在这里跟大家分享的是我对大数据的看法。我认为大数据的价值是在于能通过数据挖掘的技术得到更多的商业信息，我们能够通过整合这些信息带来更大的价值爆发，我们通过数据共用而节省了更多的资源。而大数据的战略意义不仅仅是因为能掌握庞大的数据信息，更重要的是是能通过对这些信息进行专业化的处理，从而获得更高的价值。

有的枯燥是吧，这里来举个例子。这张图是阿里的生态布局。核心是他的交易业务，与交易相关的应用包括：聚划算、淘宝、天猫、阿里巴巴等等，那么外围的应用呢，包括阿里云、支付宝、微博、高德地图、UC浏览器等等。可能有的朋友不理解为什么阿里要做这样的布局，那么我们可以看一些比较明显的数据关联。下面这个表格里是数据是每个用户分别在不同的网站或应用中产生的数据，但如果我们是用同一个账号登录就可以做这个用户的画像了。

这个就是我了，我在淘宝、天猫上的数据、品牌，我的地理位置的数据，我产生数据的时间，我的平均月消费数据，绑定的银行卡数量，常用的导航查询数据，去过的地点数据，通过淘宝购买过的电影票。阿里通过这些用户行为产生的数据，可以了解这位用户的习惯，推荐更好的商品或服务给他，对他的行为进行预测，通过数据让用户更有价值。

于是在阿里的数据库里，我是这样的：女性，上班族，时尚，对品牌有要求，无车，偶尔去旅游，常住地是上海，收入稳定，单身，常去电影院，消费能力是中间。通过用户行为的画像，可以将用户进行分类，了解用户的行为与属性，对用户的空间接触点和虚拟接触点进行分析。

阿里为什么要做这件事情，根据阿里集团高级研究员梁春晓的解释：我们通过大数据的方式，去更深刻的了解商业活动，规划我们的商业行为，使我们整个的商业效率更高，而使我们对整个资源占有和浪费尽可能的减少，这是她的一个非常大的价值来源。

例子讲完了，我们从这个例子中可以看出，使用大数据的人是具有这些特征的，首先，它自身的商业模式已经产生了大量数据，尤其是用户数据。有一些不能产生大量数据的企业想通过购买的方式使用一些数据提供公司的数据，但这些数据最大的问题是真实性，既然我们的商业行为分析是通过数据进行的，那么数据的准确性决定了我们商业战略的正确性。第二点，使用大数据的人从战略的角度看到了数据能产生的价值飞跃，所以他们才去看这些数据的。第三点，也是最重要的点，他要懂得如何看数据，需要看哪些数据。

刚刚跟大家分析了大数据的价值，那么我们采集用户行为数据、进行数据挖掘和大数据的管理，最后我们是为了做精准营销，精准营销的目前很明确，是在信息爆炸和商品极度丰富的今天，如何把用户需要的信息（商品）推送到用户面前。