发帖
雷达卡
“大数据”（big data）已使许多公司企业、学术机构和新闻媒体为之疯狂；大数据指数量激增的可量化的信息，大部分信息由人们在互联网和社交媒体上的行为生成。企业主管自然被这个想法所吸引：了解顾客消费活动的细节——他们与谁有商业关系、他们喜欢什么商品等，进而就他们的购买倾向得出结论。之所以有望做到这点，一方面归因于这个事实：计算机可进行捕捉数据，供基于互联网的分析工具分析，然后对数据进行分类、过滤和建模等处理。
毫无疑问，大数据将是营销人员眼里下一个改变游戏规则的角色（game changer），但一些企业会从大数据当中获得更大的优势。由于现在市面上有用来挖掘数据的自动化工具，许多主管想当然地认为，能够轻松发现之前发现不了的趋势。但是分析工具需要的绝不仅仅是知道事实，还需要合适的分析人员提出合适的问题，才能做出合适的决策。分析工具对数据进行的任何分析并不仅仅停留在询问“什么”上——这本身已经并非易事。你还得问“为什么？”和“接下来是什么？”
为了解答上述这些问题，并充分发挥大数据的潜力，企业就要回归基本面。在过去的25年间，我一直密切关注不断变化的营销分析工具领域，因而学到了始终是高效数据分析计划之核心的三个实用经验，这几个经验对如今贵企业的数据分析计划应该有指导作用：依赖基于理论的方法，不搞盲目的数据挖掘；尽量全面了解你的客户和市场；从实践中学习。
先从理论入手
要是分析人员没有大体的理论，不了解消费者如何养成消费偏爱、并作出相应行动，很快会被现有的大量数据所淹没；哪怕拥有世界上的所有处理能力，也无济于事。首先应该对顾客的需求以及如何为顾客创造价值有一个明确的假设。这也许是处于研发阶段、你认为有望一炮打响的产品。也可能是你的市场中有些顾客其实并不忠于任何一个商家——你稍稍调整做法，说不定能赢得这些“尚未决定投谁一票的人”。一旦你收集到了检验假设所需要的数据，分析数据后通常会形成具体的想法，明白如何制定成功的价值方案，并经受市场的考验。周密的市场细分——根据类似的消费行为或偏好把顾客和潜在顾客聚集起来，就能带来极其有效的定位战略。
一家制药公司力图为一种销路越来越不景气的药品提升销量，相应的销售人员数量已大幅缩减。于是该公司认为，如果更合理地调派剩余的销售人员，也许能改善销量。公司领导人假设，目前制定的销售计划并没有精准地锁定最有可能开他们这种药品的医生。为了验证是不是这种情况，公司收集了大量的数据，以了解治疗这种药品所对应疾病的所有医生——医生们每年开了多少张处方，他们所开的处方数量是增加还是减少，以及医生们青睐哪家制药公司的药品（该公司自己的还是主要竞争对手的药品）。这番分析工作开展下来后，该公司找准了市场的最佳契合点：本来就开大量处方的医生；这群医生所开的处方每年都在增加；并不青睐哪一家制药公司的药品，两种药品所开的处方大致相当。于是销售团队不失时机地抓住了这个机会，收到的效果超乎预期。
窥一斑而见全豹
营销界历史上最重要的经验之一就是，出现一种新的数据源时，大家都对它一见钟情。但是精明的公司往往退后一步思考，尽量全面地了解顾客和市场。它们积极地挖掘新数据源，又不怠慢可能为分析人员提供重要的缺失数据的其他信息。
别忘了：这不是数据变革头一次为营销人员改变游戏规则；以往的转变并非总是一帆风顺。上世纪80年代中期，条形码扫描技术的出现让企业能够在付款台收银机处收集信息。在这之前，收集的数据很有限；企业只知道自己发了什么货，可以问顾客购买了什么货品。但条形码扫描器问世后，企业实际上在销售点就能看到发生的消费行为。在这项技术的早期应用阶段，这种新的认识反而导致了许多失误。那是由于，主管们过于关注价格促销对销售带来的影响，结果忽视了营销基本面：品牌资产和品牌树立。不过随着时间的推移，许多企业建立了更高级的统计模型，改变了工作重点；在近30年间，条形码扫描器成了对消费者营销和零售业帮助最大的工具。（如今，这种销售点信息的涵义已有所扩大，还包括忠诚卡数据，这让零售商得以深入了解每户家庭把什么商品放到购物篮里，并深入了解网上购物行为。）
就像条形码早期有缺陷的营销投资回报率模型一样，最新的大数据分析也可能有误导性。许多零售商说：“我对于自己货架上销售的商品了解得一清二楚。我非常清楚我那些拥有忠诚卡的顾客。但是把类似顾客之前购买的商品的更多货色上架后，我们却没有看到预期的销量增长。”
缺少了什么环节？如果零售商一味关注最新的数据源，有可能无意中形成狭窄的视角，对顾客缺乏全面的了解。不过，零售商需要尽可能广泛的视角，全面了解客户的购买路径。我们有时称这种视角为“窥一斑而见全豹”。这意味着，更全面地了解你与顾客的互动关系与该顾客与其他零售商或其他公司、购物渠道或活动的所有其他互动关系相比怎样。要是对此缺乏深入了解，顾客就会转投另一家公司，你的销量增长计划无异于面临很大的风险。
从实践中学习
为了获取、协调和挖掘新数据源而采取的头几个措施几乎总是会带来激动人心的新洞察力。你获得了这些洞察力后，敢于尝试新方法、质疑传统的公认方法将至关重要。你可能了解顾客方面的信息，因而促使你质疑某些产品、服务或战略。有太多的事情需要兼顾。我常常建议企业不妨先开展几个试点项目，而不是建议一下子全身心地投入到分析工具。想跑之前先学会走，这大有助益：企业可以挑选想重点关注的某个产品、某个地区和某个问题，然后向自己表明回报大于成本，因而有必要购买分析工具。
比如说，一家跨国能源巨头决定处理这个问题：使用更先进的分析工具，量化并加大营销投入方面的回报。高层主管们选择了涉及三个国家的两个业务部门，覆盖发达市场和发展中市场，开展试点项目。每个项目的概念框架和目标都一样，但是在欧洲经营加油站、在亚洲销售车用机油需要不同的数据集和分析工具。这种多样性让这家公司得以尝试更广泛的可能切实可行的方法，然后确定哪些方法应该用于哪种情形。此外，它们与其他业务部门和国家分享成功经验，从而激发大家对这个项目的热情。结果是推出了一个复杂但注重实效的项目，最后在全球范围内得到了推广、接受和使用。
回归基本面
许多主管对使用大数据颇有兴趣，可是在最新的分析工具和技术方法方面相对缺乏一手经验。就在一开始，他们通常问我这要花多少钱。我忍不住给出的答复是：“如果做出错误的决定，会蒙受多大的损失？柯达公司不够迅速地应对新兴的数字摄影技术，它蒙受的损失有多大？”我比较直接的回答是，分析工具可能需要一大笔投入，首先需要合并和协调数据。除此之外，企业需要训练有素的专业人员，才能开展更高级的工作，发掘隐藏模式，解读这些模式，并将它们转化为企业可以派用场的洞察力。
但是正如这三条基本经验表明的那样，这是个可控制的过程，并有望获得显著回报。实际上，我的切身感受是，一旦企业开始投入到分析工具，几乎停不下来。它们因此掌握的信息可以不断改进业务，因而带来更大的回报。分析工具已成为许多企业增强市场地位的一种自给自足的方法。
（本文原载《战略与经营》杂志，作者Steven Veldhoen是博斯公司大中华区合伙人。沈建苗翻译）
IT经理世界 2013年第1期
提升卡
置顶卡
沉默卡
变色卡
抢沙发
千斤顶
显身卡
京公网安备 11010802022788号
