京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据营销:追踪到行为,却抓不住心
曾几何时,大数据和大数据营销风靡全球,大数据的火爆,带动了国内外学术界、企业界和政府的热情,各类相关研究机构如雨后春笋般涌现。有人说大数据的热潮触发了一场思想启蒙运动,使得“大数据是资产,不是包袱”、“要拿数据说话”等观念逐步深入人心,改变了以往不重视数据积累、不相信数据分析等认识。然而,在大数据热火朝天前行的路上,开始有人用冷静的眼光进行反思和批判。例如,2014年3月英国报刊《财经时报》(FinancialTimes,FT)刊发“大数据:我们正在犯大错误吗?(Big Data: Are We Making a Big Mistake?)”。2014年4月《纽约时报》发表题为“大数据带来的八个(不,是九个!)问题(Eight(No, Nine!) Problems With Big Data)”的文章。与此呼应的是,在企业实践中,大数据营销的应用乱象丛生,遭网友调侃。
豆瓣:我买了俩馒头,他问我,你要不要来碗米饭?
淘宝:我吃完俩馒头,他问我,你要不要来俩馒头?
百度:“老板,给我俩馒头”-“湖南株洲馒头机制造厂供应优质馒头机”
腾讯:正当我要买馒头时,他在后面拍了拍我,“同学,来我这买,一模一样,还有豆沙馅”
360:让我摸一下,免费送馒头。
类似简单粗暴的产品推介在营销实践中也频频发生。记得前段时间,有位消费者在一家网络平台购物,后来这家网络平台就不停地给她推荐相关产品,于是她就发了条经典的评论,说这家网站虽然能够追踪到她的行为,但却抓不住她的心。一语道破大数据营销目前的局限。那么,大数据营销为什么抓不住消费者的心?未来怎样才能抓住消费者的心?人们努力的方向是什么?
大数据营销和消费者的心之间是个什么关系。如果说大数据营销的基础和前提数据挖掘是人类认识外界事物的一种技术,或者说是一种科学的手段;那么,用这样的一种方式或手段来认识消费者的心,我想是存在问题的,而且离抓住消费者的心还是有很大距离的,未来依然有很长、很艰难的路要走。因为目前的数据挖掘还处于初级阶段,有简单的案例,也有深入的案例。简单的案例,就像男性消费者去超市给孩子买尿不湿,顺便买啤酒,通过数据挖掘发现啤酒和尿不湿有极大的关联,因此,超市后来就调整了啤酒和尿不湿的摆放距离。深入的案例,就像美国宾州州立大学丁敏教授与中央财经大学王毅等人目前研究的声纹,通过从不同人口统计特征变量的数据挖掘,找出消费者个体内在的性格特质,然后提供个性化需求,进而提高绩效。
大数据营销所面临的挑战
虽然这些成果确实带来了企业绩效不同程度的上升,但目前的大数据营销依然面临着四个方面的挑战:
第一,数据挖掘的事后性或滞后性。大家都知道数据挖掘中所使用的数据都是事后发生的,在时间维度上具有滞后性,这也是数据挖掘自身方法的局限性所在。海量的数据若不能及时有效地利用,存储的成本也会不断上升,犹如食之无味,弃之可惜的鸡肋。而且海量的数据杂乱无章,并非像人们心里所想的关系发生演绎,因此,人们难以掌控数据间的逻辑关系。一旦数据遭遇损失,若不能完全恢复,也会对整体的分析造成不利的影响。未来企业生存与发展所面对的环境不确定性逐渐提高,数据挖掘若不能及时跟进,准确预测未来,总是马后炮,那么对企业的价值何在?
第二,非数据事物的数据化。也就是说有些数据是量化的,直接可以用数字来表达;而有些数据并非量化的,像网络评论、图片、声音,甚至是一些物理情境的因素,该如何将这些非数据事物转化为数据?同时,在转化的过程中,他们的量纲,也就是单位不同,采用统计分析软件进行标准化的过程是否科学?这些都是需要解决并回答的问题。
第三,数据本身的真假。数据在搜集过程中,如何知道人们在报告数据时说的是真话,而不是假话?心理学领域有研究表明,人们的心理存在内隐的和外显的,用通俗的话来说,就是心里想一套,嘴上说一套,手上做一套,完全不一致。就像2016年下半年美国的总统选举,调查时不少人说要选希拉里,可到真正投票时,那些人却投了特朗普。什么原因呢?其中之一是,据我的一个朋友对美国选民的调查发现,不少人怕嘴上说选特朗普会受到周围人的谴责,或会影响到他们的形象,但心里面却认同特朗普的不少做法。所以,最后特朗普赢得了大选。那么,数据挖掘如何应对“想一套、说一套和做一套”的情况呢?
第四,数据挖掘是行为到行为,现象到现象的关联影响,难以反映出消费者的心理动机。心理学领域在谈到动机与行为间的关系时,常常强调一个行为背后有多种动机,或者说一个动机会产生多种行为。数据挖掘所发现的结论大多是主体或现象之间的关联,并不能解释为什么关联?尤其更加无法揭示主体或现象之间关联的深层次的多种动机或原因。就像在网上买个手机,有的人是为自己买,有的人是为他人买,当产品的购买者与使用者不是一个人,或者说分离的时候,该如何通过数据挖掘分别知道购买者和使用者的动机呢?
第五,大数据营销中的数据安全问题。当我们过度挖掘数据,对消费者进行营销时,如何让消费者感觉到非常自然,而且自己的信息没有被泄露呢?这里我列举一则顾客买披萨遭遇大数据营销的段子:
某比萨店的电话铃响了,客服人员拿起电话。
客服:XXX比萨店。您好,请问有什么需要我为您服务的?
顾客:你好,我想要一份……
客服:先生,烦请先把您的会员卡号告诉我。
顾客:16846146***。
客服:陈先生,您好!您是住在泉州路一号12楼1205室,您家电话是2646****,您公司电话是4666****,您的手机是1391234****。请问您想用哪一个电话付费?
顾客:你为什么知道我所有的电话号码?
客服:陈先生,因为我们联机到CRM系统。
顾客:我想要一个海鲜比萨……
客服:陈先生,海鲜比萨不适合您。
顾客:为什么?
客服:根据您的医疗记录,你的血压和胆固醇都偏高。
顾客:那你们有什么可以推荐的?
客服:您可以试试我们的低脂健康比萨。
顾客:你怎么知道我会喜欢吃这种的?
客服:您上星期一在中央图书馆借了一本《低脂健康食谱》。
顾客:好。那我要一个家庭特大号比萨,要付多少钱?
客服:99元,这个足够您一家六口吃了。但您母亲应该少吃,她上个月刚刚做了心脏搭桥手术,还处在恢复期。
……
大数据营销未来努力的方向
综上所述,大数据营销的前提是挖掘网上的数据,而网下的数据较难搜集;同时,对于非数据化的事物如何转化为量化的数据面临着挑战。尤其是大数据营销虽然能够追踪到消费者的行为,但却抓不住消费者的心,不过未来要想抓住消费者的心,也还是存在努力的方向,其一是大数据营销与人格心理分析,其二是大数据营销与人际情境心理分析,其三是大数据营销与物理情境心理分析,其四是大数据营销与文化背景心理分析。最后,我想说的是:人心即宇宙,宇宙即人心。路漫漫其修远兮,吾将上下而求索。大数据营销未来之路漫长而艰辛,至于能否抓住消费者的心,依然是个未知数。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
【核心关键词】软件、洞察力、大数据、产品、经验、硬件、流量、创新、决策、数据安全、网络安全、数据分析、决策制定、数据挖 ...
2026-06-18在方案选型、效果复盘、产品评估、供应商筛选等各类业务决策场景中,仅凭单一指标下结论往往会陷入 “以偏概全” 的误区。多维度 ...
2026-06-18 很多数据分析师精通Excel单元格操作,但当被问到“表结构数据的基本处理单位是什么”“字段和记录的本质区别”“为什么表结 ...
2026-06-18在数据分析、用户运营与业务增长的工作体系中,漏斗拆解是最基础也最高频的问题定位方法。很多业务场景下,我们只能看到最终的转 ...
2026-06-17在数据库开发、数据清洗与报表统计场景中,数值类型转换为日期是高频刚需操作。业务系统常以 Unix 时间戳、整型日期(如20240617 ...
2026-06-17 数据分析师八成以上的时间在和数据表格打交道,但许多人拿到Excel后习惯性地先算、先分析,结果回头发现漏了一列关键数据, ...
2026-06-17【核心关键词】数据库、电商、知识、产品、数据产品、监管业务、产品经理、业务系统、用户行为分析、用户分析、数据分析、电商 ...
2026-06-16在 Python 动态类型与面向对象的编程体系中,变量定义与类实例化是构建代码逻辑的两大核心基石。变量是数据存储、传递与运算的基 ...
2026-06-16 很多数据分析师每天与Excel打交道,但当被问到“表格结构数据和表结构数据有什么区别”“数据类型误判会引发哪些分析错误” ...
2026-06-16在 MySQL 查询性能优化体系中,索引是降低查询耗时、提升数据库吞吐的核心手段。其中联合索引与覆盖索引是实际开发中最高频的两 ...
2026-06-15在数据仓库建设与商业智能分析体系中,维度建模是应用最广泛的建模方法论,而事实表与维度表是维度建模的两大核心构件,共同构成 ...
2026-06-15 很多数据分析师能熟练计算指标,但当被问到“这家企业的核心业务目标是什么”“如何把模糊的战略目标拆解为可量化的指标”“ ...
2026-06-15在数据分析、业务监控、运营复盘等场景中,列值趋势计算是核心需求之一。无论是分析销售额的月度增长、用户活跃的变化趋势、库存 ...
2026-06-12在数字经济深度渗透的当下,消费者的购买行为已从过去的 “被动接受” 转变为 “主动决策”。流量红利消退、获客成本攀升、用户 ...
2026-06-12CDA三级认证是三个级别中的塔尖,全面考察数据战略、团队领导和复杂项目的综合能力。它所对应的《敏捷数据挖掘》教材,不再局限 ...
2026-06-12在游戏产业的商业逻辑中,付费玩家是支撑游戏生存与发展的核心支柱。行业普遍遵循 “二八定律”:20% 的付费玩家贡献了游戏 80% ...
2026-06-11【核心关键词】企业、定位、传统、产品、互联网、可视化、业务侧、数字化、结构化、数据分析、传统制造业、市场状态、发展空间 ...
2026-06-11 解读《CDA二级教材:量化策略分析(2025)》的全景结构与学习逻辑 ” CDA二级认证是企业招聘数据分析师时最常提及的证书门槛 ...
2026-06-11【核心关键词】药企、可视化、营销、分类、数据分析师、销售数据、业务人员、指导方向、分析报告、营销数据、营销医生 【专访摘 ...
2026-06-10在统计学分析、问卷调研、实验验证、业务复盘等场景中,卡方检验与 T 检验是应用最广泛的两类基础假设检验方法。前者专门处理分 ...
2026-06-10