京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据是未来营销的救命稻草
大数据!大数据!现在这个词成了各大门户网站各种营销教材出现频率最高的词,于是疯狂的刮起了一阵大数据风潮,特别对大数据在消费者前期调研预测方面所谓功效的大肆渲染。美国《纸牌屋》在成功运用了所谓大数据分析之后,严格定制出来的作品大受欢迎,但我们仅凭星星点点的小规模成功就足以肯定,大数据时代,真是未来营销的救命稻草?那我真要说,还高兴太早!我在这里就不列举各种主流媒介对大数据趋之若骛的各种溢美之词,因为那些都听到耳朵起茧!侧重于过于渲染大数据在消费者前期预测调研这点上,笔者只想说几点:
第一、大数据=大消耗
我们敞开天窗说亮话,做生意哪有不计成本的,得,这大数据还就真是个耗钱的主。从搜集数据成本来说,各大门户网站,各种数据挖掘公司层出不穷,设计各种工具如狗仔队似的巴不得把消费者的底牌窥到极至,那场面堪称宏大,各大门户得建立各种数据部门,这是钱吧?企业主找外包数据公司,这也是钱吧?各种工具用上,工作人员不眠不休盯着,那微博说话用什么词,各种数据模型分析、有的公司甚至想了解完全中国的数据,老大,还要多维度的,试问您真有钱,况且你要么干脆和全国人民说开个数据端每天把数据传给您得了,这样您就可以分分秒秒掌握全国人民消费者的动态,试问,这可能么?您得有多土豪啊?
另外,顺便一提一般线下数据搜集公司,通常采用布各种小分点,分区送试用品送奖品的方式搜集用户体验样本,知名快消企业主尤其如此,这块的付出和投入也是相当的大,且先不说得回来的数据有否有用,但就对这块数据有需求的企业主来说,只要您想得到所谓深入数据,那么您付出的成本也非常大,特别是在今天各个数据终端这么发达和多样的前提下。时至今日,经济慢行,在营销费用里,除了广告、PR、这块费用的上涨依旧在侵蚀着企业主的口袋,各位还是忧着点好。
第二、大数据=朦胧美
对于大数据样本调查的精确度和深度在这里是要提出疑问的。仅仅是数据范围够宽够广就够了么?仅仅是数据调查的项目类别够多就够了么?答案从来没有那么简单!从现在的调查方式和样本采集来说,就存在很多数据的漏洞,包括了线上和线下:
其一、数据调查公司抽取的样本足以有代表性么?据我所知,单举某快消线下调查样品来说就存在问题,例如尿布基本上样品发给的是没用过这个牌子的一组人,她们参与调查的动机仅仅是为了赢得样品和之后的奖品,仅此而已,那么认真回答的可能性就不大,消费意向性也不大,这样的样本调查等于没有做!
其二、在数据调研公司我们常说两个词,定性和定量,这些一般是用来做数据分析比较常规的基准词,但笔者要说的是定量和变量!消费者对一个事物的认知和感觉它是有定量和变量的,通常大数据调查出来的是定量,所谓大部分人一般的看法,可却忽略人的思维的随时变化的变量。比如今天小王觉得挑沙发在乎的是舒适度,明天小王可能听朋友谈起沙发,他又觉得在乎的是沙发的颜色和款式,后天小王也许看了某本杂志又觉得在乎的是档次感,各种变。所以消费者是观念是流动的,大数据仅仅是某一时刻或者时期消费者的喜好和观点,但一旦脱离那个时刻,数据的可变性便体现不出来了,因为人是时刻在变的,这点大数据永远追不上,即使追也很辛苦。
其三、大数据仅仅是统计消费者行为结果和表现频次和偏好,调查不出消费者潜在观念的深刻的观点,因为这个也是在变的,再举小王的例子,小王在微博发几张图,小狗,树和阳光,你能说他就是环保主义者或者素食主义者?信息如此碎片分布,机器的抓取和解读还达不到深度解读的阶段,即使某天仿佛达到了,那也还是存在变量的问题。
第三、大数据=陷入主流雷同,扼杀创新的多元性
试想如果到时候大部分企业主都选择使用大数据,而大部分的数据公司也就那几家,那会出现什么局面?大家可以不难想象,得到的数据结果会基本趋于雷同,因为国内就兴跟风,结果一群企业主会发现,怎么它的产品和我的会象,结果一问才知找的外包数据公司都一家么…那么不是又陷入红海了么?
而这个时候,那些不用大数据的企业反而有些突出重围,他们可以由着他们的小众市场,跳脱出趋于雷同的局面造就独特的差异产品,同时取得一定的市场份额。之后陆续成为主流市场的新军。现实不就有麦包包这类一直专注于产品研发的成功者么?他们也没一天盯着消费者数据看。
而对于依然执着于大数据的主流企业主那里,大数据的依赖必然会对该企业主本身对其他产品创新可能性带来一定的束缚,但不可避免,这些主流公司依然会占据相当的主流市场,而这样也必然波及到其他中小企业的市场,扼杀了一些创新型中小企业的生存空间,消灭了一定的市场创新的多元性,特别是对艺术类和文化类市场来说尤其如此。
对大数据,笔者并非一秆子打到底,但仅仅是想说做好新时代的营销,只依靠这个不是一个出路,因为消费者是活的,不是木偶,不是任由电脑提取的数据而已!
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在MySQL数据库运维与开发实践中,经常出现一种典型现象:数据库实际存储的数据量很小,数据表条数少、文件体积低,但服务器整体 ...
2026-09-11 很多数据分析师能熟练计算均值、标准差,但当被问到“总体和样本有什么区别”“参数和统计量有什么关系”“数据级别的高低如 ...
2026-09-11CDA数据分析师 出品 作者:李诗怡 定义: 将同一时间段内因具备相同属性或共同经历的用户划分为群体,分析其留存与生命周期价值 ...
2026-09-11在零售、商超、餐饮、线下门店等实体商业运营中,客流与销售额是衡量门店经营状态的两大核心指标。销售额是门店经营的最终结果, ...
2026-09-10在数据可视化体系中,柱形图是最基础、应用最广泛的图表类型,其中**累计柱形图(堆积柱状图)**是兼顾整体总量与内部结构的核心 ...
2026-09-10 许多数据分析师精通Excel函数和SQL查询,但当面对一张上万行的销售明细表,要快速回答“哪个地区销量最高”“哪款产品增长最 ...
2026-09-10在Python Pandas数据分析中,DataFrame是承载结构化数据的核心载体,数据清洗、数据修正、条件赋值、字段更新等实操场景,都离不 ...
2026-09-09 很多数据分析师掌握了Excel函数、会写SQL查询,但当被问到“数据从哪里来”“数据加工有哪些步骤”“如何使用分析工具连接数 ...
2026-09-09卡方检验(Chi-Square Test)是统计学中针对分类数据的经典显著性检验方法,核心用于判断两个离散分类变量是否相互独立、数据实 ...
2026-09-09CDA数据分析师 出品 作者:李诗怡 1. 销售漏斗阶段判断 题目:销售漏斗模型中,通过广告、社交媒体等方式触达品牌信息(如浏览品 ...
2026-09-07在Python数据分析中,Pandas库的DataFrame是最核心、最常用的结构化数据表对象,类似于Excel的二维表格,具备规整的行列结构、字 ...
2026-09-07在数据分析、经营复盘、业绩预测与经济统计工作中,平均增速(平均增长率)是衡量数据长期变化趋势、业务发展快慢的核心指标。不 ...
2026-09-07 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 ...
2026-09-07随着大数据技术的快速发展,商业竞争逐步从传统的经验式经营转变为数据驱动的精细化运营。海量的用户行为数据、交易数据、运营数 ...
2026-09-04CDA数据分析师 出品 作者:李诗怡 1. 波士顿矩阵(BCG Matrix) 定义: BCG于1970年提出的业务组合分析工具,以"市场增长率"(纵 ...
2026-09-04 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, ...
2026-09-04数据透视表是Excel与Power BI中最核心的数据分析工具,具备快速汇总、维度拆分、动态筛选的能力,可高效完成数据归类与统计展示 ...
2026-09-03在Power BI数据分析可视化场景中,堆积柱状图+折线图是最常用的复合图表组合。堆积柱状图适合展示各细分维度当期数值、结构占比 ...
2026-09-03 很多数据分析师每天与Excel打交道,但当被问到“表格结构数据的基本处理单位是什么”“数据类型误判会引发哪些分析错误”“ ...
2026-09-03CDA数据分析师 出品 作者:李诗怡 一、8个核心数据清洗函数 1. TRIM:一键清除多余空格(最常用) 作用:仅保留文本中"单词/字 ...
2026-09-02