【bimba课堂】大数据让天下没有被浪费的广告 -凯发官网入口首页

2016年5月22日晚，美国gausscode总裁程杰博士为北京大学国家发展研究院mba学员带来了一场特别的讲座——《从大数据我们能够学习和获得什么？》。

北京大学国家发展研究院助教授马京晶在开场辞中介绍，程杰博士是著名大数据科学家，美国gausscode创始人兼ceo，美国adara首席数据官。

（图为北京大学国家发展研究院助教授马京晶）

在现在这个信息大爆炸的时代，程杰博士谈到，单是美国，每年就有1120亿美元的广告被浪费。只有22%的美国人认为广告是可信的，同比之下有45%的人都相信脱口秀。42%的消费者都会在网上消费。消费者关于产品和服务的评论达到了5000亿的数量。80%的ceo认为他们的品牌给消费者带来了绝妙的体验，但是他们的客户却只有8%同意。80%的在线广告没有投放给他们的目标客户群……那么，针对这些种种问题，我们该怎么办？

图为美国gausscode创始人兼ceo，美国adara首席数据官程杰博士

识别客户，就是要创造出客户的单一视角，并识别出哪些客户是现有的，哪些是潜在的；哪些是新客户，哪些是老客户；哪些是忠实客户，哪些是普通客户；哪些是活跃型客户，哪些是沉睡型客户；哪些具有高价值，哪些具有低价值。

小时候，家门口附近的小夫妻店的老板都认识去买他东西的每一个居民，然而现在的社会，即使你经常去一家商店买东西，老板还是不认识你。所以现在识别、认知客户，是一件很困难的事情。程杰博士展示了一个营销漏斗图（fragmentedfunnel），漏斗的上下两层都不连接，消费者在线上考虑,从是否购买到决定，都是匿名的。但是当他们去线下实体店购买时，就变成了实名。我们为了唤醒沉睡客户，通常会使用dmp(data-management platform)数据管理平台，把分散的第一、第三方数据进行整合纳入统一的技术平台，并对这些数据进行标准化和细分，从而将这些细分结果推向现有的互动营销环境里，用定制的 email等多种方式来重新唤醒客户。企业的另一种方式是用crm技术来管理与客户之间的关系，用计算机自动化分析销售、市场营销、客户服务以及应用等流程。

数据的渠道有很多，都会记录不同的id。但是不同地方保护隐私的需求不同，而且有些也是商业机密，以及对消费者偏好需求的掌握，这三点在美国已经开始用网站cookie进行打通。但是由于大数据收集时，很多信息都会发生改变，例如美国的女人结了婚之后要改变成夫姓，以及一个客户在不同阶段，他所工作的公司，邮箱，地址，等等都会进行更换，那么客户的价值就会降低，因为系统无法识别出这个客户究竟是多少年的客户。由于现在的企业每人只能知道客户信息的碎片，迪士尼就希望他们能够了解他们的客户每分每秒，从而连接这些时刻，认识他们的客户。

程杰博士重点介绍了adara公司。adara公司主要在垂直的行业获得了成功。信息的碎片化就是指，作为一个旅行人，一方面你使用的航空公司和使用的酒店经常会换，另外即使他常住的酒店和常飞的飞机都是同一个公司，他在搜索航班、比较价格的时候，也会在不同的网站上去看。所以所有这些行为，其实在数据记录的时候，都是记录成不同的数据库，记录成都是不同的人。有的是同样的名字是可以连接在一起，有的是有手机号，有的是有email地址，有的是匿名的，所以很多东西都混杂在一起很难连接。

adara通过近三年的努力，联合了全世界80多个大型公司。包括美国三家大型航空公司和万豪、希尔顿等国际知名酒店。这些数据不是单独的凑在一起，在数据的管理上adara内部必须有防火墙，每一家的公司数据都是单独的。adara用技术的手段，通过匿名的方法把不同公司的数据点连接在一起。所以比如一个旅行者今年飞了10次，一半是飞的达美，一半是飞的联合，对于他们来说，他们只看到各自飞了5次，但是对于adara知道飞了10次。

接着程杰博士还讲到了3亿数据点，每个数据点里面有23条数据，包括旅行者到航空公司搜寻“什么时候走，什么时候回，从哪儿走到哪儿去，一个人走还是几个人走，是一等仓还是经济仓”这些数据实时到adara的服务器，然后产生有价值的服务。这个大数据中每一个数据的价值在哪个位置，能动性把它实现商业价值。全世界组里15个亿的各种各类广告会实时竞拍，也就是说adara知道一个消费者在什么时间，在某一个网站出现，这时候可以有一个跟他广告对接的机会。这个机会送到消费者是100毫秒的机会反应，其实只有50毫秒再加上网站的延迟。我们从3亿数据里面找到，并知道这是商旅还是一般休闲旅行的人，一般去的是哪些目的地，用的什么酒店，然后根据这个广告的位置来确定，这个广告让哪一家公司做。决定以后adara要提出一个价格，公司要出多少钱竞争得到广告交流的位置。所有的东西都是在几十毫秒完成的，所以大量的数据、快速的反应，能够把这些平时积累的数据洞察反映到一个广告决策上。在约15亿广告位中，一般每一天会推送3100万个广告。这就是大数据可以创造出的商业价值。

消费者有三个最重要的行为：消费、寻购和购买。我们要从消费者的购买行为延伸到研究整个消费行为的路径，以及购买后的体验。而且要从行为延伸到地域人口特征，从而将购买行为、品牌亲和力、生活方式和兴趣等因素连接起来。

程杰博士讲到，从消费者数据金字塔我们可以看出，越是基础的数据（例如姓名、邮箱、地址等）是越容易获得的，但是预测价值很低；相反，越是金字塔顶层的数据（例如购买活动、购买倾向、生活方式等）就越是难获得，但是这些数据的预测价值却非常高。但是另一方面，数据的稳定性也是从塔底到塔顶逐渐由清晰变得模糊。不同的数据渠道获得的是消费者不同类型的数据，这些掌握在不同数据源里的数据，之间无法打通，而且这种现象在中国尤为严重。如何将这些数据整合是一个重要的难题。

理解客户就意味着我们要理解他们的生活阶段、价值体系、偏好和想法。

家庭层级的系统细分就是将不同的人群按照年龄、婚姻状况、孩子数量和孩子年龄、薪水、资产、人口密度等因素进行划分，将细分变量达到每家每户，从而了解不同家庭之间彼此的生活状态。

程杰博士还谈到针对消费者技术依赖度的细分。根据对技术的态度是消极还是积极，我们将人群进行大致划分，然后根据他们主要的动机，我们还会从职业、家庭、娱乐等层面进行划分。程杰博士还展示了一张图，其中有网虫（mouse potatoes），这种人群就是指那种非常喜欢长时间坐在电脑屏幕前的人，而他们对于技术的依赖度也是最极端的。就像苹果刚发行新款产品，有很多狂热的果粉会半夜排队去购买，这种人往往就出自这群“网虫”。

在对消费者进行细分过程时，我们要注意从很多方面进行度量：消费者的购买历史、生活阶段等，这是消费者价值的体现；一些通常的会影响目标行为的因素；他们是哪些人；他们对品牌、产品、价格点等的兴趣和喜好；他们是否是高价值客户；他们还有哪些其他特征，等等。

预测客户，就是要预测他们接下来最可能的需求、购物渠道、媒体兴趣、市场时机以及支付能力。

消费者将他们的购买基因表达出来就形成了购买行为，而在这背后有很多可分解的因素。消费者的理性消费决策往往是由产品倾向（product propensity）导致的，这其中包括很多因素，例如手机的型号，旅行的方式，车辆的类型，等等。而非理性的消费决策往往是和品牌亲和力（brand affinity）相关的。一个产品有没有牌子可能对消费者购买的影响很大，因为在某种程度上也许他对这个品牌存在共鸣。

把握这些消费决策因素对营销至关重要。例如现代汽车要推行一款现代豪华车，那么现代汽车公司就要明白，喜欢现代这个品牌的是哪种人群，喜欢豪华车的是哪种人群，两种人群之间叠加的那部分就是他们的目标客户。

影响并引导你的客户就要求我们通过在真正的时间、在正确的时间、在所有的时间来用渠道和媒体和你的客户交互，并且用个性化的产品内容、信息、供应和版式来向他们推荐。

围绕消费者的沟通体验，我们不仅知道某个客户他是谁，我们能预测他会如何行动，还会注意到一个触发的行为。而从线下到线上，我们还会建立跨渠道的用户体验。程杰博士拿旅行作为例子来说明消费者的购物周期。消费者会经历发现、查询、考虑、预订这四个环节。而每个环节经历的的时间是不同的。消费者开始幻想去旅行大概在91天前的时间，真正开始去搜寻是在46-90天左右，而开始考虑是否做出旅行计划是在15-45天左右，最后14天内会做出购买的决策。所以针对该购买周期的不同时间点，我们要给客户不同的信息，来影响他们做决策。

不同的企业所专注的环节是不一样的，有的注重展示，有的注重搜索，而有的注重社交。如何将这些数据和消费者之间建立起联系便是一个重要的问题。如果我们将消费者的购买行为进行细分，从消费者的唤醒，考虑，到最后的决定，

程杰博士还谈到了闭环个性化营销。这种营销方式第一步要评估和收集客户视角（assess and collect），第二步要试图用细分引擎对消费者进行描述（describe），第三步要预测和为消费者做推荐，同时实现企业价值的最大化（predict/optimize），第四步就是参与，进行实时交互（engage），第五步就是要测量和改善，使用多种方式例如活动结果、网络分析、面板数据等等获得所需的更多信息（measure and refine）。

最后，程杰博士总结到，我们要进行多维度的观察了解，多层次的分析洞察，多渠道的互动营销，多目标的决策优化，才能使营销更有效率。