互聯網的發(fā)展帶來了海量的廉價數據，也引發(fā)了關于大數據未來商業(yè)應用前景的熱烈討論。然而，對于大數據的討論很多都流于概念的炒作，并沒有深入到數據的本質，基于大數據的互聯網營銷與品牌管理，也遠不像人們想象的那么容易。

隨著科技和互聯網的發(fā)展，我們現在擁有越來越多的數據。互聯網是個低成本的連接，大家可以在互聯網上自發(fā)的產生內容、展開互動，所以互聯網上的數據流動性非常強。

當我們看數據的時候，不僅要考慮數據量的豐富程度，同時也要考慮數據的流動性和新穎程度。

互聯網是個交互的載體，所以我們通過數據可以發(fā)現很多可能的商業(yè)應用前景?，F在對于大數據的討論有很多，但是我想說的一點是，很多有關大數據的討論僅是概念的炒作，并沒有真正深入到數據的本質。

所以在開始之前，我想先舉幾個反例，而這幾個例子在很多書籍里面是作為經典的開篇案例來被論述的。

從幾個“經典”案例談起

谷歌在2009年推出了一款預測流感爆發(fā)的數據產品，原理是如果某個地方對流感相關的關鍵詞的搜索量如果突然增加，那么這里就可能爆發(fā)流感。2014年，一些科學家檢索了過去5年的預測結果，發(fā)現其中92%都是錯的，而且很多大的流感并沒有預測到。

為什么會出現這樣高的錯誤率?

因為流感的爆發(fā)是很復雜的事，與人口密度、人口流動、氣溫、飲食、衛(wèi)生條件等很多因素相關，而關鍵詞的搜索頻率提供的信息極其有限，用來預測很有可能出錯。

還有一個案例很多人聽過，啤酒與尿布的故事，說美國的爸爸給小孩買尿布的時候會順便給自己買啤酒。但是，本人實際分析多套美國超市銷售數據后從未發(fā)現這兩個品類間有顯著的相關性。所以這也只是一個噱頭。

還有很多類似的討論或者炒作，因此希望大家可以更理性的去看。

中國的大數據產業(yè)

再回頭看國內的數據產業(yè)。

雖然大數據話題已經被討論了好幾年，但實際上基于數據的變現面還是比較狹窄的，遠遠沒有我們想象當中的那么美好。

真正能用數據變現、賺錢的，大都集中在程序化廣告、精準營銷、用戶畫像領域。其它的領域還是停留在概念階段，比如我們討論很多的消費金融、大數據征信，實現的難度很大。

主要原因還是因為缺乏數據——很難有一家公司、一個機構，能把一個消費者在生活各方面的消費信息都收到，例如支付寶上的芝麻信用收集到的是你用支付寶時的交易記錄，而沒有財付通或者現金的交易信息。

所以說，在普遍缺數據的背景下，我們應該理性的回歸到數據問題本身。這其中一個很重要的原因是，數據的標準化、規(guī)?；浅ｋy。

一套數據對一個人可能值10塊錢，對另外一個人就可能值10萬，因為兩個人所處的角度不同，對數據的分析挖掘能力不同，提取價值的能力不同，有各種原因導致數據很難被標準化。缺乏標準就難以交易，缺乏交易就能成規(guī)模。

正確認識數據的價值

在我看來，數據沒有直接的價值，數據不等于價值，數據到價值之前還有很長的一條路要走。

“大”數據本身是個非常模糊的命題。而且，數據本身是個科技范疇內的東西，但在很多時候卻被當成概念進行炒作。

大數據的起點是業(yè)務數據化，終點是數據業(yè)務化，也就是說，最后能通過已有的數據產生新的業(yè)務點、現金流、利潤。這個過程不是一蹴而就的，大數據不是黑和白、零和一的過程。這是一個需要循序漸進、逐漸積累內功修煉的過程。

我們可以以一個金字塔的方式形容它。

首先是數據源，解決數據收集機制的問題。不同公司有不同渠道收集數據。數據收集這個事情想象空間非常大，絕對不僅限于那種比較傳統的財務數據、收銀臺的流水數據，或者GPS定位的數據，實際上可收集的數據有很多，我們應該用發(fā)散性思維去想一想，到底怎么樣收集數據。

當然最關鍵的還是要建立一套長效、低成本的數據收集機制。很多行業(yè)現在缺數據，為什么?關鍵在于沒有機制，或者說沒有跟終端市場互動的機制。如果銷售都交給渠道，那自然沒有有效的數據收集。

數據有了，還要有效的管理起來?，F在有很多云計算、云服務的平臺，就是要幫你解決管理問題。但是我們需要明白一點，他們只負責你數據的存儲、計算等，不負責給你收集數據，也不負責給你分析數據、挖掘數據。他們負責的是基礎設施，那之上的數據業(yè)務還得公司自己打造。

數據分析能力：大數據的核心競爭力

很多時候數據的用處是完全靠你自己分析出來的，這套數據有沒有用很大情況下取決于你分析的能力怎么樣。所以，分析能力、挖掘能力、建模能力，是一個核心競爭力。

那具體來講，我們?yōu)槭裁匆治鰯祿?

第一，大數據時代實際上是一個大噪音時代。

大家不要把大數據想得太美好，特別是當你真要去做數據工作的時候。小數據時代，數據不多，能看出有趨勢就有趨勢，沒趨勢就沒趨勢。但是，數據量非常大的時候，當你打開一套數據的時候，迎面而來的可能全是噪音。

數據越大，噪音越大，也越考驗你的數據挖掘和分析能力。這個能力既是你的技術能力，同時也是你對市場的理解能力。要把兩者有效地結合起來，才有可能分析得好，預測得好。

第二，大數據不等于全部數據。

前幾年剛剛開始有大數據這個概念的時候，市場上有一個非常錯誤的觀點，就是大數據時代我們不需要考慮抽樣了。這是非常錯誤的。因為再大的數據也還是一個樣本，所以你一定需要懂抽樣理論，了解在當前的觀察樣本情況下，會對你的業(yè)務結果產生什么樣的影響。

第三，數據的外生性和內生性。

數據本身并不一定能表達因果關系，很多時候它只是個相關性。相關性不影響預測，但影響決策。二者之間的關系需要謹慎把握。

案例：美高梅賭場的精準營銷

舉一個賭場的例子。有一個大型的博彩集團叫做美高梅集團，在澳門、拉斯維加斯都有。

做賭場生意，關鍵是什么?人流，因為賠率相對比較穩(wěn)定，只要有足夠的人流量，賭場賺錢。所以這個生意跟零售業(yè)很像，沃爾瑪做的也是人流量的生意。

對于賭場來講，他們的數據分析里面非常關鍵的一點就是引流和降低流失率，盡量提高客戶留存率。

賭博行業(yè)是一個市場競爭非常激烈的行業(yè)。開賭場的人太多了，像拉斯維加斯那條大街上面，很多家賭場，大大小小、金碧輝煌，賭場為了能夠更好地留住客戶，一般都不只是有賭場，還有餐飲、酒店、演出、購物等一站式服務。當然其中肯定是賭博的利潤最大了，所以為了爭取客戶、留存客戶，精準營銷是非常重要的。

賭場關注精準營銷這么多年，他們現在要做的一個工作是，把原有的精準營銷模型更進一步地去優(yōu)化。其中很重要的一點是，我需要去量化我的促銷力度跟賭博總消費之間的關系。

這個問題其實很復雜。原因有：

第一，數據很多很雜很亂。

第二，促銷的結果有時候因果是模糊的。

第三，賭客來賭場消費，他的決策過程是很復雜的。我選擇你家賭場，可能不是因為你家賭場有多好，可能是因為你家的飯好吃，可能是因為你家的酒店好住，可能是因為你家的演出好看。

還有一個非常復雜的問題是，新賭客越來越多，歷史上他們沒有出現過，怎么給他們做精準營銷?

賭場使用的模型是很經典的針對人流量生意的數據模型，叫RFM模型(Recency-Frequency-Monetary)。

Recency就是最近一次消費的時間，時間越近你的價值越高;Frequency也就是消費頻率;Monetary就是你花的錢。但是你也可以看出，這樣也有一個問題，就是你沒有辦法區(qū)分天性豪賭和促銷敏感的人。

所以，他們的新模型就要解決這些類似的問題。那具體怎么解決?

剛才我們說到內生性，實際上它就需要采取一種所謂的“差別中的差別”(difference in differences)的方法。

就是說，我需要在RFM分數類似的這些人里面再去看你們之間的差別。因為只有RFM分數相同的人，才有比較性。同時使用協同過濾等技術來解決新顧客問題，等等。

現在，我們有一個新的模型，但是萬一最后用起來不好呢?

這個時候要去做隨機實驗，將部分顧客隨機分三組，分別使用新模型、老模型、無模型進行精準營銷。然后對比一下，哪個組的ROI(轉化率)更高，才能驗證新模型到底好不好。

最后發(fā)現，的確是新模型更好，所以在2015年加上了一個新模型以后，他營銷的ROI提高了58%。

我們講數據分析、數據挖掘、數據建模，實際上我們目的最終不是數據，而是希望通過數據理解背后產生數據的東西。

是什么產生了數據?人產生了數據。

我們總是希望通過數據，找一下背后人的行為和特征，然后基于這些去做數據的變現。

所以，數據分析的邏輯不是以數據預測數據，而是通過數據預測人，人再來產生新數據。我們必須關注產生數據的人，這才是數據分析的本質。

任何的數據模型，都應該考慮具體的業(yè)務場景和消費者的微觀行為。好的大數據模型，一定是有好的技術，同時里面融入非常好的商業(yè)邏輯和經驗，這絕對不是個IT程序員能簡單解決的。

案例：社交網絡的大數據征信

最后討論一個金融消費品的數據模型：社交網絡的大數據征信。

就是你希望通過在社交網絡上給一個人的信用打個分數。這個很重要，因為現在要講消費信貸、普惠金融，必須要對一個人的信用情況做一個判斷，做個人風控，但是中國之前的個人信用評價系統相對比較簡單和落后。

現在我們希望跳出傳統的金融數據，拿到一些其它的數據。這個人的人際關系、朋友圈、心理狀態(tài)、生活狀態(tài)，可能對他的信用都是個很好的反映。那這些東西從哪來呢?現在是社交網絡時代，很有可能都是從社交網絡而來。所以，現在就有個很熱門的話題——社交網絡的征信。

這必然會涉及到社交網絡的征信模型。這里我們更多的不是要分析行業(yè)，而是怎么樣去社交網絡上進行建立征信的數據模型。

社交網絡是特別復雜的，所以說，你要去社交網絡上給人的信用建立一個數學模型，首先得給社交網絡建立一個模型。

首先，你必須要能夠處理社交網絡的噪聲，社交網絡的噪聲是非常大的。

另外，假設有一天大規(guī)模實現了社交網絡征信，大家交朋友的方式也會隨之改變，這是內生變化。我們也得把這個可能的內生變化加入到數據模型里面去，讓整個過程自動化。

要給社交網絡建立一個模型，我們就要想，人為什么要建立關系?人跟人之間為什么會形成社交關系?因為人和人之間的相似性。

我們用特定的統計模型模擬人和人的相似性。先有了這個社交網絡的模型，我們再去建征信的模型(課上有詳細討論，此處省略)。我們要考慮你的信用到底怎么樣?以及我對你的信用的判斷，準確率怎么樣?比如說我判斷你信用非常好，但是我知道這個判斷的結果的誤差很大，那這樣的結果可能用處也不大，我需要的是一個誤差比較小的判斷。

如果我們采取了大規(guī)模的社交征信，實際上是放大了人跟人之間的差異。原先我可能跟這個人會成為朋友的，但現在因為要征信了，我得謹慎了，所以我就不跟他成為朋友了。在放大了人跟人之間的差異的情況下，我們再去看最后的征信結果就會發(fā)現，這其實是個正循環(huán)(課上有詳細討論，此處省略)。一旦人交友更謹慎了，實際上數據質量是更高了。

社交媒體數據征信建模在美國已經實施，他們用的模型就是按這樣的思路來的。首先寫一個社交網絡的模型，然后再寫一個征信的模型，同時要考慮到產生征信以后，對社交結構產生的影響。

你至少要把這三點寫進去，才完成了一個基礎性的數據工作，這里面當然還有很多問題我們可以去建立模型，比如弄虛作假、違約率、借款利息等等，所以這里面還有更多的拓展可以做。

最終我們想強調的一點是，數據的挖掘、建模與分析，是大數據營銷過程中的核心競爭力。這里面牽涉到非常高深的技術，而且也不能缺少對商業(yè)的洞察。這一切最后都落在既懂數據，又懂業(yè)務的數據數據BI科學家肩上。而當下的中國很欠缺這方面的人才。

更多資訊請關注微信公眾號mbadegree!