追随每个消费者美丽的脚步--另一隐蔽战场：通过大数据，寻找人类的消费基因图谱。
第三步：懂我，个性化商品展示和推荐
我们不仅要挖掘顾客需求还要能够创造消费需求。根据不同渠道的特点和每个顾客或顾客群的动线，我们可以专门为某一类顾客群或某个会员，提供完全不同的“一对一”的个性化商品展示和个性化商品推荐清单（PRE lists），并通过重塑我们的数字营销系统，精确投放品牌商的广告。
国内数字广告投放也开始由从传统的面向大众的营销平台转向个性化营销，由流量购买转向人群购买。
移动互联网与社交网络兴起将大数据带入新的征程，互联网营销将在行为分析的基础上向个性化时代过渡。创业公司应用“大数据”告诉广告商什么是正确的时间，谁是正确的用户，什么是应该发表的正确内容等，这正好切中了广告商的需求。
社交网络产生了海量用户以及实时和完整的数据，同时社交网络也记录了用户群体的情绪，通过深入挖掘这些数据来了解用户，然后将这些分析后的数据信息推给需要的品牌商家或是微博营销公司。
实际上，将用户群精准细分，直接找到要找的用户正是社交内容背后数据挖掘所带来的结果。而通过各种算法实现的数据信息交易，未来的市场将更多地以人为中心，主动迎合用户需求，前提就是要找到这部分人群。
在网店或移动商店里，每个顾客的首页可以是完全根据消费者的历史交易纪录和浏览纪录，以及他订阅的购物标签和他为未来1周或3个月收集的购物清单或心愿单来定制的。在线下的地面店，我们同样可以这么做。如针对VIP会员，当会员顾客到店后，我们可以通过iPad或虚拟数字货架，与会员沟通。我们也可以在线下展示社交媒体或网店上粉丝赞得最多的商品。
根据每个顾客的大数据，我们可以建立自动化的个性化商品推荐系统，为每一个顾客提供精准的、少量的、非常个性化的商品推荐。这份清单里面，也许真的像沃尔玛一样，出现“啤酒加尿布”这样经典的大数据故事。当年，沃尔玛的工程师通过追踪分析许多年轻父亲每次的购物小票，发现每到周五晚上，啤酒和尿布的销售量同时都非常高。原来，年轻的父亲们周末下班后帮太太买尿布时，顺手带上啤酒，准备看球赛的时候喝。沃尔玛洞察到这个需求，啤酒和尿布干脆就摆在一个货架上卖，销售量马上提升三成。
亚马逊发布不久的“需求方平台”，将“协助广告商接触网络上的众多用户，同时也帮助客户迅速找到想购买产品的相关资讯”，亚马逊网站推荐的销售转化率可以高达60%！亚马逊的推荐算法非常有名，依靠这套算法，亚马逊向回头客们提供了深度定制的浏览体验。例如，数码爱好者们会发现亚马逊上满是新潮电子产品的推荐，而新妈妈们在相同的位置看到的却是婴幼儿产品。
最终，竞争局面将再一次被改写。
案例：沃尔玛礼物应用Shopycat
Shopycat是一个脸书（Facebook）网页应用，它为用户提供精准的礼物赠送建议，只有脸书用户授权其访问好友数据后才能使用。Shopycat是沃尔玛试水社交电子商务领域的首批产品，也是沃尔玛布局整个 RSM（零售、社交、移动）战略的一部分。
在获得访问好友数据的授权后，Shopycat会首先筛选出与你关系紧密的十个脸书（Facebook）好友。然后，Shopycat将从好友的信息流、个人档案、添加的“喜欢”按钮中分析出他们的兴趣和喜好。最后，Shopycat把提取出的喜好关键词与沃尔玛在线商城内的商品匹配，从而得出礼物推荐的建议。
虽然Shopycat的界面和操作过程十分简单，但开发应用的过程并不轻松。领导应用开发工作的维克.哈瑞纳耶（Venky Harinarayan）解释道，喜好分析算法的设计是整个应用的核心也是开发难度最大的地方。因为，根据 Facebook 好友数据分析出的礼物建议并不都令人满意。假设，好友信息流中出现了大量关于嘎嘎小姐（Lady Gaga）歌曲评论的内容，喜好算法分析出的礼物建议很可能是这些歌曲所属的专辑。然而，现实情况却是这位好友是购买这些专辑后才发表这些评论的。哈瑞纳耶（Harinarayan）表示，现在的Shopycat还只是个开始，未来还将继续优化喜好分析算法，从而得出更加准确的礼物建议。
第四步：“勾引”我，建立“一对一”的全渠道营销
活动和对话借助大数据，我们将引爆一次营销的革命，从广播式的大众营销到“一对一”营销，营销的内容从每一个单品到每一位顾客，从关注消费者的物质需求到尊重他们的人文精神，从单渠道营销到全渠道营销，从会员关系到粉丝关系，从盲目推销到根据顾客的订阅进行个性化推荐，从一站式购物到个性化购物，从满足所有人需求的公共货架到满足每一个人的私人货架。
商业和市场话题使品牌关系演变为双向对话。既然消费者已经看到了社会媒体和大规模的定制能力，他们越来越期待他们青睐的品牌能够以这种个性化的方式与他们进行沟通，而不只是被动地吸收市场营销信息。将这一见解与崛起的大数据相结合，便可以让企业有一个明确的任务：为了让客户充分感受到个性化的互动，那些能够帮助您充分了解客户的数据便是当下最有用的数据。
根据所有顾客完整的全渠道顾客云图和个性化推荐清单（PRE lists），我们可以开展一致性的全渠道推送和全媒体沟通，在正确的时间，用正确的个性化商品清单“勾引”顾客。
这个PRE lists，不仅可以直接通过全渠道推送到每个客户的每一个接触点上，如门店POS的小票，网店或移动商店或微店的浏览界面，购物车推荐页面，单品的相关商品推荐页面等。同时可以推送到传统媒体和社交媒体（如微博私信、微博群发、微信、朋友圈、微店的朋友圈）上，实现店员与顾客之间的亲密互动和情感连接。
根据“物以类聚，人以群分”，我们可以根据某一群顾客的大数据，建立一对一的营销方案，如针对钓鱼的顾客群，我们可以定期发动钓鱼节活动；针对某一个品牌社交媒体的粉丝群，我们可以邀请他们出席我们的年度发布会或周末聚会。同时，我们也可以与每一个顾客开展一对一的营销活动和对话，发动每一位员工(而不仅是首席营销官)，担当起客户经理的角色，分配一张30～50个老顾客的清单，为他们提供清单上这些顾客的大数据分析报告，让每一个员工倾听或监测、参与和管理现有的清单上的老顾客和潜在的每一个顾客，在全渠道的每个接触点上与每一位顾客建立亲密的“一对一”的对话和营销。
全渠道营销其实就是要对所有的渠道（包括地面店、网店、移动商店、电视购物和社交商店等等）和所有的媒体（包括传统媒体和社交媒体），围绕到消费者中心进行整合营销。不同渠道的营销是对渠道、媒体和用户的不同角度的服务，而只有整合才能让我们更准确地把握营销目标，让媒体更准确地把握流量价值，因此，整合可以说是全渠道营销未来必然的发展趋势之一。大数据是整合的基础，在数据越来越碎片化的趋势下，整合的意义愈发彰显，大数据技术也是整合可以被持续推进的保障。
整合包括渠道整合和模式整合，其中渠道整合涉及跨媒介、跨平台、跨终端三个方面，而这“三跨”又离不开大数据的支持，其中所牵涉的数据的采集、识别、管理等整合行为都是基于大数据基础的。
实时、精准、效果都是全渠道营销的基本要求，而这三者又是依托于大数据的挖掘分析技术和商业智能技术，同时，在通过大数据把数据变得有价值、有意义之后，这三者又都是大数据功效的必然结果。
案例：塔吉特（Target）有情感的大数据
美国一名男子闯入了他家附近的塔吉特（Target）店铺（美国一家零售连锁超市）。“你们怎么能这样！”男人向店铺经理大吼道:“你们竟然给我17岁的女儿发婴儿尿片和童车的优惠券，她才17岁啊！”店铺经理不知道发生了什么，立刻向来者道歉，表明那肯定是个误会。然而，经理没有意识到，公司正在运行一套大数据系统。但高潮是，一个月后，这个愤怒的父亲打来电话道歉，因为塔吉特发来的婴儿用品促销广告并不是误发，他的女儿的确怀孕了。
在这个案例中我们看到，数据的力量，不仅让商家提升了自己的业绩，还让客户为之心甘情愿买单。据报道，塔吉特创建了一套女性购买行为在怀孕期间产生变化的模型，不仅如此，如果用户从他们的店铺中购买了婴儿用品，塔吉特在接下来的几年中会根据婴儿的生长周期情况定期给这些顾客推送相关产品，使这些客户形成长期的忠诚度。
人们一提起塔吉特，往往想到的都是清洁用品、袜子和手纸之类的日常生活用品，却忽视了塔吉特有孕妇需要的一切。那么塔吉特有什么办法把这部分细分顾客从孕妇产品专卖店的手里截留下来呢？
塔吉特的市场营销人员求助于塔吉特的顾客数据分析部（Guest Data & Analytical Services）的高级经理思德瑞.保罗（Andrew Pole），要求他建立一个模型，在孕妇第2个妊娠期就把她们给确认出来。在美国出生记录是公开的，等孩子出生了，新生儿母亲就会被铺天盖地的产品优惠广告包围，那时候塔吉特再行动就晚了，因此必须赶在孕妇第2个妊娠期行动起来。
可是怀孕是很私密的信息，如何能够准确地判断哪位顾客怀孕了呢？保罗想到了塔吉特有一个迎婴聚会（baby shower）的登记表。保罗开始对这些登记表里的顾客的消费数据进行建模分析，不久就发现了许多非常有用的数据模式。比如模型发现，许多孕妇在第2个妊娠期的开始会买许多大包装的无香味护手霜；在怀孕的最初20周大量购买补充钙、镁、锌的善存片之类的保健品。最后保罗选出了25种典型商品的消费数据构建了“怀孕预测指数”，通过这个指数，塔吉特能够在很小的误差范围内预测到顾客的怀孕情况，因此塔吉特就能早早地把孕妇优惠广告寄发给顾客。
那么，顾客收到这样的广告会不会吓坏了呢？塔吉特很聪明地避免了这种情况，它把孕妇用品的优惠广告夹杂在其他一大堆与怀孕不相关的商品优惠广告当中，这样顾客就不知道塔吉特知道她怀孕了。百密一疏的是，塔吉特的这种优惠广告间接地令一个蒙在鼓里的父亲意外发现他高中生的女儿怀孕了，此事甚至被《纽约时报》报道了，结果塔吉特大数据的巨大威力轰动了全美。
根据保罗的大数据模型,塔吉特制订了全新的广告营销方案，结果塔吉特的孕期用品销售呈现了爆炸性的增长。保罗的大数据分析技术从孕妇这个细分顾客群开始向其他各种细分客户群推广，从保罗加入塔吉特的2002年到2010年间，塔吉特的销售额从440亿美元增长到了670亿美元。
我们可以想象的是，许多孕妇在浑然不觉的情况下成了塔吉特常年的忠实拥泵，许多孕妇产品专卖店也在浑然不知的情况下破产。浑然不觉的背景里，大数据正在推动一股强劲的商业革命暗涌，商家们早晚要面对的一个问题就是：究竟是在浑然不觉中崛起，还是在浑然不觉中灭亡......（未完待续）
富基融通- 该帖于 2014-8-14 9:59:00 被修改过