第10章 “一点资讯”重新定义大数据营销

1.大数据的“数”：有效获取信息、利用信息

移动互联网的出现，促进了大数据的迅速积累。

关于大数据的讨论由来已久，但真正落地还源于近两年移动端的崛起。首先是消费者规模大，中国目前移动网民规模达到数亿，占总网民90%以上，越来越多的人在使用移动端上网；其次是消费者黏性强，调查显示，人们平均每天要点亮屏幕122次，手机已经到了消费者黏性非常强的时代；最后，数据获取方式逐渐多元化，通过用户授权，供应商可以获得用户位置、内容、基础信息等多方面数据。

数据的来源定义了数据的意义。不同来源的大数据有着不同的意义，比如：Google掌握的搜索数据，代表着消费者关注什么、喜欢什么；Facebook每分钟收到400万次的数据请求，代表着消费者的社交网络。

信息获取方式在演变，用户信息体验数据经过了多阶段的发展：门户时代，可以看到消费者的历史浏览信息；搜索引擎时代，谷歌为消费者提供搜索信息的服务，同时也能掌握消费者的搜索信息；社会化媒体和个性化推荐时代，消费者更喜欢看朋友和软件推荐的信息。今天，“一点资讯”将之前的信息获取方式融合，集搜索、订阅和推荐为一体，用一句话来理解就是：“一点资讯”=今日头条+百度+微信订阅号。

虽然很多人已有了这样一个认识：大数据为我们呈现出一个新的商业机会。但目前仅有为数不多的公司可以真正从大数据中获取到较多的商业价值。以下是大数据的几种用途：

（1）探索大数据，发现新机会

很多大数据都来自一些新的来源，代表了客户或合作伙伴互动的新渠道。和任何新的数据来源一样，大数据值得探索。通过数据探索，可以了解一些之前所不知道的商业模式和事实真相，比如新的客户群细分、客户行为、客户流失形式、最低成本的根本原因等。

（2）对已收集到的大数据进行分析

许多公司虽然收集了大量的数据，觉得这些数据都有巨大的商业价值，但并不知道如何挖掘出大数据。不同行业的数据集有所不同，比如，处于网络营销行业，可能会有大量Web站点的日志数据集，可以把数据按会话进行划分和分析，了解网站访客的行为，提升网站的访问体验。

（3）重点分析对行业有价值的大数据

大数据的类型和内容因行业而异，每类数据对各行业的价值都不同。比如，电信行业的呼叫详细记录（CDR），零售业、制造业或其他以产品为中心的行业的RFID数据，制造业中机器人的传感器数据等，都是各个行业中非常重要的数据。

（4）认真分析社交媒体数据

客户的各种行为，比如评论品牌、评价产品、参与营销活动、他们的喜好等，都会在客户中相互影响。社交大数据，可以来自社交媒体网站，也可以来自客户能够表达意见和事实的渠道，因此，既可以使用预测性分析发现规律、预测产品或服务问题，也可以利用这些数据来评估市场知名度、品牌美誉度、用户情绪变动和新的客户群。

（5）理解非结构化的大数据

非结构化的信息主要指的是使用文字表达的人类语言。需要使用一些新的工具来进行自然语言处理、搜索和文本分析，把基于文本内容的业务流程进行可视化展示。

（6）把客户意见整合到大数据中

运用大数据，可以对客户或其他商业实体实现全方位的全景分析，分析的维度属性从几百个扩展到几千个。新增的粒状细节，会带来更准确的客户群细分、直销策略和客户分析。

（7）分析大数据流，提升业务水平

如今，实时监测和分析的程序已经在企业运营中存在了很多年，那些需要全天候运行的能源、通信网络或任何系统网络、服务或设施的机构在很久以前已经开始使用这类型的程序。最近，从监控行业到物流行业，越来越多的企业都在利用大数据应用。

（8）整合大数据，改善分析应用

对于原有的分析应用，大数据可以扩大和扩展其数据样本。尤其是在依赖于大样本的分析技术的情况下，比如统计或数据挖掘；而在欺诈检测、风险管理或精确计算的情况下，也要利用大样本数据。

2.一点资讯的“数”：推荐引擎、搜索引擎、订阅引擎

“一点资讯”是一款技术驱动型的移动新闻应用，将推荐、搜索和订阅绑定到一起。通过消费者主动表达的兴趣和被动浏览的数据，为消费者推荐更好的信息，帮消费者节约更多的时间。

（1）推荐引擎

消费者在“一点资讯”上的每一步操作，评论、屏蔽、点击、滑过等都会产生消费者行为数据。机器通过对消费者行为数据的分析，判断消费者是否对这篇文章感兴趣，并将此定义为消费者标签。后台从每天抓取到的50万篇内容中，根据消费者标签筛选出推荐阅读队列，如果消费者不看，会继续计算消费者喜好，以此类推。

（2）搜索引擎

消费者通过“一点资讯”搜索栏可以搜索任意关键词，并将关键词订阅为一个个性化的频道，这也是“一点资讯”与Google和百度等搜索引擎的区别之处。目前，“一点资讯”拥有300万个性化频道，通过这些个性化频道，能够掌握消费者主动表达的兴趣。比如，订阅了美食、旅游等频道之后，也就拥有了这个标签，系统便会为消费者提供感兴趣、有价值的资讯内容。

（3）订阅引擎

目前，“一点资讯”有超过十万家自媒体入驻，包括汽车、时尚、名人大V等多个领域，“一点资讯”将它们生产的内容分发给消费者；同时还拥有来自全国主流媒体包括五大门户的所有内容资源。

基于良好的产品服务，“一点资讯”目前每天的活跃用户数超过了4800万。当然，这与“一点资讯”的几大股东是分不开的。凤凰网提供优质内容，OPPO和小米提供产品预装。它们之所以跟“一点资讯”合作，主要是因为消费者停留时间每天长达55分钟，这个数据超过了传统新闻客户端几倍的量。

就数据获取来说，大的互联网企业一般都用户规模庞大，能够充分挖掘自身用户的电商交易、社交、搜索等数据，拥有稳定安全的数据资源。对于其他大数据公司来说，目前大概有以下几种数据获取方法：

第一，充分利用广告联盟的竞价交易平台。

比如，从广告联盟上购买某搜索公司广告位一万次展示，基本上搜索公司会给你十万次机会让你选取，每次机会都包含着对客户的画像描述。如果购买的量比较大，积累下来，也有一定的互联网消费者数据资料，可能不是实时更新的资料。因此，消费者的搜索关键词通常都与其他网站广告位的推荐内容紧密相关。其实也就是，搜索公司通过广告联盟方式，间接地把消费者搜索画像数据公开了。

第二，合理利用消费者Cookie数据。

所谓Cookie就是服务器暂时存放在用户电脑里的资料，便于服务器辨认计算机。互联网网站可以利用cookie跟踪统计用户访问该网站的习惯，比如什么时间访问、访问了哪些页面、在每个网页的停留时间等。大型网站一般都有自己的数据处理方式，并不依赖Cookie。Cookie的真正价值在于，在没有登录的情况下，也能识别客户身份，识别其不是简单的游客。

第三，不能忽视了APP联盟。

APP是获取消费者移动端数据的一种有效手段，在APP中预埋SDK插件，消费者使用APP内容时就能及时将信息汇总给指定服务器。其实，消费者没有访问时，APP也能获知用户终端的相关信息，包括安装了多少个应用、什么样的应用。单个APP用户规模有限，数据量有限，但如果某数据公司将自身SDK内置到数万数十万APP中，获取的用户终端数据和部分行为数据也会达到数亿的量级。

（4）与拥有稳定数据源的公司展开合作

上述三种方式获取的数据都存在完整性、连续性的缺陷，数据价值有限。BAT巨头自身价值链较为健全，数据变现通道较为完备，不会轻易输出数据与第三方合作。政府机构的数据要么全部免费，要么属于机密，所以不会有商业性质的合作。于是，拥有完整的互联网的通道数据资源，同时变现手段和能力欠缺的运营商也就成了大数据合作的首选目标。

3.大数据的“据”：热词监测、联系热词、用户群体画像、数据应用

“据”是一种方法论，是关于“数”的应用。如何将用户数据转化为服务和营销策略，才是大数据存在的意义。

关于“据”，第一个热词是监测系统。“一点资讯”热词监测系统每5秒钟便会进行一次抓取，发现不同受众对于社会热点的反应、表达了什么态度、发表了什么意见。2016年6月，美国发生奥兰多同性恋酒吧枪击案，致使62人死亡。第一天，联系的热词多为“恐怖袭击”“同性恋”“惨案”等；但三天后，则出现了很多跟此事件相关的针对歧视同性恋的负面言论。基于这种变化，“一点资讯”联合民间同性恋组织，做了一些关于此事的正面引导，起到了很好的舆论引导作用。

第二个是文章相联系热词。一个汽车品牌，市场认知度到底如何？“一点资讯”可以抓取品牌的内容，看与品牌相联系的词有哪些、消费者对品牌的认知处于什么状态。

第三个是用户群体画像。通过对用户群体画像的分析，可以了解某一群体的用户特征，比如关注广告节的用户，同时也在关注两性、美剧、中药等；再如关注广告节的用户，关注水瓶座和双鱼座的居多。这种群体画像的洞察更加精准。

第四，数据的商业化应用。“一点资讯”开发了“一点Insight大数据系统”，利用Insight系统，可以看到品牌的联系大数据，不同的品牌哪个地区的用户关注比例最高？用户关注品牌外还关注哪些竞品品牌，还关注什么生活方式……可以让品牌方的营销洞察和广告投放变得更加科学，有意义。

大数据营销的切入点企业在重构营销体系，顺应大数据时代的来临。如今，许多人已经感觉到大数据时代的到来，但往往只是一种朦胧的感觉，对于其真正对营销带来的威力依然不明白。对于多数企业来说，大数据营销的主要价值源于以下几个方面：

（1）做好用户行为与特征分析

只要积累足够的用户数据，就能分析出用户的喜好与购买习惯，甚至做到“比用户更了解用户自己”。如此，才是大数据营销的前提与出发点。过去将“一切以客户为中心”作为口号的企业可以想想，自己确实能及时全面地了解客户的需求与所想吗？或许只有在大数据时代，才能将这个问题回答清楚。

（2）精准营销信息推送支撑

过去很多年，精准营销总在被许多公司提及，但很少有企业能真正做到，反而是垃圾信息泛滥。究其原因主要是名义上的精准营销不怎么精准，缺少用户特征数据支撑和详细准确的分析。相对来说，现在的RTB广告等应用则向我们展示了比以前更好的精准性，其背后靠的就是大数据支撑。

（3）产品和营销活动投用户所好

在产品生产之前，能够了解潜在用户的主要特征，以及他们对产品的期待，产品生产就可以投其所好。例如，Netflix在投拍《纸牌屋》之前，通过大数据分析知道了潜在观众最喜欢的导演与演员，立刻就吸引了观众的注意力，捕获了观众的心；又如，《小时代》投放预告片后，从微博上通过大数据分析得知，其电影的主要观众群为“90后”女性，后续的营销活动就主要针对这些人群展开。

（4）竞争对手监测与品牌传播

竞争对手在干什么是许多企业想了解的，即使对方不告诉你，也可以通过大数据监测分析得知。品牌传播的有效性也可以通过大数据分析找准方向，例如，可以进行传播趋势分析、内容特征分析、互动用户分析、正负情绪分类、口碑品类分析、产品属性分布等，可以监测掌握竞争对手传播态势，可以参考行业标杆用户策划，可以评估微博矩阵运营效果。

（5）品牌危机监测和管理支持

新媒体时代，品牌危机使许多企业谈虎色变，然而大数据可以让企业提前了解和掌握。在危机爆发过程中，最需要的是跟踪危机传播趋势，识别重要参与人员，方便快速应对。大数据可以采集负面定义内容，及时启动危机跟踪和报警，按照人群社会属性分析，聚类事件过程中的观点，识别关键人物和传播路径，保护企业、品牌的声誉，抓住源头和关键节点，快速有效地处理危机并化危为机。

（6）企业重点客户的有效筛选

许多企业家纠结的是：在企业的用户、好友与粉丝中，哪些是最有价值的？有了大数据，或许这一切都可以更加有事实支撑。从用户访问的各种网站，可以判断出其最近关心的东西是否与你的企业相关；从用户在社会化媒体上所发布的各类内容及与他人互动的内容中，可以找出千丝万缕的信息，利用某种规则联系和综合起来，就可以帮助企业筛选出重点的目标用户。

（7）用大数据改善用户体验

要想改善用户体验，关键在于，真正了解用户及他们使用你的产品的状况，在最适合的时候作提醒。例如，在大数据时代，正驾驶的汽车都可能提前救你一命。只要通过遍布全车的传感器收集车辆运行信息，在汽车关键部件发生问题之前，就会提前向你或4S店预警，不仅可以节省金钱，还对保护生命大有裨益。事实上，美国的UPS快递公司早在2000年就利用这种基于大数据的预测性分析系统，对全美六万辆车辆的实时车况进行检测，及时进行防御性修理。

（8）SCRM中的客户分级管理支持

面对日新月异的新媒体，许多企业都想通过对粉丝的公开内容和互动记录分析，将粉丝转化为潜在用户，激活社会化资产价值，并对潜在用户进行多个维度的画像。借助大数据，就可以分析活跃粉丝的互动内容，设定消费者画像各种规则，联系潜在用户与会员数据，联系潜在用户与客服数据，筛选目标群体做精准营销，进而使传统客户关系管理结合社会化数据，丰富用户不同维度的标签，动态更新消费者生命周期数据，保持信息新鲜有效。

（9）发现新市场与新趋势

基于大数据的分析与预测，对于企业家提供洞察新市场与把握经济走向都是极大的支持。例如，在2012年美国总统选举中，微软研究院的DavidRothschild使用大数据模型，准确预测了美国50个州和哥伦比亚特区共计51个选区中50个地区的选举结果，准确性高于98%；之后，他又通过大数据分析，对第85届奥斯卡各奖项的归属进行了预测，除最佳导演外，其他各奖项预测全部命中。

（10）市场预测与决策分析支持

对于数据对市场预测及决策分析的支持，过去早在数据分析与数据挖掘盛行的年代被提出过。沃尔玛著名的“啤酒+尿布”案例就是那时的杰作。更全面、更速度、更及时的大数据，必然会对市场预测和决策分析进一步上台阶提供更好的支撑。