有位网民在淘宝网上购买了几袋牛肉干和鱿鱼丝，然后意外地发现自己的新浪微博右下角的“热门商品推荐”栏中，不厌其烦地向自己推荐同类商品。于是，这位网民顺手写了一条抱怨的微博：“淘宝和新浪微博太讨厌了——没必要我前几天从淘宝网上买了一次牛肉干，你就天天在新浪微博页面上推荐牛肉干、鱿鱼丝之类的。我一次就吃腻了，至今还在反胃哩。你能追踪我的消费痕迹，却体会不了我的消费感受。淘宝和新浪微博，你们如果能区分我贪婪的口水和反胃的嗝之间的区别，那才真叫本事！”

　　这条微博在发布后的短短三、四天内，点击阅读率达到了70多万人次，转发和评论达上千条。参与这场讨论的，不仅有广大消费者，更多的是各大电商的营销人员、技术人员和管理人员。其实，这场讨论的关键，在于大数据营销究竟能够在多大程度上能够排除各种干扰、从而精准地把握顾客的需求？

　　诚然，“大数据”已经是最近深受公众和舆论追捧的热门词汇之一，但在实际运用中，无论是大电商、还是小电商，很大程度上玩的是概率，还达不到真正意义上的“精准”。同时也说明，我们要真正做到精准营销，需要进一步提升自己对大数据的领悟与处理能力。

　　在此，我们暂且列举一下在微博中收集的、网友对于当前一些所谓“大数据营销”的反馈：

　　“今早我在淘宝搜农具，现在一打开网页，出来的全是镰刀、斧头的信息……”

　　“我在新浪微博上就回复了一个关于无花果的信息，于是微博的右侧就天天出现推荐无花果的商业讯息！”

　　“我一次在淘宝页面上误点了一个冰箱，现在满屏幕都是那个牌子的冰箱广告，无论打开哪个网页都是，真是郁闷……”

　　“一个多月前，我在淘宝上买了台电视，接下来的连续一个月，网页上都出现给我推荐电视的广告。如果我只是看看，还没有购买，淘宝上的商家再给我推荐的话，还可以理解，可是我都已经购买完了，这些广告还一直不断，难道让我再买一台不成？”

　　“前段时间，我在天猫上买了件亚麻衫，这些天上网时，到处都给我推荐亚麻衫，微博、优酷、腾讯到处都是。这还不算可恶，可恶的是，我点进去了，却发现没有一款能适合我穿的。”

　　在实际生活中，类似上面的营销尴尬局面还有很多，我们暂不一一列举。这些普遍存在的、不够精准的营销现象，几乎涉及到所有的大小电商。这再次告诉我们，大数据营销中，精准营销的重要性。如果大数据营销不能够有效地提升精准性，那么，就可能降低用户的满意度体验。

　　对于商家而言，强行向顾客推荐商品，往往会导致顾客的厌烦情绪和后悔情绪。因此，大数据时代的营销推广，不仅要划分受众，还需要划分单体受众的心理层次。在上面的案例中，顾客在电商网站上产生购买行为后，电商网站在没有收集到顾客足够的行为数据时，就盲目推荐，所以在一定程度上误判了顾客的需求，从而未能做到向顾客进行精准推送信息。

　　如果电商网站希望更好地了解顾客的行为数据，可以适当地对顾客的纵向数据进行建模分析，比如说，电商网站可以将买过牛肉干的人在近期（如1年内）购买过的商品全部排列出来，找出共性较多的商品予以推荐。在进行数据分析的时候，可以有这样几种方向：一，分析单一用户的购买频率，对用户的购买频率进行调整，在预期的下一次购买时段内推荐；二，结合购买力及品牌偏好，做关联产品展示；三，推荐给有相同爱好的购买者，增加产品销售的机会。

　　通过上述方法，电商网站在收集到了顾客足够的行为数据后，有助于减少给顾客进行的盲目推荐，并规避以往“根据关键词投放广告”的弊端。然而，鉴于消费者行为的表现是多元化的、动态的、可延续的，所以从“根据关键词投放广告”提升到“根据人的行为投放广告”，也是我们努力的一个重要方向。

　　当然，大数据营销在精准性以外，还有一个重要的特点是营销的相关性。这是因为，大数据技术有一个重要的运用，便是关于某种趋势的预测。比如说，在对顾客以往行为数据分析的基础上，我们是否可以做出一种判断，即顾客还可能对另一些商品存在需求的渴望？

　　实际上，这也正是在上述案例中，顾客购买了几袋牛肉干和鱿鱼丝后，引发的网友关于大数据营销的讨论中，一个重要的方面。对于顾客来说，最理想的网购和推荐是什么样呢？一些顾客在网上纷纷表达了这样的意见：

　　“买牛肉干，推荐牙签，或者山楂片，有助于消化。”

　　“买了一件泳衣，你可以推荐防晒霜；买了一个冰箱，你可以推荐保鲜盒；买了一双皮鞋，你可以荐皮鞋油……”

　　“我在去哪儿网上浏览了内蒙古的景点，你就可以推荐当地的牛肉干等特产。”

　　其实，顾客的上述建议，已经表达出了一种相关性推荐的含义。关于这点，同“啤酒与尿布”的推销理论有些相似，当然，我们会在后面对“啤酒与尿布”的推销理论进行深入阐述，这里暂且不展开讨论。

　　我们通过顾客对于大数据营销中精准性和相关性的讨论，在一定程度上理清了大数据营销的一些方向。此外，我们不妨再有一个思路，那就是，我们绕开给顾客“推荐什么”的思路，转向考虑给顾客“不推荐什么”的思路，从而在一定程度上避免厌烦性推荐，从而避免顾客的反感。

　　举例来说，一位男性顾客在网上购买了服装、化妆品之类的女性消费品，那么，我们的大数据平台是否能够根据顾客的消费痕迹和数据，判断出顾客的消费能力，消费类型（如是奢侈型还是勤俭持家型），根据这些判断，在这位顾客的网页上调整商品的推荐频率、甚至对有些商品进行屏蔽，从而避免此类消息可能刺激他异性朋友的奢侈浪费性购物，并使这位顾客陷入尴尬局面？其实，这些人性化的营销关怀，也是我们在运用大数据营销过程中，需要考虑的问题。

　　最后，我们要说的是，大数据营销的精准性是基本方向，相关性与预测性则在不同程度上巩固了精准性。大数据营销方兴未艾，很多有益的营销方向和策略均在不断探索与实践中，我们相信，只要我们对大数据有足够的关注度，就一定能够持续提升大数据营销的质量，提升顾客的满意度。

　　大数据下的营销策略

　　大数据开启了一次重大的时代转型，就像望远镜能让我们感受宇宙、显微镜能让我们观测微生物一样，大数据正在改变着我们的生活方式。在大数据时代，我们不在纠结于小数据时代挑选样本去推导因果关系，而是在接受“样本即总体”和事物之间普遍的相关关系。在这种情况下，处于当今移动互联网时代、大数据化运营的大环境中，企业的营销策略也在发生一系列重大的转变。

　　大数据时代的核心是预测。基于大数据的预测，有助于减少我们在制定营销策略时的盲目性。另外，大数据发展的核心动力，源于人类测量、记录和分析世界的渴望。当前，信息技术变革随处可见，就以往来看，信息技术变革的重点在于“技术”，而在大数据时代，我们对获取便利的数据所具备的处理能力越来越强大，从而使得信息技术变革中“信息”的重要性突显，也让信息影响到了我们经济的方方面面，包括企业的营销策略。

　　举例来说，早在2009年，Google就尝试通过分析5000万条美国用户最频繁检索的词汇，然后将用户的这些搜索行为与美国疾病中心在2003年到2008年间季节性流感传播时期的数据进行比较，并建立了一个特定的数学模型。最终，Google成功预测了2009年冬季流感的传播，甚至能够具体到特定的地区和州。基于这种大数据预测，既有助于人们提前预防流感，也便于为企业的营销方向提供有益的参考，并使企业能够进一步针对顾客的具体需求来开展服务。

　　相比较而言，在大数据时代以前，企业在制定营销策略时，所收集和依赖的信息，主要是从收集消费者信息、购买记录等小量精准数据来推导相应的因果关系，进而制定营销策略；通常情况下，企业从获取小量样本到数据分析，再到制定营销策略，在时间上会有延迟。在互联网，尤其是移动互联网时代，信息可谓瞬息万变，过去制定营销策略的模式已经无法实现企业所期望的营销效果。通过大数据分析营销活动的现状和预测未来，则越来越准确，因此，企业也越来越倾向于采用大数据技术制定营销策略。

　　过去在制定营销策略时，由于样本量有限，企业比较重视一个问题的来龙去脉，因此，企业的营销策略比较关注一种“为什么”的因果关系。然而在大数据时代，数据量过于庞大，数据之间又存在着复杂的相关关系，这种情况下，我们往往可以获悉事物之间的相关性，但对海量数据的因果关系，相对而言，就变得不再那么迫切，关键要知道解决问题的方法，尤其在于答案“是什么”。举例来说，亚马逊的推荐系统梳理出了很多有趣的相关关系，但不知道背后的原因，说明“知道是什么就够了，没有必要知道为什么”。在以前的小数据世界里，知道相关关系是有用的，但在大数据时代背景下，相关关系则大放异彩。通过相关关系，我们可以比以前更容易、更便捷、更清楚地分析事物。大数据的相关关系分析法更准确、更快、而且不易受偏见的影响。通过探求“是什么”而不是“为什么”，相关关系帮助我们更好地了解世界，了解商业，从而更好地制定营销策略。可见，在大数据时代，我们不必非得知道现象背后的原因，关键是要让数据自己发声，让数据更好地为我们所用。

　　当前，由于大数据的广泛运用，很多人时刻暴露在大数据这“第三只眼”之下，比如推荐系统监视着我们的购物习惯，搜索引擎监视着我们的页面浏览习惯，而微博、微信似乎什么对我们的一切都知道，包括我们的社交关系网。

　　其实，大数据与我们的时刻同在，是希望对用户有更进一步的了解，从而为用户提供“差异化”的服务。在营销中，有个“80/20”法则，即“80%的客户占有20%的市场，20%的客户占有80%”的市场，这就决定了我们在企业的营销战略，如何进行差异化定位支撑取决于大数据分析。这个时代是一个去除“普遍化”，而着重“差异化”的时代。在多种可选对象中进行选择，总是基于差异性。80/20法则告诉我们一个道理，即在投入与产出、努力与收获、原因与结果之间，普遍存在着不平衡关系。关键的少数，往往成为决定企业营销的效率、产出、盈亏和成败的主要因素。因此，我们在制定营销策略时，选定其中有突出性贡献的部分予以集中力量经营，体现出营销策略中的“差异化”特点。要做到这点，我们可以通过大数据分析来落实。

　　在大数据时代，数据如无穷的宝藏，取之不尽、用之不竭，我们可以在这些数据基础上进行不断地创新。对于数据的运用，几乎没有止境，即使我们从数据挖掘中获得了一定收益，但其真实价值仿佛悬浮在海洋中的冰山，我们看到的还只是冰山一角，绝大部分隐藏在表面之下。

　　因此，对于大数据的挖掘是一个持续的过程，数据的价值也会被不断地从深层予以挖掘。那么，在大数据时代，企业在利用制定营销策略时，通常有3个考虑，具体如下：

　　1.快。在互联网和大数据时代，网民的行为是快速动态变化的，这就要求企业借助数据分析，需要快速进行营销的动态调整，以快速顺应这种变化，及时作出营销策略的调整。其中，企业一方面要引导消费行为，另一方面要借助口碑，提升品牌和企业的传播力度。

　　2. 准。大数据的价值在于能准确记录消费者的信息轨迹，从而取消费者真实的行为、态度以及对于信息的反应，能够准确定义消费群体、信息接触点，准确低知道营销动作。所以，利用数据的准确性，我们不仅要注重消费者信息接触点是否准确，更要向消费者推送准确的内容、诉求和信息给消费者。这便是我们多次提及的“营销要精准化”。平时，有些企业所制定的营销策略，实施的结果是引起气消费者的反感，这里面除了广告推送频率不当，还有一个重要原因是营销策略不精准。

　　3.稳。大数据的海量一方面给营销者提供了获取消费者真实行为的便利性，另一方面，消费者动态的行为变化也为企业造成困扰。这是因为信息周期太短，就需要企业在利用数据的时候必须要做到稳定，以免为了应付突发的信息不能考虑周全而犯更多的营销错误。要做到这点，就需要我们能够合理厘清信息的真假，合理地利用口碑。

　　总之，大数据营销时代将是未来若干年营销界的大趋势。作为企业，应该如何管理和应用这些大数据，并努力控制隐私和公共空间的边际界限，制定更切合实际的营销策略，则是每个企业都要面临的问题。