大数据实效_品牌真正有用的数据

数据并不一定都有用，以我的经验，真正有用的数据的七大先决条件如下：

1.采用企业单一视图

企业花了大量投资来建立客户单一视图数据库，用以存储企业了解到的某个客户的一切信息。这些宝贵的数据库帮助品牌分析个人客户的行为，然后在多渠道针对那个客户传递信息。但目前，我们生成了存在于企业渠道之外的大量关联数据。比如我个人偏爱的红袜子的供应商可能确实很有兴趣知道，为何我刚才在我的脸书上给一双袜子点了赞。对应的解决方案是企业单一视图。用它来把企业已有的数据集与从脸书，腾讯，谷歌类似平台挖掘到的顾客洞察结合在一起。

2.消除平台障碍

平台都喜欢标榜自己无所不知，其实从来都不是这样，过去，是你自己拥有所有的数据；但现在，因为无法掌控众多平台上的互动，营销人员再也看不清消费者的生活。这让营销人员非常不安。的确，强大的平台可以做很多惊人的事情。你可以从脸书上了解消费者许多不可思议的事情，它或许是世界上最大的数据库。将洞察付诸实践并非易事。当顾客期待品牌了解他们时，会希望品牌如此表现；但当顾客不想互动时，就希望能隐姓埋名。收集并分析所有内外数据，需要一套超复杂的营销技术堆栈，至少目前如此，没有哪款单一软件可以解决。

平台和营销技术的问题在于，他们与其他使用者的营销人员把数据分析当成技术，而非创意策略。营销人员只运用了技术的一小部分潜能，即使购买一些炫目耀眼的新工具很简单，但要让组织去拥抱改变，让它们得出的洞察发挥价值，却很困难。

3.区分测量与实效

前文提及的已故同时博得过去常用一个老故事提醒我们：外科医生说，手术很成功，但很遗憾，病人去世了。医生显然是测量文化的信封者。他可能遵循常规做法进行手术，事实上，如果结果出错，测量过程的连接性根本无济于事。

数据就有创造测量文化的危险倾向。但我们真正需要的，是实效文化。

测量文化执着于过程，而实效文化强调结果。测量文化喜欢给核心对表打钩，实效文化关注把事情做对。测量文化往回看----我们的工作表现如何？实效文化向前看----我们下一次如何才能做得更好？

一个客户，同时遇到一个问题和一个机会。问题是买过其产品的顾客很少会二次购买，营销上这叫低回购率。不过，机会也很大。我们计算过，如果此客户的回购率能提升至其主要竞争对手的平均水平，利润会增加30%左右。

消费者调研表明，顾客不回购是因为觉得产品不可靠，他们批评产品的制造品质不够高。于是我们拜访生产厂家，并询问品控问题：你们如何做检测产品，标准是什么？？

我们被告知，产品质量年年在提高，而且要求严苛。今年的产品合格标准必须比去年高，去年的比前年高，以此类推。不过，在我们追问他们，是否对标测试过竞品质量时，他们说；哦，没有。我们是根据自己内部的标准做的测试，那是唯一科学有效的比对。

这种方法的问题是，他没有想到市场。就像去赛跑，你可以打破自己的记录，但如果别人跑得比你快，你还是会输。没错，企业管理层每年都收到工厂的测量值，告诉他们产品的品质提高了。但其他厂商在按照更高的标准生产。所以，消费者会选择买不常出毛病，或不常让他们失望的产品，这不奇怪。该客户遵循的是测量文化，而非实效文化。这对业务损害很大。他们本该有提升三分之一销售量的机会。

毫无疑问，数字时代和大数据导致企业面对短期指标时，产生焦虑不堪的依赖性。如非而得指出，使用的语言都是仅从产出零浪费的即时供应，到即时购买。正如他们所问；当最先进的大数据工具能即刻启动销售时，何必还要花力气去做那些需要时间慢慢酝酿的事？？此举将会损害可以获利的品牌建设。

4.重新探索计量经济建模

计量经济建模是在20世纪20年代左右，由若贝尔经济学得主拉格纳发明。性感小数字中写道；计量经济学是一门有关发展并应用定量或统计学方法，来证明经济原理的学科。它可应用于营销与销售，帮助预测产品与品牌的消费与需求。

最佳状况是，建模能真正解释市场中何者表现好，何者不好，并让数据发挥功效。

计量经济建模可以创造奇迹。简单举例；营销之于销售的计量经济分析，能帮你预测某个水平的营销支出，会对销量产出什么影响。对某些品牌，他们之间可能毫无关联，因为最重要的变量是价格，产品差异化或渠道分布。但对其他品牌，通常是快消品，营销支出就对销量有巨大影响。怎么知道应该花多少钱？计量经济建模可以帮你找到精确的支出水平，让品牌获得最大的营销投资回报。

很奇怪，虽然现在能用的原始数据有那么多，但计量经济学并位得到广泛应用。我们知道，英国的ipa奖是研究营销效果的最佳标杆，但提交给ipa的案例，只有15%运用了计量经济建模，

三大阻碍：

1. 计量经济建模所需的高级统计技能很罕见；
2. 无法持续获取所需的数据；
3. 计量经济建模像个黑匣子，营销人员不信任它。

5.减少指标用量

大数据需要用多重指标来证明自己，但，用过头了。我相信，对任何特定项目而言，只有限定关键指标的数量，我们才能得到最大效益。

而我们常常做不到这一点，原因很简单；它需要预先绞尽脑汁去思考。我们真正要达成什么，原因何在？想明白，坚持住，你就能打造一个真理版，而非陷入悬而不决的真吵中。

我们为某些客户设计了一张汇报卡，上面只有5个指标，但这些指标都敏锐捕捉到了品牌的健康状况，及其对业务的贡献。我们也为其他客户打造了更全面的指示板。

6.洞察，洞察，洞察

真正有用的数据会带来洞察，这样的数据越多越好，我最开心的，莫过于看到创意团队锤炼与来自数据的洞察，来自数据的洞察有三种不同的类型。

1.观察型；数据可以展示某样东西表现如何。

2.改善行；数据可以提秘为何这个有用，那个没用。

3.灵感行；数据可以激发创意。

创意灵感就像魔法，而数据能以多种方式激发创意灵感。在此，我们归结如下；

• 优先顺序；数据可以显示要与谁交谈，以及为什么。
• 个性化；数据可以把你指向特定人群，为你显示为何他们那般表现，以及如何接触他们。
• 精准；数据可以帮助生成正确的信息，用合适的媒介，在合适的时间，将信息传递给对的人。

7.最佳优化

真正有用的数据之所以成为最高等级的有用数据，关键在于把优化作为设计的核心，怎么做到呢？请采用一个闭环系统。

在营销策略启动之前，密切关注市场动态，确保与我们的目标保持一致，做一个测试方案，然后启动跟踪。一旦营销沟通上线，就从四个框架对它进行评估：实时，每日，每周和每月。我们所要寻找的数据，包括消费者遵循的路径，客户的终生价值，以及品牌偏好指标。数据告诉我们，什么相连，什么不连，于是我们随时调整，让前者更多，后者更少（希望如此).为了让自己诚实以对，我们以一周，一月，和一季度为周期，定期汇报结果，运用数据告知下一步努力的方向。

大数据可以被驯服，有用的大数据，能将营销与传播带人创意与精准的全新领域。不过，大数据永远不会带来其狂热鼓吹者所谓的天堂。

它辅助和支持人类的思考过程，针对之前无法完成的繁重工作提出捷径，因其庞大的体量，让我们看到用其他方式无法看到的模式。

最后，数据还有政治性，不论纯粹主义者有多不愿意承认。数据可以被忽略，被操纵，可以用来彰显政绩，其影响还能被伪装。

数字时代的企业，跟前辈们并无差别。只要功能专业化存在，数据就能反映出这些政治倾向，就像他也反映出大数据圣殿中的客观真理一样。