近幾年在工作和生活上很多人喜歡和我討論大數據的話題。小夥伴們都覺得我們看大數據就好像得了集體老花眼一樣：
遠看很清晰，湊近看卻反而越來越模糊，不得其法。
我們都很清楚大數據意味著什麼--就是大量的，讀取高速的，多維度的，低價值密度的真實數據。
讀起來很拗口，簡單來說就是我們可以知道一個個體很詳細的真實數據，但是拿著這些數據很難想到對於營銷的執行有什麼具體的幫助（難點就在這裡）。
現實中，大數據更多時候對管理者最大的幫助是提供控制感，這其實跟古時候的迷信差不多。看到自己的消費者的各種數據，就感覺非常瞭解消費者，一切盡在掌握。
但是真正到了怎麼利用這些數據，就變回簡單的看消費者過去消費/瀏覽了什麼就推送什麼（這也是某寶和某度推送的邏輯）。
我在去年曾經主導過一個把零售企業和國內最知名的數據銀行數據打通的項目。在累積了一定量數據之後，我們有消費者的年齡，性別，職業，收入分佈，還有家庭成員數量，是否有車有房，手機APP興趣，閱讀興趣等數據（還有很多很多）。
然後大家就陷入了泥潭，怎樣可以很好地利用這些數據呢？
迴歸到原點，我理解大數據的用處主要有兩個方面，一是看趨勢，看市場，消費者行為的發展方向（這個是長期性的）。二是做銷售，通過分析與自身商業能發生鏈接的消費者數據增加營銷的效率（這個是短期的）。
有很多大的數據機構，比如阿里雲，CBNData，或者諮詢機構比如Deloitte, KPMG都會定期提供一些不同市場的消費者報告。這種報告主要就是為了給大家分析長期的趨勢的。
今天這篇文章主要講的是後一種，就是每天看著自己的消費者數據如何能幫助公司提提升業績。
在現在很多大公司的大數據應用，主要有兩個方式，除了上面講到的簡單粗暴地推送重複信息，更高級一點的用法就是標籤+精準營銷。
簡單來說就是兩步：
第一，通過年齡，性別，興趣愛好，習慣，人生階段把消費者貼上不同的標籤；
第二，確定營銷信息瞄準哪類消費者，直接觸達；
但是這類大數據應用方法也有兩個弊端：
1. 數據來源
雖說大數據是無差別地獲取目標消費者的行為記錄，但是當我們在局部環境運用這些數據的時候，還是有很大可能受到數據來源不準確的干擾。
比如我曾經做過一個諮詢項目，用大數據捕獲一個咖啡店的周邊的客流和進店客人數據，分析為什麼在一個人流尚可的點位，咖啡店的銷售始終上不去。
經過兩個月的數據收集，我們發現這個店鋪的消費者年齡分佈是中年甚至老年人居多，並且他們停留在店面的時間也是最長的。
然後我們就陷入了一個誤區，覺得這個店鋪應該放上更多能吸引中年人消費的元素，比如更多顯眼的優惠信息，甚至把菜單的字都可以放大了。然而這樣做效果甚微。
直到某天我們決定親身去到該店面看看究竟發生了什麼導致這些措施都沒有提高哪怕一點成交率。
那也是一個炎熱的夏天，我們走到店門口，發現一個很奇怪的現象，很多中老年人坐在店門口看手機。
原來這個店的門口有一個公交車站，因為店鋪有空調和Wifi，很多老人在等公交的時候就坐到店門口享受空調。這就是所謂的主要客群是中老年人的真相。
大數據會誤導人的例子還不知這個。我還做過一個美妝網店的分析項目，數據顯示在一次促銷中有超過50%的交易是來自於男性消費者的賬戶。
那麼這次促銷貌似對男士用品更有效吧？然而不是。當我們分析每單的購物籃的時候，發現男性賬號買的都是女性用品。其實就是女生用了男朋友/老公的賬號買單。
所以如果單單迷信一個面板上呈現的數據，我們的判斷很可能會被誤導，因為從數據上看到的消費者，不一定是他們現實中的樣子。
2. 歸納推理謬誤
現階段很多大公司對於大數據的引用停留在歸納推理的階段。就是數據顯示自己的消費者大部分的特點是A,B,C然後就推斷消費者的標籤是D，然後進行信息觸達。
比如一個酒店，發現自己的住客大多都有這些特徵
需要停車位
短住一到兩晚居多
沒有或少量房間迷你吧消費
根據這三個條件，很容易得出一個結論是這個酒店的主要顧客是短途家庭遊的一家人。所以對於酒店來說可以通過增加家庭飲食套餐，附近景點家庭套票來增加用戶的粘性。然後會通過家庭遊的論壇，公眾號來做宣傳。
看似很正常的推理，這個標籤卻有可能是完全錯誤的。
符合以上三個條件的，並不止是家庭遊的遊客。
還有可能是到附近公司開會的商務人士，他們會自帶好的酒水做招待，甚至到外面過夜生活。
也有可能是附近出了一個網紅店，附近的情侶專門開車過來打卡的，這就屬於短時效性目的。
要避免這種歸納推理的錯誤，最好的方法就是在不同數據的維度裡面找到“關鍵間接證據”。就像福爾摩斯看到一個菸斗燒焦的位置在右側，進而推斷使用者是一個左撇子一樣。
比如上面的例子，用三個條件都篩選不出一個準確的標籤。但如果用加上一個額外的數據維度“這些客人的房間都會需求加床”，那基本上就可以確認是一家子旅遊的顧客了。
所以在用大數據標籤目標顧客的時候，找準關鍵標籤能夠有效增加後續的轉化率，畢竟標籤錯了那精準營銷也就無從談起。
然而這種“標籤+精準營銷”的方式還是有一個很大的缺陷。
從消費者行為來說，就算標籤對了但是在不恰當的時間和地點推送營銷信息也是沒用的。就像一個新生兒媽媽被精確地標籤，也不帶表她隨時隨地都需要買奶粉和尿布。更別提一個消費者是中高收入的時尚達人並不代表就要為某個潮牌買單。
從根本上來講，是因為消費者的購買動機是多種多樣的。
標籤消費者並進行營銷的另外一個弊端就是降低了非目標客群標籤的人購買自己產品的可能性。比如我是一個愛學習，努力考研的大學生，不代表我不會對Supreme這種潮牌感興趣。或者一個高收入的高級管理者，不代表就不喜歡簡約樸實的豐田汽車。
但是如果因為精準營銷而沒有觸達這些群體，那麼可以預見本該有的銷售機會就溜掉了。
那為什麼不換一種方式來理解大數據和精準營銷呢？
有時候，標籤營銷場景，並根據場景開發出幾套不同的文案會更有效。
下面我們從本能，情感和認知這三個維度講一下營銷場景可以有哪些標籤。
之所以要選擇這三個維度，是因為在動機心理學裡面，一個人行為的內在動機主要受這三方面影響，其中本能和情感是遺傳性的，而認知是習得性的。
當這些標籤獨立或者同時標記在某個營銷場景，就可以告訴我們產品的文案需要突出什麼信息。
一、本能
讀過馬斯洛需求層次理論的人都知道，最底兩層的需求是人類的本能。底層是與生存和繁衍有關的，比如呼吸，水，食物，性等。第二層則與安全感有關，比如健康，資產，道德等。
安全感之所以如此重要，是因為人類會天然地不斷從周邊環境尋找確定性，並窮我們一生來增加這份確定性。
在採集社會，擁有了一個自己的洞穴就意味著可以確定免除大型捕獵者的騷擾，通過祭祀儀式來試圖確定獲得自然環境的風調雨順。
確定性的不斷追求激勵著人類從萬年前一直進步至今。
直到今天我們仍然在試圖增加整個世界的確定性
國家通過聯合國等國際組織增加國際社會的確定性
個人通過加入世界500強公司增加收入和晉升的確定性
丈母孃通過要求女婿買婚房增加自己女兒生活品質的確定性
這些確定性無一例外都在給予每個利益相關者安全感。
研究人員發現，當我們處在一個具有安全感的環境時，會傾向選擇更加個性化的產品。當我們處在一個缺乏安全感的環境是，則會傾向大眾化產品。
比如一個APP的營銷渠道是在某視頻網站電影之前，可能對於很多商家來講所有電影廣告都是一個渠道，吸引的是喜歡看電影的人群。但更有效的是把電視劇和電影進行標籤。
如果觀眾看的是驚悚，懸疑類電影，那麼這個APP的營銷信息就應該突出有很多很多人已經在用，諸如“三千萬人的選擇的二手車平臺”這類信息。
反之如果是類似於愛情，科幻的題材，這個APP的文案就應該突出它與眾不同的地方，比如“沒有中間商賺差價，三天包賣”。
這兩種標籤不但只是適應於流媒體內容的廣告。還有比如放在辦公樓電梯的廣告就應該是傳達大眾化的信息，而放在居住樓盤電梯的就是個性化信息，因為人在家附近的安全感大多時候比公司高。
二、情感
不同的營銷場景給予消費者的情感比較複雜，為了把複雜的問題簡單化，這裡把標籤分為兩類，就是熟悉感和陌生感。
心理學上有一個概念叫啟動效應，就是我們的眼睛在看到任何一個事物大腦都會開始聯想所有與這個感知目標的概念。
比如我看到一片草地，在潛意識裡就會調動認知和記憶開始聯想各種和“草地”這個感念有關的概念。
這時候因為大家最近都在看世界盃，所以有關足球和世界盃的概念會更加容易被“啟動”。這時候諸如足球國家隊，甚至足球員會給我們一種熟悉感。
當消費者面對熟悉的概念的時候，會傾向於開始想成本問題，就是什麼會阻礙我做出某個行為。
而當面對陌生的概念時候，會傾向於開始想收益問題，就是這個東西能帶來什麼好處。
因此在這個維度，在給營銷場景貼上標籤之前我們需要想一下對於目標群體，產品與營銷場景的內容聯繫有多直接。
比如如果我們是賣衣服的，在投一個情感內容的公眾號，那麼這個營銷渠道對於目標消費者就具有高熟悉感。這時候消費者第一時間會想到的是“哦有衣服賣，先看看多少錢”。
而同樣在情感內容的公眾號，如果需要營銷的產品是茶具，那麼就屬於低熟悉。這時候消費者會馬上想到“在這個地方賣茶具，這茶具有什麼好啊？”
三、認知
在之前“我們常常在談引流，究竟在談什麼”一文，我有提到過認知閉合模式這個概念。
簡單來說就是我們在不同場景下，會對問題的答案模糊性有不一樣的接受程度。
比如當某剁手黨在淘寶上買衣服的時候，腦子裡有著“要買一條能在下週末和男朋友逛街的裙子”。這時候每當看到一個款式，心裡會有很多疑問：
“這個款式是不是這個季度的標準款？”
“這個面料看上去會不會很透/熱/容易皺褶？”
“這個店鋪近期有沒有打折？我會不會買虧了？”
“這個款和之前看那個款樣式差不多，穿著效果會有什麼不同？”
“。。。”
這個時候就存在高認知閉合需求，因為為了完美完成買衣服這個任務，這些問題必須得到準確的回答才能做決策。
消費者在瀏覽信息時候心裡認為自己是在完成某個任務的時候，就會存在高認知閉合需求。
什麼情況下消費者是在完成任務呢？
答案是交易型場景，比如淘寶，京東等電商平臺，或者超市，個人護理店等線下零售店，甚至是買機票訂酒店的網站。
相反在內容型場景，比如視頻網站，短視頻APP，公眾號，朋友圈，消費者就會進入低認知閉合需求，也就是說容易因為一兩個產品的優點而產生衝動決策。
（PS. 這也是微商的轉化率能有這麼高的根本原因）
所以當我們標籤一個營銷場景是交易型場景的時候，營銷信息應該是詳細數據的羅列對比，還有解決消費者主要的疑慮。這種場景更適合補充類產品的營銷，比如日常護理用品。
對於內容型場景，營銷信息應該儘量簡潔，用感性連接進行刺激。這類場景更適合新，奇概念的產品的營銷，比如新出的外國進口產品，某個不知名的浪漫酒店。
總結
今天跟大家講了一個運用大數據的新思路。
通常現在很多大公司會運用
瀏覽/購買歷史重複推送
“標籤+精準營銷”
的方法進行大數據營銷。這些方**受到數據來源和歸納推理謬誤的影響，不能很好提升轉化率。
因此這裡給了大家另一個選項，就是先用通過大數據算法標籤營銷場景，然後在不同的營銷場景給予個性化信息推送。
這樣做的好處是營銷場景與產品信息，需要溝通的信息都是客觀確定的。
商家只需要根據營銷場景的標籤組合定製幾套不同的營銷文案，然後通過大數據投放到不同渠道就可以了。
簡單來說，就是“在不同的池塘用相應的誘餌，讓那個池塘的魚在當前的水溫，光線環境下最有可能咬鉤”。
閱讀更多 市場部網 的文章
