2017年4月15日，由清華大學數據科學研究院聯合西班牙IE商學院舉辦的大數據挑戰日活動在清華大學FIT樓舉行。國雙副總裁黃勇堅受邀在“業界分享”環節中做了題為《大數據在消費領域的運用》的演講。為參加大數據案例大賽的同學們闡述了大數據的行業趨勢，并分享了國雙大數據在數字媒體營銷領域幫助企業洞悉用戶真實需求、優化用戶體驗、提升轉化率的案例。參與此次比賽的優勝隊伍，可以得到IE商學院大數據碩士項目獎學金和國雙的實習機會。
圖：演講嘉賓合影，左一為國雙副總裁黃勇堅
以下是黃勇堅精彩的演講摘錄，分析了當前在消費領域的業界發展趨勢，展現國雙運用大數據技術在商業線上為客戶創造價值的成功案例。
為什么我們現在可以談論大數據呢?
第一，可精準收集數據。以前人們的生活絕大部分是發生在線下的，并沒有使用計算機，例如看報紙了解新聞，在線下買東西，數據難以被收集。和當年相比，現在很多的事情是可以用計算機、智能設備去做的，包括在線看視頻、滴滴打車、用頭條來看新聞、用百度進行搜索，產生了大量的可供采集的數據，這是這個時代的第一個特征。
第二，現在數據是海量的。在雙11的時候，阿里1分鐘時間不到，它的交易額就超過1億人民幣，非常迅速，海量并發。當數據少的時候，單機就能處理完成;但現在數據是海量的，此時怎么去處理這些數據，對業界提出了很大的技術上的挑戰。
第三，結構化與非結構化數據并存。互聯網上充滿著海量文本和圖片這些非結構化的數據，這些數據中隱藏著一個很大的“金礦”，怎么樣從這些數據中提取價值呢?這是業內都想做的一個話題。
“大數據”一定是要解決實際問題，一定要結合具體的業務、具體的行業。讓我們結合消費領域，看看大數據時代下的營銷的發展情況。
營銷行業的發展情況
隨著計算機技術的迅猛發展，各個消費者習慣發生了變化，互聯網和移動互聯網在消費者的消費決策過程中占據越來越重要的地位。
營銷決策提前，營銷開始比銷售重要。
這是在大數據時代中搞營銷、消費研究的很重要的一個特征。以前，企業的市場部會投放廣告，當消費者看到廣告，會去這個企業的門店中進行購買。這個時候，門店的銷售起到了非常重要的作用，他會跟你說這個產品多么好、用這個產品能夠達到什么樣的好處，銷售部門對消費者的購買起到主導作用。
現在不一樣了，消費者在到達門店之前，早已在網上查過各種資料，早被無數廣告影響過，當他到達門店之后很多時候實際上已經有強烈的購買意向了。所以，營銷部門就承擔了非常關鍵的角色，企業的CMO所起的作用越來越重要，而銷售所起到的作用在下降。
在現在的領域中，消費人群受影響的因素也變得更多。
以前，用戶的觸點有限，包括傳統的報紙雜志、戶外廣告和電視廣告，這些觸點所產生的數據難以被收集，也難以與用戶發生交互。現在除了這些傳統渠道以外，還多了很多新渠道，有微信、微博、各類垂直門戶網站、企業官網、各種各樣的論壇，而且微博、微信、論壇還有不同的特征，內容很多是是用戶自己產生的，而且這些觸點有很多是可與用戶發生交互的。用戶所產生的內容往往是包含著商機，也影響著消費者的購買行為。
消費者受這些渠道影響的因素變得更多，同時也產生了大量碎片化的數據。
我們嘗試回憶一下大家買東西的一個過程。首先，你可能是聽到朋友說這個東西好，就會在網上搜。比如，你要買化妝品，會搜“去皺紋化妝品”“美白化妝品”“美白護膚品”，去搜索不同的關鍵詞。你搜索完之后，可能還會在化妝品的論壇上，在一些麗人網站上看看大家都怎么談論化妝品。這個時候的數據已經割裂了，你搜索的數據是在搜索引擎上的，麗人化妝品評論的這些數據是在各大麗人網站、各大垂直網站上。而你去買的時候，又會直接去京東、天貓或者官方商城，這些數據又割裂了，消費者的這些行為就帶來了大量碎片化的數據。當使用完產品之后，無論你覺得爽或者不爽，你會發一個朋友圈炫耀或者抱怨一下，這又多了一個渠道。所以，現在消費者的行為就帶來了大量的碎片化數據，這些數據呈現割裂狀態，把這些數據打通在一起整合分析尤其重要。
在不同時代下，消費者的理念其實在發生變化。
在以前可能是受同事、朋友的推薦，受口碑的推薦，影響著一個消費者的決策過程。現在就不是了，朋友的推薦僅是一個參考，我還需要大量的時間在網上搜索、自己看各種信息，因為互聯網提供了非常重要的渠道，它徹底改變、顛覆、革新了消費營銷領域。
國雙的“5A” “3M”理論
一個品牌從用戶知道到該用戶成為真正的忠誠客戶，會受5個A的階段： Awareness(需求意識)、Appreciation(鑒別信息)、Assessment(評估信息)、Action(開始行動)、Advocacy(忠誠用戶)。每一個過程由三個維度進行描述，分別是：Media(媒介)、Message(內容傳遞)、Measurement(度量標準)。
大家回憶一下，當你有需求想買東西時，你先需要去知道一個品牌，知道一個產品，產生Awareness，為了達到這個目的，需要在一些媒介進行內容傳遞，要傳播的主要是廣泛的品牌的聲量。怎么去衡量你的這個效果傳遞得好不好呢?這個時候我們就需要定義measurement(度量的標準)，比如品牌的知名度、曝光度、談論企業相關產品的人多不多、在互聯網上的聲量多不多。
當消費者第一次被影響之后，他就開始鑒別這些信息對不對、有沒有影響力、會不會影響決策的過程。此時的媒介會關注各種權威的專業網站，以及在搜索品牌上的專區，這個時候企業要向消費者傳遞的是品牌的特性，針對于這個品牌的關注點。
有了這些信息之后，下一步消費者自然就要評估這些信息，去比較誰好，究竟是買哪個品牌的產品。比較的時候有一個度量標準，品牌的提及率、正面和負面提及率，怎么去影響消費者。
到了第四步，該買的總得買，企業需要在一些媒體上投放能夠吸引用戶購買產生購買的一些廣告，比如一些促銷類、優惠類的廣告。衡量這一步的成功標準是什么?就是轉化成功率，用戶有沒有埋單。
那買完了之后是不是就完事兒了?當然不是，用戶買完一次還有第二次，還有售后，還有很多的事情，你要讓顧客變成你的忠誠顧客，下一次還會再買。這個時候，就需要把這個顧客留住，在售后的服務上需要和他建立個性化的關聯。例如當用戶生日的時候，有一些會員的關懷，當預測到某用戶的化妝品可能要用完，也許這個時候就要給她推一些新的化妝品，培養品牌的忠誠度。
國雙在消費領域的大數據營銷方法論
為了讓消費者形成一個認知、互動、轉化的過程，我們需要在不同的媒體上投放廣告，把這些流量帶到企業的官網、企業微博、企業的官方商城、企業的微信公眾號、企業APP，這些都是現代化的營銷渠道。到了這些平臺之后，把這些數據從消費者看到這個廣告、到去到你的品牌網站、到最后轉化，這一全系列的行為通過國雙的各個Dissector產品收集到國雙的DMP(Data Management Platform)平臺上，在這個平臺上我們通過人工智能技術進行數據建模，充分挖掘用戶眾的特點，做好潛在線索發現、用戶再營銷、提升用戶忠誠度的工作，讓企業在消費領域的營銷能夠更加成功。我們一起看看國雙在這個領域的案例。
案例：通過大數據去優化用戶體驗，提升轉化率
例如某知名化妝品的官網，用戶在官網上買東西，會有很多鼠標點擊，哪一塊點擊的多，哪一塊點擊的少?通過國雙的熱力圖技術很自然地展現出來，熱的地方就是消費者感興趣的，冷的地方就是消費者不感興趣的。從而了解到哪些內容是用戶比較感興趣的、哪些內容用戶根本連看都不看。你需要對用戶所感興趣的內容提升。官網上大部分的點擊都是在左面，右面是廣告區域，大家不怎么關注，是因為右邊這個品牌、這個產品根本就沒有人關注?還是因為它的位置放在右邊占更多的原因呢?最好的辦法就是A/B Test。把右邊的廣告區域，挪到左邊試一下，看到左邊吸引到了更多的用戶關注。于是，品牌就把官網的廣告從右邊挪到的左邊。調整完之后，通過數據發現，點擊量漲了2.7倍，產品收入也得到了大幅度地提升。這是一個真確的案例，通過國雙的熱力圖技術幫助客戶分析用戶的行為，提升用戶體驗，提升轉化率。
案例： 搜索引擎廣告的成本越來越貴，如何用數據節約成本?如何洞察用戶的實際需求?
再看一個搜索的例子，一個人要買SUV，他在百度搜“20萬的SUV買什么好”。我們通過國雙網站分析產品Web Dissector分析得到，“20萬買SUV買什么好”這個詞的訪問量、點擊行為。進一步能夠看到觸發這個搜索詞的其實是“SUV”這個更通用的廣告詞，客戶在百度上購買的關鍵詞是“SUV”，但是用戶事實上在搜索的時候，他搜索的詞更具體，是“20萬SUV買什么好”。百度上“SUV”這個通用詞的競爭比較激烈，價格較貴，而“20萬SUV買什么好”這個長尾詞的價格要低于“SUV”這個通用詞，在這個時候就會發現，如果我用“20萬SUV買什么好”這個長尾詞來投放，得到的廣告效果是一樣的，但是卻更節省預算。
一般用戶在搜索的時候是一個不斷精細的過程，一開始他會搜“SUV”，然后搜 “20萬SUV買什么好”、“20萬四驅SUV什么好”，他會越搜越細，漸漸地暴露出這個用戶的訴求、預算、喜好等關鍵信息，這是搜索營銷的重要特征，結合國雙的大數據技術我們會通過用戶的搜索行為判斷用戶的需求是什么，為每一個用戶打上精確的標簽。得益于國雙的技術優勢和在SEM領域的業務優勢，國雙在用戶畫像上做得更加精確。
案例：輿情技術幫我找到網民關注的問題，然后呢?
剛才說的例子都是結構化的數據，都是用戶廣告的交互、用戶去了企業的官網產生的數據。如果用戶根本就沒有去企業的官網，在中國有微博、微信，還有各類的論壇以及門戶網站，在這些領域應該怎么去做呢?我們通過國雙的信息挖掘產品Media Dissector監測全網的與企業產品服務相關的信息，用戶在微博上發了一個針對某款產品的使用投訴，我們通過技術的手段在海量的用戶、海量的文本數據當中，把這條微博監測下來，通過國雙的自然語言處理技術由機器判斷這條信息是值得關注的，這時企業可以在微博上針對這個人的投訴和抱怨做一次售后的維護，這是一個售后的關懷。這在以前的傳統領域是不可實現的，只有到了今天消費者習慣通過論壇、微博、微信等渠道進行發聲，才能夠實現，這也徹底顛覆了售后服務領域。用戶通過論壇或者微博發了一段文字說他的需求。當我們爬取到這樣一段話之后，要進行分詞、降噪、消歧、語法分析，提取這句話特征，通過自然語言處理技術，最后計算機知道這個用戶是在對產品進行抱怨，這是屬于售后領域，計算機自動將這段文字歸為售后類的用戶需求，讓客戶去做新時代下的售后服務。
高效回呼：監測數據也能助力呼叫中心
通過大數據人工智能技術進行業務建模，提升企業經營效率。用戶訪問企業官網會留下很多行為數據，比如是通過搜什么關鍵詞來的，是不是新訪問者，停留時間多少，停留的時間長說明他可能關注你的品牌，用戶做了所有的這些行為需要記錄下來，我們進行建模，找出最有可能是你的客戶的人。以汽車銷售為例，呼叫中心的話務員需要給真正愿意買車的人打電話。通過想買車的人在網站留下的行為信息，從他的停留時間、他看的頁面數等等更多細節的數據，我們可以判斷挖掘最可能買車的人的特征，進行業務建模，通過模型的輸出結果針對這些線索按照購買意向的高低進行排序，呼叫中心的話務員可以只給最可能買車的人打電話。以前是每打305個電話才能有一個成交的單子，現在只打69個電話就有一個成交的單子，有效提升了呼叫中心的效率，這是大數據領域里面的一個應用。
剛才我分析了很多在消費營銷領域國雙運用大數據技術和人工智能技術為客戶創造價值的案例，背后需要有國雙強大的大數據平臺技術進行支撐。國雙持續在大數據技術和人工智能技術領域進行研發投入，結合業務應用，不斷為客戶創造價值。
