眾所周知，大數(shù)據(jù)已是一個(gè)存在的現(xiàn)實(shí)，已超脫傳統(tǒng)的數(shù)據(jù)倉(cāng)庫(kù)、數(shù)據(jù)挖掘和數(shù)據(jù)分析等范疇，體現(xiàn)的不僅僅是技術(shù)上的革命，更是思維和管理上的變革。不過，由于數(shù)據(jù)采集的便利性，大數(shù)據(jù)在互聯(lián)網(wǎng)企業(yè)中的應(yīng)用比較熱門，雖然在金融業(yè)、電信業(yè)、電力業(yè)、零售業(yè)、物流業(yè)等傳統(tǒng)行業(yè)也已有不同層次的實(shí)際應(yīng)用，但大數(shù)據(jù)在傳統(tǒng)行業(yè)中仍是一個(gè)不接地氣的高端概念，尤其是在企業(yè)營(yíng)銷領(lǐng)域。

營(yíng)銷是企業(yè)存在和發(fā)展的基礎(chǔ)，在傳統(tǒng)企業(yè)，我們不難知道營(yíng)銷的結(jié)果如何，還可以通過多維度和精細(xì)化的BI分析工具，得知不同產(chǎn)品不同區(qū)域甚至單個(gè)客戶的銷售結(jié)果，溯因分析和縱向挖掘都不成問題。但我們對(duì)產(chǎn)生這個(gè)結(jié)果的過程一無所知，因?yàn)榇蠹也恢揽蛻粼谫I自己的產(chǎn)品之前是如何做決策的。所以我們不斷嘗試用各種廣告策略和促銷方式來引導(dǎo)客戶，不過從很多的營(yíng)銷活動(dòng)失敗的事實(shí)來看，顯然人們的嘗試有很多錯(cuò)誤，否則就不會(huì)有“不知道哪一半廣告費(fèi)是浪費(fèi)的”這么一說了。

但與傳統(tǒng)企業(yè)不同，互聯(lián)網(wǎng)企業(yè)可以根據(jù)“搜索記錄”、“瀏覽記錄”、“評(píng)價(jià)記錄”等進(jìn)行“用戶行為分析”，從而可以側(cè)面了解客戶的購(gòu)買決策過程以及顧客的關(guān)注點(diǎn)。由于一個(gè)用戶的購(gòu)買可能會(huì)受數(shù)千個(gè)行為維度的影響，隨便一個(gè)中型電商，每天所產(chǎn)生的用戶行為數(shù)據(jù)都是多類型的海量數(shù)據(jù)，大數(shù)據(jù)就在這里展現(xiàn)了它的存在和價(jià)值。但這對(duì)于傳統(tǒng)企業(yè)又有什么意義呢？傳統(tǒng)企業(yè)又如何進(jìn)行便利的“客戶行為分析”呢？

2013年5月，馬云攜手眾多大佬成立智能物流骨干網(wǎng)絡(luò)，將讓全國(guó)任何一個(gè)地區(qū)做到24小時(shí)內(nèi)送貨必達(dá)，這是對(duì)傳統(tǒng)零售業(yè)的莫大威脅，卻是更多實(shí)體企業(yè)的福音。有了這個(gè)基礎(chǔ)商業(yè)平臺(tái)，將會(huì)吸引更多的傳統(tǒng)企業(yè)將其線下業(yè)務(wù)和線上有機(jī)融合，這將形成一個(gè)巨大的O2O生態(tài)圈。在這個(gè)生態(tài)圈，實(shí)體企業(yè)將更快地轉(zhuǎn)型為互聯(lián)網(wǎng)元素的雙棲新型企業(yè)，到那時(shí)，現(xiàn)在的傳統(tǒng)企業(yè)也會(huì)像互聯(lián)網(wǎng)企業(yè)一樣，可以利用成熟的數(shù)據(jù)技術(shù)，建立自己的大數(shù)據(jù)分析體系，從而進(jìn)行更精準(zhǔn)的營(yíng)銷服務(wù)。相信用不了多久，傳統(tǒng)行業(yè)除了渾身流著資本的血之外，還會(huì)渾身散發(fā)著互聯(lián)網(wǎng)的氣味。

所以有了O2O，傳統(tǒng)行業(yè)就有了與互聯(lián)網(wǎng)綁定的機(jī)會(huì)，就有了獲取營(yíng)銷海量數(shù)據(jù)的基礎(chǔ)，從而傳統(tǒng)行業(yè)營(yíng)銷領(lǐng)域的大數(shù)據(jù)管理才有可能。在O2O的基礎(chǔ)上，傳統(tǒng)行業(yè)的大數(shù)據(jù)不再是星星之火，而是星火燎原，當(dāng)然“大數(shù)據(jù)”和“O2O”的結(jié)合的優(yōu)勢(shì)還不只如此。

傳統(tǒng)企業(yè)的營(yíng)銷管理還有另一個(gè)缺陷，那就是“對(duì)事不對(duì)人”，也就是說，只能對(duì)業(yè)務(wù)數(shù)據(jù)進(jìn)行分析，如銷量、營(yíng)銷投入、渠道等，但對(duì)客戶這個(gè)“人”的分析卻無從下手。畢竟購(gòu)買決策是客戶做的，而客戶是一個(gè)個(gè)活生生的人，他自己的七情六欲的每一點(diǎn)都有可能影響決策。我們天天談“客戶關(guān)系管理”，卻不能對(duì)客戶這個(gè)“人”有著具體的描述，不能不說這是件相當(dāng)令營(yíng)銷人尷尬的事情。比如客戶的真實(shí)年齡、性別、職業(yè)、收入水平、住址、興趣愛好等，這些信息都是進(jìn)行客戶關(guān)系管理、客戶購(gòu)買決策分析等的最基礎(chǔ)的數(shù)據(jù)，重要性不多說，問題在于數(shù)據(jù)采集的難度，因?yàn)閭鹘y(tǒng)的手工采集數(shù)據(jù)的方式在準(zhǔn)確及時(shí)性方面往往不靠譜，而且成本又高得要命。

當(dāng)有了O2O的條件之后，客戶在線上交易，線下交付，只要觸網(wǎng)，這些關(guān)于“人”的信息的自動(dòng)化采集就有了可能，再輔以大數(shù)據(jù)的分析技術(shù)，那些美好的愿望將不再是憧憬。我們不會(huì)幻想用戶在網(wǎng)站上注冊(cè)時(shí)給的都是真實(shí)的信息，但我們可以從用戶的網(wǎng)絡(luò)日志、相片分析出其家庭結(jié)構(gòu)和年齡性別，可以從用戶的QQ、FACEBOOK分析出其朋友圈和職業(yè)結(jié)構(gòu)，可以從用戶的社區(qū)網(wǎng)站得知其興趣愛好等等。就這么一個(gè)點(diǎn)一個(gè)點(diǎn)地填補(bǔ)，一張活生生的畫像就這么漸漸成形。當(dāng)有了這些信息的時(shí)候，我們的營(yíng)銷、客服、產(chǎn)品研發(fā)等，還會(huì)那么如履薄冰嗎？

當(dāng)然，如果用戶知道居然有人在分析他的一切，這會(huì)令人吃驚和憤怒，因?yàn)楫吘惯@涉及到了用戶的隱私條款，不過“棱鏡”事件已告訴我們，在國(guó)家的眼里，我們每個(gè)人都在信息的海洋里裸泳。但企業(yè)沒這份強(qiáng)權(quán)，不過仍有應(yīng)對(duì)辦法：屏蔽個(gè)人身份的蒙面客戶分析是個(gè)辦法；另外用戶的一些潛意識(shí)，雖然連他自己都沒有直白表現(xiàn)，但計(jì)算機(jī)可以根據(jù)用戶的網(wǎng)絡(luò)行為進(jìn)行推測(cè)，比如說時(shí)興的“猜你喜歡”，準(zhǔn)確度往往相當(dāng)不錯(cuò)，計(jì)算機(jī)有時(shí)會(huì)比你還了解你自己；還有，很多網(wǎng)站提供的便捷登錄方式，如直接用QQ號(hào)登錄，用戶覺得方便之余，無形中也就向電商敞開了一道大門，當(dāng)然還有更多好的點(diǎn)子。歷史的經(jīng)驗(yàn)告訴我們，在技術(shù)上從來都不是問題，以今天和未來的數(shù)據(jù)分析和處理能力，解決問題的速度只會(huì)越來越快。何況，從國(guó)家管制的角度，實(shí)名制的范圍正在逐步擴(kuò)大，社會(huì)信息互聯(lián)互通的大集成已漸具基礎(chǔ)。

維克托·邁爾·舍恩伯格在《大數(shù)據(jù)時(shí)代》描述了大數(shù)據(jù)的三個(gè)特征，其中第三個(gè)特征——“不是因果關(guān)系，而是相關(guān)關(guān)系”。關(guān)于這個(gè)論點(diǎn)，學(xué)術(shù)上也有頗多不認(rèn)同的爭(zhēng)鳴之聲。從上文也可以看出與舍恩伯格觀點(diǎn)徑庭之處：這里更強(qiáng)調(diào)“因果關(guān)系”，通過“大數(shù)據(jù)”與“O2O”的結(jié)合，前者進(jìn)行數(shù)據(jù)分析，后者解決數(shù)據(jù)采集，從而找到經(jīng)營(yíng)結(jié)果的真正動(dòng)因，這樣把“業(yè)務(wù)”和“人”的數(shù)據(jù)都囊括其中，我們當(dāng)然也就對(duì)未來的銷售預(yù)測(cè)與引導(dǎo)有了把握。

不管是傳統(tǒng)企業(yè)還是互聯(lián)網(wǎng)企業(yè)，有一個(gè)共同的難點(diǎn)，即數(shù)據(jù)多了，在某個(gè)分析主題之下，如何選擇合適有用的數(shù)據(jù)，如何判斷數(shù)據(jù)之間的關(guān)聯(lián)度，就變得重要了，否則本來想通過數(shù)據(jù)點(diǎn)畫個(gè)像，結(jié)果畫虎不成反類犬，則讓人笑話。所以在技術(shù)變革的同時(shí)，管理上也需要同步進(jìn)步，這樣一硬一軟相結(jié)合，大數(shù)據(jù)的價(jià)值才能得到最大程度的發(fā)揮。