个性化时代的数据价值

开篇：润墨网以专业的文秘视角，为您筛选了一篇个性化时代的数据价值范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！

奥巴马赢了。在前 70 年时间里，没有一名美国总统能够在全国失业率高于 7.4% 的情况下竞选连任成功。在整个竞选过程中，奥巴马花了不到三亿美元，而落败的罗姆尼却花了四亿美元。“谁花钱更多就会赢”的规律被打破了，显然，在竞选资金转化为选票的过程中，奥巴马的团队的效率远远高于对手，比起一味砸钱的罗姆尼团队，奥巴马和他的朋友们通过“数据挖掘”的方式试图到达每一个选民，关注他们习惯于用何种方式捐款，最有可能被什么样的话术说服，以及哪些渠道能够高效到达。

美国《时代》周刊报道称，以数据为驱动的竞选决策是奥巴马竞选获胜的关键。从一开始，竞选经理吉姆·梅西纳就宣称“我们要计量所有的东西”，例如，经过数据分析他们发现美国西海岸的中年女性喜欢乔治·克鲁尼，对于她们来说，如果能获得一次与他共进晚餐的机会，她们将毫不犹豫地捐钱给奥巴马，而最终这场克鲁尼晚会为奥巴马筹得数百万美元的竞选款项。

虽然奥巴马团队的数据分析方法和工作方式仍然是个谜团，但是他们所代表的以数据分析为基础的个性化营销已经在商业社会产生影响。许多企业开始探索精确了解每个消费者的方式，根据数据分析的结果作出决策。

从数据到价值的三步走

在迈克尔·刘易斯的《魔球——逆境中致胜的智慧》一书中，讲述了这样的故事，美国职业棒球联盟的奥兰多运动家队一无人才，二无资金，各方面条件都处于劣势，一位来自耶鲁大学的分析专家在对有关棒球统计的大量数据进行分析后，找到一批市场价值不高却各有特点，并且相互补充的选手重新组建球队，大获成功。从故事中，可以看到从数据到价值的三个阶段，即数据积累与分享、专业分析和合理评估。

首先，数据只有到积累一定数量时才能产生分析价值。在互联网的各个平台，如淘宝、百度或者腾讯上，每时每刻都在产生大量的行为数据，除掉一些比较敏感或者涉及隐私的内容，这些数据其实可以开放出来，以免费或者收费的方式流转开来。在《个性化：商业的未来》一书中，北京大学光华管理学院市场营销系副教授苏萌提到了数据商业模式 “2D”，即面向数据的生意。以淘宝为例，在淘宝上的商家，想知道去年卖得最好的裙子是什么颜色和款式，淘宝的数据平台就可以回答这个问题。从这个意义上来讲，阿里系因其垄断的地位，在消费数据方面的前景最好。在搜索足迹上，阿里巴巴的购物搜索数据同样可以精准地反映消费偏好，对于第三方的数据使用者和广告投放都有指导意义，这部分用户数据的价值较百度等普通搜索引擎更高。

其次，“数据科学家（Data Scientist ）”将成为新兴行业，而“数据分析部”也会成为辅助决策的重要部门，决定产品应该在什么时候该打折，通过哪个渠道去投广告等等，以数据来支持决策。

第三，在商业领域，营销活动的绩效评估和用户体验是个难题。作为一家专业的推荐引擎服务商，百分点主要为电商及资讯类网站提供站内流量转化和商业智能分析整体服务，目前百分点在评估营销效果和用户体验上有多个评估指标。百分点首席科学家周涛认为，即便一个群体有相同的属性，但是每个人的行为是不一样的，百分点希望把这些个人和群体的不同找出来。再针对这些群体进行个性化的对比，并以此展开个性化的营销服务，例如发送个性化推荐栏的“猜你喜欢”、个性化EDM、个性化着陆页等。

苏萌认为，难于评估也影响着社交媒体变现能力。未来，数据挖掘能力将是区分各个平台的渠道价值的标准。现在，Facebook也开始做这样的事情，通过like按钮收集消费者在社交网站的足迹，慢慢积累自己的用户行为数据，至于价值如何体现，目前还很难预测。

利润最大化背后的数据因子

线下的沃尔玛拥有世界上最大的数据仓库，集中了各个网点的原始销售数据，从这些数据中，他们的分析人员从中发现了许多出人意料的消费规律，比如啤酒与尿布总是一起销售的例子，和飓风与小食品pop-tarts的销售上升密切相关，等等。现在，沃尔玛可以根据天气、时间、消费群体等商业相关的因素来决定货架的排列、商品种类和价格等，以达到营业利润的最大化。

对于电商来说，分类搜索和产品页面等其实对应着实体超市的货架陈列方法，而在价格和促销上，实体超市可以运用轮换打折的方法，让支付意愿低的消费者付出时间成本去等待，从而实现差别定价。而电商则可以运用个性化技术，使价格也实现个性化，根据用户的个人数据分出他们的支付意愿等级，分别开出不一样的价格以促进销售。与营销投放等间接手段相比，个性化的定价是更直接的提高利润的方法。

苏萌认为，在理论上，个性化定价涉及到价格歧视理论，包括基于数量的歧视，基于地理位置和人们支付意愿的歧视。而在电商网站上，基于顾客个人信息（性别，收入水平等）的差别定价，很容易被发现并引起顾客反弹，因此，仅仅根据个人信息对顾客进行简单分类还远远不够，电商们需要挖掘出更多的数据，比如他们的购买品类，购买时间和购买价格等历史数据，发现他们对某一商品的喜好程度和对价格的敏感度。在这个问题上，苏萌举例说，当一位顾客连续几次关注同一件商品时，说明其有意购买但支付意愿不足，可以适当地给予优惠价格。在线下实体商店，老板们其实也是这么做的。

孙萌认为，在了解了顾客的支付意愿之后，电商们还会使用“遗传算法”来决定把商品卖给哪些顾客才能获得最多利润。对于每一位顾客，企业计算他花10元购买某个商品的概念，然后，在这个价格水平上，购买可能性大的顾客留下来参与下一轮计算，而其余的顾客则被“淘汰”掉了，最后企业会得到一些顾客，他们是实现利润最大化的优秀种子。现在，遗传算法是埃森哲开发的“个性化定价工具”的主要方法之一，即在现有存货和商品利润率等信息的基础之上，帮助企业决定将哪些商品以何种价格提供给哪些顾客。

眼下，有关数据和营销的创意还在不断产生和变化，唯一能够确定的是，未来将是一个以数据为基础的个性化网络时代。