宏原科技史建明：大数据在营销领域的应用实践

大数据宏原科技史建明营销领域

史建明 | 2016-08-26 10:40

【数据猿导读】从营销的角度，宏原科技创始人史建明眼中大数据的意义就是：今天人就是数据，数据就是人。大数据让今天的人比以往更加清晰的认识世界，认识别人，也让自己变得更加透明

史建明，宏原科技创始人。史总毕业于南京大学商学院。1995年加入宝洁中国，开始从事市场营销管理。此后先后在可口可乐中国，美赞臣中国分别担任品牌经理和市场部经理职务。2002年创办中国第一个本土专业品牌管理咨询公司迈迪，服务了大批中国快消品品牌企业。于2013年创立了宏原科技。

从营销的角度如何看待大数据

从营销的角度，大数据的意义就是：今天人就是数据，数据就是人。大数据让今天的人比以往更加清晰的认识世界，认识别人，也让自己变得更加透明。

然而大数据并不是现在才有，而是一直都在，只不过由于人类数据收集、储存能力和计算分析能力的限制，过去我们无法获取、存储和分析那些数据，貌似大数据不存在。从历史的角度来看，在伽利略时代，天文望远镜发明之后，我们发现了难以计数的星星;从微观的角度来看，列文虎克发明了显微镜，我们认识了同样难以计数的微生物。这些星星和微生物在我们发现它们之前就一直存在。同样，今天无数的智能设备，让人类的行为和态度也以数据的形式呈现出来，让人们能够更加清晰的研究人类的行为和态度。

MIT的Alex Pentland写了一本书叫《Social Physics: How Good Ideas Spread》，作者是用研究物理世界的方法来研究人类社会，根源也是因为有了人类行为和态度的大量数据。从这个角度来看，大数据就是把人类的行为和态度浓缩到电脑屏幕上，让我们可以从更高的高度来鸟瞰人类的行为和态度。从这个意义上来说，大数据并不仅仅是方法上的进步，更是一个理念的变化。我们描述星星的数量、微生物的数量，都不会精确到个位数，都是用数量级表示的。同样，我们通过大数据透视人类行为的时候，我们也不可能如样本时代，非常精确，但是也足够形成判断和结论。

从营销的角度来看，大数据给营销带来了非常深刻的变化。互联网对于营销的改变首先是从销售开始的，也就是电商，逐渐到了digital marketing，而对于消费者的研究改变的很少。但是大数据对于营销的改变，将倒过来从消费者开始，从而重塑整个营销框架。事实上，营销一直是以消费者为基础的，本质上就是C2B，而大数据能够让C2B更加彻底，这就是阿里巴巴从去年开始把数据赋能商家作为重要战略的原因。今天，平台和品牌都更加关注数据以及数据背后的人。

这样的变化对于营销来说影响是很大的，它改变了营销的边界、流程和组织方式，乃至预算的分配方式。在这个过程中，最核心的是机器学习的理念和技术的大量应用。举个例子，在阿里平台我们要找到投放目标，并不需要品牌商告诉我们人群的特征，我们只要用机器学习的方法，通过对大量的购买者进行学习和建模，找出潜在购买者的特征，通过这些特征到阿里平台去匹配人群，实现精准的投放。我常常说，这是营销人最坏的时代，因为过去积累的经验在大数据时代的价值打折扣了，过去行之有效的方法不灵了;但是也是营销人最好的时代，过去梦寐以求的对人的行为研究和分析，现在都可以更高效的完成了。

应用案例分享

通过一个案例讲解下具体的应用。我们的客户是一个女装的上市公司，在过去的选款和设计当中，更多都是依靠设计师的个人判断，没有数据作为支持，因此他们希望宏原科技能够通过电商、社交的数据给到他们支持。所以宏原科技就要从这些各种各样的数据中进行挖掘和分析。

做这件事需要回答三个基本问题：

品牌的目标消费者特征是什么?

这些目标消费者期待什么样的设计款式?

根据目标消费者的特征和他们需求的款式和设计，如何制定推广方案?

具体的数据来自电商的交易数据，几百万的消费者评论数据以及阿里提供的人群属性数据。

背后的分析方法就是自然语言处理，分类分析和人群透视分析。

我们怎么从大数据中对人群进行分类呢?这里的基本原则就是：消费者购买了服装体现了消费者的特征，消费者的评论分析更加体现了消费者对于服装关注的重点。我们可以通过消费者的表达，看到他们在不同场景对不同服装关注的重点是什么。

根据这些分析，我们可以把消费者分成更在意“自我”的感受和更在意“他人”的评价等，并进一步把人群细分，再通过人群购买商品，发现这些不同人群偏好的品类、设计风格等。

这部分的分析针对整个女装市场，了解整个市场的人群分类。我们进一步要去了解我们的品牌消费者与整个市场的消费者有什么差异。这里我们就根据客户品牌人群数据和商品数据，分析客户品牌在人群、产品特征上的差异。

通过这些数据，就可以看到这个品牌跟整个市场相比，在品类、风格、人群等方面的差异，从而能够把消费者从女装消费者进一步推进到“我的“女装消费者。根据这些人群的特征、品类、风格偏好的差异，就可以指导设计师们针对这些人群设计风格、选择材质、品类等。

洞察分析不是为了分析而分析，更重要的是采取行动。除了产品设计之外，在推广中也能够给到清晰的指引。如果没有这些洞察分析，客户品牌在电商推广中只能针对全市场人群，针对店铺进行推广;有了这些数据挖掘和洞察做基础，品牌在推广的时候，就可以直接针对品牌特征人群，也就是本案例中的高冷型女神人群进行推广。

这也是我们一直提倡的观点，买衣服的是人，是消费者，不是流量，我们不能仅仅把分析和洞察停留在流量层面，要深入到流量背后的人，了解他们的行为、心理和态度。因此不是有流量就能够做好分析，营销的分析和洞察还是要回归到人。

大家肯定都很关心这样做的效果如何?通过我们的洞察分析以后，再到阿里巴巴进行圈人的钻展投放效果，在没有任何活动的干预之下，ROI提升了2.3倍。同时，点击率也提升了1.7倍。这说明我们在人群规模扩大的同时，还获得了ROI的提升。

以上基本上就是我们利用大数据在服装行业实践的案例介绍。

除了在服装领域，我们在母婴、美妆、健康领域都有很多这样的应用，用我们的话说，就是从洞察直达行动。我们也从这些应用当中坚信，提升效果表面上是技术问题，本质上是战略问题。首先要确定做正确的事情，然后再正确的做事。提升效果，不能仅仅盯着跟效果最直接的那个执行环节，还是要回到消费者本身，回到策略。

Q&A

1、请问做一个这样的分析都需要什么工具?

我觉得工具可能要分几个层面。第一、基础数据类的工具，需要一些数据抓取、存储以及分布式计算的工具。第二、分析算法类的工具，包括自然语言处理的算法、分类的分析、聚类的分析等。当然，还包含不同品类的词库、语义分析这样一些方法在里面。第三、决策类的工具。在宏原科技，我们建立了一个AMP，也就是人群管理的平台，来完成基础数据的获取、储存、计算;应用层面的分析;决策的分析。

2、收集数据时最好的工具是什么?

收集数据的工具如果要说最好，其实很难回答。搜集数据的工具只有一种，那就是爬取。撇开技术的角度，搜集的方法还有合作、购买、交换，这样很难讲哪个最好，哪个不好，取决于你自己要达成的商业目标，你的技术能力，你拥有的资源。

3、咱们和阿里巴巴在数据上的合作具体是怎样的呢?

我们是阿里巴巴的数据服务商，他们会提供一些开发的环境给到我们，我们再到开发环境中写入我们的算法，然后进行运算，得到分析的结果。但是，从原则上来说，我们不可以将数据拿出来，我们只能使用数据，而不能拥有数据，而且阿里巴巴的数据分析动态环境产出的结果可以直接导入到他们的投放系统进行广告投放。所以，这样可以帮助我们实现从洞察到行动的一体化解决方案。宏原科技在阿里巴巴做的工作不仅仅是洞察分析的报告，更重要的是可以看到行动，看到结果。

4、电商评价如淘宝很多商品存在大量刷单的情况，类似这种数据目前有办法辨别清洗吗?或者说数据准确度怎么保障?

这件事情我觉得可以从几个角度去理解：第一、我们的分析是基于消费者所见即所得，也就是说消费者看得见的我们都来分析，那么从这个角度来看，这个分析的结果是基于公平的原则，如果刷单，那我们就体现了整个市场的状况，体现了一个带着刷单、带着瑕疵的市场状况。第二、很多的语义从数据分析的角度来看，如果有大量的评论仅仅是讲不相关联或者简单的内容，我们的工具也会逐渐把它识别出来，不会将它放在中间考虑。在电商的分析中，我们也积累了大量文本清晰的库，尽量将那些典型的刷出来的评论剔除出去。第三、对来自于阿里巴巴开发环境的数据，就不用我们来做了，我们相信阿里巴巴自己会做好数据清洗的工作。

撇开电商刷单的角度，对于女装商品评论的数据，我们大概有七八百万个评论，其实这个量已经非常大了，虽然夹了一些瑕疵在里面，但是从趋势、方向、状态上来讲，应该可以展现出足够真实的判断给到决策者。

5、看到介绍咱们还有一款标准决策的SaaS产品，可以介绍下这款产品么，好像还没有发布?

我们确实有一款基于电商数据分析的产品。其实电商类的数据产品非常多，有各种各样类型和功能的，我们这次推出的SaaS产品的目标是帮助企业进行决策。我们不是帮助做运营层面的优化，而是帮助做决策的。我们不去追求销量排行榜、流量排行榜等，我们是要通过数据分析产品让决策者能回答出竞争对手是谁、他们的商品和我们相比有什么差异、他们最近的趋势怎么样、他们的价格表现怎么样、消费者对他们产品的反馈和我们有什么不一样，我们会关注这样一些决策的问题，通过这些问题能够帮助决策者回答：我明年应该上什么样的产品?针对什么样的竞争对手?推广应该关注什么?应该关注的卖点是什么?……在市场访谈当中，客户给到我们的反馈是，市场上可能比较多的是数据分析的产品，我们要提供的是商业分析的产品。

6、收集到的数据大体都以什么样的形式呈现去分析?

这个问题很有意思，数据分析的呈现形式基本上就三种形式。第一、以人能够看得懂的方式呈现;第二、以能够把事情说得明白的方式呈现;第三、以能够说清楚并且采取行动的方式呈现。

7、对于会员数据分析有什么工具或者方法吗?

我觉得数据分析的方法基本上都是一样的，我们无外乎就是分析两类数据——行为的数据或者是态度的数据，它背后的分析方法基本上都是一致的。会员分析有什么不同，我觉得背后的问题可能是你想达成的商业目标是什么。会员分析可能是讲忠诚度，call-back等这些指标，对于其他人群的分析，我们可能会讲新产品的开发、广告的精准投放等。会员数据其实是一个很宽广的概念，我们很难讲一些特别具象的经验。在我们的工作当中，确实有很多会员数据的客户，通过对他们的会员数据和电商数据进行联合分析来看。

来源：拓扑社

收藏分享

声明：数据猿尊重媒体行业规范，相关内容都会注明来源与作者；转载我们原创内容时，也请务必注明“来源：数据猿”与作者名称，否则将会受到数据猿追责。