什么是“大数据大营销”？

试想2020年营销会是什么样？也许到那时人们已经不需要电视，所有人都将使用VR，甚至我们变得像《黑客帝国》里面的人物那样。究竟2020哪些东西会变化，哪些东西不会变化，这是所有做营销人都必须思考的问题。

确定要变的东西是什么？

首先，所有的媒体和行为都将数字化，甚至我们的情感都有可能数字化。然后，在数字化的情况下，数字帮助营销，帮助公司更好地找到受众。数字有没有改变消费者？我们生活在互联网环境之中，消费者的行为有没有变化?事实是数字、互联网对消费者的影响远比我们营销人还大。所以，作为营销人我们需要跟着消费者改变。

人的行为是不是和以前完全不同？

微时刻（Micro-Moment）是谷歌2015年提出的概念，它指的是人们面对想要知道什么、想要做什么、想要去哪里、想要买什么的时刻，反射性的转向智能设备寻求答案的时刻。而最终下定决心、决策的时刻，富含极高的意图，因此对商家来说，若能在这些消费者寻求答案的过程中找到你，让你成为最终解，就变得非常重要。

如今消费者面对这些不同需求时刻，每个人只需要拿手机点一下，需求就被解决了，这是消费者行为的改变。正因为他们可以更快地采取行动，更快地获取自己想知道的事情，于是消费者已经变成上帝——品牌的危机、产品的负面评价，消费者都能轻而易举查到。这些内容是我们要研究的，也就是微时刻带给营销的变化。

互联网的原生一代他们在做什么？

从时代角度去思考，人类历史上四次传播革命：印刷数的出现、文字的出现、大众媒体出现到互联网的出现。我们以前所用的传播理论、电视传播理论、所有品牌建设理论都是在第三次传播革命中产生的，都是在大量的电视、报刊杂志中产生的。互联网将给我们带来什么，是所有营销人需要探索的问题。

大数据，是为大营销服务

数字新思xinsight.cn希望大数据不只是指导数字营销找对人，给人画标签，广告主投上去，大数据是要为大营销服务，而不仅仅是为数字营销服务。宝洁提到很重要一点，他们的大数据在为产品服务，在为体验服务，就是同样的道理。“找对人”是营销很重要的一件事情。传递给客户什么样的故事，要用什么样的创意，用什么样的渠道，最终用什么样的方法，这些都是大营销里需要考虑的问题。

更全面的大数据

如何真正有效解决“找对人”，我们可以使用大数据，或者称它为“更大的数据”来区别传统的大数据，专业的讲就是“同源数据”。

同源数据，我们和秒针(miaozhen.com)之前在做MixReach这个产品的时候，在五六年前研究计算电视屏、电脑屏它们的到达，很多人说这个方法好像不是同源数据，有没有可能针对同一个人同时测量他的广告到达、行为和购买？当年这是我们所有人的梦想，五年前我们给客户的答案是五年内这些做不到，因为技术没到、投资没到，所以先用混合到达的方案来做吧。

但是如今实现这个梦想的时刻到了，数字新思已经把各个屏幕连接到同一个人身上去了。现在新的技术，能够把媒体到达行为和购买行为关联起来，这就是同源数据。

更加智能的数据

大数据不仅仅分析消费者看什么东西，浏览什么网页，营销过程中还有很大一部分是情感。就像前段时间IBM推出认知云的概念，都是关于复杂人类心理状态的把握。同样数字新思也是往神经科学方面努力，利用“Gazelab情感云”了解一个人注意什么，思考什么，面孔上所表达的是什么，这些会成为很重要的数据源。只有结合情感和行为的数据才能组合成更大更智能的数据。

基于大小数据提供程序化洞察

基于要为大营销服务，我们需要推出一系列的产品去推动大营销，比如品牌追踪和效果反馈。

数字时代消费者决策路径

决策路径，消费者在整个过程中是很大的决策路径，既有被动传播，也有主动了解的部分，还有决策部分、分享的部分。在精准营销时，大多在主动性和被动性媒体上都有结合，包括电视媒体效果怎么样，户外媒体效果怎么样，都是我们要研究的对象。

理解和抓住消费者的微时刻

户外媒体、电视媒体主动和被动的结合能够更好地帮助我们做好营销，我们要从大的消费者路径去理解，消费者还有很多的微时刻。通过同源数据能抓到一位消费者在电商内部所有的路径，包括他在电商里来来回回不停地走动，可能有50%的人买的东西不是他想买的，做计划的部分是50%，其他转来转去购买的则是另外50%，而触发他购买行动的正是那些微时刻。

关于渠道选择

大家经常讲流量、曝光，所有人都知道曝光是不等价的。一个视频的曝光，开平广告的曝光都是不等价的，价格一定是不同的，问题是价格差别究竟是多少？

于是，为了统一标准，数字新思和中国广告协会共同推出等效曝光的标准，解决广告主如何跨平台、跨形态地去做优化广告投放。首先每一种形态的曝光都是重要的，其次是可见性，被受众看到的平均概率。最后是效用的系数，指的是对于受众的记忆或者购买的影响力如何。把这三件事情放在一起才能做到等效的体系，才能把跨屏、跨形态曝光体系结合在一起。

去年我们研究了一个APP的开屏广告对人的影响，采集了7、8个15秒视频的广告，有这些可见系数和效用系数，能帮助我们做整合的分析。通过结合行为的测量、情感的测量，以及技术的测量，把每一个页面、形态都测量出来，从而真正计算出广告的位置、广告的创意，对人的影响力是什么样的，最终受众的行为是什么样的。

除了精准之外，好的广告创意能够非常有效地提升广告效果。我们用GazeLab情感云测试过无数的广告，好的创意和不好的创意，最终对人记忆的影响效果相差是10倍以上，这些来自于情感和行为的测量，GazeLab情感云利用云计算的方法帮助我们实现快速地迭代和优化广告创意

广告的全效果来自于直接和间接作用

从广告内容的曝光到消费者的购买，有无数的路径去实现购买的可能性。任何一个广告到达，最终目的包括实现及时的销售转换，或者短期的销售增长，也可能是实现品牌的增长。数字新思研究过很多的案例发现，广告活动对于及时销售转换的贡献只占销售的11%，对于短期销售、一周类销售的增长贡献为35%，而对于长期销售能达到54%，这是非常有趣的数字。数字营销一定不要被数字绑死，我们不能只是看到转化率。如果只盯着转化率，算下来会发现投放根本不值得，但其实是因为你拿及时的效果来做比较而已。

数字新思做过这样一个案例，比较精准广告曝光和各种视频的曝光，最终产生消费者的贡献是什么?在这个电商案例里，他有不定时广告，也有站内站外的广告、首页大图的广告，每一个广告的销量都是有贡献的，除了追踪到精准广告的销量贡献，结果我们发现还有三倍的销量发生在不可追踪的部分。因为消费者购买的时候会点击广告，可是常常不会在点广告之后马上购买，可能在下一次搜索寻找的时候才去购买广告的产品，这就是间接效应。如果用同源数据就能把所有的销售反馈找到，也就能帮助我们更好地找到广告该投在哪里。

当广告主在做精准广告投放时常常会遇到一个问题，到底是投一百万就够了，还是投两百万更好？到什么样的情况下是有效的？下图是我们做过的某电商案例，从图中反映的是投资和收益的情况，可以看出ROI（投资与回报）的增长速率并未减弱，对品牌主的指导建议是应该继续增大投入。当增长速率开始减弱，则应该适当控制投入，以满足ROI最大化

下面的视频是基于同源数据整合之后ROI的反馈：

广告的贡献率是多少，影响着整合投入产出的流动趋向。哪些投放推动了社交，推动了线上销售的贡献，才能找出整个投放的趋势。数字新思研发的ROI工具既有大数据，也有数据面板，可以快速地进行数据分解，快速预测整个销量趋势。把每一次的投入效果明确出来，追踪到线上线下投放的数量是多少，最终实现广告投放的优化。

与传统营销概念的不同在于，传统营销是大主意驱动，所有的数据反馈很慢，至少要两个月。而拥有大数据之后，营销中每一次行为都能快速反应。例如，在互联网里AB测试是非常好的测试方法论，因为根本不需要讨论A好还是B好，用一天的时间大数据告诉我们A比B就好1%，再通过优化比较下一轮，然后再优化1%。这就是所谓的迭代优化。

所以，我们需要更大的数据，为更大的营销，要用行为加情感的数据了解消费者不仅仅是做了什么，也了解到他们注意到什么，思考什么，喜爱什么……只有把这些数据整合起来才能促进营销的发展，才能让生意变得伟大！