大数据学习为品牌营销From EMKT.com.cn提供了技术基础，新的数据处理技术使原本纷繁无序的数据变得有规律从而产生意义，人们可以基于对这些数据的交换、整合、分析，来解释各种现象背后的原因，并能预测事物的发展趋势，这为企业及时调整品牌策略，进行快速迭代，实现与目标受众的有效沟通成为可能。所以基于互联网下的大数据学习对市场（品牌）营销在以下几个方面具有重要的启示作用。（丁家永，2017）

　　一是通过大数据对用户行为与特征分析。显然，只要积累足够的用户数据，才能分析出用户的喜好与购买习惯，甚至做到“比用户更了解用户自己”。二是通过大数据支撑精准营销信息推送，如RTB广告的应用则向人们展示了比以前更好的精准性，而其背后靠的是大数据支撑。三是通过大数据让营销活动更能投用户所好。四是通过大数据帮助企业筛选重点客户。五是通过大数据分析更加清晰你的产品消费者的特点。

　　大数据学习可以让一切营销行为和消费行为数据化，大数据使得营销行动目标明确、可追踪、可衡量、可优化，从而造就了以数据为核心的营销闭环，即消费—数据—营销—效果—消费。大数据学习大致可以分为两类。一个是基于行为，一个是基于内容。基于行为的分析，顾名思义，即对用户在互联网、移动互联网留下的“痕迹”，即浏览、点击、收藏、购买、二次购买的分析，得出未来会选择购买的预测和推荐结果。基于行为的分析，属于群体智慧，综合利用群体用户的行为偏好。用户之间会相互影响，更加符合现实世界中的用户行为。而基于内容的分析， 包括对文字、图片、音频、视频等信息的分析，得出预测和推荐的结论。这就是说，大数据学习就是电子化信息意义，以前以文本、影像的方式孤立地存在于各个单位空间，现在可以在互联网上（一个空间内）很快爬到、扒到、看到大部分甚至全部，虽然有很多信息也有重复雷同的电子垃圾以及夹杂各种形式的干扰，但借助技术的发展和计算能力的提升可以很快进行累积、归类、叠加和加总进而实现可视化。

　　基于过去大数据收集与处理（学习），下一步就是帮助判断和预测未来，找到发展方向。在这方面最典型的例子就是Google。比如Google趋势图应用可以通过用户对于搜索词的关注度，很快发现和理解社会上的热点趋势。而Google Instant则会在用户输入关键词的过程中，迅速预测可能的搜索结果。

　　我们知道商业环境受制于诸多不可控的外部因素，在宏观方面如政策、经济大环境、社会文化等，微观层面则涉及行业走向、竞争对手、潜在替代者、消费者需求甚至企业内部管理等各方面，可见商业对于大数据学习的依赖性更强。Data Drive Business（数据驱动商业）这是大数据学习在营销中应用的最好表征。比如如何发现消费者需求？如何准确确定目标受众？如何在正确的时间、正确的地点、以正确的方式传达给正确的消费者正确的内容？如何促使消费者行动？如何以销定产实现柔性生产？如何设计制造最具市场潜力的产品？等等。要回答这些问题，大数据学习的作用就非常显现。大数据学习在营销中的意义就是通过结构化和非结构化的数据收集，将以往不可见不可描述的部分，变得可视化，从而通过分析处理来寻找规律、预测未来，同时帮助判断和采取行动。基于大数据学习做营销，企业开始专心打磨产品，向纵深的垂直化和精细化运营进化。各细分领域开始出现新的独角兽，如一些小而美的app：美食生活类app Enjoy、精品短视频app Eyepetizer等，都拥有了一批忠实粉丝。这些企业的成功就是基于大数据学习而发展起来的。

　　像BAT这样的大平台今天也开始了精细化、垂直化的探索。而他们的追赶者们在垂直化的路上走得更远一些。例如搜狗，除了常规的图片、视频、音乐等垂直搜索之外，搜狗结合自身技术特点，先后与腾讯、知乎、微软、丁香园等展开合作，推出微信搜索、知乎搜索、英文搜索、学术搜索、明医搜索等更加精细化、差异化的独家特色搜索产品。基于大数据学习，在垂直领域进一步深挖，搜狗创造了一系列差异化、垂直化的产品，聚拢了拥有差异化需求的用户群体，根据这些用户在垂直产品上的多方网络行为，建立了行业标签、商业标签、人群属性标签、地理位置标签等完整的一套标签体系，进而提高大数据营销的精准度，帮助企业进行更加精准的投放，满足不同用户需求，从而增强用户黏性。

　　在大数据学习之前我们讨论目标消费者大多通过样本推测与定性研究，而大数据学习最大的变化在于可以通过大数据追踪消费者的网络行为，如对cookie的追踪，SDK对移动数字行为的追踪，支付数据对购物偏好的追踪，这些行为追踪可为大数据的用户画像。大数据营销就是很多社群的建立形成更加深入的客户关系，以保证企业在“去中介化”的情境中与客户直接发生深度联系、互动，参与。这样企业建立的社群、品牌粉丝，就可以通过社群资格商品化、社群价值产品化、社群关注媒体化、社群成员渠道化、社群信任市场化等操作框架，变现客户资产。数字时代下营销的每个环节可以用数据来说话，并在连接中实现消费者的参与，实现企业经营的动态改进，这一切在前数字时代无法想象的。同时也应看到未来数字营销会更加注重线上与线下的整合，使得网络（大数据）与实体经济不再完全脱节，这对于营销效果将起着决定性的作用。

　　综上所述，大数据学习对市场营销启示就是商业模式、产品设计、营销运营的创新，因为大数据学习在不同程度的支撑或驱动这三方面发展。如今媒介碎片化和人群移动化的趋势，使收集全域数据面临着新的挑战，如何收集移动数据？如何实现跨屏数据打通？如何搜集更多形式各异的非结构化数据？通过将非结构化数据可视化来分析处理据大数据，进而寻找规律，预测未来，从而采取更加有效的行动。　　

　　作者：南京师范大学心理学院　国内多家财经、经管媒体撰稿人

　　　　　第三届中国品牌营销案例奖评委

　　研究方向：消费者心理与品牌管理