大数据时代的精准营销

现在，“大数据”已经是最近深受公众和舆论追捧的热词之一。但从网友们让人啼笑皆非的吐槽来看，网络上这种不精准的营销很普遍，而且几乎涉及到所有的大小电商。他们大多玩的是概率，还不是精准。看来，所谓的“大数据时代”尚是一种幻觉——我们离登堂入室还有很远的路要走。

Big Data本质是找到数据背后的消费者洞察，用未知数求已知数。BigData带来BigIdea，而非大数据本身。

网络上类似的抱怨或负面情绪太多，但让我高兴的是，此条微博引起了诸多专业人士和业内人士的关注，并最终酵发成一场大讨论。

在大数据和兴趣图谱的年代，要挖掘出核心东西。有人指出，之所以出现网友们吐槽的这种情况，主要是淘宝等电商的推荐模型做得不到位，行为数据没有收集够就盲目推荐，因为某些产品的购买在一定时段里是不会重复的。强行推荐，只会导致厌烦情绪和后悔情绪。大数据时代的推广，不仅需要划分受众，更需要划分单体受众的心理层次。

这种推荐模型需要加入纵向数据分析的模型与算法，最简单的优化方法，就是将买过牛肉干的人在近期(1年内)购买过的物品排列出来，找出共性较多的加以推荐。有几种方向：一、分析单一用户的购买频率，对用户的购买频率进行调整，在预期的下一次购买时段内推荐;二、结合购买力及品牌偏好，做关联产品展示;三、推荐相同爱好的购买者，没准能团购一把。

但也有人指出，大数据本来搜集的就是trends(趋势、倾向)，不是背后的why(为什么)。对数据个性化处理，加入感觉因子，目前无论是淘宝、新浪，还是其他网站，都做不到这点——消费者行为表现是多元化的、动态的、可延续的，从“根据关键词投放广告”提升到“根据人的行为投放广告”，目前还是一种遐想。除非是一个吃货社区或者App。所以，淘宝的transaction(事务，指作为单个逻辑工作单元执行的一系列操作)数据意图结合新浪的社交数据来构建一个人的兴趣导购循环，是不完整的，社交数据不应该这么玩!

而过度进行数据挖掘，可能带来的负面作用：培养了被动接受和思考滞后。我们最终努力的方向，不是靠核心数据的挖掘和引导，而是提供方法与途径让用户学会获取并主动解决问题，享受乐趣。

然而，让我欣慰的是，淘宝网的技术管理人员也第一时间主动联系到我，询问此事的具体情况，并进行了解释：他们其实早就发现了这种推荐的弊端，并已经在积极进行修正，不断优化方案。比如，为了避免出现“买了再推”的情况频繁发生，技术人员已经在系统中对活跃用户设置了购买降权的处理。

我的回复是：“优化推荐系统，对商家和消费者都是好事。消费者并不是讨厌推荐或网购，还是希望数据分析更精准，荐我之所需。”

微信扫一扫实时了解行业动态

微信扫一扫分享本文给好友