唐人

突然間，我們似乎已經(jīng)進入了被稱之為大數(shù)據(jù)的時代。到處聽人談及大數(shù)據(jù)，似乎不談大數(shù)據(jù)不懂大數(shù)據(jù)就OUT了。

有句英文：It's not a rocket science。意思是事情很簡單，沒有火箭科學那么復雜。大數(shù)據(jù)自有大數(shù)據(jù)的科學，它是比火箭科學更深的科學，自有那些比火箭科學家更牛的牛人來解決并最終為大眾提供一個未來大數(shù)據(jù)應用的平臺。至少在這個平臺出現(xiàn)之前，我認為大數(shù)據(jù)和我們企業(yè)沒有半毛的關系。

不過，我們可以不關心大數(shù)據(jù)，絕不是說我們可以不關心數(shù)據(jù)。

電子商務時代的營銷革命性的一面，就是其數(shù)據(jù)的全面性。網(wǎng)站用戶的每一個細微的行為，都會被記錄下來作為我們所謂的數(shù)據(jù)資源，用來對用戶的消費愛好與行為進行統(tǒng)計分析，并根據(jù)分析結果采取相應的市場措施。這是傳統(tǒng)經(jīng)濟所不可想象的用戶行為數(shù)據(jù)，確實十分令人激動?？墒且恍┤艘患樱烷_始了無限的想象，把數(shù)據(jù)應用推向非理性。

這讓我想起了電子商務剛剛開始時在美國出現(xiàn)的一對一營銷（One to One Marketing），那也是被整個社會高調(diào)宣傳的最新的營銷理論，有人甚至說一對一營銷是營銷界有史以來可以與市場細分并列的營銷革命。在大數(shù)據(jù)的大幕后面，隱藏的也是這個“一對一營銷”的沖動和夢想：我們有足夠的大數(shù)據(jù)來分析消費者的行為，通過大數(shù)據(jù)的分析，我們能夠準確地預測用戶的需求，所以可以通過正確的預測，向用戶提供一對一的銷售和服務，以提高我們通常所說的用戶體驗。

當初我有幸作為一個冷靜的觀察者對此理論進行了系統(tǒng)的分析，發(fā)現(xiàn)當年一對一營銷創(chuàng)始人在其網(wǎng)站上所列舉的9大成功案例沒有一個是真正成功的！那么，一對一營銷有什么問題呢？

首先，一對一營銷有悖規(guī)?；?jīng)營的工藝質(zhì)量成本優(yōu)化原理。每個用戶的消費愛好與行為都不盡相同，除非企業(yè)是為每個用戶量身定制，除非用戶愿意支付比大眾化商品服務更高的價格，否則不可能真正做到一對一。

其次，企業(yè)不可能提供一對一的商品或服務。用戶的消費需求千姿百態(tài)，任何一個企業(yè)都不可能滿足所有用戶的個性需求。如果一對一營銷真的能夠實現(xiàn)，它向用戶提供的，并不是用戶最喜歡的商品服務，而是企業(yè)所能提供的商品服務中用戶最不討厭的。

第三，一對一營銷有悖市場細分的科學原理。因為不能提供全方位的商品服務，所以要通過市場細分來聚焦企業(yè)的商品和服務。拋棄市場細分的理論談一對一營銷，企業(yè)的營銷一定會迷失方向：究竟哪個用戶的需求需要滿足，哪個用戶的需求可以忽視呢？

第四，一對一營銷可能也是不需要的。市場上提供的商品和服務，往往都是通過細分優(yōu)化的結果，它一定應該滿足“人以群分”的規(guī)律。例如我們制造的衣褲鞋帽只有有限的尺寸，絕不是“一對一”。根據(jù)一對一營銷的理論，我們是不是需要對每個消費者都量身定制呢？

第五，或許有人會問：我們用“一對一”來預測用戶的具體商品需求，這有什么問題嗎？事實是，如果你懂得市場細分的統(tǒng)計學方法，就會了解，所謂的“一對一”營銷，實際上是多個市場細分的結果，我稱之為“動態(tài)市場細分”。

第六，一對一營銷不可能達到理想中的一對一精準性。一對一營銷理論以為，通過精密的統(tǒng)計分析，我們能夠向用戶提供其最需要的商品或服務。但事實是即使有大數(shù)據(jù)，統(tǒng)計學的預測也絕不像我們想象的那樣精準，一對一的精準預測是很難實現(xiàn)的。

最后，互聯(lián)網(wǎng)技術有比所謂“一對一營銷”更有效的方法來提升用戶體驗。與大數(shù)據(jù)的統(tǒng)計分析預測相比，與用戶互動讓用戶告訴你他需要什么肯定比任何數(shù)據(jù)預測更精準，只要你的活動不讓用戶討厭；同時，用戶瀏覽頁面的內(nèi)容相關性，也比根據(jù)其過去的購買瀏覽記錄預測的結果更可靠。

電商數(shù)據(jù)的應用是個大題目，本文只能談點皮毛。我對互聯(lián)網(wǎng)時代的電商數(shù)據(jù)應用，有這樣一些認識：

1.不要迷信大數(shù)據(jù)?，F(xiàn)在一談到數(shù)據(jù)就傍以大數(shù)據(jù)，甚至有人把美國傳統(tǒng)超市的數(shù)據(jù)都拿來當做大數(shù)據(jù)渲染，讓人不寒而栗；

2.數(shù)據(jù)很重要，要認真系統(tǒng)規(guī)劃數(shù)據(jù)的收集、分析及應用；

3.不要為了數(shù)據(jù)而數(shù)據(jù)。數(shù)據(jù)的收集、分析及應用要業(yè)務導向，要以營銷結果導向；

4.改進用戶體驗要依據(jù)數(shù)據(jù)分析，但不要盲目地希望通過數(shù)據(jù)的統(tǒng)計分析預測來改進用戶體驗，數(shù)據(jù)不是萬能的；

5.在分析數(shù)據(jù)時，一定要以市場細分的理論為指導，更聚焦在用戶的分類及如何提高聚焦細分市場的用戶體驗，切不可將用戶看做是單個的個體來分析處理；

6.所謂“一對一”的用戶體驗，是通過多維的市場細分統(tǒng)計分析實現(xiàn)的，但不可迷信它的精準性；

7.在數(shù)據(jù)之外，互聯(lián)網(wǎng)還提供了更多可能更有效的方法來提升用戶體驗。

最后一句話總結：數(shù)據(jù)很重要，但數(shù)據(jù)不是萬能的。這應該是我們大數(shù)據(jù)時代的數(shù)據(jù)觀。