（林總通過語音與大家打招呼）

 

鄭曉東：在這個寒冷的冬至的日子里，林麗女士的甜美聲音給我們帶來了很多溫暖，謝謝林麗女士。今天的分享課堂中還有一位神秘嘉賓，他就是戴爾大中華區企業技術戰略架構總監許良謀先生。許良謀先生畢業于滑鐵盧大學，且有計算機科學和商業系統學士學位，許總主要負責評估、制定和執行戴爾企業技術戰略業務，為全球合作伙伴與客戶提供技術顧問和支持。許總在跨國IT企業和存儲領域擁有超過25年的豐富工作經驗，他加盟戴爾之前，擔任鳳凰科技高級技術總監，負責該公司在亞太大區的客戶服務和工程領域業務。在此之前，許先生為博科通訊亞太服務區任總監，位于90家遍布香港、中國、韓國及澳洲的科技公司進行業務評估和投資。

 

作為一家知名的世界五百強公司，戴爾一直以在全世界都采用網上直銷的方式而聞名，這種特性也讓他們在消費大數據方面積累了很多經驗。應該說消費大數據是戴爾的核心競爭力之一。所以，今天我們請許總從大數據實際應用角度來講講戴爾是怎么玩大數據的，首先我們請林總給我們做一個開場分享，大家也可以和稍候林總的分享進行對比，看看戴爾和寶潔公司作為兩個不同行業的業界標桿對大數據的認知有何不同，下面有請許總分享他的寶貴經驗。

 

 

◆ ◆ ◆

分享嘉賓|許良謀

 

許良謀：戴爾公司在過去差不多三十年間，其實也是向很多成長中的公司，我們也是盡量的開展如何有什么科技的手段我們可以更加接近客戶，而且更加了解客戶這個需求，所以我們也是早在比方說1993年，然后用這種直銷的方式靠近客戶，然后在里面其實我們這二三十年里面也在很多發展中的企業里面，就是IT的架構到底如何發展，然后我們如何去嘗試一些創新的業務或者是如何優化我們的數據或者是做更好的分析。所以在這里只是想和大家分享一些經驗。舉一個例子，我剛剛貼了一張圖，這是我們公司戴爾公司內部，因為在不同的部門或者是無論是銷售部門或者是中間我們的工廠，其實都在整個如何去改善我們的這個業務，如何加速更加做好客戶的體驗其實也是有很多的概念或者是一些主意。所以有的時候傳統的IT部門因為大部分的架構都是拿來做支撐核心業務，比方說我們公司現在也應該有36個TB的數據量或者是我們自己的核心數據庫也差不多起碼有20個TB，但是在創新業務里面有的時候說怎么去嘗試一些新的東西其實是不容易的。所以其中我們所做的一個方式就是在公司內部我們有一個900個部門的一個部門，我們把它叫做創新事業部，就是專門來支持各個不同的部門，無論是比方說在這個生產線里面如何能夠把我們制造比方說主機或者是儲存，只是顯示器，如果我們能夠爭取快15秒，能夠完成這個供需的話，也是對整個流程來說也是挺好的一個幫忙。所以這900個部門，這個創新事業部他們就會收集各個不同的BU或者是不同的銷售的這些體驗有一些新的主意。然后我們就自己在這個900個人部門里面我們也說那如何才能夠去創新，所以我們自己就內部做了一個云平臺。

 

 

 

我們自己內部把這個云平臺專門來支持各種創新的主意或者是創新的業務的方式，我們把它命名叫創新云。因為大家可能也知道，在一個主意還沒有真正能夠落實，成為一個真正有產業價值的時候，我們也不能夠做太大的投資。所以那時候我們就說為了能夠節約成本，而且我們又是說想要嘗試一些新的做法當時我們就用了這個來做一個開始，這只是一個例子，待會兒我還會分享其他的例子，在大數據方面，只是想說我們其實也很多公司依然就是說IT的發展中有很多應該走的路或者是有些應該要掉的眼淚，其實我們都盡量去嘗試，然后看看如何能夠加強自己公司的一個業務的一個速度來改善。

 

這個例子里面，比方說這個創新云，因為我們是用這個開元的這個技術來支撐我們整個創業業務部門的。所以那時候，因為我們自己本身的這個內部虛擬化或者是我們內部的私有云平臺。事實上我們是用BMV來做一個大規模的一個部署，我們蓄積也超過差不多一萬兩千個蓄積，那個是生產信用的。所以當我們創新業務部門去做這個，來做這個資源和架構來支撐這些業務部門的時候，其實我們馬上就看到一個情況，就是說這些業務如果嘗試成功之后，到底 我們是如何去它順利的去遷移從這個測試云，創新云，順利的遷移到這個生產云里面，所以我們就看到有一些瓶頸是我們自己要解決的。所以當時我們因為有很多客戶可能也是有類似在IT發展中，我們也是看到一個情況，就是說可能我們是首先用某一種技術手段先搭了自己公司內部的云的一個平臺，來做這個資源的優化或者是加速這個業務的發展。但是因為有這種不同的創新的這個主意或者是部門級別，我們有自己個人的一些小云，所以一個不小心，我們也像很多公司一樣，我們內部也是有進入這個多云的這個情況，所以到底多云的這個管理如何去做到多云的這個資源的統一管理或者是如何將這些業務從創新的主意能夠順利的遷移到這個生產云里面，然后包括如何去監控，包括這種開源技術我們到底如何去監控它的性能其實都有蠻多挑戰的。

 

所以我們自己當時的這個創新事業部，它也是用了不同的方式，到底如何去做這個多云的管理或者是做資源的監控，所以那時候我們也看到公司內部是不是其他部門，包括我們軟件部門是不是有一些軟件可以用的，或者是我們自己本身沒有這些軟件可以來做這些多云的這個管理的話，我們是不是要去看外面這些軟件公司，然后如果一些軟件公司，我們用了之后也有特別好用的話，那我們是不是應該把它收購了，然后這也是其實在過去八年，其實戴爾公司我們做了很多收購，大家可以看到其中一個就是因為我們自己也像很多IT公司一樣，我們自己IT內部的發展其實也是有很多需求，所以我們也是像很多企業一樣，需要解決自己的IT這個問題。

 

所以在這里，這只是一個簡單的開始，就是說當我們在看這個公司在發展中如何要去解決創新業務部的一些支持，我們也是比較大膽的嘗試新的一些方式。剛才分享了這一個創新業務部門內部私有云的這個情況之后，剛才也貼了另外一張圖，這是我們公司內部，比方說，我們如何把這個從這個訂單系統如何進入我們的銷售系統，然后引入我們后臺制造系統。事實上我們經過這個流程也是挺多的，戴爾內部今天也大概起碼有1400多個應用，然后我們也需要從不同的應用里面的數據庫去采集所有相關的關鍵數據之后，然后我們也像很多企業一樣，我們也是需要購買，比方說這種，能夠做數據倉庫，能夠幫我們去做分析的這些軟件。所以當我們這些全部做好之后，所有的業務，我們從我們應用的數據庫都能夠抓到我們的信息，然后通過轉換之后我們就可以灌進去。比方說這個數據倉庫的這個數據庫來做這個分析，但是大家也知道，無論是銷售部門或者是生產部門，等等部門都對這些數據的各種不同的分析的角度，各種不同的維度都有各種要求，或者是只有更準確更精密的這種分析報告，所以很快的，當我們部署完我們的數據倉庫之后，我們自己就感覺到這個速度事實上是越來越慢，因為我們這個要做分析的報表也越來越多。所以當時我們也是在考慮如果我們是有一個，比方說從數據庫到數據倉庫的一個這樣的平臺的話，那速度提不上來，我們應該如何去解決。

 

所以在這個環境里面，當時我們就看到，當數據這個領域里面其中有一個技術，基本上它是用多極點，就是多臺主機的方式能夠做這個并行處理和并行計算的，我們覺得這個可能是一個好的方式，因為我們也像很多企業一樣，我們應該是沒有這個可能，全部東西都把它全部推倒重來。所以當時我們就是說是不是可以用這種多極點的這種統一平臺，而且同一計算平臺能夠把我們這個數據倉庫去加速。所以當時你可以看到，從這個梯度里面，我們有了整個心里的流程，就是從數據庫，這個架構之后，我們為了提速，我們也加了這個（13：54英）來做我們大數據加速的一個環節。

 

我剛剛也貼了另外一張圖，就是說戴爾公司在IT發展中我們也是比較大膽自己是想用不同的這些新的技術或者甚至技術來幫助業務或者是我們從銷售整個環節到分析報表如何去加速。有的時候我們自己作為一個IT公司，當我們取得如果這樣的一個方式，通過我們自己內部驗證過之后，如果真的是能夠不只是幫助到戴爾自己本身，其實類似這種經驗可能也是可以分享給我們其他的客戶。所以有的時候，如果我們自己內部看到它的具體的效果之后，我們覺得其他企業可能也是有相同的這種痛點的話。那我們就說，那不如經過我們類似這種電池我們去更加進一步的去驗證。

 

所以在戴爾全球我們有三個挺大的規模，就是專門作為整個解決方案的一個測試中心，而且這個測試中心我們是一種生態的方式來進行去維持的。因為某一個版本驗證過之后，這個版本軟件可能是6個月之后還是12個月之后，可能又有新的版本，那新的版本是不是對原來的這種架構是不是能夠繼續保持它的加速，能夠產生它的業務的價值。我們都希望能夠測度一點，然后把這些比較詳細的這些步驟，而且就是能夠避開，我們盡量都把它撕的比較齊一點，然后也把它全部登記進來，然后一個一個都變成是白皮書。所以在這里我剛剛也提另外一張圖，這個就是通過我們剛才所說的，我們公司從調到我們生產的流線，到我們做各種不同的報表的這個優化，然后我們覺得的確是能夠幫助我們數據倉庫加速之后，用我們的實驗室再進一步豐富整個方案之后，我們再把這個白皮書，無論是整個架構層，或者是邏輯管理層，我們在里面我們碰到的這種問題，我們如何解決，我們都把它一個一個的變成一些白皮書，然后我們都是免費的是和這個客戶或者是我們的合作伙伴去分享。其中一個地方說，在這個梯度里面，因為它的發明者，他是用他女兒的玩具，一個大象來做一個玩具，但是我們發現有很多人事實上可能是不開心的大象。剛才那一句可能沒說完，作為一個新一代的大數據的這種技術，因為它的這個發明者，他的女兒是手頭上有一個大象的玩具，所以他就用大象的方式來命名這個是什么東西，比較形象化。然后我們就希望，如果是大家在嘗試用，比方說像我們剛才的是如何通過這種新一代這種多體制的架構來提速公司內部的這個樹立的話，我們也希望能夠跟大家分享多一點，通過白皮書或者是通過試驗者的這種驗證。所以這是第一個，戴爾公司在內部的大數據其中一個，我們就是拿它來當成是一個提高效率的其中一個方式。

 

然后在這里我剛剛也貼了另外一張圖，這是另外一個我們公司內部的一個也是另外一個大數據的一個內部應用的一個經驗和大家分享。因為如果大家曾經知道戴爾這個公司，比方說我們銷售的這個體系，也知道我們對執行這方面我們是抓的很緊。然后其中一個就是說對整個營銷環節，就是如何做到精準營銷，我們只是說只有更快更準確，比如說比較滿意。所以比方說舉一個例子，每一天銷售賣了多少東西之后，我們都希望最佳情況之下都是第一時間能夠知道當天營銷的一個情況。所以當時我們其實公司一直都有一個系統，一直幫我們去協助如何去做這個精準營銷。傳統的精準營銷基本上我們有可能差不多要等上兩三天之后，我們才知道兩三天前到底我們具體當天全球我們到底賣了什么東西，見到什么客戶，通過什么渠道，然后具體發明的到底是什么一些。因為能夠控制這個物料決定性，而且能夠控制這個物料的價錢，其實這個對整個我們銷售體系來說都是一個挺好的競爭的一個優勢。所以當時我們就對我們整個精準營銷系統，我們覺得應該是有這個必要繼續再深化多，讓它更快。所以當時我們在看這個IT的技術手段的時候，能夠有什么方式，能夠讓我們更加去快速的執行我們各種不同的精準營銷，文書報告或者是深度檢查各種細節方面的，我們就發現在整個大數據領域里面其中有一塊是叫做內存式的數據庫，比方說尤其是企業級的這一個內存式數據庫，是SAP公司它推出來一個，所以我們當時大概是去年年終的時候，我們就開始這個項目，然后我們差不多是今年年初2015年也是完成，然后我們也很成功的，是把我們整個精準營銷傳統的這個市場壓縮了差不多二十幾倍。因為這個效率的這個提升，幫助我們自己內部也是很大。SAP，因為我們這樣的成功實施引發了一個全球最佳的一個實踐獎。所以在這里剛才所舉的這兩個案例，有的時候比方說我和一些企業的朋友們在聊的時候就說，今天可能在大數據的這三個字可能都是一些天馬行空，好像很多可能性都有可能，但是具體在公司內部我們到底是如何去把這個大數據應用好。然后基本上我們看到可能它有幾個領域我們可以去嘗試的，剛才只是和大家分享了兩個不同的方式。一個我們是通過這種大數據的這個技術手段來幫我們傳統的數據倉庫這種分析來提速。然后另外一個很大家分享的案例就是我們通過比方說這個數據庫來幫我們提升，壓縮我們基準營銷的過程。

 

我差不多時間也快到了，最后我一直是想和大家分享，因為當我們自己內部既然這個SAP也覺得我們對SAP這個使用來做我們精準營銷也是挺好的。然后我們自己也是可以和很多企業分享的，然后我們就進一步通過我們的實驗室，然后再把我們SAP各種比方說企業所需要的，就是數據的這個輩份，然后進一步如何優化數據執行程序的提法，盡量把這個方案做的比較豐富之后，然后把我們的最佳實踐來和大家分享。

 

我今天分享的基本上就是到這兒了，謝謝。

 

 

◆ ◆ ◆

分享嘉賓|林麗

 

林麗：大家晚上好，我是寶潔公司的林麗，非常高興有機會和大家一起來談一談消費互聯網和大數據營銷。我在寶潔公司工作了18年。在寶潔公司的18年里，我做過不同的領域，一開始我是從供應鏈這個領域做起的，開始做中國的工廠和市場的供應鏈項目。然后負責亞洲的供應鏈，在2006年的時候我被派去美國負責美國的供應鏈和全球的供應鏈的S2C解決方案。2009年回國后,我負責了中國的寶潔的全面數字化項目，希望把寶潔公司建造成數字化的公司。接下來我負責全球的寶潔公司的銷售解決方案的品類解決方案，門店解決方案等?，F在我做的工作主要是兩部分，一部分是負責亞洲營銷解決方案，一部分是負責亞洲的數據和分析的IT人員。這兩塊跟消費互聯網和數字營銷，跟大數據有著直接的關系，這也是我們今天主要談的內容。

 

IT在寶潔公司內部，我們主要致力于我們叫業務的變革。我們堅信信息技術是改變生意模式和方法的一個主要原動力。我們也在看在這個大數據的時代，用IT的技術結合大數據的這個力量，推進公司的營銷變革。

 

講到這里我們先講一下消費互聯網，其實互聯網的增長是大家有目共睹的。在過去的五六年中，互聯網經濟的增長都在我們國家GDP增長的5—7倍，2014年的時候達到了8000億人民幣。當然我們也看到互聯網經濟的增長是從2011年開始放緩，從2011年的62.7%到2014年在37%左右。在現在的互聯網經濟的大部分其實還是以消費互聯網為主，工業互聯網現在在逐漸的成長，希望工業互聯網會變成這個互聯網經濟將來成長的其中的一個非常好的動力。

 

在今天來說消費互聯網仍然在持續的發展，發展的主要動力主要來自下面幾部分：一部分是最近都非常熱的跨境電商，把國外的好的商品拿回國內給消費者，以及把國內的商品運到國外。第二部分主要是渠道下沉，致力于使中國生活在鄉村的人也開始使用互聯網，也開始使用網購。那這一部分主要以淘寶的村淘和京東下鄉為主要的領軍者。 第三部分主要來自O2O，致力于把online和offline相結合， 大家也看到有很多O2O的公司現在開始迅速發展，有很多線下公司做O2O擴展到線上，也有許多線上的大公司開始做O2O涉足線下。比如阿里支付寶阿的O2O，騰訊的微信支付的O2O，以及你們也京東開始劃出另外一個公司來做O2O，包括線下的華潤萬家，沃爾瑪也開始做O2O，所以O2O會是消費者互聯網繼續發展的一塊主要動力。

 

最后的一部分主要動力其實就是物聯網，我們剛才談到說除了消費互聯網以外，還有一塊就是工業互聯網，其實消費互聯網和工業互聯網是有一定聯系的，這就是通過物聯網，包括穿戴設備，智能家電，智能家居。用這些智能設備在消費者身上的使用，讓我們把人的世界和物的世界能夠更好的打通。消費互聯網就在未來的一段時間，會持續的發展，雖然我們認為說這個增長率會繼續降低，但是仍然會是一個非常重要的中國經濟發展的組成部分。包括我們剛才講的跨境電商、渠道下沉、O2O和物聯網會繼續推動消費互聯網的發展。

 

好，講完消費互聯網之后，我們回過頭來講大數據營銷。我的這次演講代表個人觀點，不代表公司。 我在這里短暫的介紹一下寶潔公司。大家可能都知道寶潔公司是全世界最大的一個消費品公司。最初的品牌管理理念就來自于寶潔公司。我們知道的哈佛大學MBA的很多經典案例也來自于寶潔公司對品牌的管理的實踐。 現在的社會，數字營銷以及大數據的利用已經變成主流。在這種情況下，作為傳統的龍頭企業，寶潔公司就在思考怎么樣能夠跟上和引領時代的步伐，利用精準營銷，利用大數據，利用數字媒體，做一個營銷上的革命。在這個方面寶潔公司已經做了非常多的嘗試，我們在美國，包括中國我們已經建了自己的DMP、DSP，我們有自己的CRM系統，媒體投放系統，在中國來說，在CPG行業,很少有公司有能力做這樣全方面的數字營銷。

 

在BI的大數據的應用的方面，我們也有很強的經驗。 在國外在BI的這個領域，在前十年我們每年都有不同的獎項。兩年前中國的BI團隊也獲得了CIO經理世界的最佳BI團隊的獎項。我們不停的去嘗試怎么樣用大數據來幫助生意的發展。十年前，我們就開始建立中國的數據分析團隊，做各類數據分析。我們現在又在分析團隊上又建立了數據科學家團隊，來做數據模型。這些數據模型可以提高我們營銷的ROI。

 

現在我們來看一下營銷理論的演變過程。營銷的理論其實一直都在不停的隨著市場的變化而演變。大家可以看一看我發的圖片。 在20世紀60年代的時候， 市場正處于賣方市場。在這個時候，這個營銷理論叫做4P理論，主要以產品為主，相信如果有良好的產品，有適當的價格，有暢通的渠道，適當的做一些促銷，那么產品就可以滿足市場的要求，品牌就可以得以營銷。當到20世紀九十年代的時候，市場已經從賣方市場轉向了買方市場。那在這個階段，其實4P的理論已經不是非常適合形勢了，所以就創造出以追求顧客滿意度為目標的4C理論。這個是美國營銷學家勞特朋教授提出的，4C理論就包括消費者，產品成本，便利度和溝通。除了我們要知道怎么去滿足消費者的需求以外，很重要的就是溝通，能夠把產品的好處和產品的特點有效地溝通給消費者。到了21世紀初市場競爭就越來越激烈了，4C已經不能滿足了，于是大家開始使用4R理論，4R理論是以顧客忠誠度為目標， 包括關聯，反應，關系，回報。4R跟4C主要的區別就是要與客戶建立和保持良好的關系， 就是說客戶的忠誠度非常重要，我們需要看怎么樣利用CRM的這種模式來跟客戶建立一個長期的關系。現在我們發現連4R理論也不是非常好用了。因為在互聯網和大數據的沖擊下，消費者已經非常個性化。一個澳洲教授做了忠誠度的研究，研究結果是說現在客戶的忠誠度已經越來越少了，他用數據表明，即使大家認為非常有忠誠度的品牌，像蘋果，它其實大部分的銷售額都來自于新的客戶，而不是老的客戶。那么我們如果只看客戶的忠誠度，大量精力花在老的客戶上，是沒有辦法成為這個市場增長的主要動力。用戶會越來越減少忠誠度，而希望去不停的嘗試新的東西。所以在這個情況下，4I理論就變得非常的重要。4I是以客戶互動為目標的理論，包括趣味，利益，互動，個性。我們要有趣味的概念，要有一個能夠跟消費者互動，要不停的互動的營銷模式，還要能夠給消費者一個非常個性化的服務和產品。

 

說了這么多，我們從營銷理論的演變主要是來說明，以前那種基于產品好我就賣得好，后來是基于我廣告好我就賣得好，再接下來到CRM建立關系好我就賣得好，到現在我們必須要以消費者為中心做精準的營銷才能夠達到好的效果。大數據怎么樣能夠幫助我們去做到這種精準營銷呢？我們來看一看我剛才發出來的這張圖。 我們認為用大數據要做精準的營銷，首先要找到合適的人，然后再給他一個合適產品。舉個例子，我要找到這個人，他是洗發水的用戶，接下來我要給他找到合適的產品，是應該推薦他潘婷呢還是海飛絲呢，還是沙宣呢。如果我們知道了這個人應該用這個產品，接下來要用一個合適的溝通渠道來對這個人進行溝通。因為每一個人的習慣是不一樣的，有一些人他非常喜歡看電視節目，那么用電視廣告的方式溝通是非常有效的。但是有很多年輕人都不看電視了，那么他們可能對某些APP，或者對一些網站會非常經常光顧，那么就需要通過這些網站來跟他們溝通。即使在同一個網站，舉個例子，如果你在淘寶的那個主頁上，有些人會更注重看淘寶頂頁的那個廣告，也有人會更加看右邊的廣告。那根據每個人的這個習慣不同，我們也應該要看把廣告放在他習慣關注的方位，這樣子，使這個溝通能夠達到最佳的效果。

 

除了溝通渠道以外，我們也要找一個合適的溝通時間和溝通場景。溝通的時間場景不同，效果有非常大的不同。那我們曾經做過一個實驗，在給同一個商場的會員給同樣一個促銷，用兩種方式觸達到他們。一部分會員，我們用打電話的方式觸達他們，我們打電話給他們的時候，他們大多都不在商場里，或在家里或者在公司， 我們告訴他說，我們會有這樣一個禮品給你，請你到商店里來拿。這種情況下，回來取禮品的人基本上只有5%以下。另外一批人，我們用的方式是當他們去店里買東西，當他們去交錢的時候，收銀員會給他一張單，告訴他說，他可以去取這個禮品。我們發現這樣的方法，取禮品的人能夠達到70%以上。也就是說如果在一個合適的地方，合適的時間跟他溝通，效果會非常非常不一樣。我們也聽到招商銀行的分享，如果在平時發短信或者廣告給大家說，你們可以做貸款，貸款利息很低，基本上非常非常少的人會愿意去做貸款。但是他們嘗試過當有人在購物的時候，正準備買非常貴的東西，比如說在網上買iphone的時候，在屏幕一邊出現提示，你可以用低息貸款來買，這時候這個轉換就會比較高?？偟膩碚f要找到合適的時間場景對轉化率是非常重要的。

 

最后一點就是心動的促銷，那么這個就包括說，如果這個人看到了這個產品的介紹，有一個非常合適的內容。但是怎么樣能夠讓他轉化購買呢？這就必須有一個讓他當時心動的促銷，讓他立刻決定購買。這個心動的促銷對每一個人也是非常不一樣的。有些人對價格很敏感，你如果告訴他說你現在買，我就可以給你一個折扣，他就非常容易購買。但是有一些人對價格不敏感，你給他這個促銷方式就沒有什么用。有些人是很喜歡有新鮮的產品，你告訴他說如果你買這個產品，我就會送你一個還沒有上市的一個新產品的試用裝，他就可能會動心。還有一些年輕人，我們看到說如果告訴他說，他會拿到一個他的心中明星的簽名卡片，或者說有機會抽獎去參加一個演唱會，他們購買的可能性就大大提高。

 

綜上所述就是說大數據精準營銷其實是一個相對非常復雜的事情，我們要找到合適的人，要給這個合適的人一個合適的產品。然后找到合適的溝通渠道跟他溝通，在一個合適的時間和場景下跟他溝通。要創造出給他合適于這個人的創意內容，給他讓他容易接受，讓他一個心動的促銷，那在這種情況下才可以做到最大程度上的轉化。 每一個產品，每一個公司品牌的特性不同，我們講的這幾個因素中對品牌營銷的重要性就會有不同。

 

那我們講一下說，我們怎樣才能達到上面所講的目的，能夠真正的做到這樣的精準營銷呢？我在這里給大家傳上一張圖，這就是我總結的三個大步，每個大步里面有三個小部分，總共九個步驟來幫助我們做到大數據精準營銷。

 

從大方面來看其實是三部分，一部分是收集大數據，了解每個客戶。這個不是說我去了解這個客戶，作為一個群體，而是要了解其中的每一個客戶個體，他是誰，他是什么樣的一個人。并且了解買我品牌的客戶是什么樣人。然后第二部分就是說在了解了客戶后，我怎么樣用大數據進行精準營銷，給他們推薦合適的產品，然后能夠促達這些人。然后第三部分就是說我怎么樣豐富大數據以建立起長期的關系。這個建立長期的關系不一定是要建立這個忠誠度，這個長期的關系是建立互動，深知，所以了解它的更多。那么在下一次，我去做精準營銷的時候，我可以給到更精準的產品，更精準的場景以及更精準的內容。

 

我想今天沒有時間把這個九個步驟一步一步的細講，我就用幾個例子，大概介紹一下其中的幾個步驟。如果大家有興趣深度了解每一個步驟的具體介紹，可以去看一下《大數據管理》那本書，在這本書里我把這個九步講的會更清楚，會更具體一些。

 

 

 

那我們現在一起看一下搜集數據。我們必須要先講兩個概念，要收集什么樣的數據，從哪里收集數據。收集數據就是要收集客戶的身份信息、行為數據和他的交易信息，從各個緯度去了解我們的客戶。在這個數據收集的過程中我們也要看什么樣的數據來自第一方數據、第二方數據和第三方數據。因為第一方數據、第二方數據和第三方數據收集的成本和能夠收集的數據的可靠性都是極大不同。 第一方數據是指企業本身能夠擁有的數據。這一部分當然成本最低，可靠性最高。

 

第二方數據是指我們在跟我們的合作伙伴合作時通過合作的協議而得到的數據，這部分需要一定的成本，成本就是我們需要繼續這個合作，當然這個成本也相對還是比較低的。但是可靠性也是有限的，基于這個合作的改變，那么這個數據的來源也會改變。第三方數據是指我們通過購買而取得的數據，那顯然第三方數據的成本是比較高的，它的可靠性是比較低的。在中國目前第三方數據是比較少的。不像在美國已經有比較成熟的數據買賣市場。在中國很多有數據的公司都不賣數據，所以數據的買賣市場還是非常不成型的。在這個過程中大家一定要搞清楚我需要哪些數據去了解我的客戶，我需要這些數據，哪一些可以通過第一方數據來收集，第二方數據來收集，哪些我必須通過只能通過第三方數據的收集。我覺得每一個企業要做大數據精準營銷的話，必須先制訂一個數據戰略。 只有數據戰略做好，公司才會有目的性的去收集數據。

 

值得一提的是，在搜集數據上，特別多的公司老是覺得說自己公司沒有數據。 其實，在我看來各個公司自己都擁有非常多的數據源，每一個公司，特別是在消費品公司，在跟客戶的交流過程中有無數的觸及點。如果我們能夠運用每一個觸及點去收集數據，第一方數據可以變的非常豐富。做的比較好的幾個例子，包括三只松鼠。大家可能都知道三只松鼠是非常出名的零食品牌。你可以看到他們在所有的包裝盒上都印有他們的三個二維碼，你要是習慣用微信的你就掃微信的二維碼，微博的就掃微博的二維碼，你也可以掃它的官方網站的二維碼。像恒達冰泉會做的更加極致，恒達冰泉現在做了就是每一個瓶蓋里邊都有一個唯一的二維碼，如果客戶去掃這個二維碼就可以為產品溯源，同時也可以抽獎。恒達冰泉就可以拿到這個客戶的一些信息，包括他的電話號碼，通過一些活動來收集這些客戶的更多信息。當我們有了這些數據收集之后，當然我們要整理數據，我這里就不多說了，整理數據上有非常多的技術含量，包括說我怎么樣把各個地方搜集來的數據打通。那有些數據是在網上搜集的比如cookie，是沒有PII的。從線下搜集來的比如說會員信息有PII的。 如何把PII和沒有PII的信息打通？比如說PC的和mobile的這些信息怎么樣打通？這都需要在整理數據的過程中解決，才能把數據作完全整合。

 

那做完這個整合之后，我們就要建立用戶畫像，建立用戶畫像是利用大數據去了解什么樣的人在買我品牌，什么樣的人最可能會買我的品牌。這里就有很多建模的技術?！∥覀兛梢杂煤唵蔚姆诸惙ǎ业侥囊恍╊愋偷娜藭俏覀兊哪繕擞脩??！〉钱斈憧匆鼍珳薁I銷，人群類型打了非常多的標簽的時候，那這種方式是已經不能完全滿足需要。這時你就要運用建模的方式來去看用戶的畫像。

 

做完這個用戶畫像以后我們就要開始鎖定人群。鎖定人群的時候，同樣，我們如果只是用簡單的分類法，如果我們增加太多的分類的要求，人群就會變的很小。如果我減少人群分類的要求，那我的準確度就會降低。解決這個問題的方法也是需要數學模型。我們可以把算出每個人可能會購買這個產品的可能性分數，我們可以通過分數值來鎖定購買可能高的人群。在這個鎖定人群的過程中，我們用這種大數據方式的鎖定人群跟很多傳統營銷人員拍拍腦袋想的這個人群定義還是有非常大的不同。那我舉幾個非常經典的例子，一個就是說大家可能也聽過，誰可能在淘寶上賣游泳衣？　傳統營銷人員認為在淘寶上買游泳衣的人，可能更多的是沿海地帶的人，因為沿海幾個省的人，利用游泳衣的這個可能性機率性比較大，所以沿海地帶的人買游泳衣可能性更大。但是通過阿里的數據分析發現，在新疆買游泳衣的比例大最大。所以我們平時的一些假設和一個大數據的分析結果還是非常不一樣的。

 

鎖定完人群，我們就談到精準引流。精準引流更簡單的說就是媒體的選擇。然后按需轉化更多的是長期營銷和心動促銷。除此之外，通過廣告的方式精準引流，它的成本也是相應比較高的，所以能夠建立長期的會員，跟會員有一個相對免費的通路，做長期的互動，可以降低費用。而且可以更深的了解會員，做多次轉化，可以介紹他不同的產品， 時間關系，后面的很多步驟我都沒有具體的講，但是我認為大數據驅動精準營銷，基本上要通過這樣九個步驟的實行，能夠幫助公司真正的能夠達到營銷結果的最大化。

 

 

 

Q&A

 

 

鄭曉東：林總分享的還是意猶未盡，我聽了一下也非常感謝林總三大步三小步，我看起來也是九九歸一，這個一也就是拿住客戶的精彩分享。我想我也會去買林總推薦的《大數據管理》這本書。林總在分享過程中讓我想起了20年前我讀大學的時候經常收到免費使用的海飛絲，那個也是原價五毛錢一袋?？梢哉f到現在為止我也只鐘情于海飛絲，只是我不知道林總的大數據的數據庫里有沒有我貢獻的那一小小的幾個字節。剛才提到了寶潔消費大數據應用的幾個核心要點，那么我想再請教戴爾的許總，您是怎么看待寶潔經驗的？在戴爾，您所看中的大數據的核心要素有哪些呢？

 

許良謀：謝謝鄭主任，其實剛才一方面是非常享受林總的分享的，然后一方面其實也是感覺到這個旅途和我們戴爾其實是很類同的。舉個例子，其實比方說，如果我們看這個，我們提供給市場的產品的話，寶潔有那么多的消費級別的產品，我們也有這樣一個IT的產品。所以剛才舉一個例子，林總所和大家分享，比方說我們看四個階段，其實大家也可能看到，當我們做精準營銷也好還是改善我們自己內部的數據分析的話，無論我們是說要怎么去分析，在適當的時候適當的起到不同的促銷的方式，你可以看到。一方面是很銷售林總的這個分享，一方面我們也是在回顧我們戴爾自己的一個大數據的里程。其實很類似的，就是我們在看這種多維度多方面的這種分析最適合的時候，最適合的這一個場所，去適合渠道，去賣給這個客戶。其實當我們這個大數據的體系是通過這種多方面的折騰，速度事實上是應該不可能能夠做到我們對這個大數據的期望，所以我們這里說的是如果一個大數據真正要被這個IT部門為企業制造這個精準利益的話，它的速度一定要快，而且是能夠更快，才能夠真正把這個意義發揮出來。

 

我這里想說的就是大數據我們從戴爾的這個角度來看，他應該必須要具備這個速度級別的這一個最基本的一個因素，如果我們要等上兩個星期，也是兩個月之后才出這些分析報告那就太遲了，不能夠為我們企業制造我們真正對這個大數據的多類型多維度這種分析。最后我也是和大家，最后我們自己在邁向這個大數據里程的時候我們也是有分成，有四部曲。所以比方說其實無論是企業內部或者是外部的這個信息量是這么的大，如果我們是說什么數據都要去分析的話，其實是挺難受的。其實我們整個進一步的目標到底要具體做什么東西的時候，我們目標一定要精準的。然后當我們去用企業的內部或者是一些我們之前沒有看那些數據或者是第三方數據，買那些第三方數據的時候。大數據其中一個里頭要求的就是，除非我們給它足夠的這些信息，多維度的信息分析的話。不然他也是沒辦法去幫我們打造這個分析的結果，然后最后就是在分析的時候，我們一定要更加親身看更多不同的維度，然后更加的博弈廣泛的去來看，這樣才能夠支撐，不只是業務的創型或者是我們要改變我們這個業務的轉型，所以這是我這里給大家分享的。

 

林麗：非常同意許總的觀點。大數據精準營銷，系統速度非常重要，就像利用大數據的廣告投放系統。對于系統速度的要求是非常非常高，舉個例子，你去一個網站，那個網站上面如果有廣告的貼片，或者說你去一個視頻網站，比如說優酷，你在看一個優酷的視頻之前，通常都會看到一兩個短的視頻。決定網站上面給你哪個廣告的貼片，給你優酷視頻前哪個廣告視頻，這個過程是怎么樣的呢？你去打開這個視頻的同時，這個視頻網站就比如說優酷，就會把這個信息告訴各廣告公司系統，告訴他們有這樣一個ｃｏｏｋｉｅ的人來到了我的網站要看一個視頻了。那廣告公司系統就跟據數據庫這個人的信息決定這個人是不是我的目標用戶。如果是我的目標用戶，我應該給他推哪個產品的廣告，然后就去調這個產品的廣告，推給他。其實很多時候還包括的一些競價，會有多個公司去競拍這個廣告。所有的這一切的這些都會在60毫秒中完成。那么就是在你打開的同時，這個廣告已經開始播放了，在背后其實有無數的系統的設置和無數的大數據的運算來決定給你播放一個什么樣的廣告，因此就是這個速度也是一個非常非常關鍵的?！?/div>