第三节 以大数据分析为条件的营销活动
与前述以大数据为背景的营销活动不同的是，以大数据分析为条件的营销除了云存储、海量数据外，还得加上分析工具的应用，通过应用分析工具得出有价值的数据后再指导产品或服务的营销活动。
大数据时代的数据不在于拥有，在于运用。
越来越多的企业开始意识到优秀数据分析员之于数据的重要性。数据分析员可以让枯燥乏味的数据变得更加直观、友好，从而帮助顾客理解数据的意义，让企业与顾客建立更好的关系，从而更好地发挥作用。大数据给各行各业的企业提供了一个变得更加透明、更值得信任，并在竞争中脱颖而出的机会，而且能让它们的用户在产品和服务上获得更加个性化的体验。
大量的数据造成了巨大的复杂性，而设计的力量可以化繁为简，让这些数据能被普通人理解，因此设计在大数据上就有了用武之地。它的作用就是把信息变成人们可以使用的、有意义的观点，赋予冷冰冰的数据以生动的含义，同时把数据与我们居住的这个纷繁复杂的世界联系起来。那么企业应该如何更好地利用设计？
在智能手机和其他联网设备的影响下，消费者的行为和预期正在发生变化。这些设备带来了海量的数据，揭示出人们在任何特定时刻需要哪些信息，以及他们希望从哪里获得信息。消费者们也意识到他们的数据的价值，因此他们可以期望甚至是要求对方用某种价值来交换他们的数据。数据已经成了一种新的货币，企业也要从这个角度来看待数据。人们愿意拱手送上的信息越多，企业利用这些信息为消费者量身打造某种体验的潜力就越大。
这就需要建立一套对某个用户的习惯做出回应的系统。
视频网站Netflix就是一个很好的例子。Netflix通过谨慎地利用用户的浏览数据，来向用户推荐他们可能喜欢的其他视频，让用户觉得这些视频都是为自己量身推荐的。移动社交网站Foursquare则已经转型成了一个推荐引擎，会根据用户的地理位置和一天中不同的时间，向用户推荐有用的信息和当地的优惠服务。只要企业把用户的数据当成一项服务来妥善使用，随着用户提供的信息越多，他们的体验就会越好，从而逐渐打消消费者对于企业可能泄露用户个人信息的疑虑。
数据不会自动创新。数据可以展现某些模式，帮助我们预测结果，也可以帮助我们验证理论。但是当研发某些全新事物时，光靠数据无法催生出下一代产品。如果美剧《双峰镇》（Twin Peaks）[2]的编剧或加拿大太阳马戏团（Cirque de Soleil）[3]的老板当初只在数据的预测范围内考虑问题的话，那么反映观众欣赏偏好的数据可能会显示《双峰镇》的品位太古怪了，另外的数据则会显示在日益低迷的马戏市场上开办一家新的马戏团是件多么疯狂的事。
对于从事“创新”业务的企业来说，好的数据分析员是成功的关键因素之一，可以帮助企业确立它们的业务定位，或者对现有的业务进行重新设想。创意是发明创造的关键，而对于创造性的突破来说，数据仍然非常重要——尤其是当它和人类独有的想象力和直觉结合在一起的时候。
大企业传统上喜欢让咨询顾问来告诉他们如何利用数据来为企业服务，以提高公司业务的效率，同时更好地进行实时决策。而技术人员则喜欢以灵活的方式构建数据。他们会对数据进行分析组合和交叉引用，以使它更加高效和智能。
数据分析及设计人员则喜欢从一个全然不同的角度利用数据。他们会直观地思考对于终端用户和活生生的人来说，怎样才能从数据中获益。设计人员有一个根深蒂固的想法，就是关注怎样把事情简单化，唯一的目的是取悦终端用户，不管这些用户是企业用户还是普通消费者。设计人员知道如何把复杂、分散的数据变得形象化，变得易于理解，更重要的是变得更加人性化。在如何让数据适应我们纷繁复杂的生活和现实世界的问题上，设计人员可以扮演一个关键的角色。我们生活的方方面面都需要依赖于种种数据服务，而设计人员可以给这些服务带来故事情节和人情味。
对于屏幕上的体验来说，尤其是对于移动设备的屏幕体验，简洁已经成了一个口号。如果一家公司希望用更智能的方式来利用数据造福用户，服务数据分析员可以给他们最重要的服务带来简洁的特性，展现以数据分析为导向的价值引导产生的力量。[4]
一、微时代大数据营销特点
基于数据的营销，其整个过程都需要与数据联系起来。我们必须从数据出发，从数据中提取出客户价值等核心信息，然后再对核心信息进行细分，再做精准营销、个性化的处理，而后再有一个针对个体顾客的营销策划、营销行动，比如说推出一个新的商品。
营销策划和执行以后又会产生新的数据。例如，顾客到实体店准备购买iPhone，可是最后反馈回来，顾客还是没有购买。但这个反馈并非没有价值，它所形成的新数据又可以帮助我们进一步完善营销计划。
从消费者出发产生数据，从数据着手挖掘核心信息，从核心信息的过滤到营销计划的执行，再回到数据上，整个过程会形成一个反馈环路，不断推动营销方案的完善。
针对上述特点，我们可以举一个万宝龙的例子。一般商店都有摄像头，主要是用来防盗的，但万宝龙商店却挖掘了摄像头的其他作用。他们利用软件来分析顾客的录像，然后实时判断哪一位顾客的购买欲望比较强烈，这样监控人员就可以通知销售人员：“这个顾客也许是一个大客户，可以过去谈一谈。”这就比通常那种顾客一进店，销售人员蜂拥而上，最后吓跑了消费者的情况好很多。而且，当消费者购买的时候，比如买羊毛衫，消费者通常会摸一摸质感如何，店家可以通过技术测出压力有多大，由此来分析确定消费者的购买欲望，然后通知店面销售人员：“摸得差不多，快要买了！”这种临门一脚地实时促销和沟通，大大提高了销售额。[5]
百度与合作伙伴一起进行数据分析，并对产品和市场策略实现有针对性的传导。其中，“玉兰油25岁装”是一个被其团队津津乐道的成功范例：百度在和宝洁的合作中，通过数据挖掘发现，搜索“玉兰油适合多少岁用”的数量，远高于其竞争产品。宝洁的营销团队从中意识到，玉兰油的宣传当中，适用年龄是一个盲点。由此，宝洁在经过市场调研之后，推出了“玉兰油25岁装”，使其销量大幅增长。这一成果已经超越了品牌传播和销售的层面，直达产品策略。
营销人员要记住微时代大数据的营销特点：从消费者出发，以人为本，一个个地进行个性化的营销；需要及时反应，与客户进行有效良性互动；依据顾客的行为想法来决定营销决策模式，以前的营销方式可能是做问卷调查、访谈等，现在则是数据驱动型，完全可以根据历史数据来挖掘；注重正面的反馈及价值的提升。
其中，反馈系统中有两个是关键，一个是可测性，一个是可实验性。可测性指能够测量消费者的行为；可实验性则是指试错机制。在大数据时代，社交媒体完全可以为即将实施的营销方案提供小范围实验。然后根据实验结果对营销方案进行实时调整，并进一步优化推广。
（一）用大数据找出消费者
被称为大数据元年的2013年，中国影视票房收入不错，但这票房成绩背后是由“大数据”支撑的。对于影视行业来说，这包括两点：第一点是指把影视行业数据和金融数据相结合，通过资本市场对于影视行业的关注和成交记录，透视影视行业发展趋势与未来机会，并对影视投资、文化创意投资提供强有力的数据和行业预判分析。第二点是分析文化消费市场的大数据，找出受众，再按受众需求设计影视产品。
如何用大数据圈定受众？“《小时代》[6]的微博搜索量是《致青春》的8倍。我不仅能告诉你具体数字，我还知道是什么样的人搜索了《小时代》，针对不同的群体具体怎么做营销。现在早已不是盲目做电影的时代了，一切以数据说话。……有人评说《致青春》是用来流泪想念的，《中国合伙人》是用来流泪励志的，而6月要上映的《小时代》则恐怕是要用来流泪拥抱的。”[7]
大数据时代，最难的也最重要的是找到精准的受众，通过数据分析，该片40％将是高中生，他们是郭敬明以及杨幂等主创的忠实粉丝，是《小时代》的冲动型消费者；30%是白领，他们生活在“玻璃缸”时代，对《小时代》感同身受，是营销导航的重点；另外20%则是大学生，他们是非核心消费者，但是能够通过他们的传播获得更多有影响力的受众；另外10%则为年龄在26~35岁的主体观众，他们是需要消除顾虑、扩大外延的群体。
这样的分析是否准确？乐视网根据多年的网络观影调查，对用户的需求有一个相对精准的数据记录，职业、年龄、性别、文化背景、喜欢看什么电影可以通过用户注册信息和评论打分获得。另外，线下工作人员还会在线对观众进行持续的观影调研。
谷歌的票房预测模型是大数据分析技术在电影行业的一个重要应用。随着互联网的发展，人们越来越习惯于在网上搜索电影信息。据谷歌统计，从2011年到2012年，与电影相关的搜索量增长了56%。谷歌发现，电影相关的搜索量与票房收入之间存在很强的关联性。
这一发现对电影的网络营销来说有一定的指导意义：在淡季的时候，电影公司可多购买相对宽泛的关键词的广告；而在旺季的时候，多购买涉及电影名的、更具体的关键词的广告。
根据谷歌的统计，提前一周预测票房，可达到92%的准确度。[1]
2013年热映的影片《中国合伙人》也在放映前做了多次“试映”，片方找普通观众打分并提出意见，然后再剪辑，再试映，再剪辑，如此往复。导演陈可辛表示，自己很早便开始关注好莱坞的工业模式，怎样降低风险，稳定收益，利用数据进行营销，这些都是中国电影需要学习的。“怎么能够把一些无法用科学来解释的事情变得科学化，这是很有意思的。这次通过‘试映’，我体会到导演放下身段，听营销团队和观众的意见，有时候一个观众站起来说我最喜欢看这段戏，然后有的观众跟他吵架说我最讨厌的就是那段戏。收集过程虽然很艰难，但数据和事实的提供却都是很有价值的。”
“在中国，大数据对我们的意义在于，通过挖掘，发现这些观众在哪里，我们就可以把相应的电影推荐给他。从影院角度而言，这意味着了解自身处于什么商圈，什么人在这里消费，如何找到准确的放映时间，让本来是到商场买衣服的人走进电影院。而从营销、发行角度来讲，则让我们知道把电影推销给谁是最直接有效的。”[8]
相对国外，国内在一些数据运算和分析上都还做不到成熟驾驭的程度，而只能叫作深度挖掘。在刘晗创办的新影数讯公司，十人不到的小团队却掌握2万部电影、6万名艺人、4千位导演，以及公众对他们的评价的数据资料。“我们还有涵盖微博80%（活跃）用户约8000万人的偏好分析。” 刘晗认为，推动一个影片成功至少有30~50个参数变量，对电影名称、艺人、剧本、档期、宣传片、宣传点、主题曲、互联网版权等数个因素一一分析才能得出相对准确的结论。他的做法是从1990年以来上映的电影中抽样出四五百部，从统计年鉴中查到相关数据，然后让计算机逆向推导出定量，从而确定出公式，预测时再把社交网络中反映出的变量填入公式，进行测算。该公司下一步将为导演挑选演员给出数字上的建议，很多导演挑选演员的根据是经验，而你只要指出需要什么类型的角色，系统就会根据演员的外形和之前其对类似角色的演绎效果给出匹配的答案。
而在国外，Netflix利用大数据分析对海量用户信息了如指掌，不再仅限于谁喜欢看什么节目，而是精确到用户行为：哪些人喜欢在星期天晚上用平板电脑看恐怖片？谁会打开视频就直接跳过片头片尾？看到哪个演员出场会快进？看到哪段剧情会重放？它就是利用云端计算的精准分析造就出《纸牌屋》的商业奇迹。
大数据分析扮演着一个针对影视制作及投资决策建议平台的角色，它可以提供对市场的理性预期，用精准的量化数字计算可能的投资回报率。它肯定解决不了艺术性的问题，但是其商业意义重大。[9]
（二）利用大数据，但不要被迷惑
据统计，中国某家航空公司自1998年推出旅客“俱乐部”计划以来，经过15年的积累，会员总人数已超过1000万。会员申请表上都会留下基本的个人信息，包括姓名、身份证号、手机号、住址、电子邮箱等等。近几年随着微博的兴起，特别是网络“实名制”以后，申请和拥有微博账号也需要留下上述真实信息，或至少需要一个邮箱地址。
这家航空公司面对竞争日益激烈的环境，计划开展一次会员活动，目标是加强与会员的情感联络，强化会员的品牌忠诚度，并借此吸引更多的旅客成为其会员。于是该航空公司委托一家数据分析公司帮助其进行数据分析。
数据分析师用会员的电子邮件地址与各网站微博博主的电子邮件址进行了匹配筛选，因为可以预计，电子邮件相同的应该是同一人。这样，筛选出约100万人。然后再筛选掉20万“僵尸微博”的博主，余下80万会员，作为这次活动的重点分析对象。还可以再通过大数据分析，看这些会员中多数人关注什么话题，有些什么爱好等。
另外，数据分析师还可以将航空公司的这些会员与商业网站会员匹配筛选，看他们的商业购买活动都有些什么特点等等。这样，航空公司就可以根据数据分析的结果策划会员活动的主题，设计活动中应配备什么样的奖励项目或什么样的礼品，以达到吸引会员参加的目标。
航空公司拥有的会员数据，也可称为其“元数据”，其对这些数据的运用是全数据模式，每次分析都可以是对会员“总体”，而不是像以前那样的“抽样”。
同时，航空公司对这些数据可以无数次地利用，不断地挖掘数据的价值。
“在大数据时代，这些新的分析工具和思路为我们提供了一系列新的视野和有用的预测，我们看到了很多以前不曾注意到的联系，还掌握了以前无法理解的复杂技术和社会动态。但最重要的是，通过去探求‘是什么’而不是‘为什么’，相关关系帮助我们更好地了解了这个世界。”[10]
航空公司还可以对这超过1000万的会员进行全数据分析，如可通过每个会员累积的“总里程数”对会员分等级，当然这几乎是每个航空公司都会做的。再进一步，就是针对竞争对手A航空公司的宣传活动投资时间段，来设计自己的营销计划。
从理论上来讲，上述对数据的分析和运用都没有错，但要注意两个营销问题，以便思考解决对策。
第一个问题是，大数据大而不全。在大数据情况下，一家企业能够轻易地知道自己与顾客之间的交易信息，但却不知道竞争对手或者其他类型公司与顾客的交易情况。这种信息断层，会对大数据营销带来一定的效果壁垒。
国内一家航空公司以常用旅客项目来做研究，把乘坐客机40次以上的旅客确定为金卡顾客，20次以下的为普通卡顾客，并决定给金卡顾客更多体验，其次是银卡顾客，再次是普通卡顾客。有人查验了这家航空公司所有持卡顾客的情况，并把他们同竞争对手的常用旅客订单进行对比，结果发现，1627名普通卡低端顾客中，三分之一的顾客实际乘坐次数都在20次以上，而且35%还是所谓的“无主客户”，他们在哪家航空公司都没有金卡、银卡。也就是说，这些顾客其实具有非常高的潜在价值，但企业数据看不出来。如果再进一步分析就会发现，这批潜在的高端客户对里程的消费情况跟别人也很不一样。一般的顾客会用积分兑换机票，而这些人却喜欢兑换小礼物。为什么？因为他们对价格不敏感，而且是分散地乘坐每家公司的班机，所以凭里程兑换机票也很困难。
类似的例子不胜枚举。我们可以看出，大数据确实还存在大而不全的问题，实践中必须想办法补全数据，不论是用数据采集的方法，还是用比较先进的、最新的统计计量方法。只有推导或者获得更全面的信息，才可以进一步帮助我们更加全面地了解消费者的价值在什么地方，才能进一步提高营销的精准度和有效性。
第二个问题是，企业对顾客的了解可能会因为大数据的分析反而减弱，内生变量可能会模糊因果关系。
例如，大数据软件判断得出，某个消费者可能是一个价格敏感的人——但这一判断也许是错的或者不完全正确，企业根据这个判断进行打折促销、发放折扣券，而结果也确实诱发了该消费者的购买行为。对此，营销人员可以通过故意改变营销条件来验证这种因果关系是否存在。比如过一段时间后折扣改变为15%，看看消费者是否继续购买，如果他不购买的话之前的判断就是正确的，如果他还是购买那说明前面的判断是错误的。这样就能产生更好的数据流，使得测量更加精确。
实际上，很多消费者的这种价格敏感可能是企业通过大数据分析“培养”出来的，一开始的判断导致了预言的自我实现，这如同物理学的“测不准原理”。一个企业介入到消费者行为当中，时间长了以后可能反而不理解消费者行为，因为很多行为可能是由介入行为引起的。对此，进行大数据营销时需要警惕这一现象。目前，学术研究已经聚焦到这一热门方向，就是要进行正确测量，发现真正的因果关联。[11]
二、“电商”的大数据营销
“电商”是电子商务的简称。电子商务狭义上简称EC（electronic commerce），是指通过电子网络进行的各种商业活动，商业活动的主体包括商品和服务的提供者、广告商、消费者、中介商等。电子商务是从广义的EB（electronic business）发来而来的，早期的电子商务主要是指通过电子的手段来进行商业活动，具体就是通过网络使企业、供应商、客户和用户之间实现企业与企业、企业与用户的业务流程的电子化，从而提高企业的生成、库存、流通和资金等各个环节的效率。
一般来说电子商务范围很广，从合作双方（交易双方）性质来说一般可以分为：B2B模式——企业对企业；B2C模式——企业对消费者；C2C模式——个人对个人；B2G模式——企业对政府；O2O模式——线上对线下。
本书主要介绍电商中的零售业，即B2C。
（一） “电商”市场现状
根据中国电子商务研究中心发布的《2012年度中国网络零售市场数据监测报告》，截至2012年12月中国网络零售市场交易规模达13205亿元（见图1—16）。[12]
图1—16 2008—2013中国网络零售市场交易规模
数据显示，2012年中国网购用户规模达2.47亿人，而2013年年底中国网络购物用户规模将达到3.1亿人。截至2012年中国网络零售市场交易规模，已经占到了当年社会消费品零售总额的6.3%。
2012年网络零售企业纷纷通过“价格战”扩大市场占有率，网络零售市场格局逐渐清晰。大电商如天猫商城、京东商城、苏宁易购等占据了B2C市场的大多数份额（见图1—17）。[13]
图1—17 2012年中国B2C网络购物交易市场份额占比图
截至2012年12月中国B2C网络零售市场（包括平台式与自主销售式）上，排名第一的依旧是天猫商城，占52.1%；京东商城名列第二，占据22.3%；位于第三位的是苏宁易购达到3.6%；后续4~10位排名依次为：腾讯B2C（3.3%）、凡客诚品（2.7%）、亚马逊中国（2.3%）、库巴网（1.4%）、当当网（1.2%）、易迅网（0.6%）、新蛋中国（0.3%）。
中国电子商务研究中心分析师莫岱青分析认为，伴随价格战的大规模进行和电商市场的不断整合，相当数量的B2C企业还会在这个过程中被淘汰。2012年网络零售市场围绕着“价格战”、“并购”、“整合”进行。各电商大佬们都在不断调整中前进，应该说在这一年中他们都找到了自己的发展方向。
中国电子商务研究中心监测数据显示，移动电子商务用户规模逐年递增。2009年我国移动电子商务用户规模达3600万，2010年这一数字攀升到7700万。2011年移动电子商务用户规模达到1.5亿人，同比增长94.8%。2012年移动电子商务用户规模达到2.5亿人，同比增长67%。预计到2013年这个数字将超过3.7亿人。
与此同时，截至2012年12月，中国移动电子商务市场交易规模达到965亿元，同比增135%，依然保持快速增长的趋势。预计到2013年这一数字有望达1300亿元。
手机用户数量和手机上网用户数量的攀升、智能手机及平板电脑的普及、上网速度的加快、无线宽带的发展、网络资费的下调以及传统电商的沉淀都为2012年我国移动电子商务迅速发展提供了动力。移动互联网已经渗透到人们生活、工作的各个领域。
移动电商将成下一战场（见图1—18）。[14]
图1—18 2008—2013中国移动电子商务市场规模增长图
（二）“电商”的“转化率”[15]
转化率（conversion rate）是指一个网店的订单成交数与有效访问量的一个比值，因为订单数不会超过访问量，所以这个比值是用百分比来表示的。目前已经公布的调查结果显示，电子商务的转化率只在百分之一到百分之三这样一个区间。而传统商城的转化率却能高达百分之二十到百分之三十之间。这是一个极大的差距。转化率是各商家都极想提升的一个重要指数。
转化率也可以是一个广义的概念。简而言之，就是当访客访问网站的时候，把访客转化成网站常驻用户，也可以理解为从访客到用户的转换。以用户登录为例，如果每100次访问中，就有10个登录网站，那么此网站的登录转化率就为10%，而最后有2个用户订阅，则订阅转化率为2%，有一个用户下订单购买，则购买转化率为1%。目前很多人将网站转化率仅仅定义为注册转化率或者订单转化率，这都是狭义的网站转化率概念。
提升转化率的核心要素有以下几方面。
1.流量
上面的概念解释里说了，订单量是不会超过访问量的，也就是说想提升订单量，就必须先解决访问量的问题。产生流量的方式有很多种，但是要根据自己的需求对各种推广工具都做好分析，不是所有的工具都是适合的。流量的产生是要有多方面的运作的：直通车、博客推广、社区推广、户外广告、友情链接、搜索引擎、媒体广告等。
2.内容
也就是指产品的呈现，这是别人来访问你的根本目的。内容包括产品、拍摄、数据。很多店铺之所以做不好，重点就在于没有做好内容。而对于消费者来说，最重要的不是推广，而是内容。他们最希望获得的也是内容。所以必须把内容建设作为长期的、重点的、核心的工作来抓。这包括：产品是不是精心挑选的；产品的图片是不是用心拍摄的；设计是不是用心美化的；数据是不是细致全面的；文案是不是能打动人心的。
3.感受
这主要是指店面的环境与服务感受。当顾客进入一个店铺，就产品提问时，是否很快得到服务生的回应以及其态度如何，都会直接影响顾客的感受，也直接影响一个人的购物欲望。
4.安全
网上购物第一大障碍就是安全，虽然现在有支付宝，保障了基本的财产安全，但是却无法保障消费者的心理安全。他们还可能担心的是：这个产品是否能让我满意，如感到不满意能否及时退换，过程会不会不愉快等等。网店的服务人员要及时打消顾客的这种担忧。但是目前看来，店家最多能做到无条件退换货，至于来回的运费是需要商量的，还不能完全把这个环节的不安全感打消。最好的方式就是严把品质关，并且将产品品质最大限度地展现给顾客。这些环节很多都是需要在拍摄商品的过程中得以体现的。所以在拍摄的时候不光要考虑商品美感，还要考虑用户的各种担忧和期望。
（三）PSTS理论
目前中国电商企业已经达到了临界点，经过了以持续融资、价格换市场、效果及品牌营销、牺牲毛利率乃至持续亏损为特征的长期市场培育、起飞加速发展阶段之后，电商企业的利润将随着规模增长、成本效率提升而显著提升，不过在相当长一段时间内仍会维持微利水平。
在这样的趋势下，电商企业需要更重视数据，并利用数据分析提升营销效果、塑造品牌影响力，促进业务精细化运营。
要做好生意，首先要了解消费者。数据显示，谷歌每秒回答问题3.4万，搜索结果提交慢0.4秒，一天搜索量会减少800万次；79%的移动网民使用手机购物，但40%会放弃加载时间超过3秒的电商网站；亚马逊每天销售额约6700万美元，网页延迟1秒可能导致全年最高损失16亿美元。在这种环境下，要讨好消费者何其困难。
对于电商企业来说，在微利时代，企业的数据处理能力将决定市场营销最终效果，消费者的购买行为正在从传统的AISAS（注意—兴趣—搜索—行动—分享）模式向TSPS模式即需求触发（triggered）—筛选（select）—购买（purchase）—分享（sharing）转变，特别是在需求触发（T）和筛选（S）两个过程，更要与消费者加强沟通和互动（见图1—19）。未来将是消费者需求驱动商品的时代，企业在网购中不再占主导地位，整个网上的购物行为将围绕消费者实现需求、商品、体验集于一身的购物体验。这就需要强大的后台支撑，需要处理大量的数据来进行精确定位。因此，大数据无疑是2013年电商营销的驱动力。
图1—19 由传统AISAS模式转变成TSPS模式网购新路径
能不能给消费者提供个性化的服务，能不能第一时间给他想要的商品，首要的一步是知道他们在哪里，喜欢看什么样的内容，爱用哪种聊天方式，其次才是向他们推荐他们可能喜欢的东西。
但来自DCCI的调研报告却显示，实际上国内大部分企业并不懂如何使用数据。虽然电商企业本身记录着多渠道、多元化、贯穿业务流程的数据，但是这些数据是割裂的、分散的、静态的。电商企业对数据缺乏统筹性、全局性的分析，尚不能充分释放数据价值。[16]
随着移动互联网的快速发展，移动电子商务已经成为未来电子商务发展的一个重要方向，但这并不意味着现有的PC购物网站的移动应用能够成功转型。
数据显示，虽然移动设备的实时推送、GPS、WiFi和摄像头等功能会促进LBS[17]消费，但这和PC上的购物方式完全不同。目前来看移动电商仍存在着不可忽视的障碍：60%的用户依然倾向于用PC购物；49%的用户觉得移动网购不安全；20%的用户认为付款过于复杂；还有10%的用户付款功能无法使用。所以说，尽管移动网络将迎来未来商机，但对于一个用户规模不大的初创服务来讲，做好移动网络更是重中之重。随着品牌认知度和用户规模的提高，再着重进行移动应用的开发和运营，从而实现随时随地接触消费者，真正与消费者亲密无间。这种品牌与消费者亲密关系的形成，有利于深化消费者对于品牌的认知与感受，进而提升品牌形象。
（四）“电商”CRM理念[18]
CRM（customer relationship management），顾名思义，是企业用来管理客户关系的工具。客户关系管理是一个不断加强与顾客交流，不断了解顾客需求，并不断对产品及服务进行改进和提高以满足顾客需求的连续过程。其内涵是企业利用信息技术（IT）和互联网技术实现对客户的整合营销，是以客户为核心的企业营销的技术实现和管理实现。客户关系管理注重的是与客户的交流，企业的经营是以客户为中心，而不是传统的以产品或以市场为中心。为方便与客户的沟通，客户关系管理可以为客户提供多种交流的渠道。
“一位广州的小伙子做淘宝店，他的网店流水不错，每月几十万，但利润几乎为零。问他，你对自己的顾客有梳理吗？他说没有，还非常谦恭地接着问：梳理客户这个重要吗？他说：我们就四个人，分别做客服、接单、盯直通车、打爆款、管库存、盯着同品类的店，我们美工还是外包的，根本忙不过来。”类似的情况，在很多电商平台和自有B2C网站的商家中也会有。
CRM是一种客户导向的运营战略。不管企业是电子商务生态中的哪种形式，只要真正以客户为中心来做运营，就能够收获很多有益的东西。而以客户为中心的运营战略，前提就是收集客户数据。要比客户还了解他们自己，就能影响他们口袋里的钱怎么花出去。收集客户数据，应以客户为主体，而不是你的业务为主体。
以客户为中心的数据收集，不要一开始就着眼于整理与网店发生交易的客户交易列表，有可能某笔交易是“真正的客户”临时借用伙伴的ID下的单，这种“偶然性交易”数据如果收集了，也只会起到干扰作用。参考图1—20，需要先站在客户的角度，审视有哪些数据可能跟你的生意有关系。具体到收集客户的数据，一般情况下分三个方面。
图1—20 客户分析模型
基本面：包括姓名、公司、联系人等等。一定要将电话、手机、邮件、QQ、微信号这些具体的联系方式搞清楚，这些信息是将来营销的接触点。另外，职业、职位、收入特点、行业地位甚至关系背景都要搞清楚。基本面的每一类数据，都将构成CRM的支柱。
主观面：一般指客户喜好。如果客户是会员顾客，那么他的喜好风格、价格敏感、品牌倾向、消费方式等等数据都要收集。如果客户是公司，那么可能与这家公司发生业务往来的主要人员的数据都要收集。需要注意的是，这类人的隐私容忍度和干扰容忍度也要客观地采集到。再有就是这些顾客或人员对会员等级和积分体系的虚拟体验倾向，也是很有用的数据。
交易面：客户购买商品的记录。注意，不一定是自己的买家，如果能收集到客户与竞争对手的交易数据，那就更好。另外还包括客服支持，售前、售中、售后的客服支持记录要收集。给客户不良体验的退货投诉以及纠纷信息也要收集；给客户不错体验的口碑传播信息更要收集。至于收集数据的明细、格式，这需要看具体的业务。原则就是：站在客户的角度，可能跟网店的业务有关系的信息都要收集。
收集客户数据主要有两个渠道。
内部：客户与网店发生的“接触点”，可能是商品询问、销售拜访、交易沟通，这些都是较容易的数据收集渠道。
外部：包括两种。一种是直接与客户联系，通过电话、短信、邮件、微信等等，但要考虑客户的隐私担忧及沟通耐性。另一种是不直接与客户联系，而是通过调查第三方来收集。互联网时代，找到一个合法合理的途径收集客户的个性数据和交易数据还是可以做到的，而且效果不错。
（五）“团购”营销模式
团购是团体采购的简称，又称B2T (business to team)，是继B2B、B2C、C2C后的一种新的电子商务模式。所谓的网络团购指的是消费者们通过互联网聚集在一起，以团队的方式向商家以折扣的价格采购同一商品的消费模式。
1.团购网站概况
团购网站起源于美国，Web 2.0条件下比较著名的团购网站是美国的GROUPON，主要特点是每天推出一款折扣产品，限定每一个特定的消费者只能在当天购买一次，这样刺激了许多消费者的购买欲望，在短时间内让消费者和商家达到了共赢。团购网站在2010年被引入国内，经过几年的发展，也成了影响网络消费的一个主要方式。
2.团购网站主要类型
第一，企业自建团购平台。
企业要想很好地在互联网中占有一席之地，开展电子商务平台就成了支撑自身业务发展的坚实基础，充分应用电子商务平台可以使企业得到以前无法获得的商业资源，使企业自身在激烈的市场竞争中领先于对手，同时企业还可以依靠自己的用户和大量的优质商户优势来扩充自己的市场和产品线，目前来说运营比较成功的B2C团购平台，如淘宝聚划算、京东商城团购等。
第二，分类信息网站开设的团购频道。
分类信息网站进行团购是具有先天优势的，毕竟从用户占有率上来说，本地服务类平台已经拥有了一大部分稳定的客户群，并且在团购之外，有一个相对完善的综合性平台支持，用户体验度便会得到大大提升。目前分类信息网站运营团购比较成功的有58团购、大众点评团、爱帮团等。
第三，门户网站自建的团购平台。
自从团购模式被引入中国并且被成功地复制之后，国内各大知名的门户网站都开始大规模地进军团购市场，腾讯商城的团购频道、新浪的新浪团、搜狐的爱家团以及最后进军的网易团长网都开始在团购领域占有了一席之地。门户网站凭借自身对相关品类的专业性知识以及自身巨大流量的导入势必会在团购领域为消费者带来更好的服务保障，同时更好地实现流量变现。
第四，社交网站推出的团购服务。
社交网站通过人与人之间的强关系往往有着高强度的黏性，社交网站每日的活动量都相当庞大，但是面对如此巨大的活跃用户量，社交网站除了老套的广告模式之外却找不到一个合适的变现流量的路径。事实上，对于一家团购网站所需要的流量、资金、人力等社交网站都具备，而且团购网站本身就具有SNS的特性，因此社交网站发展团购业务是合情合理的，而且可以让用户更快地接受团购这种模式，商家也会更容易接受。目前来说运营比较好的主要有开心网的开心团购等。
第五，独立的团购网站。
独立的团购网站在团购模式刚刚引入中国市场的时候得到了快速的发展，由于没有庞大的流量导入以及资金链的支撑，独立的团购网站相较于其他大型企业附属的团购网站来说劣势太多。相对非独立团购网站而言，要做到用户黏性高度集中就需要做好消费者服务工作，同时还需要提供完善的售后服务保障，提高用户的团购体验，用服务来聚集更多的互联网消费者。目前国内做得比较好的独立团购网站主要有美团网、高朋网、拉手网等。
3.团购网站主要的盈利模式
第一，商品销售。
团购网站通过与优质的商家协议合作，获得产品的销售权利，通过销售产品团购网站可以直接获得商品销售的返利，商品销售是在网站运作中实现基本盈利的传统方式。同时团购网站还可以与第三方B2C电子商务企业合作，这种方式不仅可以带来直接利润，而且还可以降低产品销售的风险。
第二，广告费。
团购网站的模式有着明显的地方性服务特性，同时团购网站在长期的经营中通过会员渠道掌握了大量的具备消费能力的特定网络消费群体，这些消费群体对于商家的广告投放来说都将会是非常精准的，面对这种目标明确、广告成本要低于其他媒介的广告平台，商家是很乐于接受的。商家通过支付固定的广告费，能够提升知名度，获得超出预期的用户数量，而团购网站平台也可以依靠广告投放来获取持续的盈利。
第三，交易佣金。
网站作为商家与买家的中间桥梁，通过与合作商户共同发起团购活动，向有着共同需求的消费者群体集体销售产品，当团购活动结束之后参与活动的商家从销售的产品利润中拿出一定比例的利润作为团购网站的交易佣金。只要是投放到团购网站的产品，作为活动的参与者之一的团购网站都是有获得交易佣金的权利的。
第四，商家服务费。
团购网站可以为商家不定期举办新产品的推广、试用活动，为产品提供商进行免费宣传，而团购网站则可以和与其达成合作协议的产品提供商建立一个长久稳定的关系，通过对商户收取年费而提供广告支持、营销推广、用户需求调查、满意度调查等多项服务。目前来说很多团购网站都有这样的服务，如淘宝聚划算、京东团购等。
第五，加盟授权费。
大多数团购网站都是采用比较典型的商品直销模式，而为了提高产品的销售额和整体的盈利能力，就需要不断地扩大市场规模，因此在很多城市都需要建立自己的团购子站，以达到扩大市场的目的。但是扩大经营规模而开设分站需要大量的人力、物力和维护成本，所以团购网站中会有一部分平台将区域性的分站外包给当地拥有雄厚资源的团队，以分站加盟授权的形式，为加盟者提供网络平台、运营经验、品牌共享等，再获得加盟费。这种模式主要是为了降低网站运营中的资金压力和风险。
注释
[1]参见史源：《谷歌官方公布：票房预测模型》，见中文互联网数据资讯中心，2013-06-27。
[2]大卫·林奇和马克·弗罗斯特于1989年起制作的一部30集电视剧。它是美国20世纪90年代最为著名的电视剧之一。该剧在北美电视界掀起了一场革命，林奇特有的黑暗的、超现实主义的叙事风格和对镜头、色彩的独特处理方式给80年代模式化的肥皂剧以强烈冲击。
[3]1984年，一群加拿大魁北克省的街头流浪艺人组成了一个马戏团。在近十年的时间里这个马戏团创作了十几台风格各异的大型主题杂技晚会，在全世界巡回演出，将欢乐带给了数以亿计的观众，成为如今闻名全球的太阳马戏团。
[4]参见Olof Schybergson：《大数据需要好设计》，见http：//www.fortunechina.com/business/c/201305/29/content_158237.htm，2013-05-29。
[5]参见陈宇新： 《警惕大数据营销两大陷阱》，见http：//auto.163.com/12/1213/10/8IJL8R1O00084TV5.html，2012-12-13。
[6]中国“80后”青年作家群代表人物之一郭敬明根据自己的同名小说《小时代》创作改编的一部青春爱情电影，此片是他首次担任导演的作品。
[7]杨晓音：《当电影遭遇“大数据”》，载《中国经营报》，2013-05-25。
[8]杨晓音：《当电影遭遇“大数据”》，载《中国经营报》，2013-05-25。
[9]杨晓音：《当电影遭遇“大数据”》，载《中国经营报》，2013-05-25。
[10]\[英\]维克托·迈克舍恩伯格、肯尼思·库克耶：《大数据时代：生活、工作与思维的大变革》，83页，杭州，浙江人民出版社， 2013。
[11]参见陈宇新： 《警惕大数据营销两大陷阱》，见http：//auto.163.com/12/1213/10/8IJL8R1O00084TV5.html，2012-12-13
[12]参见中国电子商务研究中心，见www.100BC.cn。
[13]参见《网络零售格局暂定天猫京东易购稳居三甲》，见http：//www.ebrun.com/20130131/67287.shtml，2013-01-31。
[14]参见中国电子商务研究中心，见www.100BC.cn。
[15]参见老曹：《是什么完成了转化率的提升？》，见http：//www.woshipm.com/operate/1785.html,20120517。
[16]参见《传统营销方式变革大数据成电商营销核心》，见http：//www.ebrun.com/20130124/66628.shtml，2013-01-24。
[17]英文全称为location based service，即地理位置服务。它包括两层含义：首先是确定移动设备或用户所在的地理位置；其次是提供与位置相关的各类信息服务。意指与定位相关的各类服务系统，简称“定位服务”，另外一种叫法为MPS（mobile position services）, 也称为“移动定位服务”系统。如找到手机用户的当前地理位置，然后显示在用户当前位置处1公里范围内的宾馆、影院、图书馆、加油站等的名称和地址。所以说LBS就是要借助互联网或无线网络，在固定用户或移动用户之间，完成定位和服务两大功能。
[18]参见杨健：《电子商务CRM：收集客户数据》，见中国互联网数据资讯中心，2013-07-05。