上网时，每个人都会碰到这样的情况：因为浏览、购买过某类商品，总是收到相同品类的广告推荐。对这样的“个性化”营销，你的反应如何？开心还是不快甚至愤怒？惊奇还是习以为常或者无所谓？无论用户反应怎样，这确实表明，互联网行业对精准营销的尝试如此热切。但是，反过来说，营销怎么可能将用户的反应置之度外？

　　用户肖像仍需“大数据”纠偏

　　有没有想过在互联网公司的数据库里“你”是怎样的？首先，除非你注册时有填写，否则他们不知道你的姓名、性别、年龄、收入范围、学历等等。但是，在一个庞大的表格里，有一串数字代表着你，比如，你看了哪些频道的哪些页面、视频，你在这些页面、视频上停留的时长，或者你搜索、浏览、购买了的商品等等。当你每次登录时，你对应的数字就会随之变化。所有这些看似无意义的数据碎片一点点被记录和连结起来，拼出一个他们眼中的“你”。由此，互联网公司去猜你喜欢，并将你可能喜欢的内容呈现在你的网页上，以推动你更多的浏览、消费。

　　但，通过用户以往的行为就能够准确猜出他未来的需求吗？当数据量因为互联网不再是问题的时候，“尿片与啤酒”的故事为什么反而进一步神话而非当下的营销常态？最根本的原因，在于我们并没有真正实现利用数据“读”懂用户。虽然，代表用户的那串数字越积越多，但它们不能真正代表用户及其潜在的需求。在用户看来，那个拼出来的“他”虽然做了某些事情，但与其本人所思所想也许风马牛不相及。

　　小数据之所以“小”，除了数据样本量较小，更在于其对特征空间、事物本质表现力不足。大数据时代之前，我们只能依据小样本或适度抽样后的小数据进行群体规律的知识发现。而真正的大数据，让人类第一次有机会把来自不同地方、不同类型的数据联结起来形成对一个事物的完整描述，就像显微镜一样从更细的颗粒度层面认知世界。但要实现这一点，数据量“大”之外，还需要足够完整。局限于单一网站的数据系统，记录和覆盖的用户行为信息往往是片段的、割裂的、孤立的、静态的，是信息的孤岛，只能在其直接关联的领域发挥自身的价值，而且其反映的事物仍可能有偏差。

　　因此，要对用户肖像进行纠偏，清晰准确地挖掘客户潜在的偏好和需求，就需要在海量记录持续性的跨网站、跨平台行为，将其串联成一条完整的数据链。在标识出用户后，必须尽可能多地记录其较长时间连续性的网上行为路径，包括将企业原有的CRM等“内部系统”与互动营销（含广告、公关、在线销售）等“外部动作”打通。链条越完整、越长，之后的营销才会越来越准确、有效。对于目前缺少互通的中国互联网来说，从站外海量数字化数据中挖掘出客户的属性、偏好对自身数据进行印证尤为重要。以电商网站来说，需要利用全网站点数据记录、印证会员的商品偏好、内容偏好、购物习惯、实时互联网关注动态等多维度的信息，以了解用户潜在的消费意向、需求。而对媒体、视频类网站来说，跨网数据能够使原本中断的信息点串联成一条完整的数据价值链条，降低信息推送的失偏率。

　　互联网时代可能记录了每个人生活中的细节，但当他活跃在不同平台、网站上，可以打上成百上千个标签时，一家企业掌握的孤立数据了解的也许只是其一小部分特征。全球知名咨询公司埃森哲报告里曾指出，Web2.0时代，企业内部数据的权重要远远超过外部数据；但是当Web3.0到来的时候，数据就会真正流通起来，企业外部数据的权重会越来越高。如果能够结合企业内外部的数据源，大规模的个性化服务在互联网时代是可以实现的，“如果企业能够把握住消费者在消费前后各个环节的信息，就将领先于其他企业”。

　　数据还需挖掘“生活形态”

　　但是，我们也都碰到过这样的现象：在电商网上浏览或者买了某种商品，之后访问其他网站或社交平台时，也会收到类似产品的广告，这让很多不准备有相关消费的用户头疼不已。跨网站的数据、精准地了解用户曾经的兴趣点后进行的营销，为何仍不能确保实现个性化营销的效果？

　　“精准营销”的故事在网络营销圈子里已经讲述了好几年，真正参与其中的广告主仍是少数，而用户对于现有“精准营销”的反弹也让我们不得不承认，现在的“精准营销”既不够精准也不够个性。问题的根源在于，数据，即使是大数据也不过只是数据，与精准之间还隔着“挖掘”这道鸿沟。互联网让数据搜集变得越来越容易，但是如果数据分析、挖掘的进程不能跟上数据爆发速度，我们与精准之间的距离仍无法拉近。

　　随着智能化移动终端的普及、无线上网接入条件的进步与资费的进一步下降，用户花在移动终端上的时间越来越多，而类似微信、微博等社会化媒体成为很多受众获取信息的主要渠道，原有的“碎片化注意力”进一步碎片化。互联网上的用户行为数据结果不断“涌现”，使得数据挖掘越来越复杂化：由于数据量巨大，常规软件和计算机无法胜任运算要求；传统统计方法模型已经无法适应大数据时代的需求；大数据的范围界定困难，分布广泛，实时变化更新，不易确定采集范围；结构整理困难，数据结构混乱，不易整理成为“干净”的数据库；意义整理困难，对自更新知识库和自然语言处理要求很高等等，都使数据往往成为难以应用而只能尘封的宝藏。

　　数据量呈几何级增长、来源多元化、形式复杂化，对应的现状却是数据挖掘普遍缺少精细、逻辑化。特别是当数据挖掘只停留于数据表面，而没有从用户维度建立数据分析模型，大数据的潜力更难以发挥。冰冷数据的背后，是用户怎样的行为、生活，他又可能有怎样的思考、情感？要回答这些问题，需要基于社会学和心理学的用户特征评价体系和科学的特征算法模型挖掘用户特征，尽可能地了解用户的心思、灵魂，由此去预测他将来可能做什么（很可能，那是与已发生的行为完全相反的）。如第三方数据机构缔元信的DDMP平台，平均每天跨网采集的30亿条网民行为数据整合纳入统一的技术平台后，对这些数据进行标准化和细分时，需要从用户的自然特征、兴趣特征、社会特征、消费特征等多个维度进行分析，再推向现有的互动营销环境，以帮助媒体、广告主实现“生活形态营销”。

　　数据永远只是数据，挖掘、应用数据的人需要以社会化眼光、人性感知去分析数据，并寻找之间的关联，挖掘数据背后的价值。对精准营销或者个性化营销来说，当下的首要问题不是缺数据，而是如何将数据完整化、逻辑化，如何根据数据架构出消费者真实的生活形态。

作者：樊永梅