El siguiente paso en el marketing de big data

Si la reelección de Obama ese año demostró el poder del big data, entonces la elección de Trump expuso las deficiencias actuales del big data.

El siguiente paso en el marketing de big data

En noviembre de 2012, Obama derrotó a Romney y fue reelegido presidente de Estados Unidos. El héroe detrás de esto es el equipo de extracción de datos de Obama, que ha estado recopilando, analizando y almacenando enormes cantidades de datos para tomar decisiones precisas sobre la compra de publicidad por él, gastando 100 millones de dólares menos en fondos de campaña que Romney. Evidentemente, el big data logra un marketing más preciso a través de la visualización de procesos.

Sin embargo, en diciembre de 2016, la elección de Trump asestó un duro golpe al big data. Microsoft Bing y el estadístico estadounidense Nate Silver, conocido como el "mago de los datos", fracasaron en sus predicciones. A pesar de tener una alta tasa de éxito en el sentido de big data, Hillary perdió en la realidad.

¿El big data simplemente no es suficiente para ser aceptado o ha llegado a un punto de inflexión que necesita ser actualizado con urgencia?

▌El papel del big data es encontrar patrones

Antes de la aparición de Internet y el big data, juzgábamos las cosas y actuamos a través de la experiencia. En esencia, la experiencia es el reflejo en el cerebro humano de todos los big data acumulados en el pasado.

Al beneficiarnos de la invención de las computadoras, nuestra capacidad para procesar datos es cada vez más fuerte y más rápida, y la velocidad de procesamiento es cada vez más rápida. Luego, la aparición de Internet mejoró la utilización del tiempo al romper la barrera. Las barreras del espacio. Nuestra búsqueda y recopilación de datos se han vuelto interminables, y la amplitud y profundidad de los datos han crecido exponencialmente.

¿Qué cambios traerá el desarrollo de estas dos grandes tecnologías?

El siguiente paso en la recopilación y el procesamiento de big data basados ​​en el pasado es ayudar a juzgar y predecir el futuro, promoviendo así las acciones actuales. El ejemplo más típico a este respecto es Google. Como motor de búsqueda más grande del mundo, Google tiene datos a nivel de éter y 36 centros de datos en todo el mundo. Por ejemplo, la aplicación Google Trends puede descubrir y comprender rápidamente las tendencias más candentes de la sociedad a través de la atención de los usuarios a los términos de búsqueda. GoogleInstant predecirá rápidamente los posibles resultados de búsqueda cuando los usuarios ingresen palabras clave. Se dice que el big data genera casi 23 millones de dólares en ingresos para Google cada día.

Entonces, ¿cómo se refleja el valor del big data en el marketing?

El entorno empresarial está sujeto a muchos factores externos incontrolables. El nivel macro incluye políticas, entorno económico, cultura social, etc., mientras que el nivel micro involucra tendencias de la industria, competidores, sustitutos potenciales, demanda de los consumidores e incluso. empresas.Gestión interna y otros aspectos. Por tanto, las empresas dependen más del big data. Tras la internetización de las empresas, el primer eslogan que se planteó fue DataDriveBusiness.

En lo que respecta al segmento de marketing, el valor del big data es aún más evidente. Por ejemplo: ¿Cómo descubrir las necesidades del consumidor? ¿Cómo definir el público objetivo exacto? ¿Cómo entregar el contenido correcto a los consumidores correctos en el momento correcto, en el lugar correcto y de la manera correcta? ¿Cómo lograr que los consumidores actúen? ¿Cómo determinar la producción en función de las ventas y lograr una producción flexible? ¿Cómo diseñar y fabricar productos con mayor potencial de mercado? ¿Cómo mejorar la eficiencia del marketing y la relación insumo-producto? …

Para responder a estas preguntas, debemos tener un conocimiento amplio y profundo de todo el proceso que involucra al marketing e incluso del entorno externo. La función de los big data es visualizar las partes que antes eran invisibles e indescriptibles a través de la recopilación de datos estructurados y no estructurados, para encontrar patrones, predecir el futuro y ayudar a juzgar y tomar medidas mediante el análisis y el procesamiento.

No hay duda de que el valor del big data es evidente. Sin embargo, para aprovechar al máximo el poder de los big data, debemos lograr lo último en dos aspectos: "extracción en profundidad de datos pequeños más verticales y segmentados" y "exploración de muestras generales más amplias, incluso fugaces". Cobertura integral”.

▌Extracción en profundidad de datos pequeños más verticales y segmentados

Luo Zhenyu, el fundador de Luoji Thinking, dijo una vez lo siguiente: "La economía colaborativa es una cuestión de De hecho, oscurece la tendencia general del desarrollo económico humano. Esta tendencia general se llama división del trabajo y luego cooperación "

El desarrollo de la tecnología impulsa el refinamiento de la división del trabajo y el refinamiento de las garantías de la división del trabajo. cada eslabón de especialización. La refinada división del trabajo es como un engranaje que impulsa a toda la máquina a evolucionar continuamente.

Lo mismo ocurre en el ámbito de Internet. La era imprudente del acaparamiento de tierras llegó gradualmente a su fin en 2016. Los métodos de crecimiento extensivo, como las promociones locales y las fusiones y adquisiciones, mostraron signos de debilidad. Las empresas de Internet comenzaron a concentrarse en pulir sus productos y evolucionaron hacia una verticalización profunda y operaciones refinadas.

Están empezando a aparecer nuevos unicornios en varios segmentos, como algunas aplicaciones pequeñas pero hermosas: la aplicación de comida y estilo de vida Enjoy, la aplicación boutique de videos cortos Eyepetizer, etc., todas las cuales cuentan con un grupo de fieles seguidores.

Además, grandes plataformas como BAT también han comenzado a explorar el refinamiento y la verticalización. Y sus perseguidores también van más allá en el camino de la verticalización. Por ejemplo, Sogou, además de las búsquedas verticales convencionales como imágenes, videos y música, combinadas con sus propias características técnicas, ha cooperado sucesivamente con Tencent, Zhihu, Microsoft, Dingxiangyuan, etc. para lanzar la búsqueda WeChat, la búsqueda Zhihu, inglés. búsqueda, búsqueda académica, etc. Los productos de búsqueda destacados exclusivos más refinados y diferenciados, como Search y Mingyi Search, mejoran la permanencia del usuario al satisfacer diferentes necesidades.

La investigación profunda en el campo vertical ha permitido a Sogou crear una serie de productos verticales y diferenciados, reuniendo grupos de usuarios con necesidades diferenciadas en función de los comportamientos de red multipartita de estos usuarios en productos verticales, un completo. Se ha establecido un conjunto de sistemas de etiquetado, como etiquetas industriales, etiquetas comerciales, etiquetas de atributos de multitud y etiquetas de ubicación geográfica, para mejorar la precisión del marketing de big data y ayudar a las empresas a realizar una entrega más precisa.

▌Cobertura integral de una muestra global más amplia, incluso fugaz.

Actualmente, casi todos los productos y servicios de big data marketing se basan en el concepto de data mart (datamart). En pocas palabras, recopila datos relevantes de manera específica en función de ciertos requisitos para formar una biblioteca de muestras de big data. La ventaja es que el propósito y la dirección son relativamente claros, al igual que una persona primero genera preguntas y luego busca respuestas, pero la desventaja es que este método de recopilación perderá algunos datos valiosos en la etapa inicial o ignorará algunos datos fugaces, simplemente porque; El objetivo es claro, sólo podemos ver los árboles pero no el bosque.

Por ejemplo: si se utilizan big data para realizar la elaboración de perfiles de usuario, esto causará un gran problema: entrada direccional preconcebida, los datos utilizados para la elaboración de perfiles de usuario están incompletos, lo que afectará la precisión del análisis. , decisiones de marketing aún más engañosas.

En el caso de los grandes errores de las encuestas de datos de Trump, los analistas se sintieron estimulados por la noticia de que Hillary estaba destinada a ganar, juzgaron mal la situación, preestablecieron posiciones y la ignoraron a través de orientaciones preconcebidas de Trump en Florida y Estados Unidos. otros estados indecisos, omitiendo así, intencionalmente o no, algunos datos importantes en la recopilación de datos. La mariposa del big data bate sus alas en el extremo de la recopilación, y la diferencia en las conclusiones puede estar a miles de kilómetros de distancia.

Es precisamente por este problema que algunas personas en la industria están empezando a plantear nuevamente el concepto de lago de datos (datalake).

El lago de datos apareció por primera vez en el artículo "Big Data Needs a Big New Architecture" escrito por James Dixon en la revista Forbes en 2011. A diferencia de los mercados de datos con propósito, los lagos de datos aportan una mayor resiliencia.

En pocas palabras, el lago de datos recomienda almacenar todos los datos detallados potencialmente útiles, volver a excavar y almacenar datos faltantes y descuidados, y realizar análisis cruzados y unificados en un solo lugar cuando sea necesario. La ventaja de esto es que no se pierde ningún dato valioso, incluso si es muy pequeño, fugaz o parece no tener valor en ese momento.

Por ejemplo: en anteriores recopilaciones de big data, es posible que se haya pasado por alto información sobre grupos de consumidores potenciales y que se hayan ignorado posibles oportunidades de ventas.

Recopilar tantos big data como sea posible y más completos (incluso los datos aparentemente irrelevantes pueden tener una cierta correlación interna) ayudará a las empresas a formular estrategias de marketing más precisas.

Por lo tanto, el establecimiento del lago de datos depende de la expansión de dos dimensiones: la recopilación de datos de profundidad vertical mencionada en la sección anterior y la recopilación de datos globales más extensos.

Para dar un ejemplo relativamente micro: un gran banco europeo tiene 650 proyectos de promoción de marketing por correo directo cada año y emite casi 60 millones de correos electrónicos directos, pero su eficiencia de marketing ha disminuido año tras año. El banco descubrió que el problema era que, aunque la empresa tenía diferentes canales para contactar a los clientes, cada canal tenía su propia estrategia de contacto con el cliente. Esto resultó en información de clientes y datos históricos dispersos, sin formar una imagen completa de la relación con el cliente. La falta de datos globales impide que las empresas formulen planes de marketing personalizados más precisos basados ​​en las características de los clientes.

Hoy en día, con la tendencia a la fragmentación de los medios y la movilidad de la población, la recopilación de datos globales enfrenta nuevos desafíos: ¿Cómo recopilar datos móviles? ¿Cómo realizar una conexión de datos entre pantallas? ¿Cómo recopilar más datos no estructurados en diversas formas?

En cuanto al primer problema, la solución actual suele ser cubrir el mayor número posible de entradas de tráfico móvil. Tomando la búsqueda de Sogou como ejemplo, no solo tiene portales móviles sólidos como QQ Browser, Sogou Browser, Tencent y Sohu. En 2016, Sogou también llegó a cooperar con la mayoría de los principales fabricantes de teléfonos móviles como Huawei, Samsung y OPPO. Se informa que más de 200 millones de teléfonos móviles utilizan la búsqueda Sogou de forma predeterminada todos los días.

En la era móvil, no sólo los comportamientos de las personas están fragmentados, sino que los dispositivos que utilizan son cada vez más diversos, lo que genera el segundo problema: la recopilación de datos entre pantallas. El terminal inalámbrico y el terminal de PC de Sogou pueden confiar en el propio sistema de cuentas de Sogou, los datos de socios y los datos de terceros para lograr una integración entre pantallas, un seguimiento de datos fluido e integrar datos entre pantallas que los usuarios buscan, navegan e ingresan en escenarios, proporcionando. una base más valiosa para la entrega.

En la actualidad, incluso la recopilación de datos no estructurados se limita a expresiones simples como texto e imágenes, pero la recopilación de datos de Sogou también abarca el campo de la voz. En julio de 2016, Sogou lanzó Zhiyin Engine, que no solo puede recopilar datos de voz, sino también comprender y pensar, mejorando así la precisión del reconocimiento de voz y enriqueciendo una vez más los tipos de recopilación de datos.

Los datos verticales más subdivididos y los datos globales diversificados en varias pantallas garantizan la precisión y la exhaustividad de los datos en la fuente. Al mismo tiempo, con las crecientes capacidades informáticas y de análisis de la inteligencia artificial, los big data proporcionarán; orientación más precisa para la toma de decisiones corporativas, llevando el marketing a una era verdaderamente inteligente.