展会信息港展会大全

数据挖掘——大数据带来商业价值
来源:互联网   发布日期:2013-03-11 22:20:38   浏览:13636次  

导读:近日IT专家网记者采访到了专注于企业营销大数据的公司AdMaster的 CTO 洪倍。在采访中,洪倍就大数据为企业带来了哪些商业价值,以及在数据种类庞杂的情况下,如何做到把数据转化为价值等话题进行了深入探讨。 以下为采访实录。 主持人:各位网友,大家好!欢...

近日IT专家网记者采访到了专注于企业营销大数据的公司AdMaster的 CTO 洪倍。在采访中,洪倍就大数据为企业带来了哪些商业价值,以及在数据种类庞杂的情况下,如何做到把数据转化为价值等话题进行了深入探讨。

以下为采访实录。

主持人:各位网友,大家好!欢迎收看本期的“IT专家网”的“专家会客室栏目”。我是主持人孟钊宇。今天我们非常有幸的请到了AdMaster 公司的联合创始人,首席技术官——洪倍,洪总。首先有请您为我们介绍一下AdMaster公司的具体情况?

洪倍:AdMaster成立于06年,专注于企业营销大数据的一站式的管理平台服务。我们目前服务了中国最TOP的超过300家广告主,为他们提供了大量的数据分析,涵盖了微博平台、传统的网络广告平台,包括新的移动广告平台,还有视频广告的平台。未来我们还会整合更多的电商的数据、更多的视频的数据。

主持人:我们了解数据洞察是营销领域近年来很热的话题,洞察客户的需求、提升营销效率、优化业务的流程。那么,您觉得大数据带来的哪些商业价值有哪些?在数据种类庞杂的情况下,如何做到把数据转化为价值呢?

洪倍:大数据其实是一个最近比较火的概念,我之前在微博上跟其他朋友也半开玩笑的说,大数据其实三个字里面最重要的是“大”和“据”两个字嘛。“大”其实就是刚才主持人提到的第二个问题,数据非常的庞杂,那这个时候怎么办?所以我们首先要找到一个方法去很好的把这些数据进行分类然后进行存储,以一定的结构进行有机的管理,然后构建自己的数据仓库。数字其实本身不产生任何的价值,如何产生价值其实都在这个“据”上面。“据”其实我们可以理解成理论的“论据”,分析的“证据”。得到这些“据”的方法就是我们传统的四个字,叫“数据挖掘”技术。“数据挖掘”其实是一个反复迭代的模型,我们通过对大数据的不断的采样、验证、建模,然后得到一定的论据。而这些论据当然有一定的适用范围,在这些适用范围内我们可以快速的进行决策。然后给大家今后的运营、市场营销,包括一些生产、产品的设计带来理论的依据。所以,我说“大”和“据”是大数据最重要的产生价值的地方。

广告定向等技术实现精准营销

主持人:那么在移动互联网、社交还有O2O模式风起云涌的时代,数据收集、整理和发现,还有洞察变得日益困难。很多数据都散落在各个平台,碎片化的趋势很明显,您是如何看待这一现状的?对于营销负责人来说,数据洞察面临的挑战有哪些呢?

洪倍:是的。其实从web2.0开始,我们的信息就已经开始碎片化了,因为web2.0本身是一个去中心化的信息源,然后利用社交关系来传播信息的一种方式。随着移动互联网的发展,大家的上网终端、接触媒体的终端更加碎片化,所以导致这些碎片化的趋势非常显著,而且正在逐步的加剧。在这种情况下,其实收集数据并不是太难的一个问题。主要还是刚才主持人提到的,这些数据非常的庞杂,可能数据之间是异构的,也就是刚才我们提到的大数据。在处理庞杂的数据的情况下,我们首先要找到一个合理的存储方式,利用合理的方式把这些数据关联起来,找到这些数据之间的关联点。譬如说,我们利用一些第三方的ID、用户的行为的属性、利用一些我们在CRM系统当中常用的一些用户的标示符等,把这些数据关联起来。然后,我们才能很好的、有机的把这些数据整合在一起。第二,当然就是在分析这些数据的时候,我们需要有一个统一的KPI,这个KPI不是跨平台的、或者不考虑平台之间差异的一个泛泛的KPI,而是需要各家的CMO或者CIO从历史的经验模型当中提炼出来。

主持人:最近技术推动营销变革的呼声越来越强烈,能不能分享一下IT技术在企业营销中发挥的作用和重要性?还有目前已经应用的技术以及对未来技术与营销结合的发展趋势?

洪倍:随着数据量越来越大,企业需要一些技术手段而不再是用人工的手段去得到一些决策信息。当你的数据上亿、上千万的时候,不可能通过人工来处理这个问题。目前,在营销领域主要使用的技术,譬如说广告的定向技术、广告监测技术、包括各种社交平台的数据抓取,例如论坛、微博,舆情的监听数据抓取等技术;包括我们CRM的定向的营销技术、二次营销的技术。以上一些提到的技术,我们已经走的很领先了。比如说广告定向技术,目前看到的除了我们最传统的按照时间、按照城市定向、按照上下的内容来定向,现在甚至可以定向到人群的行为属性、他过去的历史的搜索行为、他关注的兴趣点。通过移动的设备,我们还可以定向到这个人的地域坐标、这个人的手机的机型、这个人使用某些特定的APP。从这些定向的技术手段我们可以更精准的抓到我们潜在的用户。

舆情的监听也是这样,其实这是一个做了很多年的行业,过去可能大家更多的监听企业负面的新闻、论坛的负面的帖,然后了解一些论坛的灌水情况。现在随着社交媒体的发展,我们需要把这些监听更广地扩展到一些热的话题当中。比如微博的一些热点的讨论、以及一些可能存在的具有潜在传播风险的负面信息,这样数据量就更大了。因为论坛本身是一个比较简单的聚合方式,微博是一个基于关系的更大的聚合方式,包括CRM也是。刚才提到的那两种营销途径,其实最终的目的都是为了获得品牌的潜在用户,维护以有的老用户,甚至拉拢在和你竞争对手之间摇摆的用户。利用CRM如何去给这些不同的用户分别推送针对及适合他们情况及给与心理暗示的信息,这也是通过技术手段来实现的。

全新CRM解决方案助力数据分析

主持人:也就是说AdMaster可以把所有的这些技术整合到一起,你们是否已经有类似这种CRM的解决方案呢?

洪倍:目前,针对一些品牌广告主的需求,我们正在研发此类产品,预计在今年二季度就会推出。我们可以帮助客户打通完成从微博到硬广的跨介营销监测,我们把整个营销的数据分成三个大块。第一块我们叫做传统的、付费的广告—Paid Media,就是付费的硬广、Banner,网络视频等。 第二个是Owned Media(自有媒体),就是我们自己拥有的媒体,例如企业官方微博账户、品牌自己的网站平台、电子商城平台,这些是属于品牌自己媒体平台,不需要花额外的媒体费用去运营它。第三个是Earned Media(赚得媒体),品牌通过运营自己的媒体,同时通过Paid Media产生的二次转发,粉丝帮我转、品牌电商的用户的转发评论等。所以,把这三个媒体打通在一起分析,其实是很好的数据源,就是提供给CRM去做营销的决策。

主持人:那就是你们今年要推出一个类似整合的CRM的整体解决方案?

洪倍:对,没错。

主持人:那可不可以理解为我们现在的营销其实也在往这个方面去转变?

洪倍:对。因为现在消费者接触到终端消费者的途径越来越短,我们通过电子商城、通过企业的官方、微博账号,或者在人人网的这些企业的官方主页,都可以直接的接触到消费者,而不是像过去需要通过中间的分销商、通过超市,然后调研公司再去回访用户,需要一个很长的采样流程去接触到用户。我们现在就是基本第一时间可以接触到一些年轻的消费人群,和主要的消费人群。在这个时候,我们的数据量会非常的庞大。我们需要去整合、分类,这些用户是从哪个途径获得的、他们过去有哪些历史消费的习惯、他们对品牌的评价是怎么样的、他们的生活方式如何、他们的生活方式和哪些产品是契合的、对哪些产品又是不太感兴趣等等,这个其实是未来营销会面临的主要问题。

联合SAP HANA平台整合大数据建模

主持人:据我了解AdMaster与SAP进行了战略合作,能否详细谈一下AdMaster系统是如何和SAP HANA平台进行整合的?整合后实现了哪些功能和效果呢?

洪倍:我们目前跟HANA主要合作是在两个方面。第一个是我们本身大数据的建模的过程。随着数据量的增大,有一些建模的过程用传统的PC服务器以及传统的数据库的架构是不能更好解决问题的,我们必须要使用HANA这样的基于内存的、快速计算的这样一个框架来挖掘我们的模型。第二个,本身我们在挖掘模型之后也希望给客户提供一个实时决策的工具。那么,实时决策也就意味着我们需要更快的速度、更高的效率、更大的迸发性。AdMaster现在给客户提供了一个延时在两到三个小时的决策服务。在未来,特别是在一些热点的数据上面,两到三个小时还是不能满足客户的需求的,必须精确到秒级,10秒以内的数据延时可能才能满足客户对决策的需求。比如说,一个粉丝在企业的微博上留言,他可能10秒钟之后就去干别的事情了,你必须要在10秒钟立即回复他,帮他解决他的问题,这个时候你就会赢得一个你的潜在的用户。其实这也是我们未来会利用HANA的一个更主要的方向。

主持人:还有一个其他的问题想要问您一下。刚刚您讲到您公司与SAP这边进行了合作。那么我想问一下,为什么您当初在选择这个大数据方面的合作的时候选择了SAP,而不是其他的一些大公司,比如Oracle或者是其他?

洪倍:对。因为SAP的模式其实跟我们有点类似。大家都知道SAP是一家以ERP起家的公司,虽然它收购了一些数据库的软件公司,但他是一个做解决方案的人,它更接近客户的实际的业务的需求。我们作为SAP HANA的合作伙伴,SAP研究院给了我们很大的支持,帮我们一起对我们过去的数据模型进行优化、提高我们的计算效率、给我们一些他们在大数据方面的经验、他们的分享。相对其他公司,比如说Oracle,他可能更多是个软件公司,ERP反而不是他的长项,它可能更倾向于软件的售卖和整合这些平台。对于一些比较高端的产品,Oracle的产品其实也挺不错的,但是学习成本比较高。

主持人:学习成本比较高?

洪倍:对,学习成本比较高。在使用的时候其实还需要有人来帮助我。所以,我们选择SAP的原因主要因为SAP可以给了我们很大帮助,能让我们用起来,能让我们真正的从自己的角度去感觉它的好,这也是我们选择HANA的原因之一吧。

主持人:嗯,可以说因为SAP HANA是可以通过自学就可以使用的?

洪倍:没有,自学一定是学不会的。我提到SAP研究院的同事,包括这两天其实SAP研究院的同事也在我们北京的研发中心帮我们做分享,做一个两天的培训,会很深入:从怎么样配置几千个参数,一直到跟一些现在开源的大的应用怎么样去做整合。其实这些东西对我们是有很大的帮助的。因为大数据的环境真的是不玩不知道的,因为很多东西在小数据的时候你不会体验到它的压力,不会体验它的性能的瓶颈。

CMO职责向CRO转变是趋势

主持人:目前,随着营销趋势,可以说是营销市场发生巨大的转变,有一个叫CMO【Chief Marketing Officer】的群体,他们的地位逐渐的在上升。像AdMaster主要是做数字营销领域的,肯定接触了很多CMO,您能不能谈谈在你们接触的这些CMO的时候,这一两年之间,随着大数据不断的爆发,是否感觉到CMO的职位慢慢的在发生什么变化?

洪倍:CMO这个职位确实发生了比较大的变化。过去,我们看到CMO更多的来自于媒介计划部门、策划部门,或者公关部门。未来,CMO更重要的会必须要懂一些数据,同时,在跟很多CMO聊天到时候会发现,他们现在遇到的普遍问题是:“数据太多了,我们十几种报表来自各种媒体,电视的、互联网的、户外的、报纸的、广播的,现在还有微博运营团队的,电商运营团队的、电子分销渠道的,这么多东西积累在一起,我到底应该怎么看这个数据?每个平台都说自己的数据是有效的,我们应该怎么来评估到底什么才是有效的?同时,这些平台之间可能会有交叉,又怎么评估这些交叉之间互相的干扰或者说互相之间的助力?这是目前CMO 碰到的最大的问题。CMO第二个遇到的问题是,过去的营销管理不够系统化,CMO很难通过传统的报纸、户外,包括传统的类似超市这些分销渠道直接的接触到他的目标消费者。他们必须通过采样、调研,这些方式间接才能接触到消费者。然而,现在他有越来越多的渠道可以直接接触到消费者,例如:官网、官微、电子商城。在接触之后呢,得到的数据又爆炸了。也就是说从CRM的角度来说,CMO发现这些数据他们很难去管理它,必须要通过一些技术的手段,而不是传统的Excel可以再处理的,包括用户之间可能还会有关联。所以,这个时候CMO对技术的要求就越来越高了,慢慢的我们看到有一些企业开始有CMO往CRO【Chief Research Officer】方向转变的趋势,特别是一些相对来说内部的信息流比较简单的一些公司,可能本来没有CRO的职位,CMO可能更多的去管理这些信息。

主持人:能不能给我们举一个例子,比如说某个行业的什么样的公司他们的CMO通常是怎样管理,然后他对于技术方面的掌握程度有多高?

洪倍:其实目前对CMO来说,技术掌握最高的一个领域就是电商,或者说类似携程这样的网站。我相信所有的CMO都必须懂三件事情:第一,搜索引擎怎么用,我怎么来分析搜索引擎的流量流入。第二,站点怎么优化。电商自己的站点,怎么样给用户带来好的购物体验,留住更多的用户,提高更多的订单转化率。然后怎么样利用电商页面内部自有的广告位,给电商平台推广的产品带来关注度和买家。其实,就是电商推荐他自己最想卖的商品、利润最高、或者说库存最大、或是最有优势的产品。第三,他必须要懂得整个营销渠道加在一起之后,到底能带来怎样的影响,COM应该有能力去分析这些。

当我们同时做搜索引擎、视频广告,视频广告带来什么样的收益;同时作分众,分众又会带来什么样的收益;我们看到很多电商还会去做电视广告,电视广告又会带来什么样的收益。怎么把这些渠道很好的整合到一起,但也要能够区分,不是混合,我们叫整合。

整合,其实更重要的概念是我们能够在必要的时候把它分成各个独立的主体,也能看到他们之间互相的联系。这也是目前CMO碰到的最大的、需要由技术帮忙来解决的问题。所以,我们看到电商的很多的CMO是具有这方面的视野的。

CMO与CIO通力协作为企业带来驱动力

主持人:那您刚才也谈到现在CMO越来越往技术方面发展。那么随着这个CMO地位的提升,现在也有一种观点说CMO未来可能会对CIO【Chief Information Officer】的职位有威胁。您怎么看待这样一个观点?

洪倍:其实我觉得更多的是合作。因为在传统的企业里,CIO更多的会整合整个企业的信息流。当然,过去我们营销的信息流并没有整合到整个企业的ERP中,或者说没有很好的整合进来。过去只是整合了财务、生产、销售、库存、原材料等这些比较内部的数据,数据量也不是那么大。未来,我相信一定会有更多的直接面向终端消费者的这些营销数据,营销信息流整合到整个企业的信息流ERP管理平台当中去。那么,当然整合的方式也有多种。CIO可能会有两种选择,第一,自己建一个大数据平台,当然成本非常高。相信现在只有一些电商巨头才会这样去做。但是,这也有一个非常大的缺陷,在不整合的时候就会有大量的信息损耗,导致成本的上升,不过这也不能成为阻止巨头去建这样的大平台的动力。更多的电商企业会选择一个第三方,像我们这样的数据管家代理服务。我们建了一个大平台,各家的大中型的客户可以来分享这个平台。

类似于云的服务。同时,CMO做的更重要的一个角色,是利用他过去的经验,通过调研得到的一些数据映射出来的经验。可能不一定对,因为调研可能会让人陷入一个盲人摸象的窘境,可能会出现以偏概全的现象。但是,有了这样的一个过去的经验,我们可以把它作为数据挖掘第一期的训练的参照,可以不断的形成一个螺旋上升的过程!

我们不断的去迭代这个模型,不断的把CMO手里原有的基于小数据量的模型不断的扩大到整个大数据范围去,这些事情是需要CMO和CIO去配合的。也就是说,CMO的营销也不可能是一个无根之木,它必须要基于企业本身内部的运营数据。例如,CMO不可能在一个企业相对生产能力不足,比如春节放假的时候去推广一个大规模、可能需要大量库存的活动。这种事情肯定还是需要CIO来配合的,所以分工会有不一样。CMO可能更多的是去管理市场预算的配比、各种媒体渠道的组合优化。涉及到KPI,其实CMO最大的KPI就是怎么能够覆盖到更多的潜在的消费者。

主持人:所以您的观点就是未来应该是CMO和CIO共同联姻来促进这个公司?

洪倍:对,CIO可能对内,CMO可能对外。就是CIO整合内部的信息流,然后给CMO提供好的决策。

主持人:其实问到您这个问题的时候我就不禁在想,因为您这个公司主要和一些CMO的合作,所以您应该对CMO的理解会更深刻一些。您能不能畅想一下未来CMO与CIO之间到底是怎么样的一种合作模式会比较好?

洪倍:其实,CMO更多是的用数据的人,特别是用数据产生的二次有价值为理论依据来做决策的人。那么CIO其实就是更多的去判断这个决策理论能不能实现、能不能得到,得到的理论依据从生产的层面、财务的层面、以及其他的信息流层面看是不是给企业带来了价值,验证这个理论依据是不是对的人。CMO还会具体的去执行这样一个验证的操作,例如,举一个最简单的工作模式,当CMO决定做一个营销计划的时候,他一定会从CIO那边得到反馈:我们过去在某一个视频上、视频媒体或者说网络媒体上投放广告之后,我的某一款产品卖的特别好我们发现库存率大大减少了,大量的库存被销售出去了。这种情况下,下一次的营销计划可能就会针对同样的人群、同样的媒体推同样的类似的产品。同时,甚至可能需要对某一些热销的产品进行升级,然后来看市场的反响。大家到底对这个产品有什么样的诉求?它为什么会热销?是看中它的价格还是看中它的特性,还是看中它的其他的哪些方面?其实,这也就是CMO和CIO会整个合作起来。

从整个企业的流程来看,越是大的企业流程越是长,从产品设计开始一直到营销、推广,然后到大家购买,购买之后的反馈,整个流程其实CMO看到的可能只是购买、营销。CIO可能看到的是产品的设计、产品的生产。但是,最后产品的反馈是需要大家要整合到一起的,这是第一个方面。另一方面的合作就是在面对各种各样的媒体方面的合作,刚才提到了每个媒体都说自己有效果的时候,谁来界定这个效果?最终的效果其实可以这样来看:第一,CMO需要看合作媒体是否能够帮品牌覆盖到更多的潜在的用户,通过这个媒体组合我们的销量是否上升了,这是第一种。第二,其实就是CIO这边能够看到的,比如说客服电话的Call In多了,当然这也要看客服电话的Call In是需要提供产品使用帮助的多了,而不是投诉多了。或者说的确也是投诉多了,那说明这个产品设计有问题。这些事情呢就是CIO和CMO会去整合起来的。

主持人:所以未来CIO和CMO之间的合作是非常非常重要的。其实也可以说是各取所长,用自己的专长来把整个营销做好、做大,对吧? 您作为公司首席技术官,我了解到你们公司目前还没有CMO的这个职位,那您能不能为我们畅想一下未来你们公司发展不断壮大了有了这个CMO以后,你和他之间的分工,在你们公司内部你觉得应该具体如何分工呢?

洪倍:对,其实术业还是有专攻。我本人不是做营销出身,做为技术出身,我可能更熟悉的是如何搭建这样的平台,如何帮他提供有价值的策略数据。我会跟CMO的合作很简单:请你告诉我你需要什么样的数据,你需要这些数据能够得出什么样的决策,然后从我这边拿到的这些数据我怎么样来验证你做的一些决策是有利于公司的。这种合作,我相信CMO的专业更多的是怎么样去做市场营销计划、怎么样分配预算、怎么样做媒体组合、怎么样做PR。其实并不是说一定是谁要掌权,大家都希望把公司的业务做的更好。包括我们为客户服务也是,希望客户的业务做的更好,这样也证明我们能产生更大的价值,同时我们也能从中风向更多的收益。其实,我们对于自己的产品也是这样,公司好,大家干的开心,我们在市场上的我们的声誉越好,对大家都是有更多好处的。


赞助本站

相关热词: 数据挖掘 大数据

相关内容
AiLab云推荐
推荐内容
展开

热门栏目HotCates

Copyright © 2010-2024 AiLab Team. 人工智能实验室 版权所有    关于我们 | 联系我们 | 广告服务 | 公司动态 | 免责声明 | 隐私条款 | 工作机会 | 展会港