眾所周知，大數(shù)據(jù)已是一個存在的現(xiàn)實，已超脫傳統(tǒng)的數(shù)據(jù)倉庫、數(shù)據(jù)挖掘和數(shù)據(jù)分析等范疇，體現(xiàn)的不僅僅是技術(shù)上的革命，更是思維和管理上的變革。不過，由于數(shù)據(jù)采集的便利性，大數(shù)據(jù)在互聯(lián)網(wǎng)企業(yè)中的應(yīng)用比較熱門，雖然在金融業(yè)、電信業(yè)、電力業(yè)、零售業(yè)、物流業(yè)等傳統(tǒng)行業(yè)也已有不同層次的實際應(yīng)用，但大數(shù)據(jù)在傳統(tǒng)行業(yè)中仍是一個不接地氣的高端概念，尤其是在企業(yè)營銷領(lǐng)域。

營銷是企業(yè)存在和發(fā)展的基礎(chǔ)，在傳統(tǒng)企業(yè)，我們不難知道營銷的結(jié)果如何，還可以通過多維度和精細化的BI分析工具，得知不同產(chǎn)品不同區(qū)域甚至單個客戶的銷售結(jié)果，溯因分析和縱向挖掘都不成問題。但我們對產(chǎn)生這個結(jié)果的過程一無所知，因為大家不知道客戶在買自己的產(chǎn)品之前是如何做決策的。所以我們不斷嘗試用各種廣告策略和促銷方式來引導(dǎo)客戶，不過從很多的營銷活動失敗的事實來看，顯然人們的嘗試有很多錯誤，否則就不會有“不知道哪一半廣告費是浪費的”這么一說了。

但與傳統(tǒng)企業(yè)不同，互聯(lián)網(wǎng)企業(yè)可以根據(jù)“搜索記錄”、“瀏覽記錄”、“評價記錄”等進行“用戶行為分析”，從而可以側(cè)面了解客戶的購買決策過程以及顧客的關(guān)注點。由于一個用戶的購買可能會受數(shù)千個行為維度的影響，隨便一個中型電商，每天所產(chǎn)生的用戶行為數(shù)據(jù)都是多類型的海量數(shù)據(jù)，大數(shù)據(jù)就在這里展現(xiàn)了它的存在和價值。但這對于傳統(tǒng)企業(yè)又有什么意義呢？傳統(tǒng)企業(yè)又如何進行便利的“客戶行為分析”呢？

2013年5月，馬云攜手眾多大佬成立智能物流骨干網(wǎng)絡(luò)，將讓全國任何一個地區(qū)做到24小時內(nèi)送貨必達，這是對傳統(tǒng)零售業(yè)的莫大威脅，卻是更多實體企業(yè)的福音。有了這個基礎(chǔ)商業(yè)平臺，將會吸引更多的傳統(tǒng)企業(yè)將其線下業(yè)務(wù)和線上有機融合，這將形成一個巨大的O2O生態(tài)圈。在這個生態(tài)圈，實體企業(yè)將更快地轉(zhuǎn)型為互聯(lián)網(wǎng)元素的雙棲新型企業(yè)，到那時，現(xiàn)在的傳統(tǒng)企業(yè)也會像互聯(lián)網(wǎng)企業(yè)一樣，可以利用成熟的數(shù)據(jù)技術(shù)，建立自己的大數(shù)據(jù)分析體系，從而進行更精準的營銷服務(wù)。相信用不了多久，傳統(tǒng)行業(yè)除了渾身流著資本的血之外，還會渾身散發(fā)著互聯(lián)網(wǎng)的氣味。

所以有了O2O，傳統(tǒng)行業(yè)就有了與互聯(lián)網(wǎng)綁定的機會，就有了獲取營銷海量數(shù)據(jù)的基礎(chǔ)，從而傳統(tǒng)行業(yè)營銷領(lǐng)域的大數(shù)據(jù)管理才有可能。在O2O的基礎(chǔ)上，傳統(tǒng)行業(yè)的大數(shù)據(jù)不再是星星之火，而是星火燎原，當然“大數(shù)據(jù)”和“O2O”的結(jié)合的優(yōu)勢還不只如此。

傳統(tǒng)企業(yè)的營銷管理還有另一個缺陷，那就是“對事不對人”，也就是說，只能對業(yè)務(wù)數(shù)據(jù)進行分析，如銷量、營銷投入、渠道等，但對客戶這個“人”的分析卻無從下手。畢竟購買決策是客戶做的，而客戶是一個個活生生的人，他自己的七情六欲的每一點都有可能影響決策。我們天天談“客戶關(guān)系管理”，卻不能對客戶這個“人”有著具體的描述，不能不說這是件相當令營銷人尷尬的事情。比如客戶的真實年齡、性別、職業(yè)、收入水平、住址、興趣愛好等，這些信息都是進行客戶關(guān)系管理、客戶購買決策分析等的最基礎(chǔ)的數(shù)據(jù)，重要性不多說，問題在于數(shù)據(jù)采集的難度，因為傳統(tǒng)的手工采集數(shù)據(jù)的方式在準確及時性方面往往不靠譜，而且成本又高得要命。

當有了O2O的條件之后，客戶在線上交易，線下交付，只要觸網(wǎng)，這些關(guān)于“人”的信息的自動化采集就有了可能，再輔以大數(shù)據(jù)的分析技術(shù)，那些美好的愿望將不再是憧憬。我們不會幻想用戶在網(wǎng)站上注冊時給的都是真實的信息，但我們可以從用戶的網(wǎng)絡(luò)日志、相片分析出其家庭結(jié)構(gòu)和年齡性別，可以從用戶的QQ、FACEBOOK分析出其朋友圈和職業(yè)結(jié)構(gòu)，可以從用戶的社區(qū)網(wǎng)站得知其興趣愛好等等。就這么一個點一個點地填補，一張活生生的畫像就這么漸漸成形。當有了這些信息的時候，我們的營銷、客服、產(chǎn)品研發(fā)等，還會那么如履薄冰嗎？

當然，如果用戶知道居然有人在分析他的一切，這會令人吃驚和憤怒，因為畢竟這涉及到了用戶的隱私條款，不過“棱鏡”事件已告訴我們，在國家的眼里，我們每個人都在信息的海洋里裸泳。但企業(yè)沒這份強權(quán)，不過仍有應(yīng)對辦法：屏蔽個人身份的蒙面客戶分析是個辦法；另外用戶的一些潛意識，雖然連他自己都沒有直白表現(xiàn)，但計算機可以根據(jù)用戶的網(wǎng)絡(luò)行為進行推測，比如說時興的“猜你喜歡”，準確度往往相當不錯，計算機有時會比你還了解你自己；還有，很多網(wǎng)站提供的便捷登錄方式，如直接用QQ號登錄，用戶覺得方便之余，無形中也就向電商敞開了一道大門，當然還有更多好的點子。歷史的經(jīng)驗告訴我們，在技術(shù)上從來都不是問題，以今天和未來的數(shù)據(jù)分析和處理能力，解決問題的速度只會越來越快。何況，從國家管制的角度，實名制的范圍正在逐步擴大，社會信息互聯(lián)互通的大集成已漸具基礎(chǔ)。

維克托·邁爾·舍恩伯格在《大數(shù)據(jù)時代》描述了大數(shù)據(jù)的三個特征，其中第三個特征——“不是因果關(guān)系，而是相關(guān)關(guān)系”。關(guān)于這個論點，學(xué)術(shù)上也有頗多不認同的爭鳴之聲。從上文也可以看出與舍恩伯格觀點徑庭之處：這里更強調(diào)“因果關(guān)系”，通過“大數(shù)據(jù)”與“O2O”的結(jié)合，前者進行數(shù)據(jù)分析，后者解決數(shù)據(jù)采集，從而找到經(jīng)營結(jié)果的真正動因，這樣把“業(yè)務(wù)”和“人”的數(shù)據(jù)都囊括其中，我們當然也就對未來的銷售預(yù)測與引導(dǎo)有了把握。

不管是傳統(tǒng)企業(yè)還是互聯(lián)網(wǎng)企業(yè)，有一個共同的難點，即數(shù)據(jù)多了，在某個分析主題之下，如何選擇合適有用的數(shù)據(jù)，如何判斷數(shù)據(jù)之間的關(guān)聯(lián)度，就變得重要了，否則本來想通過數(shù)據(jù)點畫個像，結(jié)果畫虎不成反類犬，則讓人笑話。所以在技術(shù)變革的同時，管理上也需要同步進步，這樣一硬一軟相結(jié)合，大數(shù)據(jù)的價值才能得到最大程度的發(fā)揮。