如此看来,大数据精准营销有很多优势:
1. 精准定向投放,抓住潜在用户,实现低成本高效获客。
2. 发现品牌机遇,如新客户、新市场、新规律、回避风险等。
作为买家在淘宝上浏览和购买时,搜索引擎都会给你打上标签,同时也会根据你的标签和浏览习惯给你浏览的店铺打上标签。
这一系列标签形成了一个人固定的长期标签。
这些年我还真见过不少计算神学的布道者,他们开始张口就是大数据和机器学,后来开始扯深度学和人工智能。然而有一次我问某个信徒,他用的模型对性别的预测精度有多高,他居然诚实地回答接近 60%。如果需要考虑 Facebook 那么多种规的性别,这 60% 还是相当不错的,比扔硬币强不少呢。我之前的公司不幸跟某寡头有非平凡的合作,有幸跟对方的祭司阶级聊了几句,我发现这帮人对数据的理解连频率主义者都不如,连什么是信号什么是噪声都分不清楚。当然这圈子里面也有聪明人,并不是真诚地相信这些话——据说某公司做了两三位数样本的问卷攒了份报告就卖了很多钱。
所以,对于金融来说,数据作为基础资源能提供的,是试图以更为快捷,的运作方式取代高成本,较复杂系统的传统金融机构 —— 比如四大银行。但是,这里的运作方式并不是取代传统银行的传统支付方式,但是更多的,是促进整个商业银行体系的升级,至少是支付方式的升级 —— 毕竟流动性是金融世界的核心体征,并且打通以四大银行为核心的平台数据支付渠道。另外,四大银行利用自己定额资金池的巨大额度,开展了和其他第三方支付的合作:和快钱利用企业应收应付账款的资本和时间的效差开展融资服务,在企业的应收账款货音符账款信息和产业链上下企业中,分别打包资金流转数据给银行 —— 这样的一手数据,在某种层面上,可以为企业客户提供进一步的贷款服务 —— 而这样的服务,都是建构在数据这块肥沃的土地上进行的数据构架,而采纳第三方支付的企业沉淀海量数据,这样的模型对于发展数据这个稳态资产,有着广阔的前景和不可估量的影响。
所以,依托于大数据思维,每个咨询团队都可以通过自己人员配备的不同需求,建立适合自己团队需要的大数据库,以匹配使用效率为此数据库的原则:一个资本团队的关注倾向与一个管理团队的关注倾向不同,使用泛化数据库的意义很小,效能会其低下。在收集和整理团队数据库时,团队人员配置,是建立此大数据库重要的,依托于这个所建立的数据库模块,才能在不同的,但针对性和指向性都相同的案例中,迅速发挥作用,并且形成拥有自己特点的业务模式,揭示自身团队的核心咨询价值。所以,定位在某种程度上,也是对咨询团队构建核心的一种正常要求。