02 大數據分析在社交媒體營銷中的應用(當營銷傳播遇到大數據)

是我們成功了。”藍色光標高級副總裁兼大數據部負責人王煉 半開玩笑地說。BlueView智能營 銷系統，是藍標基于大數據的智能營 銷平臺的主力產品，目前主要服務于藍標集團的業務體系及其客戶。

發展觸及天花板，一直是懸掛在公關和營 銷行業頭上的達摩克利斯之劍。當傳統的整合營 銷傳播行至移 動互聯網的岔路口，轉型是必然，藍標也不例外。

完成上市融資后的藍標，一直在通過并購把藍標做大：并購有市場規模的同行，并購有客戶資源的同行，現階段并購的關鍵詞是“數據”和“技術”。 2014全年藍標并購30家公司，其中有8家是大數據廣 告技術領域的公司。今年上半年藍標又大舉收購多盟和億動兩家移 動廣 告公司，業界甚至有評論“因為藍標的入場，可能會改寫移 動廣 告市場格局”。

2010年上市時藍標是一家標準的公關公司。隨著并購業務的發生，最近幾年在公關業務之外，發展壯大了廣 告、營 銷、電商等服務。事實上，大數據部是藍標集團“新興事業群”的分支業務之一，與之并行的有移 動互聯、電商等，而大數據是這些的“幕后支持”。

如藍色光標集團董事長兼CEO趙文權所說過的，在智能營 銷時代，藍標的基因已經在潛移默化中發生改變。在提供傳統的整合營 銷傳播服務之外，藍標一直在努力增加自身的數據基因、技術基因。某種程度上，藍標大數據部是這家傳統的營 銷傳播公司在智慧時代轉型的縮影。

外界也不乏疑問，不論是之前的公關公司還是現在的營 銷傳播公司，藍標均沒有像互聯網巨頭、運營商或者產業企業一樣掌握著海量用戶進而掌握海量數據，憑什么將大數據作為戰略?“數據”和“技術”這種異于之前 藍標的思維體系，在藍標集團中孵化、醞釀、滲透的過程中，新老基因能否和諧共生，并且在未來成為新藍標的驅動力?

BlueView的前傳與正傳

王化淼是2009年加入藍標的，當時藍標想做一個類似輿情檢測的系統，也就是Blu View的前身;藍標上市之后“買買買”收購了不少公司，王化淼轉而負責開發藍標的財務系統、OA系統等，等到再回來做BlueView項目時，中間已經間隔了兩年。

這兩年間，BlueView在藍標體系內的定位，已經從一個類似輿情檢測的系統，直接跳轉到大數據的層面來。王化淼現在是藍標大數據部門系統架構師，“原來我們只是一個內部的嘗試，現在是公司想往大數據這邊發展，已經確定了這個大方向”。

簡單來說，BlueView的前身是用數學模型做分析，就像市場研究公司通常所做的搭建一個分析模型然后定期出報告，為藍標的公關服務提供工具 支持;現在基于大數據的智能營 銷系統BlueView則要復雜得多，在藍標體系內的定位也發生了變化，未來希望能成為支撐“科技公司”藍標各個業務線發展的平臺型產品。

王化淼介紹，現在BlueView主要是服務于藍標的業務體系，比如給投案做支持，以前是外部采購投案所需的數據分析或者市場調研報告，現在可 以通過BlueView自動生成相應數據圖表;下一步系統會擴大各種數據源，包括廣 告、廣 告效果監測等數據，會提供更深層次的分析，比如用戶類型的分析、廣 告效果分析等。

如此一來，基于大數據的智能營 銷系統BlueView，其數據資源從哪里來?專注于數據分析、數據挖掘的大數據人才從哪里來?換句話說，在基于大數據的智能營 銷領域，藍標還是個“新兵”，后來者何以居上?

王化淼介紹，一方面是“專業人做專業事”，公司補充了數據分析、數據挖掘方面的專業人才，完成數據建模、算法等工作;在產品競爭力上，學習和運 用一些人工智能化分析的開源產品，來提升智能營 銷系統BlueView的人工智能性能;通過收購的方式來補充大數據方面的技術實力和資源儲備。

李攀登就是2015年加入藍標的新鮮血液，之前在數據公司從事技術工作，現在是藍標大數據部門高級顧問，也是藍標大數據部向國家申請的第一項技 術專利——基于非參數話題自動標注的分布式系統和方法——的主要負責人。該專利已經應用在藍標BlueView用戶標簽自動化的實踐中。

李攀登介紹，之前業內做標簽和用戶畫像，基本上都是用人工，效率比較低，“尤其是做語義分析這塊，通過人工去做，工作量太大了”。現在，結合現 有標簽知識庫，系統會根據指定的數據源輸入自動生成用戶和標簽的對應關系、偏好程度以及標簽詞與標簽的映射關系，效率上比之前的方式提高10倍以上，有效 提高用戶畫像的效率和準確率。

已經在藍標工作五六年的王化淼，現在感覺不再那么孤單，周圍像自己這樣的IT“異類”逐漸多起來。“我們這種公司想找計算機類、軟件類的人，特 別難找。一般大家都不愿意來這種非互聯網類型的公司，一是沒有這種氣氛，二是因為不是它最重要的業務。”不過，這樣的狀況正在轉變。

像藍標首席數字官熊劍所言“未來藍標將成為一家科技公司”，那么擁有自己獨立的技術能力只是藍標科技轉型的開始。王煉介紹，不光是專利，未來在知識產權方面，藍標會做得越來越多。

“接地氣”的大數據

藍標大數據部成立于2013年年底，在這之前，在藍標業務體系內分散有一些功能板塊，比如有做粉絲俱樂部的數據分析，有做輿情監測的等等。王煉之前是藍標的客戶，美國留學后加入美國銀行從事數據挖掘工作，10余年后回國成為藍標大數據部門負責人。

“大數據的任務是什么?趙總(趙文權)有一個說法，藍標現在是在高速飛行中換引擎。大數據就是藍標未來的‘引擎之一’。”王煉說。換言之，以前 的藍標通過規模化擴張可以實現很好的增長;當營 銷傳播已經步入移 動互聯網時代，隨著移 動端爆發式增長，傳播的內容、觸達用戶的方式、以及客戶對于營 銷傳播的訴求等等都在發展變化，客戶的數據應用越來越多，比如CRM、程序化購買、電商等等，這些都是需要來做數據分析的，“如何讓數據成為藍標業務增長 的驅動力”，這是王煉他們要思考和解決的問題。

王煉介紹，從中期看，他們要給藍標搭建一個數據平臺，為藍標業務體系及其客戶提供及時有效的數據支持，同時要鍛造一些具有獨特用戶價值的解決方案，包括行業解決方案、給客戶定制的解決方案;長期目標就是讓大數據成為藍標真正的業務推動引擎，成為藍標的基因之一。

在他看來，要讓包括BlueView在內的大數據產品、解決方案成為支撐“科技公司”藍標各個業務線發展的平臺型產品，不是靠公司內部的行政命 令能行得通的，而是得用產品、用價值來說話。姜軍介紹，他們數據分析、數據挖掘團隊的KPI考核包括，服務藍標體系內的業務組支撐了多少項目，幫助業務組 實現增收多少等等。

藍標憑什么能做大數據?在王煉看來，藍標雖然不直接擁有海量用戶和海量數據，但它為擁有大數據的企業服務，“有很多客戶群可以去搜集數據，可以 做合作、實驗”。從公關到營 銷傳播，18年間藍標服務過超過1000家國內外top企業，涉足行業眾多，比如高科技(包括互聯網及3C)、快消、汽車、房地產、游戲等，“與行業客戶 有很好的合作關系，懂客戶也懂行業”，無疑是藍標做大數據的既有優勢。

“我們有條件能夠接觸到客戶的很多第一方數據，包括客戶的CRM數據、電商數據、客戶在互聯網上的包括官方微 博官方微 信等在內的第一方數據。”如何在保證用戶隱私、保障客戶數據利益的前提下，合法合規地使用數據，這也是王煉他們做大數據要解決好的。

數據從應用中來、到應用中去，是藍標做大數據的另一個差異化。“有沒有實際應用檢驗你的數據模型?是不是能夠運營?是不是運營得很好?如果沒有應用端的檢驗，那就是紙上談兵。”王煉認為，藍標做大數據有機會去不斷地跟他們的客戶做反饋和溝通，這也是與別人不一樣的。

華素珊原來是某社交媒體營 銷洞察公司高層，現在是藍標大數據部買粉絲總監，現在的工作讓她感覺“更加接地氣”。

“以前總覺得你的買粉絲或建議是在云端，現在在藍標體系內做這個事，你有充足和豐富的機會接觸業務前端的同事，了解他們到底怎么做執行，他們做營 銷中具體出現哪些問題，需要你從數據或分析調研的角度給出什么樣的支持或建議。”去年華素珊他們大數據買粉絲組與藍標業務線的同事，一起合作了某品牌手機在 京東上的一次預約投放，大數據這邊通過預約頁面人群的檢測做出用戶分析和畫像，再通過畫像找更大群體的相似人群做精準投放。類似的案例讓華素珊他們覺得大 數據“這個東西是有意義的”。“我們將會在10月下旬向外界發布PeopleView洞察解決方案是一款以人的研究為核心，將12個市場營 銷應用場景和全量多源數據整合在一起的解決方案，這一切更會讓洞察買粉絲不僅僅只在停留在云端，而變得更加有行動力。”

如外界所見，從2014年開始，藍標加速在大數據、移 動入口、技術平臺等方面的收購布局。王煉介紹，這種外部的力量與藍標既有的內部力量之間協作才剛剛開始，而且是“數據走在前面”，未來也會探索在產品端、甚至在系統端打通的可能性。

是投資非常前瞻性的技術，還是投僅僅比別人快半步的技術，藍標的風格是選擇后者。在王煉看來，這也是藍標做包括大數據在內的新興業務的風格。就 像熊劍曾說過的，如果說與其它公司大數據戰略的區別，那就是藍標更致力于把大數據變成向企業提供商業智能化營 銷管理的產品級服務，從而實現資產變現，借此讓大數據應用打破公關、廣 告、電商等行業的區隔，進入到幾萬億元的商業化市場當中。

什么是大數據營銷能力?談談自己應該如何有側重地具備這些能力。

大數據營銷能力是指企業利用大數據技術和分析方法，從海量的數據中挖掘出有價值的洞察，并將其應用于市場營銷活動中的能力。這種能力包括對數據的收集、整理、分析和解讀，以及將數據驅動的決策應用于市場策略和推廣活動中的能力。

要具備大數據營銷能力，以下是一些重點方面：

1. 數據收集和整理：了解如何收集和整理大量的數據，包括來自不同渠道和來源的數據。這涉及到使用各種工具和技術，例如網絡爬蟲、數據挖掘和數據清洗等，以確保數據的準確性和完整性。

2. 數據分析和挖掘：熟悉常見的數據分析方法和技術，如統計分析、數據建模和機器學習等。能夠運用這些方法和技術來發現數據中的模式、趨勢和關聯，并從中提取有價值的信息和洞察。

3. 消費者行為分析：了解如何分析和理解消費者的行為模式和偏好。通過分析購買歷史、瀏覽記錄、社交媒體互動等數據，可以洞察消費者的需求、決策過程和購買動機，從而精確定位目標受眾和制定個性化的營銷策略。

4. 目標市場細分：能夠使用大數據分析來進行市場細分，根據消費者的屬性、行為和偏好將市場劃分為不同的細分群體。這可以幫助企業更好地了解不同細分市場的需求和特征，以便有針對性地開展營銷活動。

5. 數據驅動的決策：將數據應用到決策過程中，基于數據洞察和分析結果制定市場營銷策略和推廣計劃。這需要將大數據的發現與業務目標和市場趨勢相結合，以明智地制定決策并優化市場績效。

6. 數據隱私和合規性：了解和遵守數據保護和隱私法規，確保在收集、存儲和處理數據時符合相關法律法規，并保護消費者的個人隱私。

要具備上述能力，你可以考慮以下方面：

- 學習大數據分析技術和工具，例如數據挖掘、機器學習和統計建模等。

- 提高自己的數據處理和數據清洗能力，熟悉數據收集和整理的最佳實踐。

- 學習市場調研和消費者行為分析的方法和技巧，了解如何從數據中獲取有關消費者的洞察。

- 關注行業趨勢和最新的大數據營銷實踐，通過

很赞哦!（569）