這是一個(gè)商業(yè)對(duì)話中言必稱大數(shù)據(jù)、BI、AI的時(shí)代，用數(shù)據(jù)爆炸來形容這個(gè)時(shí)代毫不過分，我們每個(gè)互聯(lián)網(wǎng)的點(diǎn)擊、每次線上線下的商業(yè)消費(fèi)、每天智能手機(jī)的點(diǎn)亮都會(huì)被某種形式記錄下來了。但是面對(duì)這么多、這樣雜的數(shù)據(jù)，很多傳統(tǒng)品牌企業(yè)失去了方向，束手無策，傳統(tǒng)品牌時(shí)代那種高舉高打，有錢就可以任性的時(shí)代已經(jīng)結(jié)束，取代的是精準(zhǔn)營銷，商業(yè)智能等多種形式。

科技和數(shù)據(jù)必將改變傳統(tǒng)行業(yè)，科技的發(fā)展促進(jìn)了時(shí)代的進(jìn)步，提高了用戶的體驗(yàn)感，當(dāng)然也讓我們變得更“懶”。無人駕駛變得可以期待，機(jī)器人為普通人服務(wù)的日子越來越近，而每一次科技的進(jìn)步也促進(jìn)了數(shù)據(jù)技術(shù)的提升，每一個(gè)科技背后都被轉(zhuǎn)化為數(shù)據(jù)存儲(chǔ)起來等待大家去開發(fā)、發(fā)掘。

明星的知名度可以量化，消費(fèi)者的需求可以標(biāo)簽化，企業(yè)不再擔(dān)心沒有數(shù)據(jù)的問題，面臨的是如何去使用這些數(shù)據(jù)，如何用數(shù)據(jù)去說品牌的故事，如何讓數(shù)據(jù)為商業(yè)營運(yùn)服務(wù)的問題。

1、大數(shù)據(jù)下商業(yè)決策的挑戰(zhàn)

當(dāng)下企業(yè)ERP中的小數(shù)據(jù)和互聯(lián)網(wǎng)的全量數(shù)據(jù)可以實(shí)現(xiàn)完美結(jié)合，二者互相融合輔助企業(yè)的各種商業(yè)決策，可以洞悉消費(fèi)者的需求，也可以評(píng)估營銷活動(dòng)的成敗，更可以幫助企業(yè)建立數(shù)據(jù)驅(qū)動(dòng)商業(yè)管理的閉環(huán)。

現(xiàn)實(shí)看起來很美好，但其實(shí)也非常骨感，數(shù)據(jù)量太大必然帶來一些新的困擾?；ヂ?lián)網(wǎng)上的數(shù)據(jù)量太大，怎么抓得過來？是不是需要投資很多服務(wù)器，我的系統(tǒng)能支持嗎？互聯(lián)網(wǎng)上的水軍太多，數(shù)據(jù)可信度高嗎？這么大的數(shù)據(jù)量怎么解讀？

對(duì)于一般企業(yè)來說，自建數(shù)據(jù)抓取團(tuán)隊(duì)費(fèi)時(shí)又費(fèi)錢，其實(shí)根本不需要去考慮這樣的問題，市場(chǎng)上專業(yè)的數(shù)據(jù)抓取、聚合的公司非常多。比如國內(nèi)著名大數(shù)據(jù)服務(wù)提供商DataStory(數(shù)說故事)，該企業(yè)由徐亞波博士與七位北美歸國的大數(shù)據(jù)科學(xué)家共同創(chuàng)建，團(tuán)隊(duì)創(chuàng)建追溯到2009年，是最早一批從事大數(shù)據(jù)挖研究與商業(yè)應(yīng)用實(shí)踐的企業(yè)。經(jīng)過多年積累，在數(shù)據(jù)底層架構(gòu)與自有行業(yè)數(shù)據(jù)庫積累方面均具有豐富的累積。

現(xiàn)在很多公司都號(hào)稱抓取得是互聯(lián)網(wǎng)全量數(shù)據(jù)，其實(shí)這談何容易？明網(wǎng)的數(shù)據(jù)能抓，暗網(wǎng)的數(shù)據(jù)你能抓到嗎？所以只有相對(duì)全量沒有絕對(duì)全量的數(shù)據(jù)，并且有些互聯(lián)網(wǎng)網(wǎng)站本來就很垃圾，這樣的數(shù)據(jù)抓取過來只能是增加噪音和處理成本。

數(shù)說聚合是數(shù)說故事旗下的互聯(lián)網(wǎng)大數(shù)據(jù)獲取平臺(tái)，有業(yè)內(nèi)覆蓋最廣的互聯(lián)網(wǎng)聲量數(shù)據(jù)，新聞門戶、娛樂時(shí)尚、在線視頻、電商平臺(tái)......監(jiān)控了90%的網(wǎng)絡(luò)聲量，一句話，該有的都有了。

數(shù)說聚合還可以根據(jù)企業(yè)的需求自主定制數(shù)據(jù)源與字段提供地區(qū)、年齡、性別、時(shí)間、內(nèi)容、熱度等細(xì)粒度字段。最難的是還能通過本地?cái)?shù)據(jù)存儲(chǔ)實(shí)現(xiàn)實(shí)時(shí)回溯，通過對(duì)歷史網(wǎng)頁搜索實(shí)現(xiàn)歷史回溯。

只抓取文本的互聯(lián)網(wǎng)數(shù)據(jù)是不全面的，互聯(lián)網(wǎng)上很多非結(jié)構(gòu)化或半結(jié)構(gòu)化的數(shù)據(jù)，比如圖片。對(duì)于品牌廠商來說帶企業(yè)Logo或產(chǎn)品的圖片也是需要分析的。而數(shù)說聚合的創(chuàng)新圖片庫可以利用機(jī)器智能識(shí)別logo/包裝/形狀等，社交媒體曬圖時(shí)代的品牌曝光需要新解讀。這個(gè)數(shù)據(jù)其實(shí)解決了很多企業(yè)營銷中的痛點(diǎn)，現(xiàn)在很多傳播文案其實(shí)不會(huì)提及品牌名或logo，如果能智能識(shí)圖當(dāng)然是極好的。

判斷一個(gè)互聯(lián)網(wǎng)數(shù)據(jù)好壞的標(biāo)準(zhǔn)無外乎是否有自己需要的數(shù)據(jù)，能否實(shí)時(shí)獲取，數(shù)據(jù)量是否足夠大，數(shù)據(jù)質(zhì)量怎么樣？其中數(shù)據(jù)質(zhì)量更是核心關(guān)注點(diǎn)。數(shù)說聚合的規(guī)則過濾+機(jī)器學(xué)習(xí)技術(shù)能夠自動(dòng)識(shí)別僵尸、水貼、刷單、廣告貼，只保留真實(shí)的的互聯(lián)網(wǎng)數(shù)據(jù)。比如之前某客戶就從10億數(shù)據(jù)量過濾掉8.8億噪音聲量，最后只保留了1.2億數(shù)據(jù)，噪音數(shù)據(jù)占88%。

2、分析工具具有決定性

工欲善其事必先利其器，大數(shù)據(jù)分析尤其看中工具，我們需要工具來輸出分析結(jié)果。這幾年BI技術(shù)蓬勃發(fā)展，大數(shù)據(jù)分析的工具也百花齊放。數(shù)說故事旗下的數(shù)說立方就是其中一款大數(shù)據(jù)商業(yè)智能分析工具，這款創(chuàng)新性、標(biāo)準(zhǔn)化、智能化的分析工具和數(shù)說聚合可以無縫對(duì)接，也支持本地?cái)?shù)據(jù)的一鍵上傳。

秒級(jí)響應(yīng)，豐富的可視化圖表，簡單的操作界面，大屏技術(shù)早已經(jīng)是市面上主流BI產(chǎn)品的標(biāo)配，數(shù)說立方當(dāng)然也具備這些特性，我自己是經(jīng)常用這個(gè)產(chǎn)品分析微博的一些輿情，深有感觸。除了這些特點(diǎn)外，一個(gè)好的BI產(chǎn)品還應(yīng)該有自動(dòng)給用戶貼標(biāo)簽的功能，數(shù)說立方的核心技術(shù)用戶畫像可以一鍵生成人口屬性、內(nèi)容屬性、關(guān)系屬性、購物屬性等四大維度標(biāo)簽，深度剖析TGI指標(biāo)、普通指標(biāo)，共同解讀目標(biāo)受眾。

1、超細(xì)分標(biāo)簽，數(shù)據(jù)立方運(yùn)用超過30萬個(gè)標(biāo)簽來刻畫消費(fèi)者的各方面屬性

2、概括聚類，多層次的標(biāo)簽體系，逐層概化

3、海量索引，對(duì)每個(gè)標(biāo)簽的來源都提供其原始證據(jù)，確保可解釋性

4、標(biāo)簽推薦，采用深度學(xué)習(xí)方法，提高標(biāo)簽推薦準(zhǔn)確性，便于營銷策劃和挖掘標(biāo)簽關(guān)系

5、全面受眾分析，支持對(duì)客戶群實(shí)時(shí)受眾分析,基于自有細(xì)分標(biāo)簽體系提供多維用戶洞察

給用戶貼標(biāo)簽是大數(shù)據(jù)時(shí)代對(duì)數(shù)據(jù)挖掘的升華，傳統(tǒng)商業(yè)時(shí)代是通過關(guān)系、層次進(jìn)行消費(fèi)者的管理，而現(xiàn)在是標(biāo)簽化管理，這樣的好處是標(biāo)簽可以無限多，可以自定義和機(jī)器學(xué)習(xí)完美結(jié)合，最終目的是實(shí)現(xiàn)標(biāo)簽間的自由組合，從而滿足在不同的商業(yè)場(chǎng)景中使用。

看一個(gè)數(shù)說立方的具體案例，OPPO R9s和華為nova的在去年10月的營銷活動(dòng)分析。剔除噪音后OPPO有10萬級(jí)的聲量400萬的互動(dòng)量，華為有25萬聲量和1200萬的互動(dòng)量。從數(shù)據(jù)總量來看當(dāng)月華為在營銷中完勝OPPO。

從上圖來看，當(dāng)月華為有五次營銷事件，其中兩次效果相當(dāng)?shù)拿黠@，而OPPO只有一次營銷效果不錯(cuò)，所以完敗也不無道理。并且提取熱議評(píng)論后還可以看到關(guān)鍵詞云的分布，這樣企業(yè)從這些數(shù)據(jù)可以得出更多的結(jié)論，從而為下一次營銷活動(dòng)做數(shù)據(jù)的儲(chǔ)備。

華為熱議的關(guān)鍵詞云

OPPO熱議的關(guān)鍵詞云

所以選擇一個(gè)好的大數(shù)據(jù)BI工具能夠事半功倍。

3、商業(yè)應(yīng)用才是根本

目前大部分BI只是大數(shù)據(jù)分析的工具而已，優(yōu)點(diǎn)是傻瓜式，高效展示，可以幫助企業(yè)更容易發(fā)現(xiàn)數(shù)據(jù)的事實(shí)。缺點(diǎn)是不夠業(yè)務(wù)化，我們更需要數(shù)據(jù)背后的結(jié)論和邏輯，必須要商業(yè)應(yīng)用才更有價(jià)值，也就是說必須以促進(jìn)企業(yè)生意增長為目的完整的商業(yè)應(yīng)用方案。

數(shù)說故事旗下的數(shù)說雷達(dá)是一套以消費(fèi)者為導(dǎo)向的智能營銷管理系統(tǒng)，是數(shù)說聚合、數(shù)說立方的上游產(chǎn)品。這款產(chǎn)品每天都更新數(shù)據(jù)，市場(chǎng)動(dòng)態(tài)盡在掌握；整合了企業(yè)決策中的不同應(yīng)用場(chǎng)景的需求，并且在產(chǎn)品中嵌入了行業(yè)專屬模型，更業(yè)務(wù)化，當(dāng)然獨(dú)有的創(chuàng)新圖譜支持企業(yè)的高階應(yīng)用。這款產(chǎn)品的目的是幫助企業(yè)實(shí)現(xiàn)數(shù)字化營銷管理和銷售管理。

就用品牌營銷中的最核心的代言人優(yōu)選這事兒來說吧，既不是看臉，也不是只看一個(gè)粉絲數(shù)或閱讀量簡單的定義明星的價(jià)值，而是一個(gè)包含6個(gè)維度的優(yōu)選模型。

互聯(lián)網(wǎng)的好處是明星或網(wǎng)紅的一舉一動(dòng)都在互聯(lián)網(wǎng)上曝光，這些數(shù)據(jù)經(jīng)過整合后就是非常好的一手評(píng)估數(shù)據(jù)，這樣的數(shù)據(jù)才是企業(yè)可以信賴的決策依據(jù)。我們來看一個(gè)數(shù)說雷達(dá)的優(yōu)選代言人的案例。

通過數(shù)說雷達(dá)不但給每個(gè)候選明星和競品明星進(jìn)行了量化評(píng)估，并且進(jìn)行了重點(diǎn)候選人的提示。其中劉詩詩運(yùn)營效果、粉絲基礎(chǔ)和美譽(yù)度排名均在Top 5， “知性”、“優(yōu)雅”形象突出，與品牌調(diào)性較為契合，所以對(duì)劉詩詩數(shù)據(jù)進(jìn)行了深度挖掘。

通過這樣詳細(xì)的數(shù)據(jù)，品牌最終優(yōu)選結(jié)果是劉詩詩。當(dāng)這樣的數(shù)據(jù)品牌企業(yè)可以唾手可得的時(shí)候，傳統(tǒng)甄選明星代言的方法就面臨著被淘汰的尷尬境地了。

以上提及的數(shù)說聚合、數(shù)說立方、數(shù)說雷達(dá)均是DataStory(數(shù)說故事) D3系列核心產(chǎn)品，目前三款產(chǎn)品已全面打通，貫穿了企業(yè)運(yùn)用數(shù)據(jù)進(jìn)行商業(yè)決策全流程，從數(shù)據(jù)獲取、清洗處理、智能標(biāo)簽化到數(shù)據(jù)分析與業(yè)務(wù)場(chǎng)景應(yīng)用為企業(yè)提供全流程一體化商業(yè)解決方案。成功構(gòu)建了以市場(chǎng)和消費(fèi)者為導(dǎo)向、以“數(shù)據(jù)-洞察-連接”為核心理念的一站式大數(shù)據(jù)品牌建設(shè)體系，幫助企業(yè)實(shí)現(xiàn)數(shù)據(jù)價(jià)值與業(yè)務(wù)深度融合，并在營銷、研發(fā)、生產(chǎn)等各大應(yīng)用場(chǎng)景下更科學(xué)地決策，促進(jìn)最大化效果提升。

如果品牌營銷還只是迷戀自己的ERP數(shù)據(jù)就太out了，如果還堅(jiān)持使用消費(fèi)者調(diào)查那就太固執(zhí)了，互聯(lián)網(wǎng)是對(duì)整個(gè)商業(yè)環(huán)境進(jìn)行了重構(gòu)，改變的不僅僅是人貨場(chǎng)，還有企業(yè)決策的方法。如果我們沒有數(shù)據(jù)那就去養(yǎng)數(shù)據(jù)、找數(shù)據(jù)，如果有數(shù)據(jù)那我們就看看數(shù)據(jù)怎么說。數(shù)據(jù)驅(qū)動(dòng)（DT）商業(yè)營運(yùn)的時(shí)代已經(jīng)來臨。