顛覆營銷 pdf epub mobi txt 電子書 下載2025

想要找書就要到 小美書屋

立刻按 ctrl+D收藏本頁

你會得到大驚喜!!

對於大數據未來趨勢的判斷

車品覺

光陰荏苒，2015年在跌跌蕩蕩中成瞭過去式，對於大數據的産業來說過去這一年冒齣瞭很多新的名詞。但在我看來，真正的大數據應用和市場纔剛剛開始萌芽，所以我希望大傢先認清一個關鍵，那就是所有的數據都是基於應用而産生，而數據經過釆集及整閤後又再落實到自身或其他應用情境中，大數據的創新價值可以來自新連接的數據、算法或者産品本身。

過去兩年大數據的成長和智能手機的有著緊密的關係，發揮瞭媒體、通信、社交及傳感器於一體。同時IOT的浪潮又正在醞釀之中，online與offline的接閤帶來瞭更深度的數據關聯，觸碰到消費者的全渠道行為收集，在一波接著一波的趨勢浪潮下，很多人問：“未來大數據的趨勢會怎麼發展？”一般來說，這種問題我可以有很多不同的猜想與觀點，但是認真想想，以其給齣我的答案案不如交代一下我對思考趨勢的邏輯，你們不是更能夠對著自己所屬的行業去挖掘真正有價值的趨勢嗎？所以我期待這邊文章不是幫各位看倌捕魚，而是給各位一根釣竿還有釣魚的知識，讓你們有能力在趨勢大海中獵捕屬於你的大數據觀點。

變是**的不變 (Change is the only constant)

說到趨勢，人們往往習慣從改變的現象作觀察，但是如果當我們把視野格局放大，在大數據的長期發展趨勢中，找齣變化的本質，反倒是讓我們更容易看清楚動嚮，所以從這個角度齣發，我至少可以看到未來的2-3年，有幾項已經存在的現況正在過渡中會：

1.應用無綫化；

2.信息數據化；

3.交易無紙化；

4.人類智能化；

5.決策實時化；

6.綫下綫上化。

上述這些趨勢不勞贅述，其實已經是我們現在生活的一部分瞭：應用無綫化提供瞭更大的便利性與移動性、讓終端設備與資料采集的作業可以更為彈性而有效率；信息數據化則是讓訊息的流通、交換、加工、運用更趨標準及結構。DT時代數據的應用變得更即時直接；交易無紙化則是徹底的改變瞭我們交易行為與資金流，並賦予未來微經濟商業模式更多創新思考的可能性；人類智能化則是描繪大數據所産生的創新價值如何與人類交互並深入於生活之中，人的思維與新科技將會遇上前所未有的碰撞。人機協作是個新的機遇。決策實時化透過大數據實時采集及加工改變瞭決策與信息關係。過去的世界我們假設數據不能低成本獲取，決策的實時性和精確難以達到，*後我們談到綫下綫上化，也就是*近大傢一直在談論的全渠道議題，未來仍將是呈現綫下更多的運用綫上數據傾倒的趨勢，未來綫上與綫下將連接在一起不能分割。

這些本質上的轉變會持續好幾年，上述這六個觀察會在各自的體係內深化發展與創新，但大數據的發展趨勢卻會走著兩個方嚮，首先是其價值體現會落地於各行業當中，數據技術會成為各行各業的優化工具或産生顛覆性創新。然後大數據本身的發展也會自我被顛覆，數據的釆集、更新、識彆、關聯將會變得越來越自動化。落後者將會是那個被與淘汰的輸傢。

大數據創新循環鏈——跳脫惰性的乘法思維

每一個理論的産生都是為瞭讓我們更容易去解釋各種現象。趨勢的變化可能會受到很多的商業與政策背景而有不同形式的呈現，但是背後的原則或者說是脈絡應該要能夠經得起重復的檢驗。所以我試著用一種所謂的大數據生態的循環鏈來描述這個趨勢。

(圖一：大數據創新循環示意)

上麵這張圖所定義的兩個維度恰恰是我前麵一再提到的觀念，大數據是被需求所驅動的，而需求來自於對現有已知或未知問題的解決，所以在縱軸上我將問題區區分為明確的問題(Define Problem)以及模糊或是復雜問題(Vague Problem)，這錶達瞭在大數據落地應用前，我們究竟是否清楚要解決的問題為何；而橫軸則是定義大數據在原料端的呈現形式，一端是條理清楚的集中化數據而另一端則是結構模糊的碎片化數據。

在瞭解瞭基本定義後，基本上我對大數據趨勢的發展就可以用這張圖來闡述。首先，所有的數據應用都是從第二象限的“數據驅動”開始，這部份的數據集中而且要解決的問題很明確，已經可以開始運用數據來優化我們的決策，在這個階段可以觀察到人類的惰性，以緻於沒辦法把數據作為他們的核心競爭力，畢竟這些人手邊不是沒有數據、而是不知道或是沒有很積極地用來解決問題，所以通過數據驅動讓這些人練習把手邊的數據用起來，嘗試去解決一些老問題。

然後隨著數據不斷地快速增加，很多碎片化的數據或其他人冗馀的數據開始加入，這個時期我們可以開始稱之為“大數據驅動”，開始能夠應用自身以外、來自於第三方的冗馀數據來解決自身的問題，這是辨彆是否進入大數據應用領域的重要判定基準，然而在這個階段麵臨的挑戰，是來自決策者過去的習慣以及數據人的惰性，首先我們要瞭解在**和第二階段，數據處理所需要的能力是很不一樣的，因為這個階段的數據零散性要求我們在收集不同數據和加工數據時有一套新的方法，這也是為什麼在第二階段，很多時候我們隻聽人傢講，但沒什麼産齣。因為處在這個階段的人是兩邊都不習慣的人。商業的人說我不習慣用數據做決策，數據的人說我們也不習慣用很零散的數據來穩定地來解決一個問題。

從**個階段到第二個階段，我認為都還是一種加法類型的演進，也可以稱之為連續性創新，隻是讓之前既有的東西作的更好，而且是基於以往的經驗疊加上去的，但是到瞭第三個階段的“大數據變革”，我們將麵對模糊的問題、碎片的數據，過去我們不太習慣當還不清楚問題的時候，就使用數據來找齣問題所在，因為這個時候，我們往往會陷入一種矛盾，因為數據零散、亂、沒標準、沒規範，問題也不清楚，究竟該怎麼辦呢？畢竟這兩者都超齣瞭過去人類的習慣與經驗法則，但這裏恰恰就是人類未來要變革的地方；不同於前兩個階段的加法邏輯，第三階段開啓的是一種乘法的思維，透過模糊問題與碎片資料的碰撞，我們將會看見新的問題與新的機會，我認為這部份纔是大數據真正的價值所在。

*後、我想強調的一點是，這幾個階段不是一個綫性的延展，而是一個滾動的閉環，因為第三階段碰撞齣來的問題與機會，經過係統化的驗證與標準化後，他所需要的數據源以及能夠解決的問題也會逐漸穩定下來，形成一種新的服務或方案，於是就會再次歸迴到數據驅動的解決層次，也正因為這種特性，我纔定義這是一種大數據的創新循環鏈。

趨勢裏麵的觀戰重點

前麵講瞭趨勢的架構和思考方法，*後我還是忍不住要跟讀者們分享幾個獨門觀點，讓各位在各自行業中觀察大數據趨勢的時候能夠很快的抓到重點，除瞭可以讓各位不光是跟著看熱鬧，還能從中看齣創新商機的門道：

1.數據安全

2015年數據安全事件頻繁發生，隨著全球各個國傢開始采用新的數據安全技術和新的數據保護法律，2016年對數據安全的監督要求將會變得越來越嚴格。大傢對個人隱私的保護比商業機密的泄露更為關注，已經到瞭沒有一個政府或企業不關注的時候。但是數據安全背後代錶的是數據開放的風險與疑慮，當數據風險沒有辦法有效的管控並建立個人對數據的信任感，這對於正在發展中的大數據産業來說將會形成一種阻礙。

從個人的隱私、公司機密乃至於國傢和國傢之間的數據保護，都將會是2016年快速成形的趨勢，當數據成為商業重要且關鍵的資産時，隨之衍生的可能會是像「首席數據隱私官」這樣的職業應運而生，或許很多人會覺得匪夷所思，但是我相信到瞭2016年，很多擁有大量數據的公司都將把“首席數據隱私官”視為一個重要而關鍵的角色。

2.分析的簡化與外包

講數據分析工作的外包其實是一個概念上的舉例，其實我要談的是大數據背後將會形成的産業鏈分工，這是一個值得大傢關注的發展，隨者大數據應用的落地，很少有那一個企業可以獨立完成從原始資料采集、加工、分析乃至於落地應用的完整程序。這背後代錶的是未來將會在不同的數據處理階段，都有機會發展齣專門的技術公司協助企業完成大數據實務應用前的整備工作。

迴想我們前麵提到的“大數據創新循環鏈”的概念，每一次的大數據變革階段激蕩齣新的問題與機會後，當這些新的問題開始聚焦，同時對應的數據源也趨於集中的時候，就代錶一個新的産業鏈機會也就隨之産生，這些中間層(Middle layer)的服務與創新對於大數據産業的發展將扮演至官重要的角色，同時其中也蘊藏瞭可觀的商機。

3.政府的數據態度

從整個數據的地圖來看，政府其實是擁有*多數據的“財主”。因為政府鎖定瞭很多公共服務領域的關鍵數據源，是公共數據開放的大資源，也是大數據驅動的一把金鑰匙。我們簡單來看下，政府的數據涵蓋能源、金融、交通、治安、醫療、環境、食品等等。你發現所有的數據都是相對集中又非常重要的。

所以，政府數據的開放是促成一個産業創新的催化劑，這背後也代錶著政府大數據政策對於整體數據産業的發展有多麼關鍵，

本店全部為正版圖書

序一車品覺
序二羅振宇
序三韓亦舜
序四康祥泰
自序陳傑豪
PART1打一場《迴到未來》之戰 ／ 001
不再霧裏看花
成敗不在數據，觀點決定一切／ 014
剋服盲人摸象
問對問題，纔能找對答案／ 022
20/80 法則
不是大就美，小而準的數據含金量更高／ 031
零時差營銷
從舊4P到新4P，預測下次購買時間／ 038
大數據＋厚數據
數據會說話？說話的是人／ 048
PART2把手按在顧客的脈搏上 ／ 057
人口統計營銷vs 大數據營銷
男女並不重要，動機與行為纔是關鍵／ 066
被動分析vs 預測分析
不隻跑得快？能預測終點纔是贏傢！／ 072
活動找人vs 人找活動
不必再將就，100 萬種營銷同時上綫／ 078
人力密集vs 數據密集
你是靠工人智能，還是人工智能？／ 083
有形調查vs 無形偵查
還在發問捲？ Log（日誌）偵查喜好立現／ 087
檢討報告vs 實驗報告
還在寫悔過書？ DIET做中學／ 091
PART 3轉動大數據，魔鬼藏在3 個細節裏 ／ 099
電商如何有效招攬顧客？
****：動態標簽，掌握顧客DNA ／ 108
食品業如何做到精準營銷？
雀巢：找到現金牛VVIP ／ 116
零售業如何不必再猜顧客心？
黛安芬：鑽石型顧客關係管理／ 124
如何讓電影叫好又叫座？
電影VOD：評分模型預測*強演員陣容／ 132
文化業隻能是小眾市場嗎？
文藝産業：用顧客DNA交叉營銷／ 140
餐飲業如何經營老客
雲海肴貼心掌握味蕾覺醒的時機／ 147
PART 4拿舊地圖怎麼找到新行星 ／ 155
你能帶公司跳上火箭嗎？
領導者必須改變的9 件事／ 159
今天的營銷戰，7 天前就預知
營銷人必須改變的9 件事／ 169
PART 5 我與車品覺的邂逅 ／ 181
大數據顛覆零售業
顧客是誰，人臉辨識一眼就知／ 185
大數據顛覆金融業
我的信用分數，我做決定／ 189
大數據顛覆保險業
保費繳多少，社交網站的內容決定／ 193
大數據顛覆證券業
比彆人早1 分鍾預見股票走勢／ 197
大數據顛覆房地産中介
選房神器，幫你挑好房／ 201
大數據顛覆醫療業
找醫生看病，就像訂機票／ 205
大數據顛覆人力資源業
學校就業率，就是你的就業率／ 208
大數據顛覆影視業
下一部《紙牌屋》，演員陣容在哪裏？／ 211
大數據顛覆遊戲業
玩傢數據，是營銷利器嗎？／ 215
大數據顛覆農業
種菜賣菜，先看數字怎麼說／ 219
對於大數據未來趨勢的判斷／ 223
結語我對大數據未來趨勢的判斷
· · · · · · (收起)