10.1 迷人的大数据，正在发生的未来
10.1.1 数据提升“把妹”成功率
先来看一些有趣的恋爱学问题：
你知道她最常去的餐厅是哪家，最爱吃的菜是什么？你知道她最喜欢穿的衣服是什么牌子，最喜欢的裙子是什么颜色？如果这些问题你能熟练地回答，那表示你是一个还算有心的追求者。我们再把问题的难度调高一点：你知道她周几同意出去和你吃饭的概率更高一点，平均每顿饭要花多久？你知道她平均每次跟你打多长时间的电话，每次电话里使用的语气词都有什么特定意义？你知道她跟你约会聊天过程中突然叹气或低头是什么意思，她嘟嘴是不高兴了还是向你卖萌？
也许你会觉得这根本就是不可能掌握的神奇技能，谁要是真的能做到这一点，那肯定一追一个准。别急着下定论，如果你能详细地掌握她以往的生活习惯数据，那只要经过合理的算法进行分析，就能提供八九不离十的答案。你可以根据数据分析提供的意见来选择何时约她出来，聊天内容以什么为主，用什么判断她对某次约会的过程感到满意。甚至，你还能通过数据与数据的联系，来依据她今天的穿衣风格来判断她的心情状况，进而决定是要温情地安慰她还是发条笑话逗她解闷。
这就是数据的魅力。
10.1.2 大数据的定位与作用
数据分析运用在恋爱上也许有点让人觉得不舒服，但对移动互联网营销来说，它却越来越受欢迎。有不少懂得数据分析价值的营销专家都知道，一个拥有许多粉丝的企业就应该及时统计、分析其粉丝的组成、喜好以及潜在需求，以此为基础就可以展开以粉丝为消费群的营销运作。这样做的好处显而易见：一，不容易引起反感。移动互联网时代一切都讲究价值，如果你打出的营销牌不能满足用户的价值需求，轻易就会遭到忽略。而数据分析会提高你的营销经精准度，让你提供的信息更符合用户的胃口。二，可以够持续营销。数据越是经过积累越有价值，你可以定期向消费者发送他喜欢或需要的信息，通过得到的反馈不断优化数据分析结果，这样你的营销就能做到持久地有效，甚至是越来越有效。
数据分析发展到一定的地步，就成了现在热门的“大数据”。大数据又叫巨量资料，它严格的定义指的是所涉及的资料规模巨大，无法通过目前主流的工具进行有效的处理，它是需要新的处理模式才能发挥其强大的洞察力、决策力和优化流程能力的信息资产。这种信息资产拥有3个特点：海量、高增长和多样化。
早在1980年，著名社会思想家阿尔文·托夫勒就在《第三次浪潮》一书中将大数据形容为“第三次浪潮的华彩乐章”。不过，直到2009年左右，“大数据”才真正成为互联网信息技术行业的流行词汇，进入大众的视野当中。
美国互联网数据中心的资料显示，互联网上的数据每年保持50%左右的增长，每两年就会翻一番，而目前世界上90%以上的数据都是最近几年才产生的。这意味着企业每天要处理的信息将会越来越多，而且，对企业的营销决策来说，它要统计并分析的数据还不仅来自互联网，门店的统计数据、汽车等交通工具的位置数据、以至于与人们出行相关的天气数据等，都是企业在做营销时需要搜集和分析的。任何一个微小环节数据的缺失，都有可能造成最终的计算结果失去参考价值。
由此可见，大数据及其对应的新算法、新技术必将成为未来的发展主流，甚至可以说，大数据就是“正在发生的未来”。这点对移动互联网营销来说尤其关键，聪明的企业应该学会从今天开始就着眼于移动互联网用户信息的搜集与分析，不要等到别的企业早已通过其信息积累与大数据计算进行了无数次精准营销后，自己还在摸索怎么编纂营销软文。
10.1.3 大数据的营销价值
借助于移动互联网的数字化沟通，我们几乎可以测定一切。一切都能产生数据，数据又多潜藏着价值。可以想见，大数据带来的将是全新的营销策略和过程。试想一下，移动互联网用户每天无论打开哪个网站，都会被各种广告淹没，其中有的是他不感兴趣的垃圾广告，有的是他感兴趣，但因为呈现的方式不符合他浏览习惯而被忽略的，有的则恰好既符合他的兴趣，又用最适宜的方式让他注意到了，你说他会选择哪家的点进去看？答案不言而喻。而要想达到这第三种的精准营销，就必须有大数据的支持。
其实，这还只是大数据“十八般武艺”中的小小一个。大数据不仅可以帮你用最好的方式将广告呈现给用户，它还能从海量用户里找到能为你带来最大利润的那部分，它甚至还能教你如何开发这部分客户，并有效地管理好他们。
所以，大数据带来公司销售额的增加，带来企业投资回报率的增长，几乎是必然的。
以谷歌为例，谷歌的数字化数据库规模之大可以说是全球之最，它每天都要捕捉世界各地约10亿个搜索数据。这么大规模的数据使得谷歌能帮助很多企业更加透彻地了解客户，与此同时，谷歌自己也获得了极大的发展，其市值已经突破了4000亿美元。
但需要的注意的是，数据的增长速度要远远大过于市场的扩张速度。也就是说，大数据的应用前景是无限的，但市场始终是有限的。所以，谁先一步利用大数据积累营销信息，开创新营销方式，占领移动互联网营销高低，谁就能早一步立于不败之地。
10.2 关于大数据营销的几个关键词
大数据的出现对移动互联网营销来说是历史性的改变，移动互联网用户究竟受哪种媒体营销的影响进行了消费行为，他们如何进入特定的网站并以什么习惯进行信息浏览，他们对不同营销广告的反应如何……大数据使得企业可以全程观察、记录并分析用户的购物过程。而且，这种分析过程并不漫长，企业可以得到实时的数字化数据，不需要像传统营销分析那样进行长达几周、几个月的统计、分析与研讨。几乎在企业开展营销活动的同时，大数据就能为你提供精确的数据，企业可以此立即优化营销过程，最大限度地提升营销效果。很明显，大数据带来的是一场移动互联网营销革命。
但是，要想深度参与到这场革命中来，就需要深入地掌握有关大数据营销的一切。随着大数据概念的火热，与之相关联的一系列名词也冒了出来，这让本来就对IT行业不太了解的人感到更加头疼。这一节就为大家理清关于大数据营销的几个关键词。
10.2.1 云计算
所谓云，是互联网的一种比喻说法。过去IT行业多在图示中用云来表示电信网，后来发展成为代表互联网及其底层基础设施的抽象概念。简单理解，现在我们所说的云计算代表着基于互联网资源（网络、服务器、存储、应用软件等）的强大的计算能力，它甚至可以让你体验每秒10万亿次的运算能力，可以用来预测气候变化、预测市场发展趋势，等等。用户也可以通过电脑、手机等方式接入云计算数据中心，按自己的需求进行付费运算。
从技术上看，大数据和云计算的关系就像一枚硬币的正反两面一样密不可分。大数据正在彻底改变IT世界，也悄然改变着云计算。同时，大数据由于其海量多变数据的复杂，本身又带来了数据挖掘、分析等一系列问题，而云技术的分布式处理、分布式数据库、云存储和虚拟化技术则是目前解决大数据问题集最重要、最有效的手段。
10.2.2 CRM
CRM就是“客户关系管理”的意思，进入20世纪90年代，分析学进一步发展，此时人们已经可以将数据应用于营销活动了，许多市场营销人员开始迷上“客户关系管理”。
弗雷德里克·莱奇赫尔德在《忠诚效应》一书中指出，如果客户保持率增加5%，那就会产生25%～100%的利润。同时，还有专家研究发现：一般公司的大部分营业收入都是由小部分客户带来的，所以客户数量与营业收入之间没有必然联系。
基于这些研究，企业开始采取种种行动维护和那类最值得珍惜的客户间的关系。在这种重视客户关系，并积极进行客户管理的大背景下，企业开始开发数据搜集、分析系统，还有的企业开发出了终生价值模型（lifetime value model），用来估算客户的长期价值，而防损耗模型（anti- attrition model）则被用来降低客户对企业失去兴趣的可能性。CRM的进化演变过程极大地增强了对数据及其相关设备的重视，大数据时代的来临从某种程度上来说，也是为了顺应移动互联网时代的CRM要求。
10.2.3 数据库营销
数据库营销就是企业通过搜集、积累会员信息，经过数据筛选、分析后，有针对性地使用电子邮件、短信、电话等各种方式进行客户深度挖掘，并维护客户关系的营销方式。可以说，它不仅仅是一种营销方法、一种工具，它更是一种值得企业关注的经营理念。数据库营销正在悄然改变企业的市场营销以及服务模式。
从过程上看，数据库营销通过搜集、积累用户的大量信息，来分析、预测其分别有多大可能购买企业的不同产品，并据此重新设计产品，或是根据不同客户推荐不同产品，同时还有针对性地根据产品选择最有效的营销方法，最终说服消费者购买企业的产品。数据库营销为企业带来的是高效和精准，为用户带来的则是更加贴心的个性服务。正是数据库营销，才使得CRM最希望实现的“一对一顾客关系管理”成为可能。可以说，数据库营销就是CRM在移动互联网时代发展的基础。
10.2.4 商业智能
谈到大数据，谈到数据化经营，就不能不提商业智能（BI）。BI通常指的是一种能够将企业现有的数据转化为优质信息，帮助企业做出最佳业务经营决策的工具。BI从技术上来说并非最新的，它是数据仓库、联机分析处理和数据挖掘等技术的综合运用。从定义上来说，衡量一个BI是否成功的重要标准就是它能否有效地辅助企业进行商业决策制定。但是，由于BI之前的采集数据的方法已经无法适应移动互联网时代暴增的数据量与数据结构，其对企业的决策制定愈发缺乏应有的作用。因此，BI与大数据的结合势在必行。
当然，BI和大数据的紧密联系还体现在BI的“小数据”对大数据的补充上。大数据强调的是关联关系，而BI强调的是因果关系，大数据在处理一些问题上并不具备全然的优势。因此，BI依然可以将基础放在自己早已搭建成熟的小数据模型上，然后将其放到大数据上进行修正，这种协同合作才能帮助企业做出最明智的商业决策。
10.3 大数据风生水起，CRM如虎添翼
通过移动互联网数据库、营销情报和营销调研收集的信息，企业通常需要做进一步的分析才能真正使之为己所用。正如科特勒所言：“只有当企业利用信息做出了更好的决策时，营销信息才具有价值。”
10.3.1 用数据支撑CRM
有了充足的营销信息后，下一步就是整理这些数据信息，然后进行分析、使用。通常，为了挖掘各组数据之间的相互关系以及可信程度，都需要用到数理统计分析的方法。随着IT技术与统计学科的发展，目前许多信息分析的统计软件甚至拥有能够帮助营销人员做出最佳决策的功能，比如可以帮助营销经理设计销售计划、选定最优销售区域以及对新产品销量做出科学预测等。当然，营销信息分析是为应用服务的，其中一个非常重要的应用领域就是顾客关系管理（CRM），其被用于解释和应用数据库里大量的个体顾客数据，从而帮助维护与管理顾客的关系。
联邦快递集团为遍及全球的顾客和企业提供了涵盖运输、电子商务和商业运作等一系列的全面服务。作为一个久负盛名的企业品牌，联邦快递集团提供了一套综合的商务应用解决方案，使其年收入高达320亿美元。另外，联邦快递集团非常注重客户和社会的需求，屡次被评为全球最受尊敬和最可信赖的雇主。
