华扬联众Fareeda@GDMS峰会：数据洞察驱动的智能解决方案
12月1日，2015 Global Digital Marketing Summit在上海国际会议中心开会，华扬联众首席策略官Fareeda公开发表主题演说“数据洞察驱动的智能解决方案”。演说内容涵括对大数据营销的近期洞察、如何协助广告主夺得受众以及对华扬联众以自有平台为基础所搭起一起的大数据背景下的智能营销决策方案的讲解，即以消费者为核心，交互和继续执行为途径，以协助企业主更佳地展开决策为目标，通过数据串联起企业的生产，管理、产品、服务、设备启动时的决策过程。
12月1日，2015 Global Digital Marketing Summit在上海国际会议中心开会，华扬联众首席策略官Fareeda公开发表主题演说“数据洞察驱动的智能解决方案”。演说内容涵括对大数据营销的近期洞察、如何协助广告主夺得受众以及对华扬联众以自有平台为基础所搭起一起的大数据背景下的智能营销决策方案的讲解，即以消费者为核心，交互和继续执行为途径，以协助企业主更佳地展开决策为目标，通过数据串联起企业的生产，管理、产品、服务、设备启动时的决策过程。在这个过程中，方案还包括协助品牌企业主创建消费者Super ID、打造出智能自学消费者模型（MAGIC CUBE）等。以下是演说内容精选辑： 挑战无处不在，却各有各的有所不同 大家好，今天我与大家共享的主题是数据洞察-DATA INSIGHTS。
在过去两年，大家应当听过酋多关于大数据的事情，而我自己开始研究大数据是在将近一年之前。我拜读了许多国外涉及的书本、资料、视频等，也认识了不少做到数据的公司。我做到了一个统计资料，TED TALKS里2000多个视频，跟大数据涉及的有38个，它们可以分成3类： -全球大数据趋势是什么； -什么是大数据； -大数据的黑暗世界。
社会化媒体发生爆炸和碎片化的时代里，一个又一个的新兴企业瞬间蓬勃发展，政治宣传了百年企业。我们决不面临，决不感觉到惧怕。最可怕的是今年双十一，阿里以秒为单位来计算出来和报导他们的成交额。
你决不惧怕变革的速度，除非我们提前退休离开了这个行业，否则我们还是必须严肃面临未来。今天都说的各位有做到marketing的客户，有做广告的同行，有做到数据的技术或者是互联网公司的同业等。
我们大家都面临各种不一样的挑战和痛点。做到MARKETING客户的，不会面临： -市场营销成本更加高昂； -优质资源便宜； -用户、顾客，消费者期望更加低，更加成熟期； -产品改版速度拒绝越来越快； -竞争无比白热化，出其不意的竞争对手。
做广告的同行，如果没技术背景，根本没自学过programming，看见数字就不会暗的，不会面临： -智能化 -程序化出售 -生态圈 解构大数据现状：GOOD NEWS OR BAD NEWS？ 说道返我自己，我在广告行业20年，前15年都是在4A传统广告公司里，大部分时间都归属于做到策略的STRATEGIC PLANNING。5年前我重新加入了华扬联众，中国较为大的独立国家互联网数字营销公司之一，当初怀著很高的期望，因为我是一个STRATEGIC PLANNER，我的主要工作就是必须理解我客户的客户、用户、消费者。究竟他是谁、在想要什么、讨厌什么、他在哪里、讨厌什么品牌等等。
“DIGITAL CHANGES EVERYTHING”，但我们研究消费者的本质是恒定的，还是必须理解消费者的动机、不道德、感官。只是要用新的方法，过去传统的调研问卷，focus group早已足以符合我们的市场需求。
我们大大找寻新的方式方法去理解消费者的网络不道德，融合他们的态度、价值观、动机、市场需求等等来生产量合适这个时代的消费者洞察。数据本身没意义，我们现在这个时代面临的是多层次、多维度的数据。
辨别数据否有价值、否优质和充足，有以下几个标准： -数据的完整性； -时效性； -覆盖面积量； -数据的深度； -数据的种类； 除价值外，数据还有很多层面和有所不同的结构： -内部结构性的数据：较为更容易解读，还包括销售数据、CRM、ERP等； -内部非结构性数据：网站、移动末端、线下活动搜集过来的； -外部结构性数据：政府和银行信息、天气预报、交通信息、或者是BAT手里的数据； -外部非结构性数据：最简单的一种，如在社交媒体上的上亿级的数据量，我们每天公开发表的评论、上载的照片、视频、表情等。首先，大家是不是数据？其次，数据原始与否，全面与否？更加不用说就算有数据，也不等同于马上就能产生价值。
因为有的数据并没经过清除、辨别，有所不同源的数据否相互相容等都是问题。听见这里，大家心里开始有数了，你究竟处在一个什么方位呢？你们想要听得GOOD NEWS OR BAD NEWS? GOOD NEWS是，有前瞻性的企业，早已开始了他们的大数据之旅了。华扬联众因为是中国较早于跟上的数字营销公司，醉心的客户群跨度较为甚广，所以我们统计资料来看，10%的客户早已开始了这一进程。BAD NEWS是，大部分客户还是处在数据搜集、分析和监测的阶段。
大家还在辛苦地打算结构的搭起，跟美国不一样的是所谓的预测性和预见性（PREDICTIVE ANALYTICS AND PRESCIPTIVE ANALYTICS）的分析还是做到不出来。Super ID：建构更加有效地的营销场景 作为一家代理公司，我们要告诉互联网+和数字时代的核心意义是如何协助客户通过数据监测、搜集、辨别、挖出、统合、分析、以及数据洞察为企业的各个层面不作决策，超过更佳的营销和服务的有可能。但问题来了，在权衡整个数据生态圈的时候，我们目前所搜集的数据信息是极为受限的。
大部分客户，监测的内容不外于自建的官网、移动官网、广告投放、社会化媒体认识入口等等。但是你只告诉用户再次发生在你监测范围里的不道德和密切相关。你有可能获得的是用户的账号、电话、IP地址、网页时间、网页内容或客单价。
他一旦离开了你的范围，你就搞不清楚了。我们现在是车站在数据革命的第三浪潮，第一浪潮再次发生在20世纪90年代，PC desktop的时代，第二浪潮是过去十年的电商与移动互联网时代，第三浪潮是物联网、云计算、语义分析、人工智能。
现在是时候我们来检验人与机器的关系了。美国MIT Media Lab负责人跟大家共享了机器跟人类关系的演进： -2002机器跟人类家里的灰尘再次发生了关系– vacuum cleaner； -2011机器和人类家里的空气再次发生了关系– air purifier； -2015机器和人类家里的成员开始了关系– JIBO。科技的繁盛，证明了现在的机器更加人性化。
但是我们否期望以后消费者认识品牌的场景只是跟机器对话？我们否可以更聪明地利用机器，让大数据协助我们的营销场景显得更加有效地？ 华扬联众服务很多汽车类客户，比如说如果一个车企的数据结构是原始的，当一个消费者步入4S店，销售人员就应当立刻可以称谓她的名字。例如通过大数据的监测记录，你不会告诉这位葛先生这次来4s店是因为家庭里有了新成员，必须空间更大的汽车。按照每个消费者的市场需求，销售人员可以灵活性引荐最合适他的产品和金融计划。
另外一个场景，通过大数据，我们获知某个消费者是一个运动爱好者，那我就建构一个跟户外涉及的销售场景，华扬联众现在早已可以为客户创建这样的系统。在这个系统里面，我们为每个用户创建一个SUPER ID，系统可以分析任何一个和品牌有过对话的人，协助客户更佳地理解目标人群。很多时候，客户都会跟我们说道，我有一台新车要上市，目标受众是25到35岁，积极进取，未婚有一个小孩，完结。
请求看这张图，这两个人都合乎目标消费群的拒绝，密切相关上样子是同一类人，可是你细心看就找到他们有很不一样的观点。所以华扬联众相等于是沦为客户与客户之间的最重要桥梁。
同一个用户今天可以卖你别克的英朗，也可以老大宝宝卖惠氏奶粉。我们通过全媒体的监测平台内容创建一个数据库，通过数据挖掘指令，请求技术人员老大我们去为每一个用户打上营销标签。如一个男性用户，从他不道德里面看见，他每个月要去机场N次，要到的时候才开始翻他的微信，随后放了他儿子的照片，早上在天猫下单买了奶粉，这些营销标签积累一起，按照有所不同客户的市场需求抽出来，然后再行做到营销决策。
所以我不是很表示同意品牌做到粉丝的概念，如果你是买牛奶的，那就完了。有粉丝，有很多的粉丝，但是你需要辨识他吗？他有可能买了你的产品，但是你不告诉他什么时候卖，什么时候不卖；有一个人他本身讨厌法拉利，每天都看，但是看了一生都不卖，粉丝又怎么样？我们要做到的事情是协助客户转变成消费者，如果改变告终就是违宪的。创建SUPER ID，我们面临的有4个壁垒： 数据搜集集中于无以、数据清除无以、数据关联无以、数据预测无以。
我们与很多第三方公司合作，华扬联众跟蒙牛公司合作，我们花上相当大的力气做到数据营销和数据标签。现在第一步是在老大他们做到信息改建，找到促成消费者填上信息沦为会员是一个艰苦的过程。
所以我们要协助这些客户做到有价值的事情，协助他的数据资产电子货币，而最后的目标是期望协助客户转型传统的部分。互联网+时代下，数据是核心，我们去协助传统的企业智能化、自动化。
通过算法，我们期望可以做程序化出售，或新产品的优化等等。这是一个愿景，我坚信明年的今天，这个程序化出售早已可以做到出来。比如说蒙牛，它究竟要不要在江苏这个地方建厂，应当徵一个什么味道的牛奶，应当花上多少钱、去找谁来已完成？这些都是数据洞察可以带给的转变。
今年我的策略团队早已开始转型，其中有1/3的人早已是数据分析师了，如果大家有兴趣可以跟我讲，在会后我可以更进一步解释。谢谢大家！。
本文关键词：华扬,联众,Fareeda@GDMS,峰会,数据,710公海官网下载,洞察,驱动,的
本文来源：710公海官网下载-www.messymitch.com