1703855885
1703855886
互联网出现之后，人类一切基于互联网的行为和关系都变成了可以解码的数据。因此，这些混杂的数据构成了一个庞大的数据系统。这个数据系统所收集数据的数量和深度是难以估量的：从领域看，可以包括政治、经济、文化、消费、生活娱乐等领域的数据；从数据属性看，包括场景数据、人文数据、行为数据、关系数据、关联数据等。尤其是移动互联和传感技术的发展，让数据的收集和格式标准化变得更为便捷，也扩展了数据收集的范围和种类。比如人的位移和状态数据、各种心理和生理的数据，这些数据配合场景的监测，让数据的挖掘和想象空间变得更为丰富。一些所谓的猜想性判断，可以通过数据分析变成实验性报告。比如，罗辑思维的脱不花有个理论：如果希望消费者付费阅读或者转发和分享，文章最好不要太长，因为文章会消耗消费者的激素分泌。这种经验性论断到底对不对，目前只能去感觉。但是，通过大数据以及可穿戴设备连接的分析，未来一定可以发现消费者在阅读和接收信息方面的更多意想不到的行为和态度。这就给内容营销者带来更多的关于内容生产、分发以及不同消费者的选择，具有针对性的调整建议等，也会影响内容营销的整体效果。
1703855887
1703855888
1703855889
1703855890
1703855891
五类数据应用
1703855892
1703855893
中国拥有严格意义上的大数据公司，比较科学的说法还是BAT巨头建立的体系王国。三个巨头不仅在数据的类型上各有千秋，对数据的重视程度也都非同一般。
1703855894
1703855895
阿里巴巴把数据作为未来的一种战略，并且在不同层面进行布局。马云更是在不同场合声称：未来，大数据会变成最为重要的生产资料。除了收据收集外，阿里巴巴还在数据分析层面抢占云计算制高点。马云也曾说云服务会成为基础设施。
1703855896
1703855897
可以说，阿里巴巴整个体系所积累的消费数据覆盖之广、累积之深，全球没有任何一家公司和机构能与之相比。我们买东西后，阿里巴巴能够轻而易举地得到我们的购物行为和浏览数据，通过云计算分析后，进行精准的行为预测，然后进行商品信息推送。
1703855898
1703855899
比如，一个人上淘宝搜索“空气净化器”这个关键词的次数是行为数据里最高的，阿里巴巴分析出来之后，预测此人就是喜欢这个种类的商品，然后挑一些爆款的进行推荐。
1703855900
1703855901
腾讯在大数据领域，拥有社交数据、消费数据、游戏数据等，但很少有技术很强的人将其做成报告，更不会像百度、阿里巴巴那样主动包装宣传这些技术强人。但是，腾讯大数据的运用，却一直在进行。
1703855902
1703855903
其中，分析社交数据是腾讯最擅长的。它可以通过大数据分析得知你的社会关系、性格禀赋、兴趣爱好、隐私绯闻，甚至生理周期和心理缺陷都尽在其中。
1703855904
1703855905
游戏数据和消费数据两者之间是互通的。因为，腾讯的消费数据大多来自游戏与增值服务。腾讯游戏的收入十分暴利，游戏迷们愿意付出高昂的费用来购买虚拟道具，以此满足自己的虚荣心。
1703855906
1703855907
腾讯大数据的运用主要是为了完善自身。它了解用户的性格禀赋、兴趣爱好、隐私绯闻甚至生理周期，通过分析这些数据得出结果预测，根据这样的结果预测做出的产品怎么会不受欢迎？事实上，腾讯游戏的开发以及一些产品的改进，也正是基于这些数据分析进行的。
1703855908
1703855909
百度最强的是基于搜索的各种数据，这是百度竞价排名、百度专区、百度联盟等各种百度产品的基础。当用户的搜索行为被记录下来后，再使用搜索功能时就会出现一些相关内容的广告。同时，百度搭配的百度地图数据，也在另外的层面展示和积累用户的线下行为数据。这些数据结合LBS（基于位置的服务）的推送技术、二维码技术等，将会给营销带来革命性的变化。在春节期间，百度根据百度地图绘制的春运迁徙图，确实令人相当震撼。
1703855910
1703855911
大数据和传统广告
1703855912
1703855913
在传统营销中，大数据对于内容的影响主要体现在所谓的“精准营销”上，尤其是最近几年比较火的程序化购买。程序化购买讲究“品效合一”，能够解决传统广告的一个痛点——“我知道我的广告费有一半被浪费了，但遗憾的是，我不知道哪一半被浪费了。”而线上的程序化购买在某种意义上能到达广告的理想投放状态，那就是在最恰当的时间、最恰当的情景下，将最恰当的内容推送给最合适的人。
1703855914
1703855915
1703855916
1703855917
1703855918
线上程序化购买达到的理想投放状态
1703855919
1703855920
程序化购买的第一步是先搭建和打通三个方面的数据——广告主、流量平台和流量媒体；第二步是根据广告主以及专业平台对消费人群的画像判断建立测试性的投放策略，包括投放人群的年龄、性别、收入、工作、区域、爱好、既往购买习惯等，然后设定投放的时间和平台；第三步是放出根据同一类型的消费者设计的内容和物料，通过一段时间的数据收集和策略子项的调整及优化，找到适合不同人群的最好投放策略以及创意内容。
1703855921
1703855922
大数据和内容营销
1703855923
1703855924
对大数据进行收集、挖掘、分析和整理等，可以从宏观、中观和微观等不同的维度助力企业的内容营销。
1703855925
1703855926
宏观层面的内容分发
1703855927
1703855928
面对互联网媒体资源在数量上的快速增长和种类上的多样化，大数据通过受众分析，帮助企业主找出目标受众，然后对投放的内容、时间、形式等进行预判与调配。这就类似上文提到的今日头条的个性化和泛化推送。在阿里巴巴，这叫“粉丝爆炸”；在品友，这叫“族群标签”。反正不管怎么称呼，其实质还是一样的。
1703855929
1703855930
做生意最难的是如何在客户首次购买之前与之建立联系。因为，一旦客户购买了商家的商品或服务，便已经知道客户的情况，可以进行沟通。相比之下，如何找到潜在用户就显得很重要。相对于已经成为客户的人群规模（一家中型电商每月可能有上万客户），还没有成为客户的人群规模（线上有几亿规模的客户）是非常庞大的。从上亿潜在客户中找到最忠实的消费者人群，这个过程的效率和成本就成为商家制胜的关键。
1703855931
1703855932
通常，成为某商家客户的人群具有一定的共性。例如，都是“哈韩”女大学生或者都是近期购房的人，抑或都是在意体重的人等。这些共性往往在商家已有的客户中已经有所显现。这些消费者的各种属性和行为与全部消费者的差异就能突出这些共性特点。利用这些共性，通过比较全网消费者与已有消费者客户之间在这些行为上的相似程度，就可以在真正的消费行为发生之前找到潜在目标客户。也就是说，把全网消费者和商家已购消费者之间的关联可能性进行精准排序，通过给一小部分忠实用户人群进行定性和贴标签，系统就可以给出最像这群人的前1万人、前10万人、前100万人，然后个性化推送已经测试过的这部分人可能喜欢的内容。
1703855933
1703855934
中观层面的语义分析