清华大学经济管理学院30周年院庆活动于3月12日至4月27日举行。两场围绕大数据与金融体制改革的“思想·引领”系列学术论坛将于23日展开。上图为清华大学经济管理学院市场营销系教授姜旭平在《大数据时代的商业模式创新》做主题发言。(图片来源：新浪财经 刘海伟 摄)

　　新浪财经讯 清华大学经济管理学院30周年院庆活动于3月12日至4月27日举行。两场围绕大数据与金融体制改革的“思想·引领”系列学术论坛将于23日展开。清华大学经济管理学院市场营销系教授姜旭平在《大数据时代的商业模式创新》做主题发言。

　　以下为姜旭平发言实录：

　　姜旭平：各位老师、各位同学大家好，非常高兴有这样一个机会跟大家一起来分享一下我们的研究成果。今天想跟大家分享的话题是大数据时代的消费行为分析与增值服务。

　　大家知道现在大数据这个话题非常非常流行，大数据近两年在中国和国外流行主要原因是源自于2011年一个咨询公司的研究报告，在这个报告中间阐述了大数据分析的基本原理和基础，以及同年在天津举行达沃斯夏季论坛，导致把大数据的概念传向四面八方，由此在世界范围里兴起了大数据的热潮。大数据在今天兴起有深刻的基础，我们假设以中国为例的话，在目前中国有5亿多网民，有9亿多手机用户，平均人均每天上网时间3个小时。我们以腾讯为例的话，到目前为止腾讯有7亿多QQ的用户，有4亿多的微博用户，微信用户已经统计接近5亿，每天会产生数以十亿计的信息。另外世界范围里也是这样，截止2012年的4月份，推特每天产生的信息量大概有3亿多条，Facebook每天向世界各国散发32亿条信息。另外亚马逊[微博]每天有45台服务器为夜以继日为数以万亿计人的服务。这些有很多消费者的喜怒哀乐信息和行为轨迹，这些行为轨迹是大数据营销以及捆绑营销的基础。

　　所以我们说在今天这个时代，不管你愿不愿意看到，这个大数据时代已经来临。这个大数据时代相对于现实生活的私密性来讲的话，在大数据时代我们的一言一行几乎完全是透明的。而且无所不在的Cookie每天都监视着一个人的一举一动和浏览行为。举个例子，在座各位打开电脑，打开手机发现，手机上毫无疑问每个手机上有数千个每天随时随地的监视你一举一动，而且监视结果把信息汇报给企业，为企业描绘出一幅一幅真实的，而且非常具有个性化的数据影响，所以这是大数据时代的一个基础。所以我们讲今天这个时代我们形容全民被监视的一个时代，也是全体裸奔的时代，不要认为你的行为很私密。这就是企业的特征。这个时代的特征有跟传统的数据相比有一些明显的区别，最重要的区别产生两个方面，第一个方面是数据获取方式，不再是发表调查，而是用自动获取的方法来获取这个数据。这是第一点。第二点获取这个数据有3V特征，第一个V是海量，第二个是样本的多样化，第三个是高频率。这种数据方法相对传统的方法，传统的抽样调查、比例采样等等这样一些方法相比较的话，这种数据方法相对来讲更科学、更可靠、更具有真实性。所以我说这个大数据时代已经为我们今天企业借此来展开消费者行为奠定了很好的基础，企业可以借此来分析我们目标客户消费行为，确定目标客户群体的特征，并且就此展开各种营销创造合作，这是大数据时代的基础。这样一个大数据时代有这样一个基础以后我们要分析什么，首先第一点我们利用现有的设备和基础，第一点捕捉客户的数据影像，这个数据影像包括什么呢，我们企业目标客户群体特征，以及群体特征定位，他们的类型，他们的分布，以及目标客户他们关心什么话题，这是我们要描述客户数据影像重要的方面。第二个我们通过大数据分析刻划出客户行为发展的轨迹，也就是说如果他需要这个产品，他对这个话题感兴趣，是什么诱因导致他对这个东西感兴趣，产生什么动机，这些动机产生什么行为，以及相关因素、发展过程等等。第三点我们要通过这个大数据要描绘出客户兴趣和关系，兴趣怎么产生的，会有哪些其他相关联，比如其他的兴趣特征、相关点、相关话题，这些话题相互关联性等等。所以这个都是大数据分析分析的重要内容。我为什么要这样分析呢？我们的目的非常明确，我们目的让隐性客户显性化，让客户显性化，让我们的企业能够更好的了解客户，了解客户以后针对客户的特征展开精准营销，所以这是我们做大数据分析的基础和目的。

　　下面我们看一些优秀的企业在这方面的实践。我们举一个例子，是全球第二大的连锁零售企业Target它怎么做的，它从很早开始就用大数据分析方法去了解消费者到底在想些什么，消费者到底需要什么，需要购买什么，然后再配合积分卡、会员卡来展开精准营销。事实结果产生了很好的效果，在大数据分析过程中间特别特别注重对某一类特殊人群的分析。我们举个例子看一下，早年Target分析过程发现女士怀孕阶段生理会发生变化，于是他们就开始研究，孕妇的消费习惯和孕妇的浏览行为，研究的结果，分析的结果发现，孕妇怀孕阶段生理发生很多变化，不同阶段发生不同变化。有了这个变化以后她们购买不同的东西，比如两到三个月的时候会购买这样的对象，生理上有这样的变化，三到四个月又有这样的变化，四到五个月，五到六个月，六到七个月，这样购买分布有非常强的规律性。有了大数据分析结果以后看他是怎么做的，把这个规律性写了很小很小的小程序，把这个程序放在超市收款前台的POS机里，每天客户推着大堆小堆的购物车来结帐，等你来结帐过程中间，一旦有这些商品有规律出现的话，系统马上立刻识别到这个人怀孕了，而且怀孕几个月，或者这个家庭成员中间有人怀孕了，怀孕几个月他马上清清楚楚。然后再配合内部会员制系统留下来的电话号码定向发优惠券，他发放的优惠券往往不是一大堆，是一、两件，有可能是赔着本卖给你，对你有很强的消费者。很多消费者感觉我正好需要什么东西的话这个优惠券就来了。大家可以想象一下如果这个客户到商店绝不会买一样东西出来，一个小小的东西几乎捆绑了一个人，甚至一个整个家庭终身消费价值。这一方面获得很好的好评，同时获得巨大的经济效益，这就是我们所讲大数据分析的直接结果，所以我们再重复一次，大数据分析主要要做三点。第一点要描绘出我们客户数据影像，第二点刻划出客户行为发展轨迹，第三点要描述信息关系图谱化。

　　第三个问题讲，在大数据分析过程中间大不是非常重要的，但是大家一定要注意，捕捉客户的数据影像，刻划客户行为发生轨迹和描绘整个客户的关系信息图谱的话，这才是问题的关键。

　　下面我们举一个网络上的小段子，我们用这个段子说明一些问题。大家知道去年一年有两个头像非常流行，一个斯诺登，一个奥巴马。斯诺登爆料的十年前美国政府发现了中国短信非常火爆，于是美国总统就责成美国国家安全局要展开棱镜”计划，目的想了解中国人想些什么，组织几百台大型服务器，历时十年切入中国电信[微博]和中国移动[微博]的服务器里面，据说截取数以万计的短信内容，最后经过夜以继日的分析和统计最终向总统汇报研究成果，最后向总统报告的结果，报告总统我们监视中国很多短信内容做大量的大数据分析，总结的结果是中国短信中间30%的短信是拜年的，还有30%的短信是用于商业和地产广告，还有30%的短信是卖假发票，卖假证诈骗的。还有10%全是黄段子。大家一听就知道是笑话，这个笑话很好说明一点，如果我们仅仅展开大数据分析，不掌握前面三点的话，这个大数据分析是没有用的，所以这是很好的一个案例，我们想拿它说明这样一个话题。

　　怎么才是一个有效的大数据分析方法呢？下面再看一个正面的例子。在2009年，也是我们上课的学院之一，山西企业的老板找到我们，了解大数据分析以后了解我们，想跟我们来做些合作，来展开一些大数据分析，当时正好北京城掀起了拼饭的高峰，一些年轻人找一些地方吃饭，还找一些不认识的人来拼饭，这是社交行为，我们不管目的怎么样，很流行的行为。于是我们建议这个老板可不可以就拼饭一族的消费行为展开大数据分析。于是老板第一个反映问我，我要更新设备吗，我需要多大的数据量来展开分析呢？我们告诉他非常简单，你不需要更新设备，数据量不需要很大，一个星期足以，数据量很小就可以。但是关键我们要掌握，要分析什么，于是老板就打电话，就五家餐厅的经理打电话叫过来，结果五家餐厅的经理第一句话问我，我们每天很火爆，吃饭的人很多，我们怎么知道这些是拼饭的。当时经理说拼饭一族的特点非常明显，一到结帐的时候一看就能看出来，为什么？大家都在算钱，或者拿一把零钱结帐的。这一点记下来。第二点2009年11月份的时候事情，同时统计单一性别和差异化性别允许吃饭。什么单一性别，什么差异化性别呢？不认识的小伙子和不认识的男男女女一起吃饭，能不能两者有差别，就统计这些东西。如果有差别的话，拜托各位老板特别帮我留意一下，这个差别都产生在什么地方。于是我们看到这个数据分析能不能反映客户的数据影像和行为发展轨迹，能不能产生一些增值服务，为企业创造出一些营销的奇迹来。

　　下面我们看统计结果，结果一星期以后很快就统计完了，但在现在的中高档餐厅基本都用手机来点菜，所以点菜的结果就在计算机里面，给我们的数据结果大概只有7K，五家餐厅一星期7K数据给我们，我们拿数据统计一下，一统计非常令人震惊，果然有区别。我们发现如果小伙子一起吃饭的话，和男男女女一起吃饭，两者差别能差到多少呢，几乎是一倍。这个令人非常不可理解，女士如果参加的话也是不能吃，或者吃的少一点。但是没想到女士参加人均消费大大增加，最后增加在什么地方呢？这个表格分析的结果，菜式的区别并不大，真正的区别就在酒水上和甜品上。大家都在网上来拼饭，大家都在网上找人来吃饭，于是我们就建议这个老板，如果有这样信息结果以后，我们了解拼饭行为特征以后，于是我们就可以在这上面做文章。怎么做文章呢？把老板修改一部分网上餐饮打折券，发布一个新的打折券，非常诱人。但是非常诱人比例的打分券只有男女搭配才能使用，这一点要求非常明确。还有一点非常明确的告诉大家，这个打折幅度非常大，但是不包括酒水和甜品，结果一个月以后统计果然奇迹出现了，这个企业，这个餐厅在菜品没有任何变化，投入产出没有任何变化的话，销售有了明显变化，销售量增加了大概将近40%，但是更令人可喜的纯利润增加了53%。所以这就是我们所讲的增值服务，大数据为企业带来经济效益，老板当然乐翻了，这是我们看到的一个结果。

　　由此我自己得出这样一些结论。第一个结论是什么呢？我们所讲的大数据对绝大部分企业来讲，这个大数据中间的大并非是一个绝对的命题，分析客户的特征和消费行为，这才是我们研究的全部和关键。为什么这样讲呢？大家知道数据分析我们讲几十年了，一点都不清闲。现在跳出来大数据唯一一个亮点和卖点是什么呢，就是这个大字。恰好是对绝大部分企业来讲这个大字不重要，分析客户的消费行为和客户特征这才是最重要的，这个大在什么时候会重要呢？比如如果中国移动，如果是影视制作行业，如果是零售业，如果是汽车制造行业，如果是手机行业等等像这样一些行业大是非常重要，但是大家一定要注意，就整个社会和整个企业群体来讲，这类企业在市场上的数量太少太少，我们现在面临的98%的企业都是一般企业，所以对一般绝大部分的企业来讲，这个大字不是绝对命题，反倒是我们不用很大，但是能够很好的分析客户特征的消费行为，这个才是问题的全部和关键。

　　第二个结论是用大数据分析分析什么呢，关键是利用大数据分析方法去捕捉到我们客户的数据影像，刻划和描绘出我们客户的行为发展轨迹，他是如何发展起来的，什么诱因使他发展起来，有这个过程。第三点我们通过大数据分析描绘出客户兴趣和关系图谱，如果掌握了这样一些东西以后，我们就有可能利用这个大数据分析完成我们的目的，我们的主要目的是什么呢？就帮助企业更好的了解这个客户，让很多隐性客户显性化，让企业对客户有更多了解，然后根据这个客户的兴趣爱好来策划出我们影响方案，真正做到精整营销，驱动市场更好的发展，这是我们大数据的目的。这个结论如果很通俗的来讲是什么呢，说白了就是让数据来说话，在我今后的营销和管理决策过程中间，减少人为因素的干扰，减少主观经验的干扰，让数据说话，数据代表市场和消费者特征的方式来说话。而另外再回归到我们营销最原始的主题的话，我们要这样做的目的是什么呢？说白了就是掌握在适当的时点用适当的方法把最恰当的产品传达给最需要的人们。这就是想跟大家一起来分享的话题。