2018金投赏尼尔森专场：大数据驱动的制胜未来之道

尼尔森中国区副总裁丁玎

　　新浪财经讯 “第十一届金投赏国际创意节”于10月15日至18日举行，主题为“增长下一年Growth Next Year“！尼尔森专场于18日举行，主题为：大数据驱动的制胜未来之道，尼尔森中国区副总裁丁玎出席并演讲。

　　以下为演讲实录：

　　丁玎：大家晚上好！我相信经过这四天精彩议程，现在大家应该是处于能量满满激情满满的时刻。希望我有有幸作为压轴的一场能够带给大家更多的能量，更多的激情。如果用一句话形容一下今天我们所处的世界，没人能够定格一座正在喷发的火山。几乎每一天都会有新的感受、新的概念，新的商业模式在我们身边发生，一个失控性进化的例子就在我们身边发生。让我们用一组数字来真切的感受一下这种变化。

　　经过过去几年迅猛的发展，我们可以看到今天整个数字经济已经占到中国GDP总额32.9%，在这样一个神奇而疯狂的世界当中，可能仅仅几个月时间就能超越前辈几年才能完成的事情。在今天的互联网时代单纯的人口和流量带来的红利已经到了基本消失殆尽的状态。每个人均在APP使用的时间已经长达5个小时，几乎相当于互联网人员每天的睡觉时间。在这样一个基础上再想往上增长，将会越来越困难的事情。尤其在中国已经存在400万APP的今天，其实只需要35个APP就可以满足近八成日常网民所有需求，所有挑战，所有难题都留给在座我们企业管理和营销管理的人员。根据华尔街日报最新的一项研究显示，在所有大公司的高阶职位当中，CMO在职位上是短的时间，42个月时间，同时也被各种名词所代替了。

　　面对这样的今天我们怎么办？后面的驱动因素到底是什么？第一，非常清晰的就是技术，不仅仅是中国整个全球都已经进入了技术创新井喷的年代，那仅仅是基本，投资在技术上的资本在去年已经达到了170亿美金是创有史以来的最高值。这里我们更想强调的，其实不是技术，而是另外一个重要的驱动因素，就是我们今天所面对的称之为空前自由而任性的一个新人类。源于技术迅猛发展，今天人类几乎可以在任何时间点，以任何方式买到他想要的任何东西，无论是内容还是场景、产品。

　　大概可以从三个角度去总结，首先是我时代，今天新的消费者一定意义上他是中国第一代中产阶级的子女，不同于父辈模糊的集体主义的概念，今天消费者的自我意识更加强，更加相信我喜欢的就是好的，不需要其他人的认同。另外一个特征，个性规模化时代，可以看到因为这样一种技术的迅猛发展，每个人在每个细分领域的每个需求都有可能被挖掘，有可能被满足。现在早已不是一个千人千面的时刻，而是一人千面的时代了。最后一点大家都非常熟悉，这是人人皆媒的时代，每个消费者不仅是消费者，还是一个传播者，这样爆炸性的影响相信大家在拼多多例子当中已经看得非常清楚了。

　　对于消费者洞察，所有市场营销人员最熟悉的领域，可能我们从来没有像今天这样的激动，也从来没有像今天这样的困惑和不自信过。所以总体来讲，可以看到人和技术这两大因素的驱动下，今天的我们所迎来的是一个前所未有，空前复杂的一个世界。在尝试去接受甚至去拥抱这样一个世界的同时，我们也不得不看到这样的世界带给我们的是一个巨大的不确定性，而这样一种不确定性对我们的企业管理，包括营销管理提出了更高的一个挑战，那在这张图上可以看到，假如我们要去总结过去企业管理和营销管理逻辑的话，非常简单。首先抓住我们目标用户群到底是谁，目标用户群所做的就是规划、执行、评估、优化。我们希望每步都能形成正向良性的循环。这是过去的管理和营销的逻辑，可是到今天你会发现这样一个管理的逻辑其实并没有发生改变，但其中的内容却发生了翻天覆地的改变。可以看到，首先，我们所研究的空前自由而任性的消费者，研究的群体他更加复杂和多元。第二，从消费者从看到买的过程当中每个环节都会发生网络式爆炸式的变化，整个变化难以预测。更大的挑战在哪里？整个循环的周期却是以前无法想象的，过去一个成功的产品能够支撑一个企业无忧无虑过上三年，到今年这个周期可能只有最多6个月的时间了。面对这样一个不确定性，到底怎么办？

　　是挑战就一定有机会，上帝在关上一扇门的同时一定会打开另外一扇门。对我们来讲好消息是在整个过程当中，感谢今天技术的发展，都会以数据的痕迹在世界当中去留下痕迹。谁能够掌握数据，谁就能够掌握未来。更进一步的好消息，依据数据进行管理逻辑也没有发生改变，依然是收集数据、整理数据、计算ROI进一步去优化，今天唯一的改变在于今天的数据变成海量了，今天对ROI的要求已经不是每年做一次就可以了，可能每个季度，每个月甚至每天实时去做ROI，包括在整个改进过程当中速度已经变成制胜最核心的因素。

　　面对这样的改变，我们整个中国的企业，包括企业管理者都已经意识到数据的价值，那我们可以看到已经有59%的企业都已经成立了单独数据分析的功能，另外有27%的企业也表达会在未来的一年当中会成立这样的部门。看上去似乎是一片大好的情况，但假如再去问一个问题，在这么多的数据被收集、整理、积累的今天到底有多少数据是真正被有效的利用并且去发挥商业价值的呢？可以猜一下答案是多少，最后这个答案只有区区的1%。

　　为什么会有这样的矛盾去发生，当技术迅猛进步，数据大量累计的时候，为什么达不到我们原本想要预期达到的成果呢？当然会有一些现实的阻碍，比如说大数据时代的技术算法，数据质量的挑战、当越来越多人认识到数据价值的同时，其实越来越多的数据孤岛也会产生，如何做大数据分析的时候确保数据隐私，最基石的东西不会受到干扰，所有这些都不完美。不得不在持续演进过程当中。当我们去跟客户合作伙伴去谈的时候，会发现所有的东西并非是真正阻碍他们的因素，反而是真正阻碍他们因素存在一个非常大的共性。

　　可以看到基本上可以把大数据应用当中的困惑分成三种情形。迷信大数据，认为大数据能解决所有的问题，结果一定是失望的。第二是不信大数据，我已经花很多钱去做大数据研究了，如果出来的结果跟假设的结果是一致的，这个钱是白花的，如果不一致，这个大数据是出了问题。更多的碰到的是第三种无用的大数据，我们有很多客户花了大百万的资金，人力成本放上去，也积累了大数据，最终陷入数据的迷宫走不出来。所有的数据到底是不是够了，究竟回答什么商业问题，怎么为商业提供价值，所有这些问题都是没有答案的。尽管有这样的技术发展、数据累计，最后数据和商业价值之间却仍然存在巨大的鸿沟。

　　进一步去看，真正阻碍这样发展的东西，不是数据，也不是技术，而是我们的思维。到底什么是大数据时代应该去拥有的思维，在这里我们也并不想给到大家一个正确的答案，可能也不存在完美的答案。更多想跟大家分享的是我们看到的一些走在比较前面，相对比较成功的一些企业，他们身上所拥有的一些思维的共性。做一个总结：不求完美求迭代，不求全面求实际，不求形式求成果。那可以想象一下这样的话说起来容易，真正去运用的时候仍然是非常困难的。

　　举个例子，当我们问大家互联网时代最核心的理念是什么？我相信大部分人都会告诉我是迭代，当我们真的把迭代运用到日常的工作当中，运用到企业管理当中，你会发现这个障碍远比我们想象的要多，很多时候我们听到都是这样的问题，你能不能用全量的大数据给我做一个完美的三年规划？为什么用数据交叉表就解决了，而不是机器学习，为什么既然已经是大数据了，为什么还要做消费者研究，经常会碰到这样的一些问题。在这里跟大家做一个分享，这也是我们的一个客户，一家奢侈品品牌，这家品牌也耗费了上百万美金的投资，长达一年半的时间去积累了大量的数据，无论是线上还是线下，无论是广告触达还是购买，所有这些数据积累在一起的时候已经一年多的时间过去，他们却会发现好像跟我日常的运作并没有产生太大的关系，这时候怎么办？

　　这个时候尼尔森作为合作伙伴，去看了看所拥有的数据，发现有趣的现实，这家品牌商70%广告投放都在线上，86%的购买都发生在线下。我只需要打通线上投放和线下购买就已经回答他业务80%的问题，看似这么不那么完美的出发点开始，仅仅通过简单的分析，就已经得到了对他有直接帮助的结果。比如说这里三个媒体平台，如果只看触达浓度的话发现功效差不多，一旦跟最终购买数据进行连接的时候，这个时候发现转换率上他们的作用却是大相径庭了，投哪个媒体这个是非常简单的答案了。如果把曝光人群和真正购买人群进行对比的时候也会发现很有趣的事实，虽然品牌希望能够触达到更多更广阔的人群，真正到最终购买的人群18-35岁的人群仍然超过50%的份额。即使在一线城市，比如说上海和北京，这个结果也是相当不同的。在上海购买人群18-35岁的人群就已经贡献了差不多90%。但是在北京这个数字只有50%，在北京35岁以上能够购买奢侈品品牌的人群远远超过上海。只是非常简单的分析，我们已经得到一些对业务能够起到实际帮助直接解决问题的一些洞察了。

　　对尼尔森而言，我们去发展开发大数据的时候，核心出发点就是商业痛点，如何解决商业痛点，解决商业问题这是我们去思考一切问题的最初的出发点，基于这样的出发点，我们也从去年到今年发布了两个比较大的大数据解决方案。第一个是线上广告投放，怎么去评估线上广告投放的效率，这是第一大解决方案。第二个解决方案，另外一个痛点是线下如何管理，如何在线下去打通人货场。在这样的基础上，我们就投入了精投魔方、商业智景两大解决方案。精投魔方联合京东一起发布的，去年金投赏已经做过详细介绍。

　　想强调的一点，在精投魔方对于其他的广告评估的解决方案，最大最大不同一点，我们不再用一些中间指标，无论是触达还是点击这样一些中间指标去衡量广告的效果，而是直接去采用购买最终指标去衡量广告的效果，这使得我们做的品效合一不再是梦想，而是现实。基于京东2.36亿大数据用户基础上，我们所做的事情是拿到最终的购买者，而不是潜在消费者。找到这些购买者，然后以回溯的方式去找到他，还原他总体的购物路径，无论是京东还是在什么屏幕上。基于这样的用户还原是我们做的第一步。第二步在海量的路径当中去找到我们最需要去聚焦的是哪些路径。我们可以看到，在这里1万多条路径当中，仅仅35条路径就已经覆盖了近85%的销售，在这里的话，对于我们广告主而言，到底应该聚焦于哪里就非常清晰了。

　　仅仅有路径还不够，下一步用了我们多触点的模型，能够摒弃触点之间的网状关系，能够精准触达每一个点最终的ROI到底是什么。有了这样一个东西再去营销规划就是一个非常简单的事情，举个例子，这是优化前的资源分布，在不同的接触点投入了不同的资源。通过模型算法，对每一个接触点都会有一个饱和曲线出来，这个饱和曲线的意义在于对于每个接触点我都知道哪个点是我的投入产出最高的一个点。所以在这样一个基础上，根据这个一个结果再去调整我的资源分配，这是非常简单的。最终我们的聚焦点不在于数据，不在于模型、算法、技术，而在于最终达到的效果是什么，广告本应如此简单。这是我们解决的第一个难题。

　　下一步也是今天特别想讨论的，聚焦另外一个痛点，线下零售市场。如果现在我们要做到人货场打通，目前在点的层面或者面上的层面能做到是有可能的，比如说仅仅是线上层面的打通，或者仅仅某一个店铺、零售商的角度去做打通都是可能的，但如果做整个中国大陆全域的，尤其是线下市场的人货场的打通是非常难的，可是这样一个领域是我们在座所有品牌商花费最多钱，也是最头疼最难以提高效率的领域。既然已经头疼了几十年为什么到今天去找寻这个答案变得这么迫切呢？不得不看一下今天的零售市场，无论是新零售、无界零售，今天这个零售正在经历颠覆性的变革变化，既兴奋又恐惧，下一步到底会走向哪里，我们应该怎么办？没有人会有答案的。到底新零售改变了什么？如果要回答这个答案，我们还是要回到零售最核心的三要素人货场，有了好的货，找到最旺的铺子把货放上去，我的货就完成了。消费者自动会找到我的货。即使在互联网发展的初期，电商平台的崛起会发现这个逻辑仍然是一样的，只不过我们场的概念从线下扩展到了线上。但是随着移动互联时代的来临，随着每个人手机购物习惯的养成，这样一种空前自由任性新人类的来临，他可以在任何时间以任何方式买到任何东西。今天零售三要素仍然是一样的，但关系却发生了翻天覆地的变化。

　　以前仍然是人找店的过程，到今天是店找人，甚至是货找人的过程。要在这样一个零售环境去制胜需要去做的是什么？第一，利用数据尽可能更深层次的去理解我们的消费者，但仅仅做到这样可能还不够，必须从我们得到的信息当中，比如说这些消费者到底是谁，他们在哪，想买什么，什么时候以什么方式，在这样的基础再去重构我的货，甚至重构我的场。在今天这个时代，怎么样去做到人货场打通这已经成为我们未来想要成功必须具备的关键条件。既然这么重要，我们应该怎么做，线上数据的人货场打通相对来讲会是比较容易的，因为是天生的，天生会有所有的数据记录下来，但是对于目前仍然贡献了整个零售总额80%的线下市场，这一点是非常困难的，尤其我们身处的还是中国，中国是这样一个巨大的市场，我们可以看到地区之间的差异率，仅仅放了GDP的差距就可以高大20倍，这还是非常保守的数据。其实整个中国有329万不同类型的店铺，而店铺随着现在新的数字时代他变化的概率也是非常高的。下面仅仅是现代渠道年度店铺变化已经高达48%。也就是说在今年我去那个店可能有50%的可能到明年就不见了，或者换成新的店了。

　　面对这种挑战是不是不可能完成的任务？我们也在想，既然大数据如此的发达，既然有越来越多基于地理位置的大数据都有可能，是不是我们有什么可以做的？有没有可能我们对于整个中国大陆做一张地图，使得我们客户在每一寸中国的土地上都能看到人货场全面的信息，在这样的一个基础上我再去做决策，再去打仗是非常轻松的一件事情了。而且这样的梦想其实并不是那么遥远的，作为尼尔森而言，我们已经花了过去30年的时间去追踪零售市场上每一个单品级别的销售数据，而且每一年我们都会去跑整个全国最全的普查数据。作为一家有百家数据管理公司，我们拥有全球排名第四名的数据管理团队。有这些能力都具备的基础上，为什么我们不能做一些事情，使得我们零售商、品牌商的日子过得更加轻松舒服呢。带着这样的梦想跟中国大数据的合作伙伴做了一些探讨，经过10个月的努力之后，今年8月推出这样的产品，叫商业智景。我们去把线下零售市场黑匣子转化成更加数字化、透明的，更加可管控的平台。

　　在设置产品初期的时候考虑了各种可能，发挥数据的价值，发挥大数据的潜力，赋予我们客户在真正业务当中的需求，能够覆盖整个中国大陆区域，在整个中国大陆区域上切分成一公里乘一公里的小格子，在每个格子上都会有不同的数据叠加上去，不仅仅是一个数据堆在那里就够了，用了新型的模型，包括机器学习的方式去找到这些数据之间到底的关系是什么。对于中国大陆的任何一公里乘一公里的格子当中，都能告诉你在格子当中到底有多少家店，是什么类型的店铺，每个月甚至每天到底有多少产品被销售出去，是通过什么样的渠道被销售出去。在这样的区域当中到底有多少人住在这里，有多少工作在这里，有多少经过在这里的。通过这样一些丰富数据打通，能够帮助我们客户做到的，不仅仅是战略规划，更加日常业务的运营。首先我们要做到一个灵活的颗粒度，不仅仅做到中国大陆全域的覆盖，更加重要的是在这个基础上可以做各个城市之间的比较，在广大的中国大陆上究竟哪个城市对于我所处的品类来讲可能销售潜力是最高的。

　　在这样的基础上还可以进一步挖掘，看到每个城市细分到一公里乘一公里网格情况又是如何的，甚至在基础上可以根据客户的需求去做商圈，符合你自己所在品类商圈的定义。像南京路商圈，上海非常繁华的商圈，假如你是卖尿布的那南京路对你来讲是不是潜力最大的商圈呢？答案就不是了。根据你所在品类的特点去重新定义商圈。还可以进一步做细化，做到店铺周边的店铺分析和管理，对于我们所有的零售商，所有的品牌商来讲，我们能够细化看到每个店铺周边的情况到底是如何的，什么样的一些人群，这些人群具备什么样的特征，每个品类可能销售的潜力是多少，有了这些图景之后，我们做消费决策就会简单很多。

　　太多的数据都聚焦在一个平台的时候，我们会更加头痛，用了灵活筛选的功能。假如说我要在南京这个城市当中找到年轻人的餐厅聚集地是什么，非常简单，只要找到18-24岁人群以及餐厅聚集地的区域。最终在南京路地图当中可以非常明确地指出什么样是年轻人的聚集地。高端轻体果汁如何铺货？可能是女性、高收入，同时要找的区域是果汁市场成熟度较高的，仅仅通过三个指标的筛选就能够非常清晰的看到，在这么大一个南京市当中有哪些区域是我们下一步可以聚焦的区域，这是定制指标给我们带来非常强大并且简单的功能。

　　还有一点动态追踪，今天更多企业决策不再像过去一样基于经验或者黄金法则，很多时候商业决策必须是基于数据的。可是有一个非常重要的前提假设，就是我们这些数据首先质量是要好的，其次是可追踪、可回溯一个数据基础。这样的数据基础才能确保我们所做的决策是准确的，在这里我们花了很多力气做到保证数据是可追踪、可衡量、很回溯的过程。同时在大数据里面怎么样在不同的数据源当中使得他们在时间上保持一致，这也是一直是个难题。我们以各种方式去解决这样一个难题，确保所有的数据在同一个时间维度上去更新，并且是可追踪、可持续监测的数据。

　　最后一点，在一开始建设这个平台的时候，我们的理念就是我们要做的是一个开放的平台。因为我不希望当我这样一个数据产品做完之后，它又变成客户庞大的数据仓库当中另外一个数据孤岛。我们在设计这个产品的一开始，我们就使得整个平台会是一个开放平台，意味着可以完全嵌入我们客户的系统和平台当中，使得所有的数据在一个平台上进行有机的打通和连接。

　　给一个简单的用户案例，真正用的时候我们到底是怎么用的，这是来自客户服务部的问题，对于所有厂商而言，大家都会说怎么去了解我的目标消费者的需求，怎么做新产品创新，这些东西我太熟悉了，但是挑战在于执行，很多时候这个也是市场部和销售部正直不休的地方，如果成功还好，如果不成功的话，到底是产品设计本身就是错误，还是执行的时候犯了哪些错误，这个时候发现这个争论永远没结果的。但是今天大数据平台上要找到答案是非常容易的事情了，比如说有一款新的产品，这是一款高端的茶饮料，需要找到的人群是中产阶级，这时候怎么办？

　　首先找到目标人群，这里跟大家强调的是在基于我们大数据合作伙伴，其实已经覆盖了95%中国互联网人群的基础上，我们已经去做了第一步的工作，我们把这整个全部的人口去做了一个聚焦和分类，在这里我们可以看到已经把它变成80类细分的人群，意义在于当你有自己非常清晰的目标人群定义基础上去匹配这80类人群。我们要找的是中产阶级，同样是南京市，整个南京市的中产阶级的人口热力图，给大家一个概念，整个南京市是6000多平方公里，在我们这个产品当中就是6000多个格子，做完这个之后，6000多个格子就缩小到2000多个格子。

　　这样还不够，不仅仅要看到中产阶级的热力图，还要看到茶饮料的销售潜力的热力图，可以看到目前这饮茶的高消费力的图到底是什么，这个图又缩小了，把这两个热力图进行叠加，叠加之后能够找到既有很多中产阶级出现，同时又是一个即饮茶成熟度销额较高的重点区域，把6000多平方公里已经变成了只有500多平方公里。整体来讲我们需要聚焦的就是这500多平方公里，只有整个南京市的9%，通过聚焦9%的区域，我们能够使得覆盖整个南京市即饮茶销售额的5%。

　　针对这9%500多平方公里会有一个非常清晰的每一平方公里的格子，我们称之为尼尔森的店铺热力图，整个店铺的总量图。你可以看到在每一个格子，每一个平方公里当中到底有多少家店铺在这里。下一步更加神奇的事情发生在这里，我们可以进一步把客户的店铺数据做导入，导入完之后我们能得到的就是神奇的铺货差值热力图，这基本上是所有需要做线下渠道管理的制造商的图景。

　　如果新进一个城市，雇了一个销售经理，回来告诉你在三个月之中把货成功铺到1000家店铺，是夸奖他还是骂他一顿，我们完全没有答案，我们并不知道这个店铺的总量，并不知道市场的全景是如何。但是有了一个图景，可以明确地看到到底哪个区域是铺货差值最高的，也就是下一步要聚焦的领域。我们只需要聚焦13个格子就能覆盖整个南京市即饮茶9%的区域，在什么样的级别上去提升我们的效率，这是我们需要考虑的问题。这只是其中一个小小的用户案例，作为尼尔森而言，非常开放的跟所有的合作伙伴包括我们的客户去合作，怎么样把不可能变成可能，这是我们大家一起去共同探索的未来。谢谢大家！

　　新浪声明：所有会议实录均为现场速记整理，未经演讲者审阅，新浪网登载此文出于传递更多信息之目的，并不意味着赞同其观点或证实其描述。

责任编辑：谢长杉