专访ID : 纷析数据创始人

“获客-说服-转化的标准模型已经不能完全适用今天的数字营销。”

——宋星

 导 读 

宋星无疑是中国互联网营销领域的一个举足轻重的人物，不需要任何刻意装点。

每次提到他，逃不开的是一连串带着惊叹号的身份：百度集团顾问与钻石讲师、腾讯星河计划顾问、Google mLab 顾问、北京航空航天大学特聘教授，前 Adobe Omniture Business Unit 亚太区首席商业咨询顾问。

同时，他也在世界上最大的广告传媒集团之一：阳狮媒体集团担任数据与技术创新部总经理。

从 2008 年走到 2018 年，他举办的近百场数据沙龙，成为数据营销与运营圈专业与干货的代名词。他是数据化互联网营销与运营最资深的从业者和行业意见领袖，《网站分析在中国》博客全文作者。

---

Part01

移动化变革：

数据重新雕刻世界的力度将空前

9 月 18 日，WAW X（WAW，WebAnalytics Wednesday 网站分析星期三）如期举办，基于厚重的行业沉淀与积累，汇聚神策数据、Oracle、秒针、Google、Convertlab 等顶级数据厂商的行业领袖大咖，为业界瞩目，并被评为“筹备了十年的数据峰会”。

宋星说，在很长的一段时间内，干货、专业这些重一点的东西都不怎么受欢迎，可 2018 年，“重”成了时代关键词，新经济环境、新互联网发展阶段、新消费人群的新需求，大家开始喜欢拼干货、拼增长、拼利润，真材实料、真刀实枪、真金白银，重一点，好一点，数字营销与运营进同样进入重工打磨时期。

 Q.1 

十多年来，数据化是一个人人都能看见的趋势，一路来您看到了哪些变化？

十年前我们开始尝试追踪用户的行为，十年后我们依旧非常努力地做这个事情，这始终是中国数字营销领域的主流。

但不同的是，之前的用户数据完全呈碎片化，如星辰般散落，即使同一个消费者的历程也是碎片化的。

如今对人的追踪已经发生了天翻地覆的变化，用户行为数据可以被打通与整合，因为今天的移动设备如同人体不可分割的“器官”，它的统一标识的属性，数据因此可以发生打通整合，并发生共享和交换。

随着“人”被彻底的打通成为可能，未来十年将是“人”、“物”、“场”的打通，当这一切都打通后，数据彻底重新雕刻世界的力度都是空前的，甚至难以想象的；未来数据源究竟是什么，数据规模的大小，这将为我们的数据能力划出了上限。

另外，数据除了给专业领域赋能，也将降低本身的使用门槛，下一个十年，数据肯定不再仅仅是数据科学家和分析师才能掌握的工具，数据本身将更加容易被企业从业者掌握，或者，成为一种人人都需要的认知模式。

 Q.2   

从完全碎片化到人、物、场的打通，您认为催生这种变革力量是什么？

移动化是革命性的推手。但是如果没有移动化，数据的这些力量是无法被释放出来的。

 Q.3   

移动的变革力量对互联网营销来说，产生了哪些影响？

移动化带来的影响可从 4 方面来讲。

第一，移动化让消费者旅程可追踪的广度和深度实现双双提升。互联网企业数据上的互通有无、互联网厂商间的合作，或是同一个生态内企业（比如 BAT 收购或者参股的企业）之间相互分享彼此的数据，便于追踪消费者旅程。

第二，在消费者旅程上的进步，很快转化为品牌营销与效果营销的打通，即过去所谓的“品效合一”。品牌推广上努力的效果可通过最终的实际销售效果来加以衡量。

第三，真正实现了传播和传播载体之间的解耦。受制于 APP、微信、信息流、视频流等各种新媒体的极为强烈的动态化和个性化，固定位置广告空间非常有限。再加上能够持续追踪一个人（设备 ID）的情况，传播及其载体可以说是基本上彻底一拍两散了。

第四，创造了监督学习的环境，让智能营销成为现实。一种方法，是品牌广告投放常用的方法，即根据这个人的属性或者兴趣，投放给他对应的广告；另一种方法，是效果广告投放常用的方法，即监督学习。

监督学习的广告投放方式可以说是消费者数字生活移动化之后的必然结果。在不断的投放-学习-校正-投放-学习-校正的循环中，机器慢慢摸索出了一套方法，并且不断优化，直到最终跑出最接近你期望的投放结果。

Part02

“获客-说服-转化”数字营销的标准模型

已被彻底改变

变革无时无刻不在发生。

当我们发现：今天的流量变得很贵且越来越“无能”，营销成功的案例似乎越来越没有套路，新的营销技术涌现却摸不着门道的时候……这里面真正起作用的正是“连接”关键词。

“连接”帮助我们理解变革的力量。今天的数字营销最明显的特征是各种“疯狂的”跨域连接。搞清楚了“连接”背后的动力和作用，也就抓住了今天数字营销革新的主线。

Q.1   

为什么说，获客-说服-转化的标准模型已经不能完全适用今天的数字营销？

数据的连接是更具革命性的。在没有数据连接，尤其是在没有跨域的数据连接的世界中，我们的营销策略是“单线程”的，即我们吸引流量，然后尽快说服，最终完成转化。

获客-说服-转化，几乎是一个三位一体的营销循环。但凡是超出这个过程的流程，就只能模糊地了解到底有没有达到效果，比如互联网品牌营销，到底为销售带来了多少实际效果。

获客-说服-转化，这个固有的流量变现模式在彼时有强大的市场，但是随着流量红利逐渐走向枯竭，而流量背后的用户数据则开始慢慢能够被打通，两个变化的共同作用下，数字营销的策略必然发生改变。

数据连接帮助我们创造了新的闭环：跨域（跨数据主体）数据连接——目标人群策略重构——跨域（跨媒体）定向投放——定向再营销。

这个闭环的背后不再是基于流量变现，而是基于对消费者群体的认知以及消费者消费旅程阶段的不同所构造的更具针对性的营销。这一新的营销方法又继续深化，并演变为更具个性化的营销。

Part03

“冷”思考：

嘘头太多，不切实际的幻想太多

对比国内外环境，在数据“出口”差异、数据交易方面等方面存在较多差异。

例如，E-mail 在国外是一个很重要的出口，是非常重要的营销手段，而在国内 E-mail 并没有作为主流的营销触达手段，我们更多依靠微信、广告等。

在美国、欧洲，有比较成熟供数据交易的网站平台、交易所、交易市场等，在中国数据交易是由政府主导，而在营销上也都很少应用。这是基于不同政治经济环境所造成的差异。

在中国市场环境浸染久了，宋星对中国数据化建设历程有着自己的评价和判断。

 Q.1 

在中国数据化建设推进过程中，服务厂商存在哪些典型问题？

个人感触最为深刻的是，数据服务厂商的宣传问题。厂商喜欢去包装一些概念，概念上过于浮夸，容易让客户存在不切实际的幻想，而实际产品本身并不能满足这种幻想，这种“新瓶装旧酒”式营销破坏行业发展。

比如“智能”一词，这是烂大街的词语。

其实“智能”取代的只是人类一种非常初级的思考，或者说是提高人类初级思考的效率，不可能主动提供给你一个神奇数字，让你实现增长。

它不能代替人的经验，且直接解决业务问题的智能是不存在的，真正的“智能”要基于真实业务情况来分析。

     Q.2     

基于上述问题，您认为可学习与改进的地方有哪些？

要回归产品。

国外产品的创新性是值得我们学习的。国外许多数据产品开始趋于智能化，并在一些细分市场上做的较为前沿。

比如 Anodot 提供实时分析和异常检测的大数据创业公司，能够实时在大量的数据中发现异常的数据并把他们转为有价值的商业信息，以消除商业观察中的延迟，主要应用在广告技术、电子商务和物联网行业。

再如，Arundo 开发的机器学习软件和高级分析应用主要用于管理和优化资产密集型工业操作的性能。

Arundo 基于云的边缘技术主要针对不断增长的物联网分析市场。产品创新性始终是中国缺乏的，会有 5 到 10 年的差异，甚至更长。

Part04

广告主的数据化转型之旅

有哪些避之不及的坑？

宋星一直被称为互联网数据专家，尽管他非常依赖于数据，但他自我评价是一个“反数据主义者”。

他认为，如果没有搞清楚商业上的问题和需求就跳入了数据的细节，便从此迷失方向，比没有数据凭着经验还要糟糕。

Q.1 

广告主数据化转型中，有常见哪些坑？

我在文章《数据虽好却布满陷阱——广告主的数据化转型之旅有哪些避之不及的坑》中总结了这个问题。

有五大“坑”，分别是：

第一，远远没有准备好——过度神话数据，且不知道拿数据究竟干什么

第二，干嘛要花钱——花出去最终有没有真正起到效果

第三，缺乏应有的专业性——缺乏解决问题方法领域的专业性

第四，一朝踏上贼船，终生以泪洗面——企业选型错误工具

第五，不一口一口吃饭的，真的被噎死——企图建立一个包含所有业务的大数据系统

Q.2   

实现数字化转型，有哪些是必备环节？

数据是一个系统，数据化转型是一个系统工程。从获取数据，到配置数据（整合打通数据），到分析这些数据然后分发这些数据，到最终让这些数据起到作用，是一套科学严谨以及多个环节结合衔接的方法论与过程。

在某一个环节用了一点数据一个数据方法产生了令人惊喜的效果的确是存在的，但并不能带来持久的效果，且反而容易让人误入歧途或是产生更不切实际的期待，而忽略本该踏实构建的数据基本面。

所以我认为“商业导向的数据意识与思维”、“数据获取和组织的方法与工具”、“数据应用的方法、工具与出口”及“数据人才梯队的搭建”是四位一体的事情。

如果一家企业，我们过于将眼光放在数据本身，而忽略数据价值赖以存在的基本面，那么数据不是如天使般从天堂降临的救星，但数据其实本该是我们自己建造的更上层楼的阶梯。

Q.3 

在这个过程中，广告主存在的最常见的问题是什么？

比较典型的问题是，不清楚究竟 “拿数据要解决什么问题？”曾经我遇到一个企业向我咨询如何做数据化的转型。我问：你们做数据化转型主要想解决哪些方面的问题。

“当然是解决没有数据或者是就算是有数据也用不上的问题”，他回答道，然后补充说：“我们希望通过数据能够让我们的产出效率提升。”

这样的答案基本上可以用在世界上所有的企业上，因此也就相当于没有答案。显然，数据用不上是一个重要的问题，但每个企业的数据利用场景都千差万别，在让数据发挥技术性价值之前，必须首先搞清楚自己业务本身存在的真正诉求。

商业咨询的梳理总是一个在数据化转型前必须要完成的功课，无论是通过企业自己，还是第三方。

但是，许多企业会完全忽略这一步——或许他们认为他们自己已经非常了解自己的业务；或许，他们假设数据来了之后才能让自己搞清楚自己业务的状况。

所以数据转型和应用，一定要强调必须从业务出发，而不是从数据出发。

因为数据是业务的映射，而不是反过来。我们不是因为数据能做什么，而相应调整我们的业务，我们是因为业务上有什么样的需求和麻烦，才会相应抓取、组织、分析和挖掘相关的数据，永远是业务出发，业务第一的。

作者：研如玉

本文转载自公众号：用户行为洞察研究院

 ◆    ◆    ◆    ◆    ◆  ◆◆  ◆

用户行为洞察研究院

User Behavior Insights Research

用户行为洞察研究院，旨在提供更具行业深度的洞察、领先的行业最佳实践、创新的技术解决方案等，为广大企业客户、大数据产业链从业者的发展提供指导。

未来，研究院将会进一步联合行业优秀创新典范、各类型合作伙伴、学术界与行业专家一起，汇聚大数据与用户行为分析领域的最佳创新实践和行业深度洞察。

温馨提示

☞2018 数据驱动大会演讲干货，请戳 Ian Thiel：靠这 3 点，实现 30 倍增长，从不盈利到营收 5.5 亿  | 桑文锋：数据化建设的时代机遇 | 曹犟：神策数据产品矩阵发布

☞2018 数据驱动大会亮点回顾，请戳官宣：神策 2018 数据驱动大会亮点回顾

☞星斗奖获奖详情，请戳“星斗奖”九大类奖项揭晓：好未来、四川航空，瑞幸咖啡杨飞、中青旅张晓磊

↙↙↙点击“阅读原文”可体验神策数据产品