關于大數據營銷的腦洞千千萬，這一個得到了大v加持

# Digital Marketing Wikipedia #by HDMR

本系列由HDMR原創，出自華揚數字營銷研究院

大數據概念火了以后，出現了很多營銷新概念、新工具。雖然名目不同，但它們的目的基本上都是讓消費者、客戶的行為可預測、可管理。在這個終極的目標下，人本營銷、動態營銷等概念逐漸走進人們的視野，而在這其中

預測營銷

Predictive Marketing

也開始走出腦洞階段，有了實現的方法論。

——

總體來看，預測營銷希望通過大數據幫助廣告主尋找銷售線索、尋找潛在客戶并預測其成交價值的高低與行為趨勢。

在一些2B業務的應用中，早期企業會通過預測營銷公司進行“預測性銷售線索打分”，以在那些成交可能性更高的客戶身上投入更多銷售力量，而減少對成交可能性較低的客戶的營銷投入。其基礎預測方法為對公司、行業現有客戶情況的分析，尋找關鍵成交因素，如規模、地域、公司IT產品架構等，并根據這些維度評價目標潛客。

后期，也有預測營銷公司開始提供更加整合的服務，通過云平臺實現潛客的預測推薦、銷售線索管理、銷售進度追蹤等一系列功能。

而在大廣告主關注的2C業務應用中，早期的預測營銷能夠根據用戶數據預測其需求，進行智能推薦，或協助廣告主進行用戶畫像、目標受眾圈定的工作。而近期，隨著智能設備的普及，更多場景數據能夠被識別與留存，部分預測性營銷公司基于此展開預測業務，提出改變傳統的漏斗模型，全程鎖定每一位可被識別的消費者的每一步決策過程，抓住個性化的場景與需求，展開針對性的內容與媒體投放。

對消費者的精準預測是營銷體驗個人化、個性化的前提條件之一，從這個角度上說，預測能力應成為相當多大品牌必備的營銷能力之一。另外，從漏斗模式到消費決策流程的跟蹤模式的變革雖然還在早期階段，但其指出的營銷變革的方向是篤定的，品牌有必要盡早轉換思路，尋求實現路徑。

——

與其他許多大數據營銷工具相似，預測營銷能夠幫助品牌處理繁雜的內、外部數據，從而深入到人力所不能及的數據資源挖掘應用層面，提升營銷效率與效果。同時，它更進一步將視角聚焦在“預測能力”。

在Gartner提出的數據分析層級中，數據首先被用于描述現象，接下來是診斷現象發生的原因，預測則是數據分析的最高層級，它將通過數據預知趨勢，并隨著自動化的進程指導決策或行動。

目前的預測營銷基本能夠到達上圖中的決策支持階段。除了Rocket Fuel、AgilOne等新型營銷技術供應商之外，許多擁有大數據業務的知名企業，如IBM、Adobe等也提供數據預測或預測營銷服務。在國內，騰訊也在今年提出“從精準營銷進化為預測營銷”的發展方向。

——

現階段，預測營銷必然還面臨諸多問題與困境。

譬如，國內不少企業數據化進程緩慢，第一方數據沉淀尚不充分。而即便有意識管理第一方數據，其數據合作開放度也并不高，加之當下商業環境中整體數據開放程度不高，給數據資產的積累帶有困難。

另外在2C業務中，消費者個人信息保護的規范尚未確立，對許多數據的應用尚處于灰色地帶，國內更加依賴騰訊、阿里這樣的平臺，實現針對賬戶或個人的數據追蹤與洞察，不少中小技術公司則集中于2B業務。

而對于數據黑箱的質疑也是預測營銷必須面臨的挑戰。近兩年出現了多起廣告主質疑廣告技術公司數據造假的案例。技術公司將大數據輸入算法的黑盒，廣告主只能看到產出的結果卻無法了解其中的原理與過程，在行業發展初期，這很可能造成雙方的不信任。但黑盒的現狀尚無解決方案，預測營銷公司也勢必繼續面臨來自客戶的質疑。

還有一些場外信息也對預測營銷的發展帶來了影響。

從2015年爆發至今，基于大數據的預測營銷已經走過了爆紅的巔峰，正在朝生命周期中的第一個谷底下滑。根據Gartner2017年的技術生命周期分布圖，預測營銷應用的大數據、SaaS、UCaaS等技術都已接近或處于谷底，唯有機器學習一項仍在高位。

技術生命周期的演變可能影響資本對中小型技術供應商的判斷，從而影響其發展路徑。在美國，廣告技術股就遇到了些小困難，投資銀行Luma Partners數據顯示，不包括行業內的明星企業Criteo和The Trade Desk，截至2017年6月6日的三個月期間，廣告技術股股價平均下跌了7%。近期剛剛被Sizmek以1.255億美元收購的RocketFuel，2013年市場估值曾高達20億美元。

— —

預測營銷是目前可見的大數據營銷的目標形態之一，雖然通往終極的路途漫漫，但廣告主已經可以著手準備。

End