本文导读：文章共分为四个大块：数据与我们的关系、什么是数据化思维、如何通过数据化思维提升营销效率、数据会说谎。内容来源：合创新业的沙龙课，奥美数据总监王泽蕴老师的分享。

数据近几年简直如日中天，无论在哪，数据分析已经逐渐成为一个非常重要的领域。几乎每一家互联网公司，每一个营销人都离不开大数据的支持。

这个年代，数据正在用一种新的方式彻底改变营销人的思维。这种思维的进步，就好比从农业文明进入到工业文明的时代，人们运用机器提高工作生产效率，满足生活需求。数据分析在用一种更高维度的方式，帮我们搞定越来越挑剔的消费者。

数据与我们的关系

数据是我们的舵手，为我们提供策略和定位的指导方向。

“我们已经尽力了……”

每当看到一脸悲愤的营销人说这句话时，内心都有一种心痛的感觉。绞尽脑汁的满足甲方的各种无理需求，最终没有达到甲方的效果，被甲方给与差评。如何利用数据来为我们提供决策指明方向，成为每个营销人的重中之重。

某国产汽车品牌的一款SUV 美孚H9即将上市，上市前营销团队面临了一个非常重要的难题：谁才是我们的目标人群，如何把我们的产品推给目标人群。

当时，汽车厂商旗下的SUV现状是：

1.老客户的品牌忠诚度高，价格便宜，性价比高。

2.美孚H9的价格区间在23-30万，是品牌里较贵的一款，是美孚其他系列的价格3倍左右。

3.美孚H9是国产SUV中相对最贵的，但和相同配置的国外SUV价格远高于美孚H9

4.在车站上，媒体和车友均很期待这款美孚H9

品牌忠诚度高、舆论反响好均是利好因素，但价位高于历史车型不知道是否能让广大消费者掏腰包？什么样的人会更容易被说服购买美孚H9？

通过抓取和分析车展结束后“美孚H9”的百度指数发现：与美孚H9相关搜索量最大的车型排行的前五位均是美孚系列产品。

用户有一个典型的行为：会经常将目标产品和难以抉择的竞品放在一起搜索比对，进而得到更多信息做出决策，但用户不会把价格悬殊过高的产品进行比较。

排名前五位的产品均是美孚系列产品可能是美孚的宣传推广比较到位，用户对美孚这个品牌的忠诚度比较高。这些关注美孚系列产品的用户只是在挑选性价比高的车辆中包含了美孚H9。

因此，我们的目标消费人群应该是不太熟悉美孚系列产品，但热爱SUV车型的用户。因为美孚系列给了人们价格便宜，性价比高的认知。我们的在宣传的策略上着重强调在相同配置中，美孚H9是性价比最高的车型。

在营销领域里，我们永远离不开数据，当我们两眼一抹黑不知道下一步怎么做的时候，不妨考虑一下从数据入手，数据会帮我们指明方向。

数据为我们在黑暗中指明方向

数据给我们的认知都过于极端。

人们对于数据的认知处于两个极端的方向，要么过度神话崇拜，数据至上；要么不以为然，数据都是骗人的。数据分析下准确的结论随处可见，比如：双十一，6·18。但数据分析并不都是一定准确的。

在两部姜文导演和汤唯出演的同期电影《一步之遥》、《黄金时代》上映前，业内专家通过电影内容及题材、导演和明星号召力等数据预测《一步之遥》的票房会超过12亿，《黄金时代》的票房会超过2亿。然而《一步之遥》的票房只有5.12亿，《黄金时代》的票房最终没有超过5000万。

从结果论来看，各行各业的专家预测准确率和猩猩扔飞镖的命中率是一样的。我们在做预测的时候并不能囊括所有的因素。比如《捉妖记》在拍完第一版的时候，业内人士都很看好这个片子，但谁能预见该电影主角被举报吸毒呢？

在数据分析中存在着很大的不确定性，不要以为掌握了大量数据就拥有了一切。要想学会数据分析，首先要拥有数据化思维。

什么是数据化思维

数据化思维的本质就是找规律。

俗话说：文无第一武无第二。面对感性的需求，我们要将其分解成可实施的项，再通过数据反应的客观规律还原用户场景，从而达到满足用户的需求。

在《爸爸去哪了2》第一期播出后，湖南卫视的工作人员为了使节目可以持续的火爆，通过优酷、爱奇艺、微博、贴吧等平台的数据监测发现，Grace的人气已经遥遥领先节目里的其他人。工作人员判断，观众们更喜欢看到Grace她们的生活。于是，在第二期的剪辑中，有意的减少了爸爸们出任务的时间，增加孩子们之间的相处以及对孩子们教育的时间。

你们以为综艺节目为什么好看，是因为导演牛逼，剧本牛逼么？其实都是工作人员通过各大视频网站节目的拖拽集中时间、回看时间等数据的分析，还原观众的观看场景，从而达到火爆的效果。

数据化思维是通过数据反推优化决策。

数据本身是后置的，即先有行为，才有记录行为的数据。我们需要做的是，通过行为数据反推行为，进而优化行为决策。

某公司，因为业务扩大，人数增加，想换一个办公地点。老板对员工们说：我们是即将上市的大企业，怎么还能在西北五环这个又小，又远的办公室办公呢？我们要搬到东二环的CBD里，好的企业都在那里，你们怎么看待我们搬家这件事儿。

老板的想法是：公司正在逐渐扩大，想给员工们一个好的办公环境。东二环的CBD，环境优雅，地方大，又处于北京的正中心，交通便利什么都有。

员工可不这么想。许多员工为了上班方便，都把居住地点定在公司附近，现在要搬到东二环CBD，徒增了上班的成本。但他们缺没有什么好的方法去说服老板，数据部门的小张知道了大家的需求，仅通过一句话一幅图就说服了老板。

小张首先调研了公司所有员工的家庭住址，然后把大家的住址用百度地图，形成一张热力图。并附上一句话给老板：通过热力图显示，80%的员工都住在现公司附近，所以建议在海淀区找一个大的办公地点办公。

想要搞定你们的老板，可以通过数据的收集和分析，得出客观结果从而优化迭代老板的决策。

用数据说话

如何通过数据分析提升营销效率

合理拆解营销目标的KPI

一个远大的目标只有经过合理的拆解才能实现，就像一艘船，只有合理的分配人员才能让这艘船动起来，从而到达我们想去的地方。

某微博账号定了一个提升公信力的目标，却将KPI设定为粉丝数量。我们拿到账号的时候，看到微博的粉丝数有80万，但发一条消息的评论转发量只有几十。我的一个不足8000的微博账号推送一条消息也跟这个差不多。

我们仔细分析发现，原来80万的粉丝，至少有30万是僵尸粉。该微博在找其他机构做营销，公信力的KPI一直都是粉丝数。其他机构没办法，为了达成目标，只好用僵尸粉来完成目标。

我们仔细的思考了一下，体现一个账号的公信力的KPI可能是直发数（直发数：不是通过转发的形式，通过复制粘贴的形式复制内容当做自己写的内容推送消息）。因为只有高度认同你的人才会通过直发的形式发布内容。

我们搜索了一下该账号推送的内容目前只有2个人直发，我们将500个人直发定位具有公信力的表现，这样我们的KPI就是从2做到500。

如果我们没有通过数据分析找到公信力所能体现的KPI，我们就会像一只无头的苍蝇，到处乱飞乱撞，然后以灭亡告终。

找出数据背后所隐藏的事物

很多时候我们看到的数据，只有表面的一些事情。多思考，深挖数据说不定可以获得意外惊喜。

某著名高端美甲店想拓展O2O业务进一步提升营业额，想做一个人物画像。该美甲店拥有1万多名充值3万以上的金卡客户，我们将所有的金卡客户的数据进行分析，得出了核心关键词。

然后通过核心关键词做联想和相关性的搜索发现，有这样一类目标客户隐藏在其中：男，月收入4万以上，知名企业中层及高管，注重外表，Gay。

这类男性有美甲的需求，但不好意思去美甲店，O2O的业务很好的解决了他们的需求。就这样，通过数据调研分析打开了一块空白领域的市场，很快就提升了营业额。

合理的目标拆解让我们做起营销来事半功倍，再加上对数据的深度探究，会让我们在营销中对目标用户一网打尽。

合理的拆解目标

数据会说谎

人人都爱大数据，但大数据却是一个“谈及者众，知其者寡”的东西。很多人在做数据分析的时候通过片面的数据就得出了结论，而不考虑用户在该场景下为什么会发生这样的行为。

说不出口的真相

我们调研出来的结果真的是用户原本的意愿吗？？

布拉德利非裔美国人，1982年竞选加州州长时，民调结果显示，布拉德利的支持率大幅领先竞争对手。但结果出来，却是竞争对手获胜。

当时刚实行种族平等没有多久，民调机构在调研的时候许多白人都表示支持布拉德利，但他们在实际投票的时候却投给了白人竞争对手。

从心底里他们很难接受一个黑人州长，但在那个种族平等的大环境下，他们又不敢真正的表达自己的意愿。这个著名的案例被称作“布拉德利效应”。

许多调研只有在让人们真正能感受到是无记名的调研情况下才能体现真正的结果。现在通过电脑软件等高科技的调研方式，都很难让人们觉得自己处于真正的无记名情况。

美国历史上第一位黑人总统奥巴马

我不知道我不知道

我真的知道我的观点是什么吗？

“美”一直是一个很感性的词，有一个调研机构想通过客观指标来体现“美”这个词。他们在街头通过随机寻找路人让路人填表的方式，调研了1万个样本，选出自己认为美人所具备的特征。

选项里包括：迷人的眼睛，挺拔的鼻子，小巧的嘴巴，修长的手臂等。结果，调研结果出来迷人的眼睛是得票率最高的选项。

就在机构准备公布结果的时候，有一个人提出了一个疑问：我们平时在看到美人的时候，很难看出来他具体哪里美，只是感觉他很美。所以通过这种客观选择的方式，调研的结果不准。

于是，机构又做了第二次调研。拿着几百种美人的照片让路人看，这些美人中包括男女老少、黑种人、白种人等各种肤色的人群。

他们将调研结果录入机器，通过机器分析得出结论。得票率最高的美人所具备的共同点是：浓郁的头发。

没错，如果一个人的发际线没了，他一定不会被认定为美人。很多时候，我们面对事物的时候并不知道，我们不知道我们的观点是什么。所以在这样调研下，很难得出真正的结果来。

数据是死的，通过数据得出什么结论要靠人。同样的数据，不同的人可能会得出完全不同的结论来。因此，数据放在那能否被挖掘出来，挖掘出来多少，也存在着很强的不确定性。

我们不仅要重视大数据，分析大数据，但也要在其过程中，时刻保持警惕，切勿一味的盲目相信。

更多资讯和干货尽在“合创新业”，还会定期举办大咖见面会哟