4月20日，UBDC全域大数据峰会 2016在北京举办。会议以“无数据不智能”为主题，除主论坛之外，分别设立了“数据化运营”、“数据营销”、“IOT和O2O数据应用”、“数据开放与发展纵横谈”四个平行分论坛。
谷歌渠道业务部总经理张骏在“无数据不智能”的主论坛上，分享了谷歌在大数据时代营销创新的经验。他认为，大数据营销的三个关键点是：从数据中发觉洞察，用洞察应用在营销活动中，在多个媒体接触点的传递个性化互动，衡量真正有效的KPI。
他进一步解释，Google试图在进行人群画像时，会运营到用户在过去7天 30天以及在当下时刻的行为进行综合分析，为人群进行精准画像。当然还有很多第三方 数据，这里的第三方数据也包括线上、线下，各种各样 的看起来和营销有紧密关系的，和营销有一定距离的数据。
张骏在会上分享了谷歌的一组数据：在中国，谷歌目前搜录成功的有27000多家的PC网站和10万多个网站，谷歌可以广告主信息推送到这些推点上。根据数据的驱动 ，我们实现创意的千人千面，进行个性化的互动。
在衡量真正有效的KPI环节上，张骏分享了谷歌数据归一模型。简单来讲，可以分为两步。第一，根据以往的数据来源的分析来建模；第二步根据建的这模型把整个营销当中的功劳或者贡献，或者是价值，把它分配到不同的营销环节中去，从而实现归一模型的建立。
归一模型有很多种，既可以在一个渠道，从线上信息的获取到线下实体店的，又回到线上完成交易。也包括在不同的渠道和不同的设备，在未来甚至还会覆盖到智能家居、智能汽车，都有可能。
以下为张骏在UBDC全域大数据峰会·2016中分享的速记实录：
刚刚开场的时候朋总提到了阿法狗，它在比赛当中战胜了人类的著名棋手。我在这里用的一个心得或者我们内部分享说，这个胜利不是机器的胜利，可能我们听到这个比赛胜利的第一反应是机器战胜了人，我们不是这么认为的，是一群人战胜了一个人，是大量的工程师战胜了一个人是人类在某个细分领域的顶尖高手，这是3000多万步下棋的走法的算法和数据的整理和运用，一群人的智慧战胜了一个人。
今天整个论坛 的主题叫无数据不智能，用在这里也是很贴切 的，没有数据，没有办法实现真正的智能，没有真正的智能，很难战胜某个领域里顶尖的高手。
刚才谈到一群人的智慧战胜了一个人的智慧，有一个普通人，他的大脑计算能力有多强？有一个数据是这么说的，每秒钟一个正常人的大脑处理信息的能量有400个G，但是我们能够真正感知到的或者关注的只有2K。那么2K相比较400G的能力，其实是几乎被忽略不计的，这原因是说人的大脑会在那一瞬间把关注点聚焦在聚光灯下，而聚光灯以外的其它部分灯都关掉了。大家想象这聚光灯以外的地方都打亮的话，那是多亮，那人的智慧会发展到怎样的境界。
回到今天的主题，大数据底下的营销创新，我们营销的一个目标就是让每个人从事营销的人的品牌和客户的信息，要成为那个聚光灯下，而不是要成为周边关黑的领域，那怎么实现？理想的世界在正确的时间和空间，把正确的信息传递给正确的人，这是大家做营销的朋友进入这个营销里面，这是一个目标，这是一个理想。在大数据的驱动之下，我们比以前任何一个时刻更接近这样的境界，怎么能够做到？我们只是从谷歌的角度跟大家做一些分享和讨论，当然在座各位也可以有不同的观点。
数据驱动 的营销有三个关键的结点，第一个结点是数据的收集和整理，并且得出一些洞察。第二个结点是用这些洞察应用在营销的活动当中，准确来讲，在多个媒体的接触点传递个性化的信息，进行个性化的互动。还有最后一个环节，你的营销活动做完之后需要衡量是不是真正有效的。
接下来跟大家做一个环节一个环节的探讨。首先，数据的收集整理或者洞察，数据的收集有哪些来源？有哪些渠道？有很多，今天我们讲的是全域大数据，具体到营销，有这样三点来源。首先是第一方数据，假设在座各位代表某一个品牌或者营销的广告主，每一个品牌都有第一方的数据，包括网站的数据，线下CR的数据，这都可以经过整合应用到营销的活动当中。当然，谷歌我们作为营销伙伴，我们也有自己的数据，我们的PM跟我们讲，当谷歌试图在对一个人做人图画像的时候，我们的数据会对这个人过去30天，过去7天，以及在当下这个时刻，他的行为做综合的分析，从而给这个人试图画出更精准的画像。当然还有很多第三方数据，这里的第三方数据也包括线上、线下，各种各样的看起来和营销有紧密关系的，和营销有一定距离的数据。谷歌在全球也保持着一个数据合作方面的开放心态，在全球有多家独立的综合的垂直领域里非常擅长的数据合作伙伴，和我们开放多种多样的合作。
数据在营销当中应用的几个步骤，它包含了数据的采集，中间不同渠道数据的对比这样的分集整理，也包括数据在具体营销案例的应用和效果评估。最后希望我们在座的，以及更多的在国内从事数据的公司、朋友，我们可以一起探讨，我们其实是一个开放的心态，我们也在中国不同的数据提供方做一些合作的讨论。
在这个案例当中，我们可以看到谷歌体现的价值，我们是说把第一方数据、第三方数据和谷歌自有的数据做一个整合。还有数据的安全和透明，我们相信任何一家做数据的公司都会把自己的数据视为自己最宝贵的资产。在合作的过程中是不是安全也是非常这的一个环节。
第二个步骤，我们说的是在数据的驱动 下，在多个接触点的个性化 互动，这里多个接触点运用 到营销当中，能不能让用户跟多个场景的时刻，你的广告出现在它面前。中国，目前我们有成功27000多家的PC网站和10万多个网站，我们可以把信息推送到这些推点上。下一个问题是找到这些接触点之后，我们给大家看我们和合一品牌合作的案例，中间也体现出了这样的趋势和特点。
这个案例最后一句话是说根据数据的驱动 ，我们实现创意的千人千面，进行个性化的互动。第三个部分是衡量真正有效的KPI，我们讲了那么多大数据的分析、洞察和应用，我们来看这个效果是不是真的有用呢？提高了效率呢？传统意义上，从最早的CPI到现在的LOI，现在衡量的指标都存在，并不是非此即彼的，更多的向CPI，数据归一模型的分析。我们来看一个生活当中的案例，这是一个投篮，我们衡量一支球队是不是好，并不能完全看最后的进球得分这一个环节，还有很多，比如后场的运球、前场的栏板到最后的得分。具体到营销当中也是一样，除了最后的点击之外，中间有很多营销环节都在做它自己的贡献，都在跟客户做互动。在这个过程中，我们归一模型显得尤为重要。
归一模型从最早的，大家把所有的功劳归结于最后点击的媒体或者投篮得分的人，以及我们更多的根据数据的驱动，简单来讲，两步，第一，根据以往的数据来源的分析来建模；第二步根据建的这模型把整个营销当中的功劳或者贡献，或者是价值，把它分配到不同的营销环节中去，从而实现归一模型的建立。归一模型有很多种，既可以在一个渠道，从线上信息的获取到线下实体店的，又回到线上完成交易。也包括在不同的渠道和不同的设备，除了我们通常所说的PC、手机、平板，现在有些趋势出现在手表或者智能电视，甚至还会覆盖到智能家居、智能汽车，都有可能。
通过这两个案例都能体现出来数据驱动 的营销大致是三个环节，一个是数据的收集和整合分析，得到一些洞察，第二个，在洞察过程中，在多个媒体的接触点，有更多个性化的互动，最后是衡量真正 有效的KPI，是否能实现数据的价值。
以上是跟大家分享的内容谢谢。
本文转自d1net（转载）
