那福忠

John Wanamaker （1838～1922）是美國19世紀的商人，也是一位創(chuàng)意家，他創(chuàng)造了現(xiàn)代化的百貨公司，被稱為現(xiàn)代廣告與市場學之父，同時也是第一個在報紙上刊登全版廣告的人。報紙在當時雖然是唯一的傳播媒體，但他并不完全相信廣告的功效，認為“有一半廣告費是浪費，卻不知道浪費的是哪一半”（見下圖），后來這句話成了名言。

如果他能夠活在現(xiàn)在，那么廣告費有效的一半或者浪費的一半就不難找出來，這要歸功于大數(shù)據(jù)（Big Data） 的技術，包括資料的擷取、管理和分析，發(fā)展出一個“預測分析”的新行業(yè)。這個行業(yè)用統(tǒng)計技術分析歷史與現(xiàn)實數(shù)據(jù)、構(gòu)建學習模型來預測未來，可為銀行找出開設分行的最佳地點，為餐廳決定哪些菜式需從菜單上刪除，當然也能找出最有效的廣告方式。

企業(yè)作預測分析的目的是怎么獲利或怎么省錢，最好是既獲利又省錢。以美國的報業(yè)為例，每年有140億美元的廣告營收，如果廣告主不斷預測分析，終有一天會找出John Wanamaker說的浪費的那一半。

“數(shù)據(jù)庫營銷”不算是新概念，現(xiàn)在使用的人越來越多，用收集、整理、交換得來的個人資料，作為對象化營運的方針。美國的Acxiom公司專門進行預測分析，有2.3萬個服務器，每年處理幾億個消費者的500兆筆數(shù)據(jù)，11兆網(wǎng)絡瀏覽器的Cookie，2億筆手機基本數(shù)據(jù)，平均每個消費者有1500筆數(shù)據(jù)。

這些資料從哪里取得的？當然有多種來源。公開的數(shù)據(jù)有房產(chǎn)和車輛的登記、Cookie追蹤到的網(wǎng)上行為、瀏覽器的廣告、顧客調(diào)查的結(jié)果，甚至是脫機的購買行為等。CEO Scott Howe表示，他們的數(shù)字觸角不久就會延伸到每個美國網(wǎng)民。

另一家同樣的公司APT，有近百家如沃爾馬一樣的大型客戶，從中分析出20%的美國零售經(jīng)濟資料。使用這些豐富的資料，可以讓這些企業(yè)客戶了解售價、市場、商品、運作、資本各項目與獲利的關連。

一家零售公司有1000家連鎖店，每年花5000萬美元用夾報的方式隨報紙附送廣告，每次廣告送出，尤其在旺季，營收立刻增加，但管理階層不知道營收是因為廣告的關系，還是因為售價、競爭等別的因素。因為預算的壓力，管理階層屢次想減少夾報，但又怕影響營收，于是找到APT。

APT用軟件仿真分析，結(jié)果發(fā)現(xiàn)報紙廣告并沒有發(fā)揮應有的效用，1000家商店的表現(xiàn)好壞不一，取決于當?shù)厥袌鍪欠耧柡停行┥痰甑臓I運成本遠高于廣告帶來的收益。經(jīng)過APT的建議，對收支不平衡的商店停送夾報廣告，把廣告預算大幅度移轉(zhuǎn)到營運良好的商店，廣告效益因此增加了。這一舉動，減少了 500萬元的廣告費用，整體的營收也沒有受到影響。

谷歌、蘋果、臉書、亞馬遜等都沒閑著，各投入大量資金聚集數(shù)據(jù)，從行動工具、數(shù)字媒體消費、網(wǎng)絡社區(qū)活動、在線購物，盡可能獲取大量的使用人數(shù)據(jù)，如個人的收入、住址、認識什么人、讀什么書、常到哪里去、買過什么東西、買東西給誰用、上傳了哪些影視等。這些數(shù)據(jù)轉(zhuǎn)換給企業(yè)，就能用作開發(fā)新市場的工具，科技公司也借此聚集了更多的新資料。這樣循環(huán)不已，信息科技進入了另一次革命——大數(shù)據(jù)時代。

大數(shù)據(jù)的確讓企業(yè)受惠，卻讓媒體處于尷尬的位置，因為媒體賴以生存的廣告主正是這些企業(yè)。通過大數(shù)據(jù)的分析與預測，企業(yè)極可能、甚至必然找出哪些是“浪費”在媒體廣告上的花費，進而縮減或變更廣告預算，使得媒體的運作更加艱難。

一些有識之士已經(jīng)看到了這種威脅，呼吁媒體趁著大數(shù)據(jù)還在發(fā)展的初期，趕快加緊防御，用強化數(shù)字營銷能力來抵抗大數(shù)據(jù)的來襲。至于威脅是否真的存在，就要看媒體對大數(shù)據(jù)的認知了，不過這次信息科技革命確實是真的。