① 要怎麼用大數據把個性化廣告做好
大數據在廣告領域的應用是目前大數據返鋒重要的落地應用之一，廣告作為一個重要的商業營銷手段是目前眾多企業都存在的剛性需求，隨著互聯網尤其是移動互聯網的發展，廣告呈現的形式也在發生著重要的變化，傳統漏納晌的電視類廣告在與新媒體的廣告競爭中已經體現出了各種弊端。
新媒體的廣告更加精準，簡單的說就是投其所好，你需要什麼我給你投放什麼，這就是精準營銷，如何做到這一點就需要使用到大數據技術了。
目前各大電商平台普遍採用的推薦系統就是一個大數據應用的具體案例，通過推薦系統的分析能為用戶推薦更加適合自己的產品，也為用戶縮小選擇范圍提供了方便。最近幾年不少研究生的課題都跟推薦系統有關系，關於推薦系統的原理及實現方式我將在後續的文章中詳細闡述，感興趣的朋友可以關注一下。
推薦系統只是使用大數據做廣告營銷的一個最終體現形式，作為一個成功的廣告來說需要更多的因素，比如廣告的設計風格、呈現方式、定位人群等等都是需要重點考慮的核心問題。大數據系統能通過數據的收集、整理、分析最終給出一個建議，大數據系統能夠給出不同定位人群的喜好等等內容。
使用大數據相關技術把廣告做好，一個首要的條件就是數據收集，數據本身的維度越高則數據價值也越高，因為高維度的數據能更加全面的呈現信息，能從多個角度來分析，所以數據維度是衡量數據價值的關鍵因素。
可以說誰掌握了高維度的數據，誰就能做出針對性更強的廣告，無論從設計、製作還是最終的投放方式、投放場景等等茄瞎，大數據都能給出更精準的方案。
所以，掌握數據本身就掌握了價值，這就是為什麼很多互聯網產品的估值都要看用戶量，這是重要的原因。
② 如何利用大數據定位
定位理論是過去幾十年最重要的營銷理論之一.
但是,許多營銷專家做定位的時候，都是靠拍腦袋搞靈感來的。
這是非常嚴重不科學的手段
因為，任何一個人的認知都是有局限的
並且，每一個人都習慣把自己熟知的事物的影響無限的放大。
1、真實的數據與你想的不一樣
2、確定定位的核心原則
3、如何用大數據工具
一、現實世界真實的數據，往往和你想的不一樣。
舉一個例子：
大家認為老外對中國的什麼最關注呢？
每當問這個問題：
許多人條件反射就會回答政治、人權、經濟等等，
其實，這是不真實的，大部分的老外連自己國家的政治和人權都不關注，怎麼會關注你們中國的這些問題呢
記得8年前，我在使用Google關鍵詞工具查詢的時候，當我搜索了一下「chinese」這個關鍵詞的時候。
工具立刻列出了搜索量最大的前30個包含有「chinese」的組合詞。
看到數據後，我驚奇的發現，搜索量最大的「中國的XXX」這類詞中，前30個搜索量最大的詞中。
其中「chinese food」和「chinese girl」都排在20多名，剩下28個詞都以一個主題相關，那就是「玄學」。
前面搜索量最大的關鍵詞，中國占卜、中國占星術、中國婚姻占卜、中國歷法、中國算命等等相關的關鍵詞。
原來，老外最關注的是中國玄學，這才是最真實的情況！
再舉一個例子
兩年前受邀請在上海講課，當時一個傳統領域的營銷專家朋友也是講師，當天晚上吃飯的時候，他非常興奮的給我們講他的一個商業計劃。
他打算自己投入幾百萬，然後再眾籌兩千萬來親自做一款筆記本電腦，他已經非常用心的籌劃了半年，已經找好了合作的廠商。
我問他做有特色的筆記本電腦呢？
他說：17寸的筆記本電腦
他說蘋果已經停止銷售17寸筆記本了，因為他一直用17寸筆記本，我了解這個尺寸筆記本的需求，這個市場沒有一款做的非常好的，他打算來做，名字就想好了，叫做「大師本」，一定可以迅速做起來。
聽他興奮的講完，我立刻上京東和淘寶查詢了一下17寸筆記本的銷售數據，發現加起來一年的銷售量不過幾千台。
蘋果為什麼放棄？
是因為市場太小
他喜歡用17寸筆記本電腦，他就以為全世界有很多人都喜歡，這是嚴重錯誤的思維方式。
看到這個銷售數據後，當著很多人的面子我沒有直說，只是私下給他發了一個簡訊，告訴了他真實的市場數據。
很快，他就徹底放棄了這個項目。
二、確定定位的核心原則？
選擇比努力重要！
如何選擇產品的定位？
如何選擇個人的定位？
有三個原則：
1、市場需求在增長
2、市場競爭非常小
3、與自己資源匹配
三、如何用大數據定位？
市場上，那些調查公司拿出的數據有也不靠譜，因為他們只是通過幾千份問卷得來的報告。
我們其實可以免費的直接查看幾億用戶的真實數據，幫助自己做市場定位決策。
誰能夠提供這些數據呢?
1、網路
2、淘寶
3、Google
4、Amazon
通過網路指數，你可以查詢一個關鍵詞的搜索量，搜索量越大，說明市場需求越大。
然後我們看網路搜索結果，如果搜索結果排在前面三頁沒有太多專業的網站的話，說明這個領域就有非常大的機會。
淘寶也有指數，不過剛剛關閉，現在變成了淘寶生意參謀，通過以淘寶數據為支撐，還有許多第三方網站可以查詢相關數據。
你輸入一個關鍵詞，就可以查看每天多少人搜索，有多少成交量，這些人都是什麼地區的？年齡多少？都什麼星座？收入？愛好等等
這些數據都可以免費看到！
如果你想了解全球市場的數據，通過google的關鍵詞工具，你可以直接把查詢區域鎖定到某一個國家，某一種語言的具體的搜索數量。
③ java中的trim方法很奇怪
String 是對象，a==b判斷的是a和b是不是一個對象，他們是不同的對象，只是內容相同而已，你內應該這么容判斷
System.out.println(a.equals(b));
只有int float double boolean這些不是對象的類型才可以用==直接判斷內容是否相同，別的都要用equals
④ 如何利用好大數據挖掘潛在用戶
隨著互聯網的發展以及消費市場競爭的加劇：新品牌、新賽道、新渠道、新營銷打法層出不窮。在快速演化的市場格局下，如何建立競爭壁壘、持續保持增長，需要重新立足數字化時代新消費崛起的背景，以洞察消費者體驗為核心，重塑品牌價值，縝密布局增長策略。
只有全面精細地挖掘消費者的心智變化，如消費者的年齡、性別、消費習慣、生活現狀、興趣點等等信息，才能為接下來的內部創新提供正確的方向。優質的消費體驗是提升品牌忠誠度的關鍵，也是企業維持穩定盈利模式的重要基礎。隨著互聯網的發展以及消費市場競爭的加劇，消費者的每一條社媒發布、每一次社交互動、 每一次線上購買， 都反映了消費習慣、態度和行為。收集、分析這些數據並制定行之有效的消費體驗決策是企業的業務剛需，更是撬動增長的差異化打法。
傳統市調——耗時、耗人力、成本高、樣本數量有限，且存在受訪者隱藏真實想法的可能。
社交媒體大數據——符合用戶溝通和線上行為習慣，無需人力、數據可自動全天候採集，數據量和分析維度更豐富、更客觀、可信度更高 。
傳統的用戶數據收集有以下挑戰：
01 線上、線下顧客體驗觸點繁多，碎片化的信息分散於企業各部門，無法利用整合數據快速了解消費需求和顧客體驗，賦能管理決策。
02 傳統調研樣本量小，執行周期長，統計結果往往滯後於消費趨勢，難以轉化為可執行洞察來賦能產品創新和營銷增長。
03市場情報數據源單薄，難以應付快速演化的市場競爭格局，缺乏統一的工具進行競品對標，無法做到知己知彼。
基於實時大數據和機器學習演算法的消費體驗洞察，是真正「以消費者為核心」組織企業資源配 置的有效解決方案。消費體驗洞察能夠幫助企業快速採集和理解消費者需求、產品口碑、競品動態、 新品趨勢和消費熱點，進而驅動營銷、研發、顧客體驗、零售運營等職能部門的專業人士把握商業機遇，敏捷應對快速變化中的消費市場。
第一步，細分人群畫像 —— 了解ta們是誰，在哪兒，喜歡什麼？
最佳實踐案例（食品飲料）
某國際知名連鎖餐飲品牌希望深入了希望了解中國咖啡市場的核心消費群體及細分人群畫像。 運用機器學習建模後，對該品牌及競品相關的逾 120萬條消費者評論和社媒、電商和短視頻討論展開聚類分析，梳理出四大核心消費人群。
DataTouch®️數據分析平台再結合行業品類分布數據，由分析師進一步深入分析出細分人群的飲用環境、口味、 包裝不同痛點訴求，結合品牌優劣勢和人群特點給出針對性建議，為品牌未來精準產品定位和溝通策略提供了有力的決策依據 。
第二步，基於細分人群畫像，指引產品精準溝通策略，捕獲機會細分賽道和差異化產品概念方向定位
在了解市場格局和產品創新方向後，客戶希望了解目標趨勢品類在核心創新方向的細分受眾畫像。運用機器學習建模後，對每個創新方向相關的近千萬條消費者評論和社媒、電商和短視頻討論展開聚類分析，梳理出4-5個核心消費人群。
DataTouch®️數據分析平台再結合行業品類分布數據，品牌競爭格局和顧客體驗滿意度，由分析師進一步深入分析出細分人群賽道的生活方式、場景需求，市場份額，機會定位，和在每一個產品屬性（功效、使用感受、產品形態、包裝等）的NLP深度學習情感分析，提煉未滿足的痛點訴求，結合品牌定位優劣勢和人群特點給出創新產品的差異化建議，為品牌未來精準產品定位和溝通策略提供了有力的數據洞察驅動的決策依據。
⑤ 品牌營銷利器！如何通過大數據推出爆款新品
傳統的新品在洞察市場機會時，往往是根據市場部，咨詢公司或者其他行業報告進行分析的，然後再粗略的預估新品的市場潛力。對於品牌來講，這種方法限制的新品的研發效率，並且不確定是否符合市場期望。
孫子兵法有雲： 知己知彼，百戰不殆 。如果把這句話搬到新品研發過程中，依然適用，可以這樣理解，
知己 ，了解品牌自身情況，市場佔有率，內部運作流程，品牌影響力，品牌運營以及品牌的短板。
知彼 ，了解品牌的消費者在哪，消費者是誰，消費者的興趣傾向；了解品牌的競爭對手，他在哪，什麼樣的，有哪些優勢和弱勢。
接下來，我們就聊聊，再者大數據時代，怎麼洞察市場，挖掘具有競爭力的新品。
人人都在討論大數據，那麼大數據的核心價值是什麼？能做哪些事情？我們拆解一下這個詞，分為 「大」 和 「數據」 。
何謂「大」？簡單來講，可以理解為它的覆蓋面廣，全面，無所不能，龐大的。
何謂「數據」？即為根數據（Metadata），散落在各處的信息，咨詢，資料等。
兩個字組合起來可以轉譯為，人類可以通過龐大的根數據，應用到生活的各個方面。
大數據的核心價值就在於它的 商業價值 。通過從龐大的數據中，挖掘最有價值的信息，並應用到實際場景中。
大數據時代，人與互聯網緊密相連。標記和記錄一個人的信息，不再僅僅是通過身份證，而是有無數個根數據組成。根數據不是對象本身，它只描述對象的屬性。例如，描述人的通俗的話語：
其中根數據為，身高，屁股，牙，口腔，胳肢窩，對應的值為一米二，身高一半，黃，臭和上銹。
當然，我們也可以通過根數據，了解整個人的信息，也就是所謂的用戶畫像。
以往，傳統線下商店裡，消費者買了什麼，是誰買的，為什麼買，他有什麼特徵，這些資料對於商店來說，是完全不清楚的。不過，這些事情對於大數據，簡直是輕而易舉。消費者在網上的記錄十分詳細，他的收入情況，地址甚至是生活習慣都可以探查清楚。
這也是大數據的魅力所在，當然，我們也可以將大數據能力矩陣，賦能在品牌新品的創新上，通過洞察市場機會，甄選產品概念並預估市場潛力。
盲目的投放和發布新產品，會受到市場的打擊，提前預知消費者的興趣傾向，購買喜好將會對新產品起到積極的正向作用。
用戶在互聯網上的多年的行為數據，都會詳細記錄在伺服器，數據可能會散落在各個網站。但，這些數據能夠詳細描述用戶的特徵，都需要哪些數據？
用戶基礎數據
這部分數據描述了用戶的基本特徵，能夠確定 用戶是誰 。具體可以包括，
姓名，性別，年齡，職業，收入，地域，注冊地，常用ip，手機型號等。如果該用戶是實名注冊，那這些數據可以很容易獲取。但若是非實名，就需要後期通過模型推斷其各個屬性，如用戶的性別判斷，筆者在之前的文章中也有所描述，可以參考下《 AI驅動的電商用戶模型：性別屬性是如何確定 》。
購物數據
購物數據，是用戶在電商網站上發生了購買行為，所記錄下來的數據，從購買數據中可以提取出很多有價值的信息。
當用戶對某件商品發生了購買行為，就意味著對商品有需求，商品對他有價值。
緊接著，如果用戶周期性購買，那麼用戶就是該商品的絕對忠誠用戶。
再者，用戶瀏覽，搜索，加購，關注行為，也能反映用戶對商品的傾向
不同的購買行為，能夠對用戶定義不同的標簽，從而衍生了如下的數據維度：
購買力： 通過歷史消費記錄，收集訂單價格信息，再根據其消費額度，判斷用戶的購買力，詳情也可以查看筆者之前文章《 電商購買力模型：用大數據解鎖智慧營銷的新姿勢 》
促銷敏感度： 用戶訂單中，有優惠的訂單比例。這個數據能夠對品牌商的促銷和促銷力度提供指導作用。
還有，用戶忠誠度，復購周期，品牌RFM模型，品牌偏好，性格偏好等等等等。
行業數據
當然，不單單要知道用戶的信息，還需要了解自己和對手市場情況，有針對性做分析。
首先，聚焦自身品牌粉絲，探查粉絲不同性別，區域和年齡層對產品屬性的青睞。舉個簡單例子，YSL粉絲群體中，一線城市品牌的金牌會員，年輕人更喜歡粉紅色的口紅，又喜歡短款，那麼品牌可以針對這些人群有的放矢的研發新產品。
其次，了解競品情況，跟進競品市場。每個品牌的產品線不一定相同，sku池深度迥異。對於競品品牌的爆品，我們可以針對性拉取爆品的粉絲，了解他的用戶群體，並應用到新品研發策略中。
社交數據
社交數據能夠更全面的認識品牌的人群，深度的理解用戶的社交屬性，在媒體上的發聲態度，可以更加立體的理解用戶群。
根據上述數據標簽，能夠充分的了解用戶的需求點在哪裡，新產品做到有的放矢。再通過大數據能力輸出與產品匹配程度較高的用戶群體，這可以為新產品的冷啟動帶來一批種子用戶。
新品營銷和品牌營銷的套路基本相同，任何的新品對於用戶來說，都需要經過「接觸-認知-認識-認可」的一個過程。不過，在新品上市時，我們需要通過大數據，來完成用戶對新品的接觸和認知過程。也可以認為，這是新品的冷啟動過程。
做過社區的朋友都應該知道，冷啟動的種子用戶，對於新產品有多麼的重要。尋找精準的流量對新品帶來的效果將是不可估量的。
這部分精準流量的篩選，可以分為三個階段，預熱期-爆發期-收尾期
預熱期：擴大人群范圍
預熱期的目標就是希望可以讓更多的人了解新品，讓用戶能夠真的感知到新品的優勢和創意點。此時，需要挖掘新品可能存在的潛在用戶流量，把數據范圍擴大新品所在品類，甚至相關品類。凡是對新品所在品類或者相關品類有過購買，瀏覽，搜索，收藏或者加購行為的用戶，都要進行觸達。
爆發期：尋找精準流量
爆發期即為收割期，春季栽的稻子該去收割了。其實就是把預熱期觸達的用戶，進一步精準篩選，選出頭部流量。此時，可以結合公司內外的資源對這部分用戶進行邀請制的測試，使用新產品，優惠補貼，評測或媒體公關。進而將頭部流量轉化為已購用戶和品牌粉絲，再通過這部分人群的口口相傳，達到很好的口碑傳播效應。
收尾期：人群二次觸達
當然，並不是每個精準用戶都會買單，各種各樣的原因導致部分用戶掉隊。可能是當時忘記了，可能當時手頭上有其他工作，可能對促銷不是很滿意，等等。對於這部分人群，我們仍需要再次觸達。通過數據篩選出這部分用戶群，然後進行大力度促銷，最後在觀察其數據情況。
當然，以上只是新品冷啟動過程中，對人群的玩法。後續還有很多，涉及營銷策劃、創意、傳播、新媒體、商家/貨品，線上&線下聯動營銷等。但，核心的點仍然是 洞察市場和了解用戶偏好 ，這樣才能推出爆款產品。