摩托罗拉系统 大数据营销的“拼图游戏”

　　电子商务、社交网络是大数据最先触及的产业，一方面是由于它们从一开始就具有业务前线化（FOT，Front Office Transformation）的思维，另一方面是由于它们的数据来得相对容易。如果从数据采集的角度看，大数据最先影响互联网企业，其次是善于利用互联网的企业。大数据不仅是一种工具，更是一种思维，它从根本上改变企业的组织决策。大数据对决策者的影响力，一定程度上反映了企业大数据应用迈出的步伐。

　　不同的企业对大数据有不同的理解，但是需要注意一点，过去所谓的数据决策分析，实际上是利用那些与决策相关的数字来分析，不能等同于今天的大数据分析。从逻辑上理解，数字是结果，大数据是预见。大数据分析除了需要用到相关的数字，还需要其它表面上毫无关联的数据，需要海量的碎片化信息。

　　如何在海量数据中洞察每一个客户，并精准地预测他们的需求？我们在探寻大数据先行者的过程中发现，企业对大数据的理解各不相同，因而大数据的实施过程也千差万别。摩托罗拉系统（中国）有限公司市场总监潘益对本刊记者表示，包括摩托罗拉系统在内，“探寻”正是大多数企业所处的状态。

　　在潘益眼里，大数据分析类似玩“拼图游戏”。“信息呈碎片化孤立存在时就像废纸，将碎片尽可能地收集到一起，并用一种方式将它们‘拼’起来，拼出来的图像还需要很好地解读出来，然后指导下一步决策。”潘益认为，大数据分析要基于“收集、拼接和解读”这三个过程。其中，技术在收集和拼接过程中起很大的作用，但是在最关键的解读部分，除了需要技术以外，还需要和业务密切结合。

　　对于专注于企业业务的摩托罗拉系统来说，利用大数据的方法洞察客户，是其迈向大数据时代的第一步。据潘益介绍，摩托罗拉系统目前拥有一套自动化的营销平台，其职责是尽可能多地收集数据，通过一套流程去清洗数据并加以分析，最后将分析结果输出给销售管理系统。同时，销售管理系统也会自动化地将销售的结果会返回到市场营销平台，用以改进前面的流程。营销平台在对接销售管理系统的时候，“开始设置的标准可能并不合适，通过一段时间的跟踪来发现什么样的标准能够让销售人员事半功倍。”潘益说。

　　如何让数据为更好地为业务服务？潘益提到了摩托罗拉系统关注的3个P——People（人才），Platform（技术平台），Process（流程）。这里的“人才”，是指既懂技术又懂业务的跨界人才，能够根据业务建立模型来解读“拼图”，让大数据具有实际意义的人。“技术平台”自不必说，“流程”也很重要，不仅在抓取线下数据时需要设计合理的流程，而且在对接销售系统的时候也一样。

　　在我们交流的过程中，虽然潘益不断提到了“大数据分析”、“大数据营销”这些字眼，却始终没有用“大数据营销平台”或者“大数据分析平台”来称呼这套系统。但是，摩托罗拉系统正在通过这样的一个闭环，探寻自动化营销平台和大数据的结合点，探寻如何获得并利用海量数据完成对客户“拼图游戏”。

　　数据收集关

　　不同于消费类电商和社交服务，摩托罗拉系统的企业业务属性让数据收集成为一大难题。“我们不是京东，不是亚马逊，怎么拿到（海量）数据？”潘益指出，B2B客户的相关行为不完全在互联网上，只靠互联网收集的信息不足以支撑系统所需。“如果他有兴趣，可能会访问并停留在某一个网页，可能在几天后打电话给支持中心，最后如果有采购意向会参加新品发布会或者展览。”潘益说，虽然摩托罗拉系统的营销平台同时连接了官方网站和电话支持中心，但获取的数据有限；而且对于B2B业务来说，线下交流时获得的信息更重要。

　　B2B业务的客户有这样一些特点：他不会过度依赖网上的信息，他要亲身去体验产品，他要同销售人员做一些面对面的交流才可信。所以，决定销售机会的不是一个行为而是若干个行为，既有线上也有线下的行为。因此，在数据收集环节要兼顾线上和线下数据。

　　在线上数据收集方面，摩托罗拉系统的官方网站承载很多任务，潜在客户在官网留下的足迹，摩托罗拉系统会在合法的范围之内，将这些数据反馈到营销系统。线下的数据采集是难点，需要有一个很好的流程才容易抓取。潘益表示，线下活动从邀请环节开始，嘉宾签到、互动、填写反馈表甚至与销售聊天，产生的信息数据都可以通过合理的流程获取，继而导入数据库，同线上的数据一起用于分析。

　　销售人员与客户的交流中会获得重要信息，但这些信息的采集也是最大的难点。潘益指出，“你要等销售回来给你（信息）是不现实的。要在现场把事情搞定，实际上更多的是市场营销人员主动地搜集。我们有特别的流程，举个例子，某个展会销售跟客户谈了一段时间，客户意向明显，我们的营销人员会马上跟销售把大概的情况做一个总结，将信息数据进行过滤与清洗，然后导回到数据库里去。”现场数据抓取要遵循三个原则，一是数据的抓取要及时，二是要有专人负责，三是记住最重要的信息。

　　角色分析关

　　在摩托罗拉系统大数据营销的“拼图游戏”中，攻克了数据采集这一关，接下来还要面对角色分析的难题。人们希望利用大数据洞察每一个客户（代表），但是在B2B业务中，客户采购的决策力复杂，决策力可能分散到10-20个人，而且很多人的关注点并不相同。潘益说：“有的小项目很像B2C，一两个人就能决策；但大项目很复杂，你拿到数据之后需要一个‘画像’的过程，即把这个人的轮廓搞清楚。”准确分析客户（代表）在项目中的角色和决策力，是帮助销售完成最终目标的关键。

　　市场变化关

　　数据经过收集、分析之后，还需要正确地解读才能服务于业务，这里仍然面临很大的挑战。有时候建立一套模型去解读并非难题，然而在变化的市场环境中，模型需要不断地调整。“市场是变的，客户的行为是变的，需要不停地调整策略。”潘益说，“包括大数据的策略，市场的策略，使用新技术的策略等都要有一定的变化。我们有一个广告词‘Change is Good’，用在这里最恰当了。”

　　量化考核关

　　虽然营销带来的价值无法全部量化，但是大数据带来的技术创新还是让很多工作得以量化。大数据营销对企业究竟有没有价值，摩托罗拉系统通过MQL、SQL以及最终结单量来进行考核，同时，根据对每一次活动的总结和分析来不断提升量化分析的准确性，潘益坚定地表示：“网络营销带来大量的数据，由于技术的可能性，抓取的数据量跟以前比已经飞越了。对我们来说，这就是大数据带来的一个巨大的好处。”

　　尽管如此，大数据给营销带来的改变显而易见，例如管理角色在融合，组织结构和决策机制在适应实时性的需要。潘益指出，从业务需求来出发，让最新的理念和技术找到一个结合点，“对市场工作来讲，大家都在追求有一个好的ROI，每一分投入都要回报最大，如何将投入做得最科学，实际上离不开大数据。”

　　本刊记者 安建伟

关注读览天下微信， 100万篇深度好文， 等你来看……