id|MarTech月：数据不是营销万金油，千亿级市场背后“人味儿”不可或缺( 五 )_星芒|于轲|mcn|商业化|ip|作者

例如我们帮着品牌去做铺货，现在O2O增长较快，特别是新兴品牌，O2O已经是一个重要渠道。在O2O上做铺货，我们会把涉及到的所有门店做潜力评估，我们本身有品牌各种的竞品信息，有线上线下货品销售的数据，我们可以知道每一块地方，有什么样的消费者和竞争对手，根据每个门店周边的人、货、场、介各种数据综合建模。指引客户在细微市场做更优的选品铺货促销策略。
如何去追踪效果，一是结合品牌历史数据，执行结果很容易反馈，回收以后继续放在平台上，看观测是否跟推荐的模型预测一致。如果不一致就要查找是什么原因导致的，并及时调整和优化，形成迭代。整个过程下来还是能密切的追踪到实际效果的。
王涛：我们给客户做的分析也分为两类，一是偏向监测，就是把销售、口碑、出货状况做一个监测性的服务交付方式，除了定期的报告提交外，也有针对客户问题的专项分析，尤其是偏向探索性的，客户也希望我们不要局限于现有数据源。
我们帮客户找未来一段时间行业发展或产品上的趋势，做到把数据源尽可能细颗粒度的拆解。比如一个专做宠粮的客户，他售卖的产品中很大一部分是卖给泰迪这种小型犬。我们仔细拆解后发现，给幼犬的销售比例在快速下跌，虽然整体来讲成年泰迪的销量还是很高，但可以反映出犬种面临的老龄化趋势。所以如果客户未来两三年不早做准备修改产品线，就会导致market share的下跌。我们再看电商数据，搜索大家讨论最多的犬种，对于犬种的满意度，可以判断出哪些犬种未来是有机会的，采用新的趋势来提升销售。
所以从单一的数据源里，只要做的够细，对客户业务和消费者有充分理解，就能挖出很多有趣的洞察，这些洞察都是紧贴着客户业务成长和品牌发展的。同样的逻辑也可用于其他行业，比如女生对美妆成分很熟，反映出大家对于成分党或高科技的需求。我们会综合电商数据和品类，详细的清洗，把各种功效以及消费者对于功效、成分的满意程度也作清洗，最后得出的未来的一个趋势洞察，帮助客户解决他实际的业务问题。
高晓思：数据一是在整体决策过程中，支撑战略的制定，更多是偏经营的，从消费者细分所推导出来的策略的调整。二是在经营场景中，比如商业地理地产，从选地拿地、项目定位再到招商，跟商场经营相关的每一个环节，我们都有对应的数据解决方案和检测报告。比如母婴类孩子妈妈比较多，那么亲子主题就会对客流增长更好。比如金融场景里，现在国家开始把放贷类型的业务给城商行农商行做，他们数据有储备能力，但对全流程的带动风控没有解决方案，我们就可以辅助甄别出信贷风险更高的人群。所以数据在不同场景里能效越来越大。
还有几个重点，数据的计算能力，甄别能力，算法能力，最重要的是对于应用场景的定义，不同的数据融入并计算出来后，应该用什么样的决策链指导经营者，这些是大数据从业人员更需要思考的。
以上就是亿欧与北拓联合发起的MarTech月“高能分享”系列活动第四周第二次活动，我们仍在邀请中国MarTech领域最优秀的创业者、投资人、从业者参与我们的讨论与分享，不管你是想参与聆听嘉宾精彩发言、还是希望亲自下场进行碰撞分享，欢迎联系并参与我们的活动。