数字营销时代的数据陷阱

尹璐 李天姝

以大数据为基础的数字营销显著提高了营销的效率和水平，为营销活动带来了新的机遇，然而，由于数据集和互联网通信技术的自身特点、分析方法可能存在的局限性以及可能的操作不当，在利用大数据开展营销活动的过程中总是存在等“陷阱”，这些因素会从方方面面挑战数字营销的效果，成为数字营销向智能营销升级的阻碍。要避开这些陷阱，需要广告主、营销人员和监管者等多方的共同努力，对待数据和技术不应过度迷信也不能一昧抨击。

大数据 数字营销 数据陷阱

大数据与数字营销

持续增长的中国广告市场在2015年首次出现负增长，整体广告市场下跌2.9%，其中传统媒体广告以及报纸广告、杂志广告、电视广告纷纷下跌。但是，互联网广告、影院视频广告等却出现大幅增长。显而易见，营销的数字化趋势在当时就已十分明显。社交平台、移动支付等等深刻地改变了人们的消费行为，营销传播方式、方法、理念、平台皆随之发生巨大的改变，传统广告式微，而数字营销逆势增长。

数字营销，就是指借助于互联网络、电脑通信技术和数字交互式媒体来实现营销目标的一种营销方式。数字营销将尽可能地利用先进的计算机网络技术，以最有效、最省钱地谋求新的市场和新的消费者，实现营销精准化，营销效果可量化，数据化。大数据是数字营销的数据基础，主要产生于数字化的接触点，传统的离线接触点已经难以监视和记录，相比之下，在数字环境中发生的触点可以被记录下来，从而产生大数据集。数字营销的技术基础包括计算机、互联网和通信技术以及数据分析方法。计算机、互联网和通信技术对数字营销的作用更多数据的记录、传输和计算等方面；而数据分析方法对数字营销而言，作用则更多地体现在价值挖掘上。数字营销逐渐兴起并经历了几个阶段，第一个阶段是2001年至2009年从不被重视到逐渐受到重视的阶段；第二个阶段是2009年至2015年，数字营销强势增长，对传统的媒介格局和营销传播方式产生重要影響的阶段；第三个阶段则是2016年以后，数字营销持续扩张、不断演变，向智能营销逐步演变。

以大数据作为基础的数字营销从精准度、顾客关系、机会预测、速度、成本等方面显著提高了营销的效率和水平，带来了新的机遇。数字营销一大特点就是精准。由于拥有庞大的数据作为支撑，数据营销时代的品牌愈加了解消费者和媒体，使高针对性的个性化营销方案成为现实，让广告通过合适的接触点到达目标受众。维护顾客关系也是数字营销的优势。基于强大的计算机、互联网和通信技术以及数据分析方法，从海量数据中迅速做出精准的用户画像得以实现，个性化的营销方案更能打动消费者。基于用户数据，在销售的各个环节与顾客进行沟通和服务时也能快速为其解答问题，满足其需求，利于维护老客户并吸引新顾客。移动互联网和智能设备的发展使得与各类信息关联性增强，对于消费者的消费行为和偏好能有更深入的洞察和掌握，实践已证明这种信息与信息之间、用户与用户之间相互关联的数据集对于企业进行消费者行为预测乃至市场预测都切实有效。此外，数字营销还具有速度快、成本低、容量大的特点。

数字营销面临的挑战

由于数据集本身和互联网通信技术的自身特点、分析方法可能存在的局限性以及可能的操作不当，数字营销过程中总是存在着一些“陷阱”。这些因素会从方方面面挑战数字营销的效果，成为数字营销向智能营销升级的阻碍。

（1）数据获取。数据获取和数据质量也是是数字营销面临的陷阱之一。首先，大数据总是被掌握在一些大型公司和专业机构手中，想要获得目标数据并非易事。其次，虽然技术在不断进步，但并不能改变大数据价值密度低的特点，互联网环境中数据总是会受到各种因素的干扰，数据的记录也总是存在错误的，过滤出高质量的数据需要大量的努力。另外，抓取数据存在一定的技术门槛。

（2）数据造假。数字技术在改变整个广告行业生态链的同时，也轻易创造了数据造假的机会，用户在互联网上的操作无非就是各种各样的“点击”，而通过机器人编程来访问网站并伪造用户点击是十分容易的。数据造假还有很多其他形式，例如人工“刷单”和直接捏造虚假数据。微信公众号文章阅读量造假就是流量造假的一个典型案例，腾讯曾发出题为《刷量工具崩溃后，这些微信自媒体大V被扒下底裤》的文章，将多家公众号9月28日的阅读量与一周内均阅读量做了对比，结果显示两者相差悬殊，而这很有可能是因为微信官方刚刚调整了一些后台接口，技术屏蔽了刷单工具的操作。此外，影视剧、电商等也是流量造假的集中地。

（3）样本的有效性。数据集常常由于其自身是容量非常大的便利样本而使营销人员忽略了数据质量的传统衡量指标，如可靠性、内部和外部的有效性。一个大的数据集可能足以全面地覆盖各种特征的人口，但其中一大部分样本可能广告主的目标受众或不是盈利顾客。例如，某女性化妆品行业的广告主可能以微博的用户特征数据作产品市场研究资料，但微博用户中包括的男性以及青少年等不是女性化妆品的目标受众，会影响数据集研究的有效性。另一方面，在大数据环境下，广告主往往默认样本数量充足，忽视样本量可能过小的问题。瓜子二手车由于销售数据造假等问题屡屡出现在新闻中，其销量的数据来源是华通明略的《二手车电商网站渗透率调查报告》，最新一期的报告虽然显示68.3%的线上交易是通过瓜子二手车完成，但事实上这份调查报告的样本量仅为800人，只覆盖8个城市，不具有推论出全国销量数据的代表性。

（4）分析能力不足。大数据是巨量的非结构化的文本数据，要求很强的数据处理与分析能力，不仅要对数据进行识别、过滤，还要选取恰当的方法进行分析。营销人员不能假定或默认大数据集具有度量的全面性，否则研究结果可能会存在偏差。例如，电商可能将顾客浏览、顾客购买和评论的数据作为研究对象，但如果品牌广告花费多的产品有在浏览、购买和评论等方面表现更优秀，而数据集研究中又没有考虑到关于品牌广告支出的衡量因素，在这种情况下，关于浏览购买和评论数量的研究就会有偏差。另一方面，两个变量之间可能存在相关关系，但相关关系并不能作为因果来讨论。一般而言，电商的浏览量与时间相关，用户可能更喜欢在中午和夜晚浏览商品，但时间并不是用户购买的原因。

（5）隱私安全和信任。大数据的价值常常伴随着敏感的个人信息。高度的个性化和侵犯用户隐私之间的界限十分难以把握。信任是一个连接用户和品牌的关键因素，来自信任品牌的个性化信息被客户所赞赏，而来自不信任品牌的信息会被视为骚扰并引起投诉。数据的巨大潜在价值也引起了不法分子的注意，数据泄露已经变成影响重大的社会问题，品牌对数据的使用方式以及个人信息在企业手中保管的安全性又将影响到用户对品牌的信任。2017年前11个月，数据泄露事件达到1202起，比2016年全年多出了10%，德勤、埃森哲、Uber等等都经历了严重的数据泄露事件。要应对此类事件，企业必须从行政手段和技术手段两方面加强管理，也要在针对性和隐私之间找到平衡点。

（6）数据和技术迷信。尽管数据是客观的，但它只是真实世界的反映，并不能代表全部现实；技术同样只能基于已获得的资料进行分析，是机械性的辅助工具，并不具有能动性。某些地区的通信运营商与当地政府旅游部门、企业或网站展开合作，在用户手机信号被识别到进入该区域时，则向该用户发送相关的天气、旅游景点以及优惠信息，但事实上，收到信息的用户中有相当大的一部分用户只是中途经过该区域，或者在进入该区域前已有明确的旅行计划，以及信号位置被错误识别的情况。

对策与总结

尽管大数据的应用中存在各种陷阱与挑战，但只要正确应对这些问题，数字营销依然能发挥强大的作用甚至带来更大的价值。国内各大公司与机构在大数据应用中尚处于激烈竞争的状态，数据共享需要一个良好的商业环境来保障。防止数据造假则需要广告主、广告平台以及监管者的共同努力：广告主不应将数字作为唯一的效果衡量指标，广告平台应当深耕内容、加强自律，监管者则应该完善监督措施，否则，数据造假将伤害到的是广告主和广告平台的经济利益，以及广告平台与监管者的公信力。要保证样本数据集的有效性，营销人员应当对提供数据的第三方进行可靠性评估，并且可能需要将多个数据集组合为一个全面的数据库，然而不同数据集具有不同的来源，如何在不同的来源中将用户匹配起来是亟待解决的问题。数据分析能力不足的问题，需要营销人员综合利用经济学、统计学以及信息科学等多领域的知识，或者将分析模型交由相关领域的专家共同探讨设计。数据隐私及安全则需要企业把握好信息和隐私的界限，同时监管体系也有待完善。另外，营销人员在数字营销过程中不能过度迷信数据和技术，算法并不能完全代替人的判断，成功的营销需要用高效的工具来落实人性化的战略。

综上所述，数字营销中存在诸多误区和陷阱并不是数据本身的问题，而是如何分析和利用的问题。对待数据和技术，不应过度迷信也不能一昧抨击。在数字营销实践中，营销人员应对数据本身的质量与来源的权威性进行检查，以跨学科的思维来思考，组合利用多个互补数据集，并注意平衡精准性与个人隐私的关系。

[1]郑丽勇，2015-传统广告与数字营销的分水岭[J]，编辑学刊，2016（03）：50-55.

[2] Edward C.Malthouse， Hairong Li，Opportunities for and Pitfalls ofUsing Big Data [J]，Joumal ofAdvertising，2017，46（2）：227-235

[3]姚曦，秦雪冰，技术与生存：数字营销的本质，新闻大学，2013（06）：58-63.

[4]杨擎，“互联网+”时代数字营销应用研究一一以腾讯社交广告平台广点通为例[J]，广告大观（理论版），2016（04）：62-67.

[5]腾讯科技，刷量工具崩溃后，这些微信自媒体大V被扒下底裤[EB/OL].http： //www.meihua.info/a/677931， 2016-09-29.

[6]头条科技资讯，瓜子二手车数据造假为KPI刷单[EB/OL] .http：//www.sohu.com/a/215644376_ 99964043， 2018-01-09.

[7]全年盘点：2017年10大数据泄露事件[EB/OL] .http.//www.cebnet.com.cn/2 0171220/10245 0491.html.2017-12-20.