这样的情况在过去屡屡发生，根本原因就在于营销的效率太低。在今天这样一个大数据时代，我们应该从传统的销售思维转变为数据思维。每次营销活动，每个产品销售，背后都有数据作为研究资料，我们应该将精力更多的放在数据的挖掘与探索上，寻找到现象背后的规律，这样才能避免出现太多的无效营销。

大多数无效的营销，事后来看都能归类到自嗨式营销中。企业和品牌沉浸在自己的满足感中，给到一个消费者他们并不需要的产品，这就产生了效果上的落差。我们经常会被教育到说要学会换位思考，其实每个人对于一件事情都有自己的视角，品牌的视角和消费者的视角一定是不一样的。这里有个比较典型的例子，曾经一家西餐厅，创始人一直坚持食材的品质，且希望能让大家低价吃上优质西餐，所以不仅不涨价，还经常推出优惠活动，但客流量越来越低。

这对于一个有梦想有追求的老板来说无疑是相当苦恼的一件事，随后他找到一家咨询公司，希望他们能给自己出一个解决方案。这家公司做的第一件事就是调研各种数据，包括餐饮行业数据、用户消费习惯数据等等。在分析数据的过程中他们发现，在所有消费者选择餐厅时，只有不到20%的人会优先考虑价格，而细分到西餐领域，这个比例还要更低；最影响消费者选择的因素是口味，这也在意料之中，而排名第二的因素则是环境、装修和氛围，这点在年轻群体中显得尤其明显。

其实我们知道，现在很多的网红店口味并不好，甚至达不到同类菜品的平均水平，但是这不妨碍这些店人气持续火爆。细分到西餐这一块，环境的舒适感，心理的满足感这些看起来比较虚的东西，是被消费者提及最多的词语。很多人并不是一定要吃到惊艳无比的菜品，而更想在就餐的这段时间内做到放松与享受。而这位老板因为价格低，利润自然就低，更没有财力布置店内的环境，所以消费者不愿意来，没找到问题所在的老板又持续做优惠，形成了一个恶性循环。

在进一步解决问题的过程中，这家公司还精准的对餐厅的消费者进行了调研，他们发现有些经常来这里吃饭的老顾客，之所以会频繁光顾，只是因为公司每天的餐补不多，想吃点好的只能选择这家餐厅，并不是对菜品有着非常执念的喜爱。如果需要请客的话就更不会来这家餐厅，因为结账的时候低廉的价格会让自己没有面子。这样的调查结果让老板感到非常的震惊，原来自己一直以来努力的方向都反了，顾客需要的东西自己并不了解，也没有进行相应的调整。营销视角就是品牌视角和用户视角的交集，放大交集才能避免供需之间的落差。

既然数据如此重要，那么是不是只要品牌找个数据公司就可以高枕无忧了呢？当然不是，有些公司花了高价对数据进行分析，结果按照数据分析去行动，效率也不高，其实这个问题来自于很多人对于数据错误的分析和解读。对于大数据的定义，IBM有一个比较知名的“5V理论”，分别为：大量的，即数据量非常大；及时性，即当下发生的事情；多样性，即多元性，可以理解为大数据有各种类型，反映问题也是多方面的；价值性，即数据本身的价值；以及最重要的真实性。

虽然大数据具备这些特性，但是过于依赖大数据进行决断是不对的，我们分析问题时要从全局出发，但庞大的数据有时也会有覆盖不到的地方。上文提到的咨询公司在案例分享时还讲过一个例子，他们曾经为一家做净水机的品牌进行服务，这家品牌想要知道自己产品的受众在哪。按照常理来分析，最先应该收集的数据是那些在网络上搜索过相关产品的用户，从这些人的数据来看，他们大部分是初次购买净水机的人群。

但如果这家品牌就以初次购买净水机为目标人群进行营销，那么就会流失一大部分消费者，就是那些有复购需求的用户。曾经购买过净水机的用户不会像初次购买的用户那样在网上搜索讨论，他们往往更愿意相信自己的判断，亲自去店里看产品，如果只依赖之前的数据，这些人复购人群就覆盖不到，很有可能被其他竞品夺走。

这样的问题同样也会发生在各种销量预测上。很多机构都通过预测行业走势打响了良好口碑，其中票房预测是非常典型的案例。大数据能够通过对导演过往作品的票房、演员在行业内的口碑、故事类似的受欢迎程度等要素进行预测，这些看起来很多元很全面的数据似乎能够精准预测票房的最终成绩，但最终结果往往大相径庭。假如一个主演因为犯罪被捕了呢？假如电影上线之后因为大号炒作突然变成爆款了呢？这些因素大数据很难预料到，所以，我们在使用大数据的时候，要注意它是不是能全面地反映问题，不要简单地通过因果关系就得出结论，这是误解大数据能力边界的一个表现。

除此之外，误读数据还有一个比较典型的表现，就是数据只要是真实的，就一定有用，其实这也不一定。之前有个品牌在做代言人评估的时候，评估影视明星张震不适合做代言人，他们收集了全网关于张震的几乎所有数据，这些数据都是真实的，但却掺杂了大量无用且扰乱品牌判断的信息。例如这些数据中很多都是关于张震岳的资料，因为关键词张震包含在了张震岳里，另外还有个讲鬼故事的张震也占据了不小比例的数据。这种干扰在做消费者喜好分析时显得更加麻烦，让数据识别出现了很大程度上的障碍。所以我们要记住，大数据只是工具，并不能作为评判的唯一依据。

上面我们主要讲的是大数据的一些优劣，那么如何依靠数据来帮助品牌提供营销效率呢？首先对于不太熟悉数据化环境的工作者来说，数据化的工作流程和传统流程有很大不同。过去我们习惯了甲方客户提出目标，然后营销人就开始埋头苦干，也不去想这个目标是否合理，然后给到甲方一个他们自己满意的方案，这过程中会经过多次的修改和头脑风暴。方案敲定以后，开始按照这个目标去费力的执行，很可能最终效果双方都不太满意，然后乙方去在预算内刷一些数据给到甲方，总之就算糊弄过去了。

而在数据化的环境中，整个工作流程会从底层进行改变。因为数据支持的加入，整个工作流程会变得更长，每一步决策都需要引入数据进行评估，从整体目标到选择媒体，事无巨细都依靠数据来进行决断。甲方提出不切实际的目标，通过数据进行及时的修正；选定消费者群体来做营销方案时，通过数据判断哪些人群是目标群体，依此再制定方案；在执行阶段，根据市场和品类的变化，通过实时数据的监测及时优化策略。这样一套流程下来，营销效率变得更高，而积累下来的数据还会沉淀变成来年的策略支撑。

那么具体如何引入数据呢？我们可以依靠经典的5C模型，通过对企业、品类、竞争、消费者、渠道5个方向进行研究，找到营销目标，制定营销方案。具体拆解一下模型可以看出，第一步我们要先了解企业自身情况，通过数据来判断企业在行业内的位置，有多少固定消费者和潜在消费者，拥有哪些可以利用的资源等等；第二步对整个品类进行分析，这个品类的市场发展和未来趋势如何，企业目前在品类中处于一个怎样的位置；第三步，企业的竞品是谁，他们的情况如何；第四步，消费者人群画像是怎样的；第五步，如何接触到这些消费者，有哪些渠道能获客。

这五个问题分析清楚以后，你的营销方案基本就完成大半了。在分析过程中，数据还有很多你意想不到的作用。比如数据可以帮助你找到一些产品本来目标中没有计划的市场机会。比如一个线上减脂训练营，主要是通过线上饮食和运动指导来帮助大家减肥，用5C模型进行分析可以得到以下信息：

通过这样的一轮分析过后我们发现，这家减肥训练营亟需做出差异化，但资金和规模又有限，无法投入太多的宣传资金，同时消费者有一个让大家意想不到的心理困扰，所以最后品牌增设了一族健身心理课程，这门课程免费赠送，一下子做出来差异化，课程销量较之以往有了比较明显的提升。数据化思维带来的优势还有很多，针对不同品类和人群，我们需要更有针对性的进行使用。

如今我们处在一个数据化飞速发展的时代，市场上已经有各种类型的数据公司在提供着优质的服务，便于品牌进行数据化营销。这些数据可以作为提高营销效率的利器，但正如之前所说，数据永远是营销工具，真正重要的是使用工具的人，只有通过数据做出深刻正确的洞察，才是数据化营销成功的关键。