大数据：利用相关性营销2.doc

?数据：利?相关性的营销 国内有? 会员的??边， 微博账号申请也需要? 说，同??的会员 和微博??个?。公司做了 ?个筛选，合并出?万个?户来。 来源：魏武挥博客 然后??公司的数据部门介?，主要任 务是看这??户，在社 会化媒体上的??如“说”些什么，? 喜欢介??如喜欢 关注什么样的商业账号。研究这类事的原因在 于：这个航空公司很想知道它在社会化媒体上 发起什么样的活动（以及活动所配备的礼品刺 激）会吸引到这?earned media. 这个案例并??数据，因为数据 还是不够海量。不过，它的原理和? 有关：寻求相关性。 相关性不是因果，很难得出这样的结论：因 为经常坐某某航空公司的班机，所以喜欢参与 某某活动（反过来也不成? 之间，从普遍意义上讲，存在? 个道理就像穿红袜? ?定的关联系数，但绝不是因果关系。相关搞 成了因果，差不多和“迷信”就没有区别了。 商业应? 只要知道坐该航空公司班机和参加特定活动之 间存在??了，?于究竟是为什么， 可以暂时忽略之。对于营销业者?? 率哪怕能帮助到营销活动提?10%参与度，都 是不? 但问题在于，很多? 的做法会形成很有些误导性的结论。?如说， 当在这个??户中发现，他们特别 喜欢某类活动，这个结论是不具有推? 的。再新增五万航空公司微博? 把上述那个结论也放他们头上。因为这?? 有因果关系。要确认因果关系，必须经过? 很复杂的观察和思考过程，排除所谓“隐性变 量”。这不是那么简单的做? 以的。相关性是因果的前提，但是不等于因 果。 于是，??数据寻求的是海量数据，海量到什么份上？ 就是全样本。全样本和抽样显然是不同的。过 去的研究，由于操作性的关系，很难做到全样 本，需要去抽样。抽样的科学做法是“随 机”——不过这? 难。真正的随机抽样需要花很多钱（利? ?络关系，通过?个?户做问卷再发动这个? 户找更多的?卷，?? 且??法绕过的弊端在于：如果你使?调查 问卷的??回答? 定就是ta?? 为。 ?数据?先不是抽样，它获得的数据是全体样 本数据，其次它不是在让??是 实打实地去获取?“?为”。? 某活动会有兴趣和? 然后者更能说明问题。 最重要的??数据分析和抽样分析的核? 区别在于：前者是动态的，后者是静态的。 前??法是成本很?的，故? 它很难每天都去做?——事实上，为某个特 定的问题??乃??个季度做?次随机抽 样，都很难实施。于是，? 的结论，其实是静态的，它只能说明在做那次 调研时的??户（样本） 加? ?——除? 变量后的因果关系。 如果试图减少成本去做? 的结论就更没有推??点称之为外 部效度性，??效度）。当新? 户加??随机抽样的结论基本不能适?。 但? ??个新的结论。让我们?最常见的亚马逊页 ?“购买此商品的顾客也同时购买”来举 例。 这个部分? ?，会导致这个模块?的商品可能会产?变 化。不过，这个模块也有可能是导致商品集中 化购买的重要原因：??推 荐的商品??购买的可能是很?的（也许ta 本来就没有任何购买的念头，甚? 都不晓得）。但对于? ?点也不重要，它要做的——?少在电?商务 领域——???客单价罢了。买了A书和 买了B书之间的因果研究，那是学者们的事，不 是商??的事。 ?数据处理的?式不是探幽细究型的，挖空? 思去想究竟原因为何没有这个必要，不过拿出 ??如吃海参 有助于提??数据其实不需要做什么演 绎，它的任务只是让你在某? 成功率的事，哪怕只有1%。量??1%都是 极其可观的。 回到航空公司的具体案?10万同时拥有航 空公司会员和微博会员的??随机抽样? 得，故?10万对于整体数百万航空公司会员 ???标不是想寻求 坐这家航空公司班机的??络活动的 因果关系，我们只是想提升? 并希望看到更多? ?，10万微博? 在某??下数据，?致能看到? 些相关性，于是我们开始设计某种活动，并有 针对性地让这10万微博? 参与度和转发率，??数据?撑背景下的胡 乱策划，成功率应该会????投 ?，得到了相对??的较?效果，这就是数据 分析的好处。 过了三个??有需要策划的活动，注意， 这??次数据。因为样本可能 不是只有10万了，也许15万，也许运? 2万微博?“死亡”，只剩8万。另外? 个可能是有某些新的外部变量加??如出来 ?种新的商品让很多?趋之若鹜?度关注。这 个时候拿上??是盲? 骑瞎马，夜半临深渊了。 不同的时点，或者? 次跑数据，这可能是??烦之处。 不过，计算机的长处就是计算，花上?? 时设计? 搞随机抽样，便利性提? 更宏??“?数 据”了。今年年头互联??要并购新浪微 博，从商业逻辑上讲，??的消费 平台，??的碎?化?论平台，两 者数据的合并，是颇能挖出更多的相关性来。 当你发表??条? 告。是的，你很烦，感觉? 业