当你想买牛奶的时候，一个牛奶品牌的信息立刻出现在你面前，实现了精准推送——大部分人对大数据营销的理解可能还停留在这个层面。
但显然，大数据的魅力远不止于此。以牛奶为例。它不仅会实时提醒你牛奶什么时候会过期，还会自动列出一个购买清单，发送到超市的后台。之后，你会收到最新鲜的牛奶——这将是大数据营销的不久的将来。这种认识分化也体现在大数据营销的从业者身上:很多人还在声嘶力竭地喊着“不要样本，要总量，不要看因果，要看相关性，不要看准确性，要看杂合性”等等。是的，阿里妈妈首席数据科学家薛认为，这些认识仅仅停留在概念层面，没有真正将大数据投入到营销实践中。对于大数据营销的现状，他提出了三个“只有”的批评，这也构成了他对大数据营销的核心理解。
批判1:唯概念论。品牌很难把消费者作为营销的终点而不是起点来控制消费者需求。只有消费者自己才能决定他们的兴趣和购买。这个简单直白的道理大家都懂，但在营销的实施中却往往被忽视。时至今日，说起大数据营销，大多数人还是热衷于谈论rtb，即实时竞价，针对不同的消费者推送不同的广告内容。他们为自己的准确性感到自豪。与此同时，老派营销人员仍然不忘将经典的4p和5p概念引入大数据环境。不难发现，这些营销方式的起点不是消费者，而是营销的终点，这也是薛批判的一个重点。在他看来，这些概念并没有错，只是这些方式方法离数据营销太远了。
他的想法是:首先要从人开始营销，找到目标消费者，然后推断消费者在哪里，需求是什么。这些核心消费者画像确定后，展示层面的问题就解决了，比如需要为这些消费者匹配什么样的活动和运营，需要设计什么样的页面展示和店铺装修等。同样，在渠道层面，品牌商和销售商可以根据数据预测分销什么渠道，每个渠道分销什么商品。更深层次的影响还渗透到物流和生产环节。薛强调，这是一个以消费者需求为驱动的整体运营营销体系，体现了企业运营营销的全链条。双11可能会看到这样的链接。为了满足需求的涌入，品牌商和销售商提前在渠道、备货、物流等方面做好准备。
事实上，这种提前准备还是有一定的犯错心理的——在空前的购物热情下，很多品牌面临着能卖多少就卖多少的局面，这根本不是大数据反映的需求。所以当他们回归日常销售的时候，已经进入了原来的供应导向的路径。“不要决定你今天卖了多少货，而是你需要更进一步。你知道消费者明天的需求，然后决定生产多少商品。”从今天对消费者的洞察来看，大数据已经可以做到这种程度了。薛之所以能够比别人早一步看到这一点，他认为，是因为他从身上做到了这一点。早在阿里妈妈负责钻石展位业务的时候，他就看到了局限性:一开始的业务逻辑很简单，就是做“看了买，买了再买”的定位行为。需求是由系统背后的工程师决定的，但商家的主观能动性受到了限制。这推动了达摩计划的启动，商家积极进行个性化营销的意识已经萌芽。但当自动化智能营销工具“阿里魔镜”上线后，薛才发现，其实商家的主动性还是有发挥空间的，完全可以再往前走一步，从消费者开始做营销。“本质是我们越来越了解消费者，所以消费者的诉求被我们提前观察到，所以消费者才会买单。当消费者买单时，企业将从中受益。”因此，薛强调，无论是大品牌还是小企业，都需要从模式转变为以消费者诉求为出发点的营销方向。
批判2:上帝主义，不区分消费者之间的动态价值差异。早在1996年,《差异化营销》一书的作者古斯·哈伯就提到，一个公司的少量客户通常会带来大部分的营业收入，而客户数量与收入不成正比。在市场营销领域，二八定律也发挥着作用。直到今天，商家对消费者的了解仍然不够深入。薛把这种浅薄的理解称为“数人”，即只知道今天卖了多少货，却很少去思考如何利用消费者留在店里的各种行为数据。“不能简单的说是老客户买了你的东西，而是潜在客户没买。你要区分客户的价值，实现‘你期望客户给你带来的价值’和‘你给他们的价值’之间的平衡。这是大家都没有想过的问题。”薛认为，两种不同价值观的匹配是关键。“用户是上帝”往往是一句口号。花最多的钱和在你的生意上花最多的钱完全是两个概念。
目前有很多成熟的针对消费者分层的营销模式。以四象限客户体系模型为例，薛认为，可以将消费者按照“花钱多的人”、“花钱少的人”和“在你身上花钱多的人”进行分类，从而识别哪类用户才是真正的核心消费者。商家不需要对所有用户施加同样的力，也不是所有的消费者都要努力让他们成为你的vip客户。把“花钱最多的人”变成“为你花钱最多的人”，是商家努力的方向。比如两个同样在你身上消费100元的人，第一个是和白，每个月消费几千块，第二个是学生，每个月只消费200块。这两个消费者对商家的价值观完全不同。前者不是忠实用户，但他可以尝试多花钱；对于后者，他的忠诚度足够高——消费者分层的意义在于找到你的消费者在哪里，然后你需要配合不同的运营模式。薛还提到了另一个模型，它强调了三个关键的客户信息，即最近消费(recency)、消费频率(frequency)和消费金额(monetary)。消费者往往在不同的时间表现出不同的状态。经常到店、花钱最多、最近来过的顾客是最忠实的消费者，他们需要经常关注和刺激消费。“很多商家没有观察到这类消费者的状态，没有意识到客人已经流失。客户都走了，你还不知道，还在花钱买广告的状态。”薛认为，营销的最高境界是关爱客户。以这些模型为参考，商家其实可以根据自身情况对消费者进行分层，确定其不同的营销空间，而不是对相同的信息进行狂轰滥炸。
批判三:唯roi论，不把消费者作为核心资产来管理。企业的核心竞争力是什么？很多人有不同的答案，比如人才、创新、数据等。，这些都没错，但除此之外，薛还明确指出，在大数据时代，消费者是企业的核心竞争力，需要把他们作为资产来管理。一个企业会定期对其资产进行财务盘点，包括它有多少钱，钱从哪里来，会花在哪里。这样的金融思维也应该用在消费资产管理上。企业要问自己有多少消费者，他们从哪里来，在这里做了什么样的消费，未来如何增值。这样的管理和库存有一个好处就是可以保证投入和产出的平衡，就像上面提到的对消费者的分层一样，考虑“我对消费者的投入”和“他给我带来的价值”能否成正比，避免资源浪费。这里需要避免的一个问题是:一个活动的投入产出比可能很高，所以我在做好营销的想法。商家目前的营销方式大多还停留在一次性营销，搞一个营销活动。当客户来买的时候，这种营销关系就结束了；下次做营销的时候，你就从头再来。前后两次营销事件没有关联，存在完全过错。这是资产浪费的典型表现。
国外很多电商在吸引新客户和维护老客户上的投入大概是2: 8，而国内的营销几乎是反其道而行之，不断吸引新客户，却不去管理他们。吸引新客户和维护老客户的投资比例约为8: 2。当下一次营销活动开始时，老顾客和新顾客混合在一起，并被推送相同的信息。每一次营销都是零起点，营销资源浪费极大。薛认为，这并不是说单个营销活动不重要，而是要有所改变，以资产为主线，将多个单个活动串联起来，成为企业的营销计划。
另一方面，管理和库存具有更深远的意义。消费者是作为资产来管理的，这些资产是可以升值的。“当你有了资产的概念，你就会考虑加大对资产的投入，让资产活起来。”阿里的fan exploder是基于企业现有的消费者资产，在数亿消费者的大池中，帮助企业找到一批未来会成为企业忠实消费者的人群，帮助企业达到资产放大的目的。通过不断的更新迭代，可以将企业的消费者资产放大十倍、百倍，实现资产增值。以消费者为中心的企业数据资产运营和营销，必将是企业率先进入dt时代的通行证。