数据驱动的营销2016年: 更大，更快，更好

作为精通技术，以数据为导向的营销人员，我们的工作是在正确的时间在正确的受众面前传达正确的信息，以推动正确 (期望) 的消费者行为。

我们必须比传统方法更有效、更有效地做到这一点

因此，我们的工作并不容易-也不适合胆小的人。事实上，数据驱动的营销需要新的思维方式、组织承诺和新的工具和技术。因此，需要数据。大数据。

大数据是一个广泛的术语，用于积累，存储和操纵数据集，如此庞大和复杂，以至于传统方法不足，这加速了其成熟。

随着这些数据的数量激增，成熟的公司已经开发了新的方法来捕获，综合并对其采取行动。在短短几年内，大数据已经成为营销领域和整个商业格局的主要领域。随着云的发展，大数据的新工具和技术永远改变了数字营销。

这些工具正在帮助我们超越大数据，事实上，在更广泛的接触点上，以更快的速度实时地汇总和处理数据。2016，“快速” 将成为新的 “大”，这是由个人设备生成有关行为的信息的普遍性驱动的，迄今为止，已经看不见了。

想象一下，心率数据与电视观看数据相关联。存在随时间推移捕获这些数据集的设备。但是如何处理它们呢？一如既往，挑战是如何解决: 1) 有效地利用这种新发现的丰富性; 2) 利用这些新数据集中的力量; 3) 以移动销售针的方式对它们采取行动。

已经有许多预言家将水晶球窥视到市场走向的松树。而且，他们中的许多人都是错误的。我自己认为这会走向何方？我的公司在哪里下注？虽然以下预测可能会偏离几个程度，但我认为，从方向上讲，这是大数据2016年及以后的演变:

1.融合平台将破坏当前的数据架构。

在解决与数据相关的问题时，技术领域仍然分为交易和分析角色。用于 “融合” 或统一这些类型的环境的技术和技术正变得越来越普遍。我们正在逐步接近高效，统一的数据库的实现，在该数据库中，原始事务数据与预测性见解相结合，可以以用户友好的方式轻松获得。

在大数据领域，Hadoop曾是黄金标准，但如今，公司需要更快，更新和更强大的方法来从庞大且不断增长的数据池中提取ROI。像emarklogic和Apache Spark项目这样的努力正在推动这一新运动。

一旦我们有了融合平台，数据访问将变得更加容易。但是及时性呢？统一所有可用数据但不是最新数据 (由于处理滞后) 的平台是必要的，但还不够。这就是stream analytics的用武之地。

流分析技术为实时从设备、应用程序和系统中获取和处理数据提供了构建模块。它代表了将传统分析技术与高性能技术体系结构相结合的核心升级，并将使营销人员能够关联更广泛的设备生态系统中的行为。

机器学习已经被应用于营销分析问题，其目标是在数据中找到预测模式。然而，机器学习操作的挑战不是结果，而是过程。对于大多数营销专业人员来说，访问算法和结果仍然是遥不可及的。

今年，我们将看到围绕用户友好的机器学习和数据探索平台的势头。从IBM Watson Analytics，到Microsoft Azure的机器学习，再到Google的Tensorflow，业界都在关注将机器学习的力量暴露给营销部门的呼吁。

我的公司Zeta's拥有正在申请专利的ScaaS (scoring as a service) 引擎是基于这些系统的解决方案的一个示例，该解决方案旨在为数据驱动的营销人员创建更强大的产品。但是这些产品的推出并不意味着数据科学家将变得不那么重要。

相反，从疯子到疯子的营销专业人员的过渡只会加速，因为这些新工具使营销团队能够专注于更复杂的问题。

2016，今年准备加快数据 “步伐”，并向更广泛的用户群体提供访问权限。但是加速会带来风险。这种风险在于我们将获得更多的个人信息。并强调风险将需要过程和结构。

我们看不到事情变得如此沉重，无法压制它们。但是，我们确实看到了数据管理的组织方面的回归，其中包含了元数据和主数据 (“有关您的数据”)。首席信息官和数据管理员级别的更高级别的组织数据监督将确保，随着我们加快数据驱动的营销培训，我们不会偏离轨道。

即将在未来十年改变营销的最有趣的项目是物联网 (IoT) 的出现。物联网是嵌入了技术的现实世界对象或 “事物” 的网络，使这些对象能够收集、管理、处理和交换数据。

考虑一下营销过程，从直接营销数据库到离线客户数据库，到在线客户数据库，再到在线客户行为数据库。然后将所有这些应用到移动，社交和显示动作等的分层中。

每一项技术发展 (电话，网络浏览器，智能手机，智能手机，智能手表等) 都提供了有关客户及其行为的新数据分层的潜力。物联网的全面实现将以惊人的速度加速数据价值。

将这些改进的处理技术与实时利用数据相结合，您将拥有一个可以帮助我们在可预见的未来成长和繁荣的生态系统。

总而言之，我们正处于真正令人惊奇的时刻: 新设备，新交互和新数据，以创纪录的速度捕获，然后由下一代统一架构和工具实时处理。

今年将在2015年的势头的基础上，创造更大、更快、更好的东西。这将使我们更接近实现数据驱动营销的全部潜力。

郑重声明：本文版权归原作者所有，转载文章仅为传播更多信息之目的，如作者信息标记有误，请第一时间联系我们修改或删除，多谢。