360营销学苑

一开场，傅志华老师对大数据的特征予以阐述，在传统的4V【 Volume（大量）、Velocity（高速）、Variety（多样）、Value （价值）】基础上，他充分结合自身感触，创造性的提出了第五大特征——Online（在线）。他表示，作为五大特征中最重要的一项，Online实质上是指实时的、可以交互的。比如说嘀嘀打车，快的打车，对司机来说它的数据越实时则越有价值，反之，如果数据是过时的，对司机来说就毫无意义可言了。

• 近年来互联网的普及；

• 手机移动端的用户活跃度超过PC端；

• 更小的屏幕要求广告商更加精准的抓取用户的需求，减少广告数量、提高广告质量。

傅志华老师向我们展示了由他首创的大数据企业应用金字塔模型：

他强调作为塔基的数据基础平台是所有应用层的支撑。如何建筑一个坚实的塔基？要求企业尽可能多的捕捉用户数据，统一ID，为用户画像。谈到怎么贯通用户的数据，傅志华老师建议通过手机号这一唯一ID将用户的所有行为串起来。而对于如何做用户画像，他认为要从企业的商业目标、商业场景出发，根据用户的兴趣、行为、性别、年龄等替他们打上各种不同的标签，以最精准的定义他们的需求。

• 制定大数据规划找准切入点；

• 强化大数据领导力设立CDO；

• 设计合理的大数据组织结构；

• 搭建富有执行力的大数据团队；

• 用制度和文化保障大数据实施。

其中最核心的因素是企业领导人的重视。对于数据部门在组织结构中的设置，傅志华老师表示最理想的状态是事业部门里面也有数据团队，同时又单独设立了一个中央数据部门。只有让数据部门的人理解业务，才能实现数据的最佳运用。见下图：

傅志华老师提出移动互联网的特点有四大要素：1. 屏幕小；2. 场景化；3. 碎片化；4. 个性化。而这些特点则要求企业通过快速锁定用户位置，判断其所在场景，筛选出该用户符合此场景的兴趣爱好进行相应的广告推送。随后傅志华老师为大家深度解析了几种不同推荐算法的原理，包括非个性化推荐、人口统计学推荐、基于内容的推荐、协同过滤等。并强调不要觉得做推荐只是算法人员的事情，因为一个推荐是否成功，算法仅占了20%，交互因素（30%）与数据因素（50%）实则更加重要。