《纸牌屋》启示：大数据这样而来

长期以来，付费流媒体因内容陈旧、模式老套等弊端难以留住受众，而《纸牌屋》的出品方兼播放平台Netflix在一季度新增超300万流媒体用户，第一季财报公布后股价狂飙26%，达到每股217美元，较去年8月的低谷价格累计涨幅超三倍。

长期以来，付费流媒体因内容陈旧、模式老套等弊端难以留住受众，而《纸牌屋》的出品方兼播放平台Netflix在一季度新增超300万流媒体用户，第一季财报公布后股价狂飙26%，达到每股217美元，较去年8月的低谷价格累计涨幅超三倍。这一切，都源于《纸牌屋》的诞生是从3000万付费用户的数据中总结收视习惯，并根据对用户喜好的精准分析进行创作。

大数据是什么？

大数据可以创造怎样的价值？

如何应用大数据？

.....

《纸牌屋》，这部用大数据“算”出来的电视剧以具有冲击力的事实对诸多关于大数据的问题予以了回应。

面对互联网的海量信息，大数据是导航仪。基于抽样调查+人口学特征的“小样本模式”不再具有指航性，对于营销者来说，目标受众、目标客户是“谁”已经不重要，重要的是TA的偏好特征和传播相关信息的时机——根据数据判断TA在什么时候需要什么。相比传统收视率统计只抽取数千个样本户，《纸牌屋》的数据库包含了3000万用户的收视选择、400万条评论、300万次主题搜索。最终，拍什么、谁来拍、谁来演、怎么播，都由数千万观众的客观喜好统计决定。从受众洞察、受众定位、受众接触到受众转化，每一步都由精准细致高效经济的数据引导，从而实现大众创造的C2B，即由用户需求决定生产。

大数据更是显微镜，让人洞悉网络营销过程中每一个微细的状况，掌握传统数据手段无法洞察的业务细节。《纸牌屋》广受欢迎，当然不能说是百分百由数据决定——但如果说好的内容、情节设计、创意等等是其成功必要条件的话，那么前期的数据分析就是充分条件。当明确用户群在哪里，他们喜欢什么，应该怎么传播等等，就必然会有适当的内容（经典剧＋导演演员组合）、适当的方式（13集同时上线）、适当的受众（喜欢老版纸牌屋及同类剧的用户）出现。精准的用户群与用户行为，源于海量的数据资源。对中国企业而言，《纸牌屋》这一鼓舞人心的案例最大的启示，在于提醒我们应将营销活动中的每个细节数据收集起来、进行分析。

大数据也是纠错器，可以实时发现营销过程中存在的问题，及时调整策略，提高营销效率。网络营销中的数据积累、应用贯穿全程，将使数据与业务形成不断循环、反哺。每一次营销，都将形成循环效果。通过定位用户群、分析用户内容偏好、分析用户行为偏好、建立受众分群模型、制定渠道和创意策略、试投放并收集数据、优化确定渠道和创意、正式投放并收集数据、实时调整投放策略、完成投放评估效果等，完整的数据应用过程不断把控营销质量与效果，实现从效果监测转向效果预测，提升广告投入的ROI。

互联网时代，大数据还是发动机。互联网不再只是媒体，更是用户不断转化的平台。相应的，营销由独立转为系统性工程，而数据在营销全程中扮演的角色也必然要由参考工具转向驱动发动机。数据驱动的精准营销引擎，将颠覆传统的营销决策模式及营销执行过程，给网络营销行业乃至互联网及传统行业带来革命性的冲击。其实，我们已看到，网络营销的大数据应用正在加速前进。虽然以大数据支撑的RTB还在起步阶段，垄断媒体形成卖方市场、广告主决策过程并非百分百取决于业务层面价值仍对RTB形成阻力，但RTB应用越来越成熟，越来越成规模，百度、阿里等也都推出了自己的RTB平台，都足以让我们相信，RTB一定会成为未来网络广告的主流。而国内的互联网行业，特别是腾讯、阿里、百度等领头企业更在其他业务层面搜集、挖掘数据，进行大数据应用的准备和尝试，使大数据向网络广告之外的领域渗透。去年“11.11”光棍节时，天猫平台应用底层数据帮助店家进行营销推广，对于电子商务界来说这样的尝试，其意义或许并不亚于《纸牌屋》对影视视频业的冲击。

互联网已经象水、电一样普及，象《纸牌屋》一样从海量信息中挖掘出用户感兴趣的信息并把这些信息推送给用户，将越来越成为生产、营销及社会、政务服务的常态。当然，对用户来说，大数据的价值也将逐渐显现。比如，网络上可获取的信息量爆炸性增长，而我们甄别选择信息的能力、注意力有限，这让我们很难从数万亿网页、数亿商品中迅速找到自己喜欢或需要的对象，也无法从海量的媒介或载体的广告中获得有价值的信息。而当大数据也象水和电一样普遍存在、俯拾可用，这些问题就将不是问题。