通常，企業(yè)會關(guān)注他們的顧客，但卻很少看到客戶與客戶之間的關(guān)系，這個關(guān)系會產(chǎn)生一些意想不到的影響，比如說有兩個大客戶來存錢，每個人存幾億元，談的時候銀行給兩人不同的利率，萬一他們是好朋友，回去碰了面一合計，總歸會有一個人不開心。由此，企業(yè)的數(shù)據(jù)應(yīng)該實現(xiàn)內(nèi)部、外部和內(nèi)外部之間打通，形成用戶的全景式信息體系，形成一個網(wǎng)絡(luò)和各種針對性的產(chǎn)品模型。
在研究中，我們有個“大數(shù)據(jù)引擎”模型，其中包括各類外部大數(shù)據(jù)、個人數(shù)據(jù)和第三方數(shù)據(jù)等，我們將用戶歸類，把同一個人在不同平臺上的信息數(shù)據(jù)整合起來，這樣的研究結(jié)果影響了企業(yè)營銷的方式和效果。比如，保時捷以前過年過節(jié)過生日會給客戶送禮物，現(xiàn)在他們已經(jīng)知道客戶是喜歡紅酒還是高爾夫，從而進行個性化定制服務(wù)以維護客戶關(guān)系。
這種研究和應(yīng)用，對于企業(yè)挖掘“沉默的大多數(shù)”用戶非常有幫助，比如，在1.5億用戶和潛在用戶中做精準(zhǔn)營銷。以前我們跟平安保險合作，每天從1.5億潛在用戶中篩選出50個最需要打電話的人，讓企業(yè)直接做營銷。這之前，我們會整合研究一個人在各平臺上分享的信息，處理之后打上標(biāo)簽——這一條是聊孩子的，那一條是講旅行的，總結(jié)下來就可以看到Ta在時間軸上的興趣變化和分布，有可能準(zhǔn)備要生孩子了，或者有計劃去歐洲旅行了，這時候就可以有針對性地向其推送一些產(chǎn)品和服務(wù)。
關(guān)系類大數(shù)據(jù)還可以用來進行風(fēng)控。如果一個客戶違約或者信用很差，銀行在挖掘、掌握他的一些社會關(guān)系網(wǎng)后，就可以對與其相關(guān)的人進行著重關(guān)注和篩查，在貸款等業(yè)務(wù)上謹(jǐn)慎出手控制風(fēng)險，以防失信客戶讓其親戚朋友繼續(xù)代其申請新業(yè)務(wù)。再比如，如果在關(guān)系大數(shù)據(jù)中涉及的不是高風(fēng)險，而是高價值呢?一個人在銀行存了好幾億元，他太太也來存錢，銀行在了解他們是夫妻關(guān)系后，會給她推薦什么產(chǎn)品呢?這些都是值得研究思考的。
接下來講一下大數(shù)據(jù)在房地產(chǎn)業(yè)的應(yīng)用。我們最近和綠地、保利合作，做眾籌、虛擬買房等項目，使技術(shù)和渠道相結(jié)合，用大數(shù)據(jù)獲取客戶。
首先，我們用關(guān)系類大數(shù)據(jù)做營銷。買房通常是以家庭為單位，先生買一套，再給他太太推銷一套，不太合理，我們就用互動好友的數(shù)據(jù)，在每個人周圍找出10個好友做營銷。第二，給客戶畫像，把現(xiàn)有客戶資料跟業(yè)務(wù)經(jīng)驗結(jié)合起來，連接上外部數(shù)據(jù)大平臺，可以產(chǎn)生很多潛在新客戶的畫像。比如，我們和濟南一個樓盤開發(fā)商合作，先根據(jù)業(yè)務(wù)經(jīng)驗和現(xiàn)有客戶，總結(jié)出目標(biāo)客戶群年齡是多大、收入有多少，初步篩選后剩下60萬候選客戶，再結(jié)合大數(shù)據(jù)做一些潛在新客戶模擬，產(chǎn)生2000個潛在用戶。當(dāng)我們發(fā)現(xiàn)這個用戶在網(wǎng)絡(luò)上寫到“想換房，最近也光臨過一些樓盤”，那么就可以將其放在潛在客戶名單上進行重點營銷了。
我們還對信息獲取渠道做數(shù)據(jù)分析，那么就可以知道應(yīng)該去什么地方做廣告——網(wǎng)絡(luò)、報紙廣告怎樣投放最有效，微信要不要用公眾號推廣一下，戶外是不是應(yīng)該弄一個簽到地點，這些對企業(yè)營銷都非常有用。
剛才是講我們能做什么，還想說，有些問題我們也應(yīng)該注意，比如說隱私問題，數(shù)據(jù)不能隨便用了，隱私邊界怎么界定，企業(yè)間的數(shù)據(jù)交換怎么定價，等等，希望大家一起關(guān)注。