如今，具有压倒性的数据量使得市场营销人员和广告商们已经难以理解哪些信息非常重要，哪些信息是纯粹的噪音，哪些数据是正确的？而哪些数据又是可以信赖的？不同类型的数据具有什么作用，又应该如何被使用？

下面笔者根据专注以数据为基础的多渠道营销自动化智能化机构webpower的数据客观可信度排名，给大家介绍9种不同类型的数据，以及它们应该如何被有效使用。

1.     试验性数据

通过客观的专业第三方精心设计和严格控制的试验，得到最可靠的数据。并且全程和专业熟练的分析人员一起，对数据中的噪声进行了分离。

2.     调查研究数据

由经验丰富的专业第三方专业人士做科学研究，产生的可靠数据。研究设计，规范的数据，数学建模，刺激控制，统计控制，历史经验，质量保证标准等使得数据往往非常精确，噪声往往最小。

3.     营销组合模型数据

创造一个分析数据库，并清理和规范这些数据，采用多元统计和建模去隔离和消除部分噪音，以使营销组合模型数据比实际销售数据更好。营销组合建模数据中的信号更稳定，更可靠，更加可测量。

这种类型的数据可以帮助企业了解哪些变量推动了他们业务，如是媒体广告，或者销售人员的数量，或定价差异？但通常需要多年的数据积累来从营销混合建模中获得最大价值。

4.     媒体组合建模数据

这和营销组合建模是相同的概念，规则相同，只是应用了一组不同的变量。一个分析数据库，数据清洗，建模和使数据中噪声被最小化，从而使各种媒体的影响被分离开来。同样，如果再与控制实验结合，那么这些数据和分析将更具有解释说明性。

5.     销售数据

销售数据一定程度上可以被信任，但以销售数据衡量实际销售效果并不完美。因为销售可能还受广告效果、最佳媒体花费、产品质量、服务效率、有竞争力活动等等影响。

经济，竞争活动，天气，通货膨胀，度假周期，新闻事件，政治事件，库存和分销偏差，定价紊乱等因素也制造了错误的反馈和歪曲的景象，所以销售数据并不是衡量原因和效果的最好方法，而只是理智的衡量什么已经发生，它并不会告知为什么发生以及什么使之发生。

6.     眼球追踪数据

眼球追踪主要是研究眼球运动信息的获取、建模和模拟。而获取眼球运动信息的设备除了红外设备之外，还可以是图像采集设备，甚至一般电脑或手机上的摄像头，其在软件的支持下也可以实现眼球跟踪。

随着测量设备和软件的稳步改善，您可以利用眼球追踪技术获取及生成有用的诊断信息，以帮助理解为什么一个项目、网站或广告没有成功引起用户注意或注册某些消息或图像。

7.     生物识别或生理测量

皮肤电反应，眼睛的瞳孔扩张，心脏率，脑电图（脑电波）测量，面部情绪识别等都非常有趣和令人兴奋，他们都可能将来成为进入人的灵魂的门户，但目前，这些措施在很大程度上是推测性的和未经证实的。

其中一些措施在跟踪人的意识觉醒上相当不错，但如果没有引入测量或定性研究，就没有精确的方法去知道这个觉醒是否积极或者消极。

8.     群体或咨询小组数据

许多大公司都购买了一些能够使其经常对一小组目标客户进行调研及对话的系统。企业的各类人群每天或每周都在持续地进行这种小众的调查。如果不把结果的质量考在内，每次调查或测量的成本相对比较低。

但是由于这样的群体并不真正具有代表性，也不是随机选择的，且很少验证过，所以随着时间的推移，条件反射和惯性学习的风险将破坏群体的代表意义。

9.     社会化媒体数据

社交媒体数据非常受欢迎。因为该数据往往比较便宜的，数量大，并且实时（每天或每时）。许多新的软件工具和系统也比较容易对数据进行分析。社交媒体数据也许作为早期预警系统最有价值，但是，必须始终以怀疑和质疑的态度去对外社交媒体数据，webpower认为有以下几个原因：

1)     许多产品类别和品牌几乎从来没有在社会化媒体上被提及，使得样本量太小，数据的可靠性无法确定。

2)     社交媒体评论受复杂因素影响，如新闻，特别活动，媒体广告，促销，宣传，电影，竞争活动和电视节目等，因此数据中的噪音很多。

3)     社交媒体数据受到操作。你可能会认为你正在跟随一个重要的数据趋势，后来才得知这只是竞争对手混淆你的一个聪明的计谋。越来越多的企业和其他组织都在努力创造社会媒体内容和管理社会化媒体评论，因此数据的研究价值也正在迅速减少。

社交媒体评论是通过网页抓取识别和收集的，我们几乎从来不知道确切的来源，背景，刺激因素，或评论背后的历史。这些未知因素使得诠释社交媒体数据变得危险。这就是为什么我们要以畏惧的精神和充满怀疑的眼光去审视社交媒体数据。

小数据

笔者曾经也说过，在目前阶段，如果企业决策者能够依靠一些小数据工具和系统，而不是大数据的设想，数据将能够更好地服务于你的企业。抽样理论告诉我们，如果样本是随机的，企业可以通过与很少量的人群进行交谈，以测量整个目标群体的行为或心理。

一个包含1500的样本足以预测谁将会赢得总统选举。200-300受访者的样本通常足以预知整个人口喜欢一个新的产品或服务的程度。对一个包含200个用户的样本进行一个新的家用花生酱测试，可以精确地确定该产品是否是最优，一旦推出之后占有的市场份额。

这些都是小数据的例子。调查研究是相对便宜，但非常准确，因为专业研究人员知道来源，刺激因素，背景和历史，并具有可靠的测量仪器，数据规范，质量保证和控制。尽管大家都在谈论及憧憬大数据，但小数据往往为企业决策提供了更完善、更准确的依据。

少量（小）数据又应如何正确地被分析被理解，以获得更高的成本效益，提供更好的营销洞察力，在以数据为基础的多渠道营销自动化智能化机构webpower的下一篇文章中《小数据让企业更人性化，使客户更快乐》，笔者将重点针对小数据对市场营销者的意义，以及如何把小数据应用到社交媒体等话题展开讨论，欢迎大家继续关注。

数据营销：小数据让企业更人性化，使客户更快乐

相关数据显示，2013年投资者在大数据初创企业中投入超过36亿美元，尽管如此，对于大数据的争论依然激烈。其中一个原因就是，尽管前景美好、潜力巨大，但在“大体量”数据利用及实现商业价值的过程中往往充满挑战、非常棘手。

如首先，需要强大的机器和经验丰富的数据科学家将原始信息及庞大数据转化为洞察力。在这个过程中，如何去分配正确资源，并跨部门和学科去释义这些信息都非常困难。而当我们从数据中抽离出洞察见解之后，下一步该如何去利用这些洞察也一样充满困惑。

在数据应用自动化智能化营销服务商webpower中国区查阅到的一项最近研究中，被调查的45％的企业表示，它们很多时候无法确定它们的内容信息的正确受众人群。而仅有三分之一的广告公司在超过一般的营销活动中使用了大数据。大数据应用确实充满挑战性。

那么，在目前阶段，该怎么办呢？对数据视而不见，作为市场营销者，你肯定不干，谁都知道数据意味着什么，那么应该如何利用数据，又从何开始？在上一篇有关数据营销（《大数据VS小数据：9种数据类型及利用方法》）的文章中，笔者已经了解9种数据类型，这篇文章笔者从Brand Networks的数据营销专家Jamie Tedford的想法中吸取了启发，他的与笔者的见解不谋而同，笔者认为解决目前大数据应用问题的解药就是“小”数据。

小数据对市场营销者意味着什么？

小数据，在本质上承认量少而具有更相关性的数据点的价值。因为数据的价值大小不应只依赖于它的体积，而应更注重其质量，以及这些这些数据如何更好地被分析，释义并使用。小数据注重的是实用性，关注的是以最高的效率和相关性，收集到正确的数据类型和数量。

对于市场营销者，小数据意味着特定的、有限的数据集。这样在大数据的应用过程中，市场营销者只需要处理一个较小的样本量，如针对一小部分的客户群，或仅着眼于改善推动业务的细节，就可以帮助品牌在营销中更具个性化和组织性，并及时给客户传递更多的东西。最重要的是，这些类型的数据就在我们身边，触手可及，利用可行。

为什么笔者说使用小数据，品牌还可以变得更人性化呢？这是因为企业利用“小数据”，能界定在特定的时间点有需求的到底是哪些人，然后以个性化和相关性的方式提供并满足这些人的需求。自动化智能化营销服务商webpower目前已经帮助一些具有小数据的客户，实现了以BI智能化预测模型为基础的自动化营销，营销定位定精准且实施简便。

大数据正在推动市场营销前进，笔者认为，现在是时候开始化“整”为“零”，把“大”数据分解成若干个易于管理的“小”数据。而小数据也可能从根本上更好地改变你的营销现状，因为小数据让大数据不再高高在上，而是真正为客户利益和营销者利益提供了一道桥梁。 下面笔者就告诉你到底应该如何用“小数据”。

连接消费者和市场营销者 

消费者希望被愉悦和被告知，他们希望通过各种方式，与更多的人、想法、产品等建立一种联系，以获得更好的生活方式。而市场营销者代表的就是这些人、想法和产品。而小数据就是让消费者获得想要的东西、联系到希望联系的人的一个实现方法。

由于小数据本身就更加以客户为中心，所以市场营销者能够更容易识别和理解这些客户，并帮助客户在想要的时间和地点找到他们希望的品牌和产品。也正因为更专注于客户，所以利用小数据，相比于传统营销方法，市场营销者和消费者更易于建立一种人与人之间的沟通关系。

举例来说，大多数人应该都有过这样的经历：需要马上购买某种物品，但是不知道去哪里购买。当实体商店能够把以客户为中心的这些小数据，如位置、搜索历史，以及品牌偏好等，与像库存这类的实体店小数据联系起来，那么让消费者实时找到自己正在寻找的东西就成为可能。这种交互的关键就在于建立一个客户与品牌共生的关系。

小数据如何应用到社交媒体营销？

除此之外，webpower在实践探索中发现，小数据在挖掘广告，特别是社交媒体价值上也有巨大的潜力。使用较小的数据，例如，位置、所属品牌、时间点、购买记录等，将其与如朋友的喜好、状态更新和以前社交品牌互动历史等这些社交数据相结合，市场营销者就可以提供无缝而主动的社交广告体验。

例如，如果一个连锁酒店有一个最后一分钟的空房，那么这个小的数据就可以以及时而相关性的信息，来触发一个精准的社交广告给到那些喜好旅游或曾经入住的消费者。

一个现实的例子，一家电子商务公司能够比较搜索数据和购买行为，以找出哪些客户是最有价值的，并重构其应用程序，以吸引这些客户。通过把用户细分成两个小的数据集，该公司发现，那些搜索特定品牌的客户比那些没有这个行为的客户，高出154％的价值。然后，这家公司增强了其应用程序的可搜索性，以满足这些高价值客户。

笔者认为，小数据的应用，一方面，在品牌和消费者中构建一个互惠互利的关系，有利于笔者们的企业加强赢利能力，另一方面，也通过更加人性化的营销方式，让消费者在人际沟通中更加快乐、健康。

来源：webpower中国区  作者：谢晶（投稿）