大数据正在驱动市场的巨大变革，在此冲击下，企业数字化转型浪潮高涨，一场由大数据引领的新型营销模式正在全球迅速蔓延。用SAS全球市场营销高级副总裁Adele的话来说，“如果你不用数据分析，那么面临的已经不是赚钱问题，而是生与死的问题。”

　　拥有40年数据分析经验的SAS一直引领着全球商业变革的先机。在过去的40年里，SAS平均每年都会把公司销售收入的25%投资于产品研发，创造着业界创新的神话。如今，一种由数据和分析驱动的新型营销模式正在被SAS应用，它基于客户行为洞察，并进而做出“预测”，让企业重新审视自身的营销对策，变得像《少数派报告》中的“先知”一样，能够洞察未来。

　　从hindsight(后知后觉)到foresight(先见之明)

　　麦肯锡研究院曾经做过一个调查，一个成功的数字化转型会使企业在5年内的销售量增长50%。随着数字化改革的深入，基于数据和消费趋势研究的营销创新正被越来越多企业所重视。
　　在Adele看来，目前企业基于大数据分析的营销大多还停留在基础层面。就像淘宝，顾客把商品放进购物筐，但购买行为并未发生，下次点进时淘宝会给你推送相关商品，这是很容易实现的，是一种较低技术含量的数据分析。然而随着数据量的飞速增长，企业面临的阵痛也越来越多：客户需求千变万化，碎片化和个性化的诉求如何捕捉?网络入口的增多使得客户行为变得更加分散，如何在这种多渠道互动中把握消费者意图，达到最佳营销效果?

　　相较之下，分新型营销的“高明”之处，就在于它能对基于消费者行为数据的更深层次挖掘，对那些不曾发生过的行为进行预测，即从hindsight(后知后觉)到foresight(先见之明)。

　　不同于传统的BI和业务报表，分析型营销着眼于对客户线上线下的各种数字行为进行分析，并根据客户的不同沟通渠道进行分类，譬如是通过社交媒体，还是新媒体互动，抑或是E-mail或点击了自动弹出的广告窗等，这些不同的社交方式是否展现出不同的客户群特征?不同行业之间有何差别?……从这些不同路径中找出一条最受客户喜欢的互动方式，反过来对营销方式重新设计，并通过一些关键指标进行测量、建模，不断测试，循环优化，最终找到最优策略。

　　“业务报表会告诉你曾经发生了什么，发生了多大的体量，但它没办法告诉你整个潮流趋势会是怎样，所以这是一种hindsight。而分析型营销是从hindsight(后知后觉)到 foresight(先见之明)的一个转变，能够通过客户的行为轨迹有一个更为深度的分析，从而做出预测，再把合适的产品和服务匹配给客户。”

　　从原始数据的收集、整理、清洗、建模，到数据分析平台的建设，以及如何运用平台设计营销推广策略，SAS提供的是一整套端对端、点对点的企业级数据分析解决方案。除了生成报表和建模，最重要的是建立一个闭环的营销管理流程。每个营销活动都会建有一个测试组和参照组，通过数据分析直接比对结果，对企业营收和成本管控都有立竿见影的效果。

　　企业数字化营销的“革命之路”

　　预测分析能力的生成，就像为企业安插了一双可以透视未来的双眼，无疑会带来不可估量的市场价值。但企业要真正用起这一套系统，并非一蹴而就。用Adele的话说，这是一个“颠覆”的过程，需要组织文化、企业架构、人员组成等多方重新“排列组合”。

　　首先是企业组织架构要从分隔走向整合。如今营销人员在互联网环境下，有了越来越多与消费者交互的渠道，这些渠道原本可能是由不同的部门承担，譬如新媒体部门、电子邮件部门、可视化部门，以及市场活动部门，不同部门有可能“打交道”的是同一位客户。SAS在为这些企业引入分析型营销时，会考虑到底哪个渠道是客户最喜欢的互动方式?哪些内容是客户最想听取的?由此打破原有的交互渠道，创建新的营销部门，Adele称之为“共享服务的部门”。

　　其次是人才队伍的调整。新的营销团队需要引入新的职位、新的角色，譬如营销方面的数据科学家、数据可视化人员，以及对数据进行分组分类的专业人员，他们需要具备跨渠道、跨行业统筹工作的出色能力，与公司IT部门、业务部门组合成强力合作关系，针对不同渠道设计不同的营销策略，同时要确保这些策略的一致性。“就像乐团指挥一样，统筹所有的营销行为。了解营销业务，又有强大的专业技能傍身，二者结合才会事半功倍。”

　　三是企业数据分析文化的形成。这也是Adele在聊天中反复提及的一个词。在她看来，分析型营销模式的实现最重要的是企业文化理念的改变。员工要提高数据意识，不单单是营销部门的数据。SAS在跟VISA合作时，遇到的最大问题就是如何让企业内部不同的部门都学会使用更多的数据分析工具，甚至在数据采集前就开始有意识地去利用这些信息。

　　最后是领导力。企业内部要有一个指导联盟，类似于指导委员会这样的机构来推动整个组织的变革，仅仅单靠营销部门显然有点势单力薄。

　　转型失败是因为没有以人为本

　　面对瞬息万变的消费者市场，企业更需要一个敏捷的内部环境，快速响应，快速决策。然而如今的企业要么数据太多，处理起来比较棘手;要么就是一些创新公司或新晋互联网公司，因没有足够的数据而无法进行分析。SAS对此给出的方案是用不同的测试模型反复“过滤”，到底哪些数据是有效的，哪些数据又是公司该弃用的。

　　在谈到目前分析型营销落地的窘境时，Adele认为领导层的“落脚点”至关重要。

　　“很多的失败恰恰是因为大多数公司还是科技带路，没有真正从人出发。CIO投入很多，却看不到效果，于是不愿投入，由此陷入恶性循环。然而症结其实是方法不对。”

　　也有人问Adele，营销像是一门艺术，但现在有了大数据科学，会不会让营销的艺术成分下降，变得更为科学?对此Adele认为，根本不存在这样的冲突。相反，大数据反而会强化营销的艺术成分，享受一些“验证”的乐趣。“十年二十年前，没有数据分析，做营销决策更多的可能凭自己的感觉，也缺乏及时反馈，而现在有了大数据分析的可视化，就能即刻验证其效率如何，加强企业决策能力。”

　　如今，有成熟数据先发优势的金融业在分析方面一直保持领先，这也是SAS在全球合作最早、应用范围最广的行业之一，在客户诉求上拥有了更高效的决策力。此外，医疗卫生、零售、制造物联网等也在积极尝试新型模式的落地。

　　“尤其是在零售这样非常注重客户诉求的行业，分析型营销应用今后会有非常巨大的发展空间。”Adele如是说。