加速数据资产化：新零售新服务

在营销决策越来越依靠数据以及建立在数据基础上的用户画像的当下，几乎所有的企业、公司、门店、媒体都深刻意识到了数据作为一种资产所造成的颠覆性影响，并开始想方设法加速他们的数据资产化和DMP建设进程。DMP对人群数据进行分类标签整理及相似人群寻找，旨在精准定位用户的数据处理，使广告投放更具针对性，DMP平台不仅可以为品牌提供有效品牌用户的人群画像、消费者洞察和品牌营销建议。^[3]在数据资产化和DMP建设进程中，大的组织跟小的企业之间必然存在着很大的差异。大企业的数据资产化进程或许开始得早一些，投入的人财物力多一些，但在这条路上他们未必就是走得最快、做得最好的典型代表。在数据资产化方面，很多大企业做得不错，但也有很多大企业徒劳无功，因为他们并没有真正意识到数据在它的营销环节乃至整个商业模式中的重要性，所以反而不如那些真正用心去做DMP的中小企业。有些中小企业，因为它的内部架构和产品品类相对不那么复杂，DMP搭建起来能够起到立竿见影的效果。这也就是说，在数据资产化过程中，大企业有大企业的困难，中小企业有中小企业的优势。事实上，广告主、广告公司和媒体都在积极地推动它们内部的数据资产化以及多方的数据相互开放。但对于任何一家企业而言，最大的挑战首先是来自它的决策者是不是有决心一定要把这个数据平台做好，然后才是资金的投入以及实施的步骤，最后才是技术的解决方案。技术层面的很多问题都容易解决，但是关键的问题在于企业能不能梳理清楚自己的营销目标、用户需求、消费场景以及数据资产化过程中所涉及的人财物的投入。只有自己梳理清楚了，才能清晰地告诉技术方或者其他第三方来帮他实施和落地。

今天，在数据资产化的道路上，所有的企业和个人都在不停地学习、不停地思考大数据革命到底给我们带来了什么。在另外一个层面来看，或许数据资产化也是方兴未艾的新零售形态非常重要的一环，目前包括BAT在内的很多大中小企业都布局这一领域，它是对传统零售进行重新改造甚至彻底颠覆，那么数据化在这个过程中将会起到什么样的作用呢？市场营销学通常会提到一个概念叫作目标市场（target market），企业面对的核心问题就是如何更好地服务于它的目标用户，这里的目标用户既包括存量用户也包括新用户。无论是新零售，还是智慧零售，这个目标用户市场依然是它们必须直接面对的问题，只不过它所采用的是基于数据分析的全新方法来解决这一问题而已。举例而言，咖啡厅可以通过对所有用户历史消费记录的挖掘和分析，并针对不同用户在不同时间进行不同诉求的广告营销活动，从而提升店面的用户重复购买率或者客单价（per customer transaction）。我们也可以把这种与数据高度结合的商业模式称为新服务，这种新的服务模式对于很多线下零售门店都有非常大的意义。在过去，客单价的提升与店面不同服务人员的勤奋程度和情商高低有很大的关系，但今天，数据化的工具正在帮助我们把这种针对不同用户展开的个性化服务变得标准化、体系化和规模化。(www.xing528.com)

在未来的新零售领域，DMP系统或者其他某个智能化数据系统是不是会承担起向在店的服务人员发号施令的指挥官这样一种角色呢？它可以告诉服务人员怎样能够更好地提升顾客的满意度和客单价，这就是数据的意义和价值：在实现消费升级之前先要完成的是数据思维和数据系统的升级。比如商圈美食点评类的应用可以通过LBS的方式获取用户所在的具体地理位置，那么晚上这位用户还会不会在附近的位置，我们可以通过用户所在的场景、他在手机上搜索浏览的内容以及他更多的餐饮消费数据，向他更精准地推送一条附近餐厅的广告信息或优惠信息，这也是数据化和程序化的典型应用，它能帮我们解决更多新零售新服务的具体问题。这也就是计算广告面临的核心问题：如何做到用户、场景、内容和广告的完美匹配？