阿里大数据营销存在哪些问题

问题有如下几点：

1、数据存在失真情况。数据的失真主要体现在两个方面：一方面，消费者在注册时可能会输入虚假的个人信息或者是一人使用多个账户、使用他人账户等，其在网络 *** 作过程中产生的数据信息本身就不真实，另一方面，由于网络技术的发展和消费者的个性化需求促使阿里巴巴每隔一段时间就要进行网站维护与更新，在这个过程中，会有不少用户因为不熟悉新的界面而进行错误的 *** 作，这些错误的 *** 作信息也被阿里巴巴记录，造成数据库中真假信息混杂，严重影响了大数据的质量。

2、消费者的个人权益难以保障。直至目前，阿里巴巴仍没有提出有效预防用户信息泄露的方法或是用户信息泄露之后的维护方法。

3、大数据营销效果易出现两极化。用户在使用淘宝的过程中会将自己的手机号码、邮箱等联系方式提供给阿里巴巴，为了扩大经营，阿里巴巴会进一步分析数据库中的客户需求，针对不同的客户，通过短信、邮件等形式向客户推销产品，这在某些方面增加了客户，然而大多情况下这些信息会被消费者无视，更有甚者，会引起消费者的反感，因此，大数据营销的效果如何，仍存在极大的不确定性，效果难以预料。

答：

有的。

首先，在数据源的收集上，并非所有的信息都能数据化，或者，收集的效益性价比不高。

大数据营销，首先得有数据，而且，一般的，是和互联网交互所产生的数据。

如果一些信息，是用户没有和互联网交互产生的，比如我买东西之前，打电话问了朋友意见，从而对决策购买产生了重要影响，这一步骤是电商平台监控不到的。

又或者，即使用户和互联网交互了，但不见得收集方能收集得到，比如上例中，如果我问朋友意见时，是通过微信聊天的方式，但电商平台也很难得知，除非它有渠道可以弄到微信聊天隐私数据。还有一个典型的例子是，人的情绪和心理变化，也是很难表征为0-1数据。

又或者，即使这些数据能收集得到，但是效益性价比不高，也不值得去收集。因为一来收集需要耗费资源，储存也需要成本，分析更不用说；所以，只要开始了收集，后续的成本像滚雪球一样越滚越大，最后也不过是为了助力营销而已，如果成本过大，就失去了意义。

再者，在数据的分析上，并非所有的结论都可以通过数据挖掘和机器学习得到。

比如，在传统的家装销售上，假如来了一对夫妻，销售人可以通过观察两人的对话状态、对家装的认知，迅速判断出，谁才是决定购买的话事人、谁出钱、谁对审美更有认知等，从而有针对性地销售。而大数据营销很难挖得这么深，最多有一个初步的解读和广告投放，而后续的工作，依然需要人去跟进。

最后，在促成交易时，大数据营销比起传统的人的销售，是要弱很多的。

比起机器，人作为生物，天生就对人更有亲切感，所以你可以看到，机器也硬要套上人的皮，变成“机器人”；而IP经济为什么这么火，品牌为什么越来越喜欢拟人化，也跟人的这一生物性密切相关。而大数据营销，恰恰是冰冷的，缺乏温度。

虽然它名为针对大量人群的精准营销，但也只能通过展示文字、声音、视频等的广告转化。而一个真的销售站在用户面前时，可以充分用话语、眼神等身体语言，去对用户充分施加影响，这是大数据营销所做不到的。——特别是在用户正在犹疑，只是需要“推一把”的心理状态。

另外，一些非常注重信任度的行业，比如大额资产理财，人们很难仅凭几个大数据营销的广告，就愿意交出这么多钱去打理，但一个传统银行的客户经理就不一样，更容易赢得信任。

答：Eason羊。每日精进一点点。关注微信公号【营销航班】

大数据精准营销面临挑战

一般认为，大数据技术是精准营销的重要推动力量，但在实际应用中，依然面临以下挑战,需要营销管理人员慎重思考：

1、渠道数据要整合：

全球数据爆炸、移动互联网、社会化媒体、可选渠道和设备增加、不断变化的消费者特征、营销自动化、营销和销售行为、供应链、客户关系都整合在一起。如何更好的实现将各渠道数据融合对提高精准营销的准确度提出挑战。

2、地理位置要精确：

最近几年，互联网的产品呈现出一轮爆发性发展态势。尤其是移动终端的普及，使得很多传统的互联网产品也开始移动化。地理位置融入社会化媒体营销是精准营销要考虑的问题。

3、数据分析要快速：

企业如今正在渐渐远离批量处理，转向实时分析来获取竞争优势。精准营销也要求在活动的同时我们就能得到数据，立即优化营销效果。

---