桃花間一壺酒
先有互聯網，接著是基於互聯網的互聯網思維，互聯網發展到一定階段就一定會相應的發展出大數據思維。
互聯網思維、大數據思維的基礎思維都脫離不了系統思維，如果從系統思維入手反過來理解被過分解讀的【互聯網思維和大數據思維】，其實有時反而更加清晰。這得要求自己先掌握系統思維的相關知識層。關談互聯網思維，其實都是一些被漂浮在表面的東西，很混亂、也很動亂，表層的東西也確實是這樣子，但當透過系統思維再去理解時，其實就不會被很多磚家創造的新詞所糊弄，就不會被他們搞得不知所措，甚至無適手足。
今天談一下我自己理解的大數據思維。個人喜歡從抽象層次來解讀。先說一個感性例子
把大數據應用於一個人自身
你如果抽取一些要素，把這些要素結構化、數據化，就會形成個人的數據庫，利用這個數據庫來觀察自己，其實比自己反思自己會更加準確，也更加可靠，更加可預測，數據是最大事實，只不過用事實來反證自己而已。你以為自己的不確定性，在數據面前其實自己是一個很確定的一個人。
把大數據應用於你的小孩
照樣畫葫蘆，你也可以為你的孩子，設計一個數據庫，用這個數據庫來了解你的孩子，比你大腦裡自以為了解的孩子會更加精準，反過來你可以利用這些數據幫助孩子更好的成長。只不過，這一切聽起來有點冰冷而已。但其實數據就是可以發揮出這樣的威力。
我們來談談大數據思維，其實還是基於系統思維的一些概念出發的
比如結構的層次，無非是要素及要素的連接及其內在邏輯。
而大數據就需要用一個結構【要素，及要素之間連接的內在邏輯】來設計。以一種設計的形式來表述相關的一些數據，背後體現了一種思維方式，而這就是大數據思維。
而大數據思維，其實還是要基於假設性思維和設計思維。所謂假設性思維，就是你自己心中要先持有一個假設，你要抽取，提煉哪些數據要素。而這些數據要素大多的時候只能是基於假設的層面，然後再通過設計，把這些假設變成數據思維的模型。最後把海量的數據，經過這個數據思維模型，就會形成相應的海量數據庫。
最後反過來要驗證這些數據的價值，大數據是否真能預測和評估一種趨勢，這些都得用數據說話。
這個要是基於互聯網之前，你要摘取這樣的海量數據基本是不可能的。互聯網本身就可以形成數據思考的閉環。從假設到設計結構再到收集數據，再到數據應用，再反過來用數據驗證假設，是否要調整數據要素。這一切在互聯網上直接就形成了閉環。
數據是有價值的，精細化的數據，是可以在基本層面衡量出現在及未來的一些趨勢，而且是立足於數據，並用數據來作為你對一些假設的【檢驗】。這種實證程度會永遠超出我們的想象。
每個互聯網公司，都會是一個大數據公司
馬雲底下的那些公司，基本上就可以為每個人作一個畫象，有時這些畫象會比你自己還更真實。如果數據足夠精細，足夠多維，真得是可以刻畫出人。這是個人理解到的大數據思維。
認知框架
我們在o2o時代做營銷，到底哪種趨勢和戰略更加有效?這裡有兩種不同的思維方式，一個是互聯網思維，另一個是大數據思維。
互聯網思維與大數據思維有交集但又不重合。目前熱炒的互聯網營銷案例，基本上剝離了大數據，更多是題材炒作和傳播方式炒作。而大數據營銷也不侷限於互聯網，它還包含了線下營銷。
營銷藝術與科學之辯
如何看待這兩種營銷思維?事實上互聯網思維和大數據思維的PK，本質是關於營銷的藝術和科學之爭。一個流派認為營銷是門藝術，只可意會不可言傳;另一流派則把營銷當作科學對待，通過對消費者行為數據的收集和分析，得出優化營銷的策略。
互聯網思維可以理解為三個關鍵詞——體驗、話題、傳播。體驗是消費者在使用產品或享受服務時體驗到的感覺，以互聯網媒介可以迅速將體驗轉化成話題傳播出去，傳播之後又引發新的體驗，進而引發更多的話題及傳播。
大數據實際上是營銷的科學導向的自然演化。大數據思維有三個緯度——定量思維、相關思維、實驗思維。
第一，定量思維，即提供更多描述性的信息，其原則是一切皆可測。不僅銷售數據、價格這些客觀標準可以形成大數據，甚至連顧客情緒(如對色彩、空間的感知等)都可以測得，大數據包含了與消費行為有關的方方面面;
第二，相關思維，一切皆可連，消費者行為的不同數據都有內在聯繫。這可以用來預測消費者的行為偏好;
第三，實驗思維，一切皆可試，大數據所帶來的信息可以幫助制定營銷策略。
這就是三個大數據運用遞進的層次：首先是描述，然後是預測，最後產生攻略。
一切皆可測：迪士尼MagicBand手環
美國迪斯尼公司最近投資了10億美元進行線下顧客跟蹤和數據採集，開發出MagicBand手環。遊客在入園時佩戴上帶有位置採集功能的手環，園方可以通過定位系統瞭解不同區域遊客的分佈情況，並將這一信息告訴遊客，方便遊客選擇最佳遊玩路線。此外，用戶還可以使用移動訂餐功能，通過手環的定位，送餐人員能夠將快餐送到用戶手中。利用大數據不僅提升了用戶體驗，也有助於疏導園內的人流。而採集得到的顧客數據，可以用於精準營銷。這是一切皆可測的例子，線下活動也可以被測量。
一切皆可連：網上訂餐追蹤系統
一家做訂餐配送的互聯網企業，在送外賣的自行車和汽車上安裝一套軟件和追蹤系統，從配送外賣中採集了大量數據，如誰訂了什麼外賣、經過什麼路線、到了誰的家裡…… 而通過對數據的分析，可以得出哪家餐館的什麼外賣比較受歡迎，最快捷的路徑是那一條等，在此基礎上為商家提供備料建議，並規劃一條合理高效的送餐路線。利用分析表面看似無關聯的大數據，公司能夠提供優化餐館運營的增值服務。
一切皆可試：電商頁面推薦功能
電商購物中，商品頁面的其他產品推薦是個重要的功能(例如“買過該商品的人還買過XXX”)。如何量化和優化推薦功能的效果?有研究機構做了這樣一個測試：按順序向用戶推薦全部/屏蔽部分推薦/屏蔽所有推薦，經過一個月測試之後，跟蹤被測試對象的購買情況，發現不屏蔽推薦的短期效應最高，購買量最多。而屏蔽所有推薦的效果要優於屏蔽部分推薦。而原先購買過商品的消費者在被屏蔽推薦之後，商品的銷售額下降更快，因而可以得出推薦功能對有忠誠度的客戶作用更大。更有趣的是推薦功能的長期效果。研究發現，不論首次購買過程中用戶是否購買了推薦商品，第二次的訪問情況都遵循這一規律：未被屏蔽推薦的顧客中，10%的人會再次訪問，被屏蔽推薦的訪問率是9%，而實際轉化成訪問的次數是8%，如果再結合老顧客推薦效果會更好，最後會產生超過10%的營收提高。總體看來，推薦的效果更可觀。
從描述到預測，再到產生攻略
社交網絡分析跟蹤，將消費者社交網絡上的關鍵詞頻率轉化為可視化表達，對消費者進行分類，進而做針對目標客群的精準營銷，這是大數據營銷的描述階段。
預測階段的案例是對信用卡使用情況的研究。原先每家銀行只能看到消費者的本行刷卡記錄，銀行據此消費記錄對客戶實行獎勵。其中存在的問題是，客戶使用非本行信用卡的消費情況無從知曉，銀行無法瞭解客戶的實際消費情況，哪些是隱藏的“消費大戶”。解決這一問題的難點在於，他行的數據記錄很難獲得，因此研究機構就使用第三方零售商調研的數據，通過建立模型，將兩種數據融合，再對消費者的實際消費情況進行預測。模型中原先可能年消費只有2000-3000元的消費者，實際消費達到了4萬，這些人成了非常有潛力的銀行客戶。
在攻略階段，銀行可以根據預測結果調整客戶獎勵政策，例如給年均消費3000元的客戶提高返點，或者提供更豐富的積點兌換產品等，使這部分人群變成銀行的忠誠顧客。
東方智慧與西方知識不可偏廢
互聯網思維如何PK大數據思維?“互聯網時代”這個詞在中國特別火，但在美國還未聽說。這是因為互聯網思維更契合傳統東方思維方式。東方文化強調智慧，而西方更強調知識，智慧來源於經驗，而知識來源於數據。諸葛亮和司馬懿是一組典型的智慧PK知識的代表。司馬懿是諸葛亮的最大對手，他可能是早期的大數據最佳應用者。從諸葛亮幾點睡覺，吃幾碗飯，他就能判斷諸葛亮活不長了;而諸葛亮則憑藉智慧猜出司馬義膽子小，不敢進入空城。中國人崇尚智慧，可能更注重互聯網思維，但光有互聯網思維還不夠，還要對數據有更深的認識和更好的運用。
大數據思維不像互聯網思維那樣令人熱血沸騰。最近一項研究表明，採用大數據的公司比不採用大數據的公司利潤平均高6個百分點。6個百分點也許不那麼起眼，但“積少成多、聚沙成塔”，在激烈的競爭環境中，這是可以讓企業生存下來、脫穎而出的資本。在美國排名前十的電商網站中，8家是傳統零售商，只有2家是純電商(亞馬遜和易貝)。傳統零售商擁有大量數據——沃爾瑪一天的數據量達到PB級，這個數據資源能夠轉化為企業贏得比賽的耐力。由於大數據時代有內在的使從企業從做大到做強的反饋邏輯，企業做大之後會產生更多數據，對消費者的理解也就更深刻，營銷更精準，企業變得更強，然後會產生更多的數據，從而形成正面反饋，這是一種最終的數據驅動成長模式。
運用大數據來指導營銷決策，是許多併購戰略的內在邏輯。
最理想的狀態是科學與藝術的結合。可穿戴運動相機制造商GoPro的上市，就是大數據思維和互聯網思維結合的成功案例。這家原本只生產實體相機的公司，先是開發出了帶有WIFI功能的相機，用戶可以將拍攝的照片和視頻即時分享到互聯網，內在的邏輯是從體驗到傳播再到分享的互聯網思維;此後GoPro進入大數據的分析運用階段，對用戶拍攝的內容進行分類，將內容和潛在的廣告商匹配。此外，GoPro還購買了電視頻道的轉播權，通過數據分析哪些時段適合播放什麼內容，再與廣告匹配，實現精準營銷。GoPro從一家實體相機生產商，拓展出了社交平臺，甚至是媒體的功能。
中國人本來就有營銷智慧，企業通過大數據的運用與結合，成為互聯網時代的巨頭，是非常可能實現的。
