《大数据时代：生活、工作与思维的大变革》作者之一维克托·迈尔-舍恩伯格曾表示，如同望远镜让人类能够感知宇宙，显微镜让人类能够观测微生物一样，大数据开启了一次重大的时代转型。
在大数据时代下，触点在分散，行为在变化，路径在泛化，消费者随时随地比较、分享、决策。营销的环境基础发生了根本改变，品牌向何方移动?
“企业需要将内外部数据整合，基于融合基础之上的数据分析和精细化运营对企业至关重要，” 在近期由AdMaster举办的以“数据联动商业共赢”为主题的“数据枢纽”沙龙上，AdMaster 产品副总裁任佩禹对企业应该如何改变以掘金大数据进行了解读。
企业信息系统林立
为什么需要整合数据?
回答这个问题前，可以先看看目前企业的信息系统都有哪些。一般包含以下几种：
第一、直接触点系统，含外部合作的媒体、活动网站、官网、官微、电商、专柜、呼叫中心、自有 App、SMS、EDM等直接触达消费者的渠道。
第二，内部直接支撑系统，处理各触点消费者的互动。包括营销系统、会员系统、积分系统、工单系统等。
第三，内部间接支撑系统，例如BI系统、主数据管理系统、知识管理系统等。
最后，还有其他内部系统，包括供应商管理系统、销售管理系统、ERP、财务系统等等。
可以看到，在大型企业内部，不同的信息系统服务不同的应用场景，且相互都是割裂的。不同的信息系统，都收集到了一部分消费者的数据，但数据并未打通，数据孤岛现象很普遍。不过，数据整合所面临的挑战，远不止如此。
挑战来自内外部
尽管大数据融合意味着大机遇，拥有巨大的应用价值，但同时也遭遇技术、管理、环境等诸多领域的挑战。只有解决这些挑战问题，才能充分利用这个大机遇，让大数据为转化成商业价值。
数据整合的挑战主要来自五个方面：
第一，信息孤岛挑战。企业内部系统多，系统间数据没有打通，消费者信息存储碎片化，没有完整的消费者视图，很难做跨渠道消费者洞察和管理。
第二，组织架构挑战。不同业务部门负责不同的系统，如何在一致的利益下搭建统一的消费者数据管理平台，挑战巨大。另外，不同的部门，在自己掌控的渠道去面对消费者时通常只考虑自己的需求，而不会站在全盘触点的角度去考虑进行何种互动最合适。
第三，数据合作挑战。在国内，消费者数据都在互联网巨头公司手里，且数据交易市场尚不规范，企业缺少外部数据补完，如何联合外部各类数据拥有方，结合内部数据，拼接完整的消费者画像是必经之路。
第四，碎片化渠道挑战。外部消费者触达渠道碎片化，触达方式、数据结构差异大，如何保证统一的触达管理和数据管理挑战大。
第五，效果评估挑战。平台建设后，如何逐步地选择适合的业务场景应用，或者说企业如何选择合适的 KPI 去评估数据整合后的效果，另外各个业务部门诉求也不同。如何制定合理的分阶段目标是保证成功落地的关键。
面对这些挑战，我们建议企业可以从如下几个方面着手改变：
第一、 制定数据整合战略，搭建统一消费者数据管理平台。即将散落在各个系统中的消费者数据，尽可能的集中管理和呈现，使得品牌可以一站式、全面了解自己的消费者，知晓他们的特征和行为偏好，从而指导媒介、运营活动，与消费者更好的互动。
第二、 进行组织变革，集中消费者数据及互动管理。一种是成立虚拟组织，即消费者数据策略委员会，所有的部门均需参与，共同决策跨渠道的消费者互动。此种方式组织变动少，更容易落地。另外一种形式是由IT部门牵头、其他部门配合，优势是可在系统层面确保数据的统一管理和应用。第三种是由业务部门牵头，其他部门配合，优势是切入快，直接服务某个业务场景。还有一种形式是成立独立的消费者管理部门，所有跨渠道的消费者数据向这个部门供应，且负责所有互动行为管理和互动管理，缺点是组织架构变化，推进较难。
第三、 多种合作策略结合，广泛寻源，多点开花。针对数据巨头，例如 BAT，可以进行深入的战略合作，或利用好其提供的工具;针对行业垂直 App(例如母婴、汽车)适合与头部 App 深入合作，并寻找共赢的路线;针对社交平台，适合了解更多消费者行为及兴趣偏好和以效果为导向的行为定向;针对 Wifi&SDK 类外部数据源，适合进行数据标签增强，并在特定场景进行使用(例如车展);针对运营商等数据，适合做会员数据激活，但成本较高。
第四、 以应用场景出发，制定好分层数据策略及连接策略。品牌需要构建完整的消费者信息采集体系，在活动及消费者路径规划初期，即想好要引导收集哪些数据，并基于自身数据的特点及转化效率，进行渠道的引流。例如，品牌会员转化率在微信公众账号高，若为招募会员且获取消费者手机号，所有的互动均需往公众账号引导。通过不断的调整寻找最优的转化路径，最终串联起消费者主数据。
第五、 把控节奏，功能建设与 KPI 结合，满足不同部门诉求。内外部数据整合是一个长期的系统工程，需制定好分阶段的目标，跟实际的业务场景结合。在设计评估体系时，功能层面的目标及实际活动效果 KPI 的目标都要有，并且要考虑到不同部门的诉求，这样才能构建良性的迭代节奏，避免不断产出功能而没效果，或只看短期活动 KPI效果不顾系统长期发展的问题。
当大数据被讨论得热火朝天时，我们更需要冷静地思考，如何让技术扎实而有效地落地。AdMaster的DMP服务为品牌提供深入的数据洞察、研究服务的基础上，为品牌管理好第一方数据资产，并有能力作为“枢纽”帮助品牌融合来自第三方等其他数据平台的数据。在数据基础上，运用强大的数据能力、反作弊技术和基于“真人”的解决方案，对于更科学地提升广告达到(Reach)和可见(Viewability)给出良方，让数据转化成商业价值，赋能品牌迎接营销变革。
