不识数就别做生意了
这是半佛仙人的第423篇原创
1
一个很有趣的现象是，现在的人越来越敢吹牛了，只要有钱赚，不但可以胆子大，瞎许诺，而且还可以使用各种高大上的新名词，给自己的忽悠增加各种糊弄人的细节。
吹牛不积极，思想有问题。
尤其是某些营销公司在骗企业钱的时候，那真的是什么话都说得出来。
举个例子，现在是个营销公司就敢说，我能给客户提供大数据赋能，你把你的数据和钱给我，我还你一片蓝海市场和灿烂明天。
而且这些营销平台在吹自己的数据能力的时候，还喜欢踩一脚传统营销人。
广告公司做推广，不行。
我们做大数据，行。
为什么他们敢这么骗企业，还不是因为虽然他们不懂大数据，但是企业也不懂。
既然不懂，就有忽悠的空间。
和企业要预算的时候满口都是什么大数据赋能、新科技驱动，实际上这个营销公司说不定去年才成立，公司里除了老板一共就俩程序员，除了优化一下搜索关键词和买水军，什么都干不了。
营销能力不能说没有，但全都用到骗甲方预算上面去了。
什么大数据，都是假数据。
什么科技驱动，都是PPT驱动。
真正的大数据，普通小公司根本玩不转，没有经过天量的数据洗礼和技术积淀，你就说自己懂大数据，怎么敢的呀？
如果要说大数据赋能，那直播才是最需要“大数据”的行业，反正数据只要够大够吓人就可以了，业务本身不重要。
我直接到后台在数据后面加两个0，不是比什么营销都好使？
2
当然，受骗的企业也并不是真正的人傻钱多，大部分急于寻找数据服务的企业，反而是真正的聪明人。
只不过他们太焦虑了。
为什么焦虑，因为现在的市场已经变成了真正的红海。
流量被瓜分得干干净净，资本热钱没力气蹦跶，炒概念已经没用了，骗不到投资人也骗不到用户。
为什么大量企业都削尖脑袋挤进下沉市场，去抢各种以前看不上的业务？
归根结底，做增长太难了，讲故事太难了。
但是难也要做，不做就死。
所以任何能提速增效的边边角角都不容放过。
这个时候，自有数据里面隐藏的增长空间，就变成了企业增长的下一个大方向。
一个企业，能够主动去寻找数据服务，说明他们看到了市场的变化，而且平时有做数据沉淀。
光是这一点，就战胜了很多在数据价值挖掘上浑浑噩噩的企业。
除了积累数据，还需要做分析，还需要对应场景，需要多维度地挖掘。
但这些事情，很多企业自己做不到，因为没技术，很多企业的数据多，但都没有清洗，甚至数据口径都有问题，那堆数据根本用不上；
即使他们愿意掏钱，市面上的乙方大多也不具备真正的大数据能力。
没有经过清洗的数据，就是一堆原矿石，理论上有价值，但是用不上。
3
挖掘数据资产潜在价值这个过程，如果让品牌自己来，品牌确实也来不了。
这里面包含的专业内容非常多，清洗只是基础。
首先就是数据分析，除了分析还有洞察。
在分析洞察的基础上，还要根据结果完成营销策略的制定。
最后还有具体投放的执行，乃至对投放效果再进行一波数据反馈。
专业的事情，只能让专业的人来干，我一个日化品牌，可能研究洗洁精很擅长，但是让我们公司的人去做数据清洗就过分了，这跟洗衣服又不是一码事。
我需要配备更专业的团队，需要有实践经验的平台，需要真正懂数据的乙方。
那我花钱找别人干行不行？
这时候问题又来了，想找到一个靠谱的合作方，有时候不比品牌自己研究数据技术容易。
品牌自己开发技术，是让自己人从无到有来研究，虽然效率低，但起码没什么风险——顶多浪费钱和时间，至少不会被骗。
但是把自己的核心数据给到一个不靠谱的合作方，后果可能是灾难性的。
无能和作恶，有时候是殊途同归。
很多时候，企业去找营销公司寻求数据服务的过程是这样的：
一个根本没有数据分析能力的乙方，靠PPT忽悠了同样不懂的甲方，给出了一份毫无价值的报告。
这种所谓的数据分析只会误导品牌，不但没挖掘出数据的价值，甚至会起到反效果，让品牌走上歧途。
最可怕的是，很多帮企业做数据赋能业务的营销公司，自己对自己的数据安全都没有一点概念，更不要谈用技术手段保障甲方的数据安全了。
如果企业把品牌的核心数据给到这样的公司，然后它又把你的数据泄露出去了，那就真是倒霉的妈妈给倒霉开门，倒霉到家了。
这样的情况肯定是极端个例，但企业找数据服务是为了做增长，肯定不愿意冒这种毫无意义的风险。
那么什么样的平台，才能提供真正的数据赋能服务，帮品牌把自身的数据资产价值最大化？
需要满足的其实很简单，就是两个核心和一个基本点。
第一个核心，就是做数据能力的全链路整合，通过一个数据系统，快速帮助甲方整合分散的数据资产。
第二个核心，就是结合数据的分析和洞察，帮助甲方寻找下一步的生意增量，助力生意增长。
而这个基本点，就是保障数据安全的能力。
为什么说这是基本点，因为企业不可能接受花了钱还给自己增加风险，制造一堆麻烦。
花钱没效果就算了，花钱有负效果就搞笑了。
4
今年下半年，腾讯广告在“全链路数据服务”方面投入了大量精力。其中数据能力的集中体现，是腾讯广告数据管理平台（腾讯广告DMP）。
非常有趣的是，腾讯广告DMP的一系列特点，刚好能满足这两个核心和一个基本点。
腾讯广告打造腾讯广告DMP的初心，是希望用技术让营销变得更有效果，而且要让效果数据化、可视化，可以更直观地被客户感知到。
有的时候光干活了还不行，你得让我知道你干了什么，有什么用，让我知道我的钱没白花。
腾讯广告DMP的核心，就是我有技术，串联你的自有数据，给你开放数据能力，可以给你做精准化，可以提供高效的营销路径。
为什么腾讯广告提供的营销路径能做到极致的高效，归根结底还是在于技术能力的领先。
相比起同行业的小公司，腾讯广告DMP至少有两个突出优势，而这两个优势，又刚好照应前面所说的两个核心。
第一，是数据收集和分析的全链路。
全链路指的是数据的维度更多，这样一来，数据资产的价值就被挖掘得越深入。
相比起有些企业的粗放式“数据整合”，腾讯广告DMP可以提供APP、小程序和线下门店的跨场景识别能力，广告主可以将这些数据做一站式整合，后者既是这些数据的拥有者也是管理者。
你可以基于自有数据去分析洞察自有人群，也可以在大流量池里找到更多相似人群，具体怎么运用，都是广告主的自由，但都很方便，而且很有用。
第二，是开放的数据能力更多。
所开放的数据能力维度越多，数据资产可挖掘的价值就越丰富，而且对不同的广告主来说，所需要的数据应用维度其实也各不相同。
腾讯广告DMP的做法，就是提供一个开放式的数据服务，你需要什么样的数据应用能力，就自己选，我都可以满足。
缺乏基本的技术能力？我可以提供可视化、低门槛的投放工具，例如标签广场、自动扩量。
如果你又有技术，又有自己的营销理解，我还可以提供更高级的对接手段，例如联合专区，你可以进行算法建模，把自有的数据能力彻底释放出来。
以上这些服务和数据应用，都是可以直接产生营销价值的，而且这个营销价值直接作用于底层。
也就是说，腾讯广告DMP在一开始就帮助品牌准确洞察自己目标人群的特征，然后再基于这些特征去高效率地找到更多的人群，开展营销活动，乃至为后续的再营销指明方向。
譬如之前在线下经营实体化妆店的香港莎莎，自从在小程序商城上开始线上化转型后，就是以这样的模式去做精准运营和选品的。
接入数字化营销投放后，香港莎莎的小程序商城ROI提升到187%，新注册用户环比增长142%。
在整个市场都苦于无路增长的时候，这样的增速可以说是商业的一股逆潮。但香港莎莎做的事情似乎又很简单：
用腾讯广告提供的数据能力，先去理解自有的人群都有什么特征，处在决策漏斗的什么阶段，再有的放矢，把合适的东西推荐给合适的人。
营销这种事情，方向很重要。
无论是投放还是选品，方向对了，当然可以事半功倍。
5
对一个希望得到数据服务的企业来说，数据能力和技术能力固然重要，但并不是唯一因素。
保障我接入平台的数据是否稳定与安全，才是企业选择服务方的核心原则，这也正是前面提到的“一个基本点”。
企业的数据里，不但蕴藏着极大的价值挖掘空间，同时也暗含着这个企业的软肋，能够让企业放心把数据提供出去的，一定不可能是一家没有口碑也没有商誉的小平台。
在这种大事上，企业能够信任的，只有大平台。
不是说大平台就一定更有道德，而是说，只有大平台，才更有动机和能力来保护我的数据安全。
在保护客户的数据安全这方面，腾讯广告提供的联合专区能力做了三件事。
第一，把所有数据都做到上云，也就是为品牌设立独立的云上数据专区，确保数据不会因为物理损坏丢失，数据拥有者就是数据管理者，可以随时远程监控自己的数据情况。
第二，这个云上数据专区中的所有品牌数据，都采取了服务器物理隔离、服务器端口扫描之类的独立保护手段，任何数据访问请求都要经过层层审核，以免数据泄露。
而且除了在数据访问上的安保措施，联合专区还对数据进行了加密，应用了差分隐私、隐私集合求交(PSI)等各种密码学技术。
第三，腾讯广告DMP获得了ISO/IEC27001信息安全管理体系和ISO/IEC 29151个人身份信息保护两项国际认证，在安全保护的技术能力和标准上，都是得到了国际级别的认可的。
既然要为企业提供数据服务，腾讯广告必然要保证客户的信息隐私安全。
一方面，这是起码的职业道德，也是法律的要求；另一方面，客户的信任其实就是腾讯的利益，如果客户不信任你的安全能力，谁还敢把数据上传到平台上来？
如果保障你的利益，我才能活下去，那你的利益肯定就是我的利益。
6
其实大数据也好，当年的纳米技术也好，这两年的量子力学也好，本来很正常的名词被拿来蹭热点是一种必然。
一个东西只要火起来了，具有了作为噱头的价值，一定会有大量八竿子打不着的人借此浑水摸鱼。
刚开始这些人能骗到钱，是因为大家对这些新名词还抱有神秘感，而且确实不懂。
但是大家也都不傻，谁有真本事，谁是大忽悠，都有效果为证。
真正能给企业做好数据服务的平台，和靠PPT吹牛的皮包公司，最终能在市场竞争中活下来的，一定是前者。
不怕不识货，就怕货比货。
这个道理不光是在营销行业中适用，在商业中也是如此。
当然，如果采购部门的人吃了回扣。
那就是另一个故事了。