导语：互联网的出现，让在线数据的全部被采集成为可能。一些公司正在利用这些数据帮助广告主变得越来越聪明。

采访/撰文 Sam 编辑 杨安琪 图片提供 Getty Images 设计 张薇

在数据挖掘公司国双科技的会议室里，总经理续扬开始向我们传达他对数据的认识：搜索营销的出现，使大数据在今天被提到非常重要的日程，因为它深深地和每个人亲密接触，不是过去那样深不可测。

传统公司在互联网上花了越来越多的钱做营销，它们当然想知道这些钱花的值不值？如何更有效地去花钱？而对于越来越多的电子商务公司而言，它们更想知道的是，用户“买了这个还可能会买那个？”为了回答这些问题，诸如国双科技这样的数据分析公司应运而生了。

“互联网的出现，使在线的数据全部被采集成为了可能。这是做数据生意的基本前提。”续扬说。打两个电话、做两个调查问卷，去网吧的电脑里做几个调查就可以出报告的时代，一去不复返了。没人相信这些报告的真实性，尤其是那些有钱的大广告主。

接下来，国双科技们要做的，就是如何为这些数据找到良好的呈现方式。一个名为“热力图”的呈现方式让人大开眼界：在一个网页的基础界面上，覆盖了红色、蓝色、黄色等区域颜色深浅不一。“这些颜色代表了这个网页上，某个区域受到的鼠标点击更多，浅红就稍微少一点，黄色再少一点，蓝色更少，白的就是没有。”许云说，这可以帮助广告主做很多事情，让广告主更明白，用户喜欢广告界面中的那部分，而那部分不够吸引人，需要改进。

甚至热力图还能够帮助广告主找到“虚假流量”。“如果是真实的人为点击，热力图上面的颜色分布会比较随意，而如果你看到某个热力图上有非常明显的菱形或者三角形、正方图案，这就是用机器完成的。”许云对自己的产品有些得意。

这当然不是数据挖掘的全部内容。数据公司们，还试图帮助广告主们回答“是那个网站上的广告让用户购买了该件产品”这类问题。一些软件可以做到“还原转化路径”这件事，通俗的说法是，你可以在后台看到用户是怎样从看到微博信息到完成购买的全过程。

这种有点像电影中倒叙的手法，采用的是一种叫做Attribution model（归因模型）技术。这个技术的出现也在西方探讨了很多年，大家发现你今天分析的东西都是用户最后一次来到这个网站，而实际上，最后一次行为是和以前的很多行为都相关的，Attribution model就是要帮助广告主找到你的行为原点。

过去没有Attribution model的时候就是一锤子买卖，这次用户买单了，是付费搜索来的，那就是搜索引擎带来的，跟微博一点关系也没有。但是我们如果追根溯源会发现，他一开始是从微博品牌这个地方知道了这个品牌，他之后才开始搜“欧碧泉”的，如果一开始他都没有通过这个对品牌有一个认知，怎么会有后来的动作呢？那么，我们上来就把这个功劳全都放到这儿是不公平的，从营销上来说，就像时光机机器一样，我妈都不不存在，我怎么能被生出来呢？“我们可以对广告主的网站进行分析，最后告诉他你的这些广告投放从哪儿渠道（搜索引擎、门户类网站）来的流量是最有价值的，这样你应该去做更多的投放。”许云说。

Q=《东方壹周》the week

A=国双科技总经理 续扬

Q:众所周知，在互联网开放的时代，我们依旧可以通过Google、百度这些公司获得大量的免费数据，那么付费数据如何比免费数据更具价值？

A:我认为，可以公开的数据是一个非常general的数据，面向不同的人群，它的价值总量也会不同。

付费数据更提倡服务的概念，更大的优势是我在本地有支援，你有什么问题我随时给你解决。甚至我们团队还可以专门为你出一个定制化的产品。很多人今天用GA的当然也是我们潜在的客户，我们也发现了，可能GA现在也是由于Google和中国政府的原因，它经常会被屏蔽，所以数据就会失真，这也是未来的一个问题。

Q:数据采集工作涉及到用户的使用习惯问题，那么您如何保证这些隐私不被泄露？

A:在这里面我们不做两件事情：第一，我们不去爬网页，我们的代码只在比如说您是兰蔻，因为你是我客户，所以我在你的网页上放了代码，我不会满处去找。所以，说到公共信息，我们本身就不去找这些公共信息，我们只是在我们客户的网站上收集来它网站的信息。像您说的，微博的能监测到吗？其实微博里边看不到，但是如果你是在微博里点一个链接来到这里了，那我知道来到这个网站的人是从微博来的、从搜索引擎来的、从新浪来的。

第二，当我们的客户比较多的时候，比如说我们有很多家这个类型的客户，当我们把他们所有的数据都集中在一起，然后再出一个报告的时候，我们可以对外来进行公布，相当于一个行业报告。它可能准确度更高，因为它都是来自于真实的客户，不是抽样、调查路人得来的。

Q:现在IBM、vmware等针对公开数据有一些营销解决方案，不知道你怎么评价这种营销解决方案的价值？比如说，它会鉴证某一个食品或者某品牌的品牌知名度，或者考核度，对它做一个评价。

A:我看这个问题，无论是谁，只要他能告诉我他采集数据的原理是什么，我就认同他。我一听你这个采集数据是可信的，今天vmware出了一个数据，我信，因为它的采样足够大、零售的数据足够大，它的指标就是未来整个零售行业Supermarket的一个执行。今天就像麦当劳出现了一个指标，它有足够的全球样本量，各地以它为基准，没有问题，这些是真有数据的。但是如果今天出来一个行业数据，你是怎么来的？你告诉我。我还相信一些国外的公司真的在做一些，它花钱也要做采样，结果只能说可以，相对还行。

Q:现在很多美国的一些IT 厂商，向客户推荐一些整体的大数据解决方案。从这个行业发

展来看，中国的企业现阶段真正需要大数据解决方案吗？

A:中国企业还有挺长一段路要走。我也是从最基层公司创业开始，面对了无数的困惑。我去跟客户沟通后，就发现，随着时间的推移，大家都在成长，从我最初告诉客户，你去采购这套数据分析软件，不要总是想着花了几十万去买了一个分析报告，应该看到回报的另一端。我们的客户今天可以一掷千金地去买一个广告，他不会去想，花了几十万买数据，实际上能够让投入的成本获得更大的回报。或者说，花了钱买数据分析以后，公司在广告投入上能够比以前花更少的钱，结果还获得同样的回报。或者是我花了同样的钱，获得了比以前更多的回报。相比这个，公司投入数据分析成本是非常有价值的。在今天我还在讲这个概念，虽然有更多的企业意识到了数据分析有价值，但是我今天还在讲。在国外已经不用讲了，搜索引擎或者是做电子商务，或者是On-Line 的生意，你只要有网站，就应该做搜索引擎优化，这是他们的一个标准。那么，剩下的就是怎么样去分析。所以，他们对这些东西很重视，也不能说这和我们的发展历史有关系，我认为中国人做事是粗线条的，不够精细。

TIPS:

在大数据时代，数据相关市场得以大幅增长：

搜索： SEMPO在其2011年的《美国搜索市场报告》中说，北美的搜索业务市场在2011年将达到193亿美元，较2010年涨幅16%。从这项数据来分析，预计2012年北美的搜索市场规模将可能超过200亿美元。

移动：早在2010年，Google就宣布要“把手机摆在优先发展的位置”。随着移动互联网的发展，移动广告、手机优惠券、移动搜索引擎、位置提醒、各种各样的移动应用都将得到蓬勃发展。

视频 - 全球人们每天要看30亿部视频。据Alexa网站的数据，Youtube视频网站已列为全球访问数量第三的网站。每分钟，都有超过48小时时长的视频内容上传到Youtube中。2012年，视频业务只能是加快发展。在中国也一样，从商业视频网站到网络电视台，视频节目正在快速夺取传统电视的观众。

政府-在我国，互联网成为通达社情民意新渠道。目前，57%的中央直属机构、81%的省级党委系统建设了门户网站，100%的国务院组成部门和省（区、市）政府、98.5%的地市及85%以上的县级政府已经建立了政府网站。各级党政机关和公职人员开设的官方微博客账号5万多个，积极发布政务信息，及时回应社会关切。