目錄
推薦序 大數據並不神秘，方法論鑄就神奇
致謝
序言
第一部分 商機
第1章大數據帶來大影響 / 2
1.1 為何數據分析會在產生成效前流產 / 5
1.2 套用新技術取得規模化成果 / 9
1.3 工具之外：組織調整 / 12
第2章大數據和高級分析：來自一線的成功故事 / 18
第3章通過大數據發掘新微觀市場 / 25
3.1 根據商機調整銷售覆蓋範圍 / 26
3.2 為每一類機會制訂銷售方案 / 29
3.3 支持銷售實施方案 / 30
第4章智慧型分析：市場行銷如何帶動短期和長期業務增長 / 34
4.1 如今，行銷預算決策流程已經瓦解了 / 35
4.2 行銷組合模型不見全局 / 37
4.3 行銷人員重新平衡短期和長期增長 / 41
第5章 大數據與高級分析付諸實踐 / 45
5.1 引起領導注意 / 46
5.2 尋找更好的答案 / 47
5.3 改變組織架構 / 48
5.4 實施大數據 / 50
第6章 了解用戶，無論他們身在何處 / 52
6.1 系統思維 / 53
6.2 關注重要數據 / 54
6.3 補全數據 / 55
6.4 匹配用戶 / 57
第7章 市場行銷分析驅動出色業務增長 / 60
7.1 將數據分析提升到戰略高度 / 62
7.2 做出更好的決策 / 64
第二部分 洞察與行動
第8章 領先的零售商如何將商業洞察轉變為利潤 / 76
8.1 轉型的三個步驟 / 78
8.2 如何增加客戶黏性 / 85
第9章 從行銷中獲取更多投資回報的五個步驟 / 92
第10章 運用大數據做出更好的定價決策 / 100
10.1 產品數量多到無法有效定價 / 101
10.2 數據轉變為利潤的四個步驟 / 103
第11章 行銷的“相關性時代” / 109
11.1 傾聽客戶的聲音 / 110
11.2 及時回響 / 116
第12章 吉爾特公司：用大數據、移動終端與社交媒體重塑購物體驗 / 123
12.1 利用大數據完成個性化行銷 / 123
12.2 利用雲端靈活擴展 / 125
12.3 新用戶來自移動端 / 126
12.4 跟著“大V”（網路紅人）買買買 / 127
第13章 透過零售顯微鏡重新認識客戶 / 129
13.1 數據之夢成真的零售業 / 130
13.2 CLM領域的領導者會做些什麼 / 133
第14章 定價：大數據和分析的力量 / 137
第15章 傳播之外：你真的玩轉社交媒體了嗎 / 145
15.1 社交媒體不是在真空狀態下存在的 / 146
15.2 了解贏得媒體的價值：社交GRP / 147
15.3 彰顯社交媒體價值 / 150
第三部分 如何轉型、如何開始
第16章 如何從大數據中獲得最大價值 / 154
第17章 大數據團隊需要的五種角色 / 159
17.1 王者之師 / 159
17.2 建立服務客戶的文化 / 163
第18章 希望大數據行銷計畫起作用？你需要懂人性 / 167
18.1 障礙1：“太難了，不值得” / 169
18.2 障礙2：“我懂得更多” / 170
18.3 障礙3：“我不相信你” / 171
第19章 開始大數據之旅：將戰略與業績掛鈎 / 174
第20章 使大數據發揮作用你需要什麼：鉛筆 / 181
第21章 快快快：算法行銷與用戶數據過載 / 187
21.1 算法行銷效益 / 189
21.2 進入算法行銷的節奏 / 191
第22章 簡化大數據，否則對銷售來說毫無用處 / 195
22.1 線索簡化 / 196
22.2 簡化測試 / 197
22.3 簡化工具 / 198
推薦序
大數據並不神秘，方法論鑄就神奇
2013年，“麥肯錫學院”系列三本書出版時，我寫下了“麥肯錫並不神秘，方法論鑄就神奇”的序言。今天，《麥肯錫大數據指南》中文版出爐，同樣承襲了麥肯錫“解決問題”的有效方法論，圍繞市場行銷與銷售，從不同側面闡述了落地的大數據案例。
“大數據”一詞如日中天，熱鬧非凡，但行業套用、最佳實踐卻乏善可陳。這本小冊子，字數雖然不多，也似乎是一本論文集，背後卻可以看出麥肯錫的一貫邏輯和風格。
第一，雖然大數據在套用中的潛力還遠遠沒有發揮到位，但有些企業卻利用數據分析做到了高於市場5%～6%的增長。
第二，大數據分析，重點不在於堆積數據，而在於利用數據，做出更好的、利潤更高的決策。麥肯錫發現，數據驅動決策的公司能夠提高市場行銷投資回報率15%～20%。行銷活動中，創造力依然重要，但先看看數據，再做決策。
第三，大數據時代，數據不是一切，數據只是一種生產資料。如果數據不能產生行動，就沒什麼用處。採集數據、採集正確的數據，這類老生常談我們已經聽了太多，但卻很少聽到下一步怎么辦，怎么把數據變成商業洞察，變成驅動市場增長的力量。
這本小冊子，非常“麥肯錫”，每個案例可能看起來都沒什麼奇特之處，但仔細觀察不難發現，利用數據，形成洞察，影響產品和服務設計，影響用戶決策，“發現-設計-交付”形成閉環，才是市場行銷中大數據分析的關鍵所在，唯有這樣，才能取得高於市場的增長。
真能把大數據用好的企業，並不是一上來就建立宏大的大數據平台的企業，而是業務驅動、問題驅動，從解決問題的角度出發，或是渠道投放，或是微觀市場發掘，或是定價，或是重新認識客戶、管理客戶的終身價值等。不需要張口閉口談大數據，而是每個問題都用數據來解決，是“手中無劍心中有劍”的境界，無處不數據。
大數據並不神秘，也不是靈丹妙藥，要向數據企業轉型，按照麥肯錫的方法論，我們需要業務專家、“翻譯”和技術人員密切協同工作，需要相應的組織架構、企業文化、激勵機制和企業流程支持數據驅動的決策。企業內部用大數據輔助決策，會開闢新的工作機會，也會影響一些人的位置或職責定義，害怕被機器取代的情緒使得大數據一開始並不會被業務部門接受。大數據系統再完美，隔著牆頭扔到業務部門，被晾個半年不用，並不罕見。更何況技術人員自己臆想的需求常常並不是業務所需要的，為大數據而大數據是不會有人買賬的，長期來看企業也不會埋單。
這本小冊子，不是給大數據專家看的，是給業務人員和企業管理者看的。一部分章節適用於企業的技術團隊，它不是教你如何做大數據系統，而是如何與內部客戶溝通，理解業務部門的需求。大數據項目的成敗，既有組織因素，也有人才因素，技術部門對業務部門需求的理解程度和對其抗拒情緒的應對能力也很關鍵。大數據如果不能跟業務結合，也只是個花架子，並沒有什麼用處。
麥肯錫把業內在市場與行銷方面優秀的大數據套用案例匯總起來，書中每個最佳實踐都娓娓道來，處處流露出“大數據並不神秘，方法論鑄就神奇”的平易色彩打動著我。因為“麥肯錫”三個字而買下這本小書的你，一定要明白大數據背後的方法論，明白大數據為業務服務才行。看完後，不見數據，看得見業務問題和需求，才算上了大數據的正道。
楊斌博士
清華大學副校長
2016年9月21日
致謝
2006年麥肯錫提出了大數據概念。在這10年間，大數據從商業新概念發展成了新經濟成長和企業戰略的關鍵引擎。
在過去的幾年，麥肯錫全球研究院帶領大數據與高級分析團隊，為全球各個行業的領軍企業制定最優的大數據發展戰略，用最先進的技術支持數據分析與決策。在麥肯錫與這些企業的不懈努力下，企業實現了高於市場平均水平的增長。
本書的問世，要感謝麥肯錫全球研究院的50餘位專家不吝分享他們的專業洞見。
本書中文版的出版離不開麥肯錫大中華區以下同事的傾力支持，他們是麥肯錫全球資深董事合伙人尼古拉斯·萊昂（Nicolas Leung）、比爾·懷斯曼（Bill Wiseman）、 沙莎、劉家明、王偉，全球董事合伙人龔方、夏辰安，全球副董事合伙人張文，麥肯錫全球研究院中國副院長成政珉（Jeongmin Seong），麥肯錫項目經理陳同和鄭小重。他們在繁忙的工作之餘，秉持著麥肯錫一貫的高標準和專業的態度對本書做了嚴格審校。
在此，向所有對本書做出貢獻的同事致以誠摯感謝。
麥肯錫大中華區對外關係部
2016年9月21日
序言
自從20年前網際網路開始流行以後，最能給市場和行銷帶來改變機會的就是大數據了。數據大爆炸解禁了數“太位元組”（terabyte）的信息。這些信息包羅萬象，從用戶行為到氣象模式，再到新興市場的人口變化。
有些企業成功地運用數據，獲得了高於市場的業務增長。這些企業在三個方面做得很好：
（1）利用分析從數據中找到有價值的商業機會，進而引導決策並改善市場投資回報率（marketing return on investment，MROI）。
（2）將數據中發現的商業洞察轉化為讓客戶欣喜的、精心設計的產品和行銷方案。
（3）有效地將這些產品和行銷方案投放市場。
這座數據金礦扮演著市場和行銷領導者支撐點的角色。將大數據和分析引入運營的企業，其生產率和利潤率比其他競爭對手高5%～6%。如此顯著的優勢沒有哪家企業敢忽視。
本書將會討論大數據和高級分析的商業機會、企業案例以及可能帶來的組織機構調整。我們希望本書能夠激發起更好、更有用的討論。
作者簡介
作者簡介
戴維·考特（David Court）
麥肯錫全球資深董事合伙人。戴維領導著麥肯錫的職能部門，目前是公司數位化舉措的負責人。
耶斯科·派瑞（Jesko Perrey）
麥肯錫全球資深董事合伙人。耶斯科是麥肯錫市場與行銷業務的全球負責人，他致力於幫助客戶提高市場與行銷能力，以取得高於市場的增長。
蒂姆·麥圭爾（Tim McGuire）
麥肯錫全球資深董事合伙人。蒂姆負責麥肯錫全球消費者市場分析中心，領導著150多個諮詢顧問為客戶提供零售、快速消費品、銀行、電信以及醫療健康等領域的戰略決策諮詢。
丹尼斯·斯派萊克（Dennis Spillecke）
麥肯錫全球資深董事合伙人。丹尼斯負責麥肯錫全球品牌與行銷費用效能部門，幫助客戶在競爭日益激烈的商業環境中樹立成功的品牌。
譯者簡介
王霞
現任清華大數據產業聯合會秘書長。清華大學工學學士、碩士，中國社會科學院博士。於1999年加入諾基亞研究院，參與或負責多項諾基亞重大專項、歐盟框架計畫項目、國家863計畫等國際國內重大合作或科研項目，在信號處理、人機互動、移動服務、用戶體驗、移動計算、軟硬體一體化解決方案、大數據技術等領域取得了重要的技術創新成果。負責籌建了諾基亞深圳研究院，並在短時間內打造了一支高效的產品創新團隊。王霞的研究成果獲多項專利，已發表了數十篇論文。曾參與合譯《矽谷生態圈：創新的雨林法則》。
