#钛媒体#从一部电影，看大数据对生意的意义( 三 )

而保罗出现后，他提出的是一套数据决策系统。这与专家团队的区别是，数据决策系统完全客观，用数据说话，没有个人主观意识参与，能够更好的辅佐专家来预判洞察。
因此我们要认识到，数据决策系统的位置，不是取代专家，而是帮助专家作出更好的决策。
可见，营销行业中要拿到顶尖的“胜率” ，一定是一种机器提供的洞察能力，再去跟营销人专业的直觉、洞察创意进行结合，以“数据决策系统”+“专家团队”的打法，才是制胜的关键。
数据算法应用的三个典型实战在数字爆发快速变化的环境中，如何找到生意点，在传统的规则中，如何找到新机会，数据算法如何落到实战？
以下三个时趣的实战案例，就分别从宏观、中观、微观三个层面，解读了数据算法帮助专家作出更好决策的典型实战。
1. 宏观大趋势：生意机会其实是一种“轨迹”
在数字爆发带来的变化是飞速的，品牌找到生意点的答案之一，就是轨迹，轨迹意味着掌握事物变化的规律性，从而拥有商业的预见性，从而找到生意的机会。
在专家经验中，一般只能通过数据判断出当下的情况，但是在时趣洞察引擎的案例中，却可以看到为美妆行业在分析“成分”这个细分的洞察领域中，能够看到“成分”发生着哪些变化，这些变化的意义不光是当下产生的变化，而且是变化的轨迹，为品牌找到更加符合消费者预期的成分词营销卖点。
人是无法看到这些变化轨迹的，只有通过机器的专业算法，才能够将化妆品成分的轨迹趋势记录。同时这个成分洞察轨迹，还可以发现美妆行业每一天的消费者品牌关注度，发现快速增长的竞品，多维度对比品牌和竞品等等。为品牌提供更清晰的传播策略，甚至是影响到产品的生产环节。
2. 中观小趋势：如何将1000万元预算拆成50个20万预算？
换做习惯传统玩法的行业，又如何找到自己的新规则？
汽车行业似乎是最难数字化营销、品效合一的行业，而利用“保罗算法” ，却也能找到全新逻辑。
汽车行业最传统的营销“胜率玩法” ，是用几千万的大预算砸一个整合营销的新车发布会及会后的传播及促销；不是它们不想像快消那么玩儿，而是由于营销链路太长，无法快速产生实时数据洞察，并及时调整。
在碎片化的媒体、分割的消费群体中，汽车行业如果要学习快消行业的玩法，将一笔大预算拆分成无数个小预算，分批次、分渠道、分受众去用几十个小创意投放，就一定需要数据的帮助，需要分析大量的平台数据、用户数据、KOL数据，根据数据的指导，针对不同的圈层去做细分的创意，并随时监测传播效果，不断从各个传播环节中的数据，去分析出小的趋势，实现动态的传播调控。
举一个例子：
在时趣服务的某汽车品牌项目中，决心将一个几千万的传统新车发布会预算，拆解成几十个小的campaign ，利用抖音、快手及线上线下的整合营销，一步一步的做动态联动的、基于大数据的“类快消”创新的新车上市发布项目，并且将效果直连销售。
首先，这个项目根据数据算法，分析出该车型的同类竞品在过去一年内所做的所有营销战役、人群受众、效果，从中梳理经验和教训，确定这款车型的用户画像、目标市场及整体打法方向。并确定加入抖音快手这样的创意方式，用大数据确定“讲4S店故事”这样的创意方向。
其次，在线上具体的创意落地上，选择符合目标受众的kol及内容，并做区域市场的快速测试。例如，选择东北的KOL ，在东北市场进行抖音、快手投放测试，短视频直接导流线下试驾；
然后，通过“洞察引擎”进行连续的算法判断：如果区域投放取得较好的传播结果，项目就会快速将创意跟进推送到另一个平台或地域，持续不断的将优势案例的传播效果滚出雪球。相反，如果传播效果并不好，就会立即根据数据反馈出来的问题快速调整，帮助优化传播策略。