美国一名男子闯入他家附近的Target店铺(一家美国零售连锁超市)进行抗议：“你们竟然给我17岁的女儿发婴儿尿片和童车的优惠券。”店铺经理立刻向来者致歉，其实经理并不知道这是公司运行大数据系统的结果。一个月后，这位父亲来道歉，他的女儿的确怀孕了。

　　这个故事就是基于数据分析的精准营销的结果。百分点现在做的就是通过分析用户在网络上的消费行为数据，帮助电商企业实现“千人千面”精准营销。

　　大数据时代，营销将会更多地依赖数据挖掘，从而更精准地找到用户。百分点创始人苏萌表示，根据来自不同平台的进行数据挖掘和分析，找到这些数据相对应的人群，再将这些群体进行个性化的对比，并以此展开个性化的营销服务。例如发送EDM，或者流量对接，或者跟传统搜索结合。

　　“大数据的一个重要趋势就是数据服务变革，针对群体，把人分成很多群体，每个都给予不同的服务。”百分点首席科学家周涛表示，以电子商务为例，传统电商推荐，多是使用协同算法，挖掘不同产品间的关联度。但在百分点，这样的算法已经从基础服务形式，下沉到推荐引擎框架底层，不直接推荐结果。

　　苏萌告诉记者，在数据爆炸的年代，人们经常淹没在海量商品和资讯之中，不知道自己想要什么。而百分点的数据挖掘正是主要侧重于如何找到用户需求，以及如何将数据转化为对客户的帮助。

　　通俗来讲，电商网站通常用的关联规则并不是个性化算法，比如白酒、花生米两个可能对所有用户都关联度很高，就会推荐这两个商品。但是个性推荐，则会通过场景和需求来调动不同算法，计算对于个体真实的用户需求。

　　个性化推荐知道用户喜欢什么，确实地提供商品推荐信息，于是就发挥了“导购”的作用，这无疑更能刺激购买。对于电商企业来说，在精细化运营的趋势下，无疑会为更精准的营销和用户重复购买。

　　以走秀网为例，采用了数据挖掘百分点提供的分析数据后，消费者可以通过走秀网上的“本月热销”(个性化热销榜)、“猜您喜欢的”(个性化热览榜)浏览或购买自己感兴趣的商品。其个性化服务能力大大提高。

　　苏萌表示，数据挖掘百分点每天获取的数据主要分为两类，一类是内容和商品基础数据容量，每天大约在TB级的规模;另一类是一些关于合作伙伴网络上的行为偏好数据，例如浏览过什么、收藏过什么、购买过什么等数据，这部分数据大约达到了GB级的规模。“这两类基本是离消费者最近的数据，可以说是电子商务最核心的数据。”

　　和线下零售不同的是，电子商务网站都有非常丰富的顾客历史数据，包括登录、点击、浏览以及购买等等。如果你把数据放在地下室让它们堆满灰尘，这些数据就是一项负资产，它们需要硬件来存储，需要人员来管理，却没有任何使用价值。

　　苏萌表示，在百分点有两大数据处理平台，一个是流处理平台，另一个是批处理平台。前者会处理一些实时性比较高的数据，例如消费者购买意图或者点击预估数据。而在批处理平台上面，更多的是做一些基础任务，例如全网行为的挖掘分析、BI分析、商务报表等，会按照时间调度来完成。这两个数据平台，正是个性化推荐和分析运营工具的支撑。（来源：速途网 文/齐洁）