企業對(duì)于品牌和品牌發(fā)展的思件冷考方式，即將(jiāng)因大站土數據而産生巨大的改變。因此，高層管理者們需要反思：自己的企業是否已經(j相喝īng)做好(hǎo)了迎接大數據，并將(jiāng)自身的品牌朋街戰略引向(xiàng)更高層次的準備。

大數據這(zhè)一概念描述的是一種(zhǒng火電)技術生态系統，它使大量非結構化的、習醫不均勻分布的數據能(néng)夠被(bèi)捕捉女舞、存儲和分析。大數據與之前基于數據倉儲的商業智能(néng)（雪店Business Intelligence，簡稱BI嗎銀）技術有著(zhe)劃時(shí)代的差異。大數據的概念時國遠遠超越了簡單的銷售點（POS）數據以及客戶關系管理（CRM）中包含的淺層數據就些，它所涵蓋的數據有著(zhe)豐富多樣(y如們àng)的來源——包括圖片、文本、網志喝頁、社交網絡，還(hái)有傳統的交易數據。

對(duì)于品牌經(jīng化市)理而言，大數據提供了超越想象的事(shì)物——不受時(s相少hí)間限制地對(duì)消費者進(jìn)行跳也360度全方位觀察。大數據使他們可以掌握消費筆街者此前的行爲、正在進(jìn)行的“實時(shí)”行爲，還鐵章(hái)可以對(duì)未來熱也行爲進(jìn)行預測分析。大數據的出現，使得消費者的整個人和紅生都(dōu)有可能(néng)被(bèi)追蹤、下載、分析。身場大數據所依據的是消費者真實的行爲表現，而不是他們對(資用duì)自己行爲的描述，由此可以提供跳是全新的洞見，而這(zhè)些洞見可以催生出全新的品牌戰略。

然而，要使品牌智能(néng)達到這(商低zhè)種(zhǒng)境界，許多公司需要徹底轉變自妹討身在品牌化中使用數據的方式，并加入這(zhè)樣(yàn街照g)一種(zhǒng)理念——品牌管理正兒日在變得越來越實時(shí)化、個歌司性化。

若想達到這(zhè)樣(yàng)的目标，企業需要經(jīng)曆以下五個行森階段：

第一階段，數據收集：數據無處不在，品牌經(jīng)理們將(jiāng做高)會(huì)愈來愈認同一點——數據是他們新的樹日貨币，它們如同真金白銀一樣(yàng)新玩，多多益善。

獲取數據的第一步，是取得公司所有的曆史消費者數據以及圍繞産品的一系列數據，或許服術還(hái)要收集那些被(bèi)束之高閣的幾十年前的數據。第二步要玩黑讓所謂“實時(shí)數據網絡”準備就(jiù)緒。據估計，網絡中有50綠話0億個傳感器，任何人隻要獲得授權，都(dōu)可以接收這(zhè)些傳感器男理所傳遞的數據。

在這(zhè)種(zhǒng)情況下企業需要盡快找出與自身品牌相關的數據軌我水迹。随著(zhe)網絡上數據源以及與消煙做費者間的交互變得越來越複雜，找出與品牌相草到關的數據將(jiāng)越來越重要。之所以筆關要盡快識别所需信息，是因爲數據其實非常珍貴，如同在月知識産權領域中的專利執照，對(duì)道市數據的訪問和使用將(jiāng)被(bèi)視作重要哥子戰略資産，獲取難度會(huì)越來越高。

第二階段，數據分析：啓動大數據，Hadoop是一個強大的可測量的分布式運算和數據存儲愛知解決方案。Hadoop是一個開(kāi)源的照劇方案，它可以在一台服務器上運行，也可以在一千台服務器上運行。這(線秒zhè)一點和此前的大數據分析工具或分析系統迥然不同。品牌經(jīng)呢但理若想掌握這(zhè)一系統，需要作我具備開(kāi)放的思想和從零信這開(kāi)始的心态。這(zhè)樣(y有林àng)的話，他們即便沒(méi)有完全通曉相關子的技術，也能(néng)夠在了解系統功用方面(miàn)取得進(還視jìn)步。

大數據系統非常強大，這(zhè)一點毋庸置疑，然而要讓大自公數據發(fā)揮出它應有的效力，所面(miàn)臨的挑長舊戰并不僅僅來自技術方面(miàn)，還(hái)有管理的挑戰雪有。組織的文化應該從依靠膽識和直覺轉變爲依靠數據分析，變得注重事(要水shì)實，以數據爲中心。這(zhè)一鐘女轉變對(duì)企業來說(shuō)或許會(huì)成(chéng)爲一個挑答信戰。接下來，管理者和員工必須适應新的以Hadoop和HANA數據收集和分析爲基謝近礎的工作系統，該系統與傳統的系統及其相關管理思討河維過(guò)程之間，有著(zhe)天壤之别。

因此，在這(zhè)一新興領域，企業需要雇傭專門人才。另外，組織還著是(hái)可以借用在其他技術與管理交叉的領域中已被(bèi)證明有效的管理結構學靜，例如App和網站發(fā)展過(guò)程土地中的管理結構。建立跨職能(néng)的團隊來開(kāi)發(fā木長)和管理大數據環境，是成(chéng)功的關鍵之一。這(zhè)樣(yàng)短內的團隊應該將(jiāng)兩(liǎng)類人相雜但結合：一類是技術精湛、頭腦聰明，并且能(néng)夠大答對(duì)接品牌和營銷目标的技術員工；另一類是以技術爲中心，且樂于引領最妹錯尖端的技術和文化的品牌營銷方面(m筆呢iàn)的員工。在這(zhè)個核心團隊之外，還(hái)應有一個靈學雪活的動态管理結構，能(néng)夠執行花志依據系統和其反饋而作出的決策。該管理結構通常得益于包含一個直通CE樹了O等高官的通道(dào)。

第三階段，消費者智能(néng)：數據分析和個性化數據的結合帶來大數據品牌化的力量，這(zhè)些個性化的數據章短來自于消費者和潛在甚至匿名的消費說書者，它們可以通過(guò)鼓動消費者自願曬出而免費獲取，比如，在社交媒體中爲東車品牌加上“喜歡”功能(néng)按鈕的設計。其木個他的信息則可以通過(guò)自動運行的感應設備來獲取。這(女多zhè)樣(yàng)做讓系統得以更好(hǎo)地掌握消費者群體的資料電兒。

可見，品牌經(jīng)理應當參與到大數據系統中，的小并在其中進(jìn)行“如果……會(h美有uì)怎樣(yàng)”的分析，獲取品牌形象相關的信息時(shí民個)，不僅著(zhe)眼于已有的舞木、“已知的”消費者群體、類别、以及資料，還(hái)應培養一種(zhǒng醫到)意識，不斷思考缺失了什麼(me)。這(zhè)種(zhǒng)戰略本質上是在森長試圖通過(guò)“知曉未知”來獲取洞見。企業或許已經(jīng)意識到冷新，産品的擁有者會(huì)受到一個看不見的第三方的影響，影響方式多種(zhǒn舞鐘g)多樣(yàng)。社交媒體已經(通少jīng)從“知曉未知”中獲得了一些結論，由此便可進(jì紅得n)行檢驗，看看消費者有多少朋友也喜歡該店民産品，以及他們喜歡産品的時(sh對算í)間序列。企業可以通過(guò)這(zhè)個渠道(dào)幹預答算品牌傳遞。

第四階段，個性化品牌傳遞：大數據通過(guò)智能(néng)手機等設備識别個體、預測個體行爲，雪對并將(jiāng)之與事(shì)件相聯系的能(néng)力，使對空品牌經(jīng)理們第一次能(néng)夠在銷售點、産品活動間男等機會(huì)中展現并施加影響，或是在恰當的時(光作shí)間強化品牌，直接與消費者聯系。

這(zhè)種(zhǒng)微觀的，或者說(s你靜huō)個性化的品牌戰略可以融入到品牌子我經(jīng)理們所慣用的品牌分割模型中，比如Brandz的品牌影歌動态金字塔。如今品牌經(jīng)理們可以最大限度地利用大數據分析結果，獲飛什得處于各個不同階段、各個微觀市場類别的個體消費者或群體消費者的360度全景式資對討料，這(zhè)些分析結果和資料可以被(bèi)應用于改進習男(jìn)各個細分市場的品牌戰略，更有效地將(jiāng)品牌術應大報用于細分定位的受衆。

因此可見，品牌經(jīng)理應該不斷地與數據共事(shì)，才可能如水(néng)爲公司發(fā)現潛在的消費者和見黑新的市場或品牌擴張機會(huì)。此外，品牌經(jīng)理還(hái)應負物女責掃描科技視界，發(fā)現新興技術，特别是那些能(動微néng)夠與大數據或是消費者智能(néng)相結合，從而將(j師間iāng)公司的品牌智能(néng)推向(xiàng)更高道照層次的技術。

第五階段，衡量結果：衡量品牌資産價值方面(miàn)玩子的品牌成(chéng)果，是确定大數據應用于品讀公牌管理所帶來的益處的一種(zhǒng)方法。然遠微而，有一點需要注意：大數據系統依靠專業技術和長(cháng)時(shí)間的作有培育，因此企業不應該指望能(néng)夠輕愛見松獲得回報。爲了避免事(shì)倍功半，短畫品牌經(jīng)理將(jiāng)數據項目和嚴格的度量程吧些序——比如平衡積分卡——相結合是一個明智的做法。在大數據朋師用途的下遊領域，以及跨越多個進(jìn)程組時(shí)紅音，這(zhè)種(zhǒng)數據項目和度量程序相結合的考量，比資本支出或是答姐财務回報率（ROI）都(dōu)更能(néng)掌握大數據火家的完整結果。可以說(shuō)，展現在你眼前的是一個強她美有力的店鋪銷售模型，而它針對(duì)的是許多我做你們此前從未料到其間會(huì)有交集的産品。如果你想找出員工品牌培訓計劃上身短某一特定階段所對(duì)應的銷售的高峰值，你可能(néng)需要記分卡的方法秒器。品牌積分卡連接了财務與學(xué)習活動，而其他操作可以被(bè愛畫i)經(jīng)理們用來進(jìn)行交叉驗證。

運用這(zhè)種(zhǒng)方法開(kāi)展很謝大數據品牌戰略，最終將(jiāng)會(huì)給消費我體者們帶來更豐富的品牌體驗，爲公司帶來更優厚的回報。而大放姐數據方法并不是無懈可擊——内存數據庫還(hái)非常新，Hadoop分影金析依靠志願者們以開(kāi)源的方式開(kāi)展信空；同樣(yàng)值得注意的是，一直以來受人關說錢注的企業全部都(dōu)是技術中心型企業，有著(zhe)龐大的大數據會一系統，高水平的“大數據智商”以及廣泛的技術支持，更重要的是，他們還(há短舞i)有用于開(kāi)發(fā)尖端科技的管理。（譯/熊靜如）

羅伯特•普蘭特 邁阿密大學(xué)商學(xué)院計算機信是了息系統副教授     &n船工bsp;     去物;    &從人nbsp;  &nb錢校sp;     &n化很bsp;  &nb是我sp;      件市;   影司   &n自亮bsp;   文章來源哈佛商業評論