近日，快消巨头联合利华宣布为了提升营销效率，计划缩减三成的广告，并将其在全球范围内的创意代理商数量减少一半左右，通过营销预算的调整，来提升广告投放和可见性。

      无独有偶，可口可乐此前宣布已设立了 24 年的 CMO 职位将成为历史，取而代之的是结合营销、消费者服务和商业战略为一体的新职位「首席增长官」（Chief Growth Officer），快消公司摇身一变要成为数字技术公司。

      另一家快消巨头，宝洁首席品牌官 Marc Pritchard 则在今年年初发表了被业界誉为《20 年来广告业最重要的讲话》的演讲，强调了数据透明和广告可见性的重要性，并呼吁广告行业需要公正、独立的第三方监测，以提高行业透明度。 

      几家巨头们为了适应市场环境的变化，做出相对应的战略调整，共同点都是希望通过变革业务架构推动业务增长的目标，而数据的利用是其中的关键。通过数据，联合利华和宝洁希望提升广告投放效率和透明度，而可口可乐则希望促进产品研发和提升营销效率。 

      即将担任可口可乐 CEO 的 James Quincey 表示：「快速调整组织架构的目的，一方面是为了业务增长，另一方面是为了更快响应消费者、客户、以及其他系统方面的需求。」

从大数据到智能数据 

      过去几年，企业对大数据的痴迷通常都聚焦到数量上，只关注数据的规模。然而，数据并不是越大越好，因为越大的数据包含越多的「噪音」，对于许多企业来说，数据的真实性和价值反而更重要。

     智能数据是指那些真正能够应用于解决实际问题的数据子集，通过对结构化和非结构化的数据的整合、分析和激活，帮助企业做出正确的决策，实现商业目标。

      作为国内最早以第一方数据作为切入点的营销技术公司，Chinapex 创略创始人兼 CEO Jimmy Hu 告诉 SocialBeta：「智能数据专注于特定的业务问题和数据范围，提供了更加深入、快速，以及相关度更高的洞察。因此，不仅大型企业能使用智能数据，那些有着明确商业需求的中小型企业也能应用。」 

      智能数据不仅能告诉我们每时每刻发生了什么，为什么会发生，还能告诉我们接下来会发生什么，以及应该如何应对。

      作为全球最大的饮料商，可口可乐旗下拥有超过 500 个品牌，与 250 多家装瓶商合作，装瓶厂总数达 900 家。为了掌握全球业务发展情况、提升营销效率，可口可乐需要从瓶装商、渠道商和各种媒体搜集数据，包括全球销售点数据、扫码数据和社交媒体数据等，这些数据有结构化的也有非结构化的。可口可乐的目标是将 250 家装瓶商的日常数据整合到一个数据系统，发挥数据价值并实现洞察共享，以贴近市场的需求，更好地服务消费者。 

      由于可口可乐采用的是特许经营模式，即总公司制作浓缩汁，出售给装瓶商，再经由其完成装瓶生产，经过销售渠道分发，最终销售到消费者手中。大部分装瓶商并不隶属于可口可乐，而「销售终端」大多为沃尔玛、乐购、麦当劳等线下实体，可口可乐要在第一时间获得第一手消费者数据非常困难。 

      可口可乐运用好数据的另一个难点在于，其主要流通场景以线下为主，数据的采集、整合和分析并不像互联网公司那么来得容易，要完全打通物流、销售和广告等已有的业务体系，涉及到合作伙伴的利益关系和内部管理者的职能转换。

      但是，可口可乐还是从特定应用场景中找到了一个突破口——用装瓶商数据来构建智能数据解决方案，从而使更快速地实施和部署，提升数据利用的灵活性和效率成为现实。同时，为了做好数据的整合，可口可乐设计出一套灵活的数据导入模式，制定数据转化的标准分类，以便抓取所需数据，制成统一形式。 

智能数据的整合与激活

      如今，企业不仅有包括 CRM / 销售数据、内部系统、数据库等在内的非实时数据，还有来自 PC、移动端、移动 APP、互联网广告和物联网等触点中收集到的实时数据。数据呈现爆炸式的增长，使各方数据的高效整合成为企业了解和服务用户的关键，同时也意味着真实透明的数据可以影响重大决策。 

      让企业能以数据为枢纽，整合各方数据，并优化相关决策，这就是智能数据的价值所在。渠道的碎片化和媒介费用的高昂，使得企业更追求营销效率，智能数据能够帮助企业在营销上实现个性化、实时化和自动化，从而达到最优的营销效果。 

      实现智能数据的第一步是将上述提到的实时数据和非实时数据导入系统。由于来源和格式的不同，需要借助数据技术打通数据孤岛。之后，对数据进行整合和智能分析，借助机器学习和人工智能的力量帮助企业获得以前很难得到的战略洞察和可实施洞察。最后，与外部或内部的「操作系统」连通，使数据可以实时应用到不同场景，比如自动触发邮件营销。 

      在智能数据的实际应用上，联合利华已看到效果，其 CMO Keith Weed 此前在接受采访时表示：「每天有 200 多万人使用联合利华的产品，以往我们在数据的分析上，做的是社会化聆听或文本的情感分析等。现在，我们借助智能数据的应用，做出『整合式洞察（integrated insights）』，即结合社交媒体的数据和销售数据以及广告支出数据等，帮助我们对消费者有比较完整了解，开始有机会与消费者建立实时和一对一的互动关系，从而提升营销效率。」

应用智能数据的机会与挑战

     随着媒介环境愈加碎片化，企业更强调营销效率的提升，智能数据将使得越来越多的企业变得越来越以数据为中心，创造更多开创性的想法，实现智能化企业的目标。 

      在展望智能数据的未来时，Jimmy Hu 表示：整个数据生态都在往好的地方发展。从全球来说，在国外有不同的数据源，从数据整合到数据激活可以有各种不同的应用场景。国内的环境更为有趣些，因为有不同的参与者，数据生态还处在初级阶段，企业对于智能数据的理解还有待提高。国内虽然也有不同的数据源，但是缺乏对应的工具，在实际应用层面相对少一些，比如在营销上的应用场景不如国外那么丰富。对于智能数据，很多企业还没有明确的预算来源，这是目前的一大的挑战，因为预算可能来自 IT 部门、CRM 部门或营销部门，内部沟通协调就是一大难题。 

      人口和流量的红利的消失，让企业更加追求商业效率尤其是营销效率，这也是中国企业级服务的机遇所在。对于那些想要利用智能数据技术来突破业务瓶颈的企业来说，这是一个激动人心的时代，因为数据的应用会变得更加垂直化与深度化，而以深度学习和人机界面交流的人工智能技术为代表，数据的挖掘和应用程度将上升到新的高度。