百度搜索引擎营销部 整合营销策略总监 侯丽斌

我演讲主题是大数据炼金术，希望我带领大家领略不一样的数据之旅。大数据是既云计算物联网之后又一个IT产业颠覆性的技术变革，在纽约时报大数据被称为新兴的技术产品，可见大数据对未来巨大潜力以及大数据背后的巨大价值。
大数据我们也知道很多世界知名企业因为大数据成功运用逐步在市场建立绝对优势。比如沃尔马是一家成功应用大数据受益的企业。说大大数据，数据到底多大，为什么叫大数据？我们看一下，一系列的数字。大数据时代数据要大，人类诞生到2003年整个数据5亿B，现在我们其实由于互联网的爆发，每年产生数据他们是数据创造者和分享者，大家知道现在数据的增长速度很大。第二特点大数据品类繁多，比如刚才爱奇艺列车长提到视频是一个内容，还有文字图片地图等等多样性。第三是大数据价值密度低，如何沙里淘金是大数据时代面临的重大课题。
比如银行每天有监测视频24小时不间断，一旦有案发事件，对于公安局捕捉罪犯只有一两秒镜头，大数据尽管一两秒重要但是要长时间数据积累，这是我们做大数据挖掘时候一个新挑战同时也是机遇。
说完整个环境的大数据，说预计2020年整个全球的数据相当于35.2ZB，ZB相当于全球每人有一个磁盘驱动器。说完整个大环境宏观大数据，再看百度大数据。
百度最核心是搜索，每天处理50亿搜索请求，除了我们核心产品搜索之外，还有百度知道地图图片视频等等。面对整个市场越来越成熟化，我们网络营销越来越科学化，百度也从前几年开始着手不断搭建百度大数据体系。基于精准用户行为捕捉以及多产品打通和整合，通过海量用户数据沙里淘金，帮助客户进行实现更加科学和精准的营销。
在进入大数据百度大数据体系介绍之前，列举一些百度在大数据一些发现，希望这些发现给大家未来启示。大数据首先第一个发现，我们用百度指数，我们发现百度指数可以非常准确地影射行业发展趋势，以旅游客户为例，杭州06到2012年，红线是国内旅游次数，我们看这个红色的曲线上升趋势，蓝色是百度国内旅游相关核心词指数，这两条线惊人吻合度，我们在其他行业试过，用相关行业搜索指数直射甚至预计行业发展趋势和市场占有率，有惊人的吻合度。这是了解竞争对手的非常重要的工具。
第二就是我们通过百度指数可以预计和观测行业指数之外，我们还能看到行业的细分市场走向，还是以旅游行业为例，比如这有两款产品，主要的细分市场，一个自由行一个跟团游，红色是跟团游，绿色是自由行增长趋势，我们能够发现随着旅游市场繁荣，自由行增长速度同比高于跟团游增长速度20%，预测未来中国旅游市场，关于自由行的产品将更受欢迎。在整个市场分布中应该逐步的向自由行靠拢，目前是75和20的占比。
我们有一个有趣的发现，红色曲线但是看到是跟团游，在五一和十一前后一个高峰，更多跟团游有非常的季节波动性特点，这个给我们启示，我们做营销的时候，不同行业由于整个用户型为特征，在营销的节奏上会掌控一定规定提升我们整体的营销效率。
另外一个除了细分市场，我们思考如何通过网民支持的实时搜索需求挖掘在决策进行购买决策或者消费决策有没有其他的因素，这是一系列的数据，横轴基本是相关能够驱动旅游兴趣点，比如有地域文化，娱乐，法定节假日，机票打折等等大家熟知的非直接旅游词，但对旅游动机起到激发作用。纵轴是相关度，这类兴趣点对旅游激发高。除了我们刚刚说节假日、婚庆带动旅游，我们很多用户，他们在失恋以后他们会搜旅行。还有生活格言，失恋和生活格言是我们的有趣发现，没有想到生活格言本身能激发旅行。他们说读万卷书不如读万里路，身体和灵魂至少一个在路上。我们也在思考未来怎么协助行业广告主，基于网民最真实的特征，更广泛和科学覆盖。按照以前思维覆盖前几类人就好，我们忽略了更广大的人群。
除了旅游行业，我们观察电子商务行业，发现用户进行决定买一样东西，比如这个用户决定买一个资生堂的保适品，化妆品5天到1周的决策时间，逐步锁定品牌，前后5天时间最终购买。会发现不同行业有不同决策时期。比如说图书决策周期最短6小时，食品3天，旅游是2天，买一辆车是2到3个月。
我们总结一下，当技术指数相对低，单价低决策周期短，技术指数复杂的，单价相对高的决策周期长。通过一系列的数据发现很好指导行业用户在涉及不同类型促销时候，应该采用不同投放周期和市场预热周期。
我们再看一下怎么通过用户行为我们去为消费者不同品牌消费者进行画线，汽车行业为例，我们看一下，汽车行业和电视节目相关的关系。中间小圆聚合在一起是奥迪、奔驰这些高端车，他们关注的节目是什么？NBA、英超。左边椭圆点的现代、本田为核心的品牌，这些用户喜欢看什么？非诚勿扰，快乐大本营，这个数据是去年年底做的，右边是以时尚为主的MINICPOOER，这些人愿意看绯闻女孩、生活大爆炸这些美剧。未来我们会有深入的用户性的合作，去帮助我们的受众去播放他们最热点的视频之外，还会和最契合品牌进行深入合作。
这是汽车品牌，酒类什么特点，这和我们原来认知有出入，最上边是奔驰，更喜欢喝喜力的，左下角是奥迪、宝马，他们喜欢喝轩尼诗这些烈性酒，可能酒后驾驶，我们可以观察一下是哪些品牌的车主驾车比较多。右边是长城汽车，长城汽车我们发现无论电视节目、服装还有其他的，他们喜欢喝青岛、燕京啤酒，因为时间关系不一一列举。包括汽车品牌与手表关系，手机的偏好等等。各种角度我们都可以去定义，全方位勾勒不同品牌人群属性。
通过tuiter对某电影反应程度，数据专家可以预测出电影在未来2、3个月排放，百度搜索有同样功效。横轴是目前几款热的车型，比如CRV，凯悦等等，蓝色线是当月的汽车销量，白色线是有关这个车型在近两个月的搜索指数，为什么选两个月？汽车决策周期，购买周期2到3个月，我们选2个月数据。我们发现我们的搜索指数可以与我们的汽车销量有正相关关系。这也是给大家举的例如自己。
我们也做了一个均值，每65次汽车品牌搜索拉动一次销售，给我们启示未来如何联合广告主整合营销，以激发网民在网络上对品牌和产品的搜索诉求。搜索诉求越高意味着销量越好。
我们再看一下目前大家关注的无线市场，大家每天上网，向无线转移。人群有什么特点？左边是人们在PC的兴趣点分布，右边是无线的分布。PC上大家最关注影视，第二是游戏，小说，成人，娱乐，明星，接下来是汽车、旅游等等。右边在无线行为发生很大改变，由于无线终端展示面积和方式局限性以及无线本身特有私密性，但是看小说是最大的，然后是成人，然后娱乐、影视、游戏，依次是其他的行业。
除了这些之外还有一些发现没有详细给大家看。基本就是基于LBS这种搜索行为，比如景点、餐馆或者是个人理财，这些在无线行为占比更高，关注度更高。未来在无线和PC上网络投放策略依据用户行为发生不同转移，以及我们未来客户结构应该不一样。
说完用户行为，接近尾声了。整个百度用户体系四个目标。在应用上不得不提一下和宝洁的合作，宝洁今年年初和百度正式建立营销的合作伙伴关系。我们简单看一下视频。
总之我们数据架构目前分三阶段，第一是宏观的，第二是微观，第三是我们即将推出的新理念叫百度moments，其实集合所有能够触动只要发生在百度，能够对消费者决策构成影响的统称百度时刻。我们有几个工具支撑，一个是品牌探侦，第二行业探侦，以达到从消费者广告视角和行业视角共同实现媒体一对一持续沟通，最大化整合营销。
预见未来不如创造未来，百度希望携手各位一起在大数据时代创造更美好的未来。谢谢。