像手机这样的智能设备不仅是人们时刻不离的随身物，更是生产数据的来源。而如今，大数据已成为企业中与资产、能源同等重要的战略资源。如何从海量数据中挖掘有价值的洞见、更准确地预见未来，成为企业营销管理工作的重中之重。
想要做出精彩的创意、拉近与消费者的距离、准确传递企业的信息，营销官们需要深度交往大数据和智能硬件这两个新的小伙伴。
数据技术的三个发展阶段
从大数据中挖金，需要我们回顾数据技术的发展历史。
第一阶段：数据仓库(Data House)时代。在20世纪90年代，以电信和银行企业为代表，企业将内部交易性数据做了一个集成，进行整合分析，形成企业内部的数据仓库。这些数据被ERP(企业资源管理计划)和CRM(企业客户管理系统)所使用，提供企业决策提供一些支持。
第二阶段：Web2.0时代。互联网的兴起让百度、腾讯、阿里、google、雅虎等互联网公司在除了企业内部数据之外，还拿到了用户消费者在网上的点击流的点击数据来做大数据分析。此时大数据分析的成果主要体现在精准推荐，比如“猜你喜欢”、百度小广告等等。
第三阶段：IoT和O2O时代。包括可穿戴设备、智能家居在内的智能硬件兴起再次扩充了数据的范围。通过智能硬件可以收集到用户谈话的语音、社交媒体发表的状态、线下行为轨迹流、支付交易数据等等。这些数据的产生速度和量级都远远超过之前两个时代，对数据技术的要求也大大提升了。IoT时代里，大数据能够做到场景化的推荐，知晓消费者在此时此地的情况，结合其历史数据信息，进行更加精准的推荐。
行为数据还原用户画像
关键词组成用户画像已是营销官们熟悉的用户分析手段和解释方式。过去进行的数据分析是一条条地分析网页信息流，捕捉其中关键词，打上标签，最终生成用户画像。因此ERP和CRM系统对于企业来说非常重要。
通过智能硬件设备，完全可以收集到用户的行为轨迹信息。现在商城都会提供免费WIFI，如果商场提供的是智能WIFI，那就可以在用户免费使用WIFI的时候掌握他们的行为数据。
用户连接智能WIFI之后，企业就可以捕捉到他在每一家店里面的行为轨迹是怎么样的，在哪家店铺里停留的时间长，有什么样的消费偏好等等。这些数据已经不是点击流，而是用户在线下逛商店的时候自然产生的。
移动端苹果的iOS系统和安卓适用的Beacon技术是通过蓝牙掌握消费者的行为数据，也能对其进行个性化的推荐。
除了智能WIFI之外，商户还可以设置智能摄像头和智能POS机。智能摄像头可以甄别用户热区、感应用户的行为轨迹，由此可以判断店内商品展示是否合理。智能POS机可以在用户刷卡的一霎那将交易的数据明细上传到云端。
因此，一张用户行为画像就如同上图所示，时间越长、用户的偏好越重、主要行为关键数据就越明显。消费者不用签到、不用发朋友圈、也不用发任何评价，企业就能了解到他的消费水平、习惯和偏好，针对此进行个性化的推荐。
人脸识别作为用户ID
微软小冰今年夏天重回朋友圈，解密了一个全新黑科技“合影解密计”。该技能就是人脸识别技术通过性别、年龄、颜值、面容相似度、姿态趋向和细微的人类小动作，进而扒出照片中隐藏的八卦关系。
这只是人脸识别技术的初步应用，现在人脸识别技术已经能够做到比较精准的识别。未来，在用户同意的情况下，人脸也可以作为身份识别的ID。那么用户的购物场景也会发生非常有意思的变化。
过去导购人员需要观察一位进店客人的穿着、行为等，初步估算该顾客的客单价，大致猜测他可能会购买的东西;通过跟顾客聊天交流猜测用户的喜好，进行推荐。
有了智能硬件之后就大有不同。企业获取顾客人脸识别的信息，通过智能眼镜或是耳机告知导购。导购看到消费者的时候已经知道了他是谁、他的喜好和他过去的消费记录。
智能硬件在这里是作为大数据的出口。智能硬件调用了过去的数据，将大数据平台给到的推荐，经过导购人脑处理再推荐给用户。导购在从跟客户打招呼开始就能像老朋友聊天一般地进行沟通和推荐。让消费者可以感受到以前只能在奢侈品vip才能体验到的贴心服务。
数据安全需要环环把关
数据技术发展到IoT和O2O时代，智能硬件是大数据重要的入口和出口。用户大量的个人信息、行为数据和消费数据等等都被企业收集起来。
在享受数据带给企业营销的便利的同时，对数据安全的把控也是需要着力钻研的部分。数据安全包括网络、接口等技术安全问题以及企业内部的数据管控问题。
网络基础设施安全。基础网络是很重要的部分。很多时候大数据出现安全问题都是因为基础网络被攻破、被盗取了应用授权或管理员授权而造成数据泄露。另外，智能硬件与互联网和云端大数据的配合会让数据传输经历层层接口。
手机应用上的SDK(数据采集包)是否安全，决定着数据会不会在本地就被盗取。采集端的安全需要特别设置，保证它有验证，能自我检查，自我升级。在数据上传到云端的时候，云端和客户端的接口安全也需要特别注意，防攻击、防篡改、防模拟登陆这些保障都要测试。
大数据本身也可以对这块做监控。因为正常上传的数据流一般都会有固定的模式，如果上传时发现异常数据流，也可以将其识别出来，进行反攻击。国外现在有一些创业公司就在专门进行这一方面的应用研究。
企业内部数据管控。数据在企业内部的安全问题主要是体现在数据管控方面。这就包括谁应该能够有什么样的权限去保卫什么样的东西，数据的整个管理机制是什么，授权流程是什么，怎么能够去保证他拿到他需要的数据之后，没有拿其他数据。
每个企业的数据管控都应该有严格的流程。无论是采集程序还是智能硬件在采集用户数据的时候，都需要经历法律团队和技术安全测试团队的双重检测和审批。
法律团队主要查看该产品对用户的数据需求是否符合当地法律法规，而技术安全团队是一个像黑客一样的团队不断地进行攻击模拟，测试数据在各个端口的传输是否会出现安全问题。
大数据与智能硬件的配合是营销升级的必备利器。然而，真正的数据分析决策必定是一个人脑加电脑的共同结果。
智能硬件与大数据的组合其实是延伸了营销官们的眼睛和耳朵，让他们不用经历繁琐复杂的问卷、焦点小组等市场调研就能迅速了解消费者。与此同时，在执行营销策略时，智能硬件也能成为营销官们的手臂，为用户打造一个个性化定制推荐的消费场景。
====================================分割线================================
本文转自d1net（转载）
相关资源：新年快乐! python实现绚烂的烟花绽放效果