逝、或當(dāng)時(shí)看起來(lái)沒(méi)有價(jià)值。

比如：在之前的大數(shù)據(jù)采集中，可能會(huì)漏掉潛在消費(fèi)群的信息，忽略掉可能的銷(xiāo)售機(jī)會(huì)。而盡可能采集更多更全面(哪怕是看起來(lái)不相關(guān)的數(shù)據(jù)，也可能內(nèi)部存在一定的關(guān)聯(lián))的大數(shù)據(jù)，則有利于企業(yè)制定更精準(zhǔn)的營(yíng)銷(xiāo)策略。

因此，數(shù)據(jù)湖泊的成立有賴(lài)于兩個(gè)維度的拓展：上一節(jié)提到的垂直縱深數(shù)據(jù)的收集，以及更為廣泛的全域數(shù)據(jù)的收集。

舉個(gè)比較微觀的例子：歐洲某大銀行每年有650個(gè)直郵營(yíng)銷(xiāo)推廣項(xiàng)目，發(fā)放將近6,000萬(wàn)封電子直郵，但是他們的營(yíng)銷(xiāo)效率卻逐年下降。這家銀行發(fā)現(xiàn)問(wèn)題在于：雖然公司有不同的渠道接觸客戶(hù)，但是每個(gè)渠道都有自己的客戶(hù)接觸策略，這就造成客戶(hù)資料和歷史數(shù)據(jù)信息分散，沒(méi)有形成客戶(hù)關(guān)系的全貌。全域數(shù)據(jù)的缺失，使得公司無(wú)法根據(jù)客戶(hù)特性來(lái)制定更為精準(zhǔn)的個(gè)性化營(yíng)銷(xiāo)方案。

如今，媒介碎片化和人群移動(dòng)化的趨勢(shì)，使收集全域數(shù)據(jù)面臨著新的挑戰(zhàn)：如何收集移動(dòng)數(shù)據(jù)?如何實(shí)現(xiàn)跨屏數(shù)據(jù)打通?如何搜集更多形式各異的非結(jié)構(gòu)化數(shù)據(jù)?

對(duì)于第一個(gè)問(wèn)題，目前的解決方案一般是盡最大可能覆蓋更多的移動(dòng)流量入口。再以搜狗搜索為例，不僅擁有移動(dòng)端的QQ瀏覽器、搜狗瀏覽器、騰訊網(wǎng)、搜狐網(wǎng)等強(qiáng)勢(shì)入口，2016年搜狗還與華為、三星、OPPO等大部分主流手機(jī)廠商達(dá)成合作。據(jù)悉，每天有超2億臺(tái)手機(jī)默認(rèn)使用搜狗搜索。

在移動(dòng)時(shí)代，人們不光在行為上呈現(xiàn)碎片化的特征，使用的設(shè)備也日趨豐富多元，這就帶來(lái)了第二個(gè)問(wèn)題：跨屏數(shù)據(jù)的收集。搜狗的無(wú)線(xiàn)端和PC端可以依托搜狗自有帳號(hào)體系、合作伙伴數(shù)據(jù)以及第三方數(shù)據(jù)，實(shí)現(xiàn)跨屏打通，進(jìn)行無(wú)縫數(shù)據(jù)跟蹤，在場(chǎng)景上將用戶(hù)搜索、瀏覽和輸入的跨屏數(shù)據(jù)進(jìn)行融合，提供更有價(jià)值的投放依據(jù)。

目前，即使在非結(jié)構(gòu)化數(shù)據(jù)的搜集上，也僅僅局限在文字、圖片等簡(jiǎn)單表現(xiàn)形式上，但搜狗對(duì)于數(shù)據(jù)的搜集還跨越到了語(yǔ)音領(lǐng)域。2016年7月，搜狗推出知音引擎，不僅可以搜集語(yǔ)音數(shù)據(jù)，還可以進(jìn)行理解和思考，進(jìn)而提高語(yǔ)音識(shí)別準(zhǔn)確率，再次豐富了數(shù)據(jù)搜集的類(lèi)型。

更加細(xì)分的垂直化數(shù)據(jù)+跨屏多元化的全域數(shù)據(jù)，在源頭上確保了數(shù)據(jù)的準(zhǔn)確與全面;同時(shí)，借助人工智能日益增強(qiáng)的計(jì)算和分析能力，大數(shù)據(jù)將為企業(yè)決策提供更為精準(zhǔn)的指引，使?fàn)I銷(xiāo)步入真正的智能時(shí)代。