ITValue點評：

許多公司一直在使用他們并非真正需要的顧客私人信息，而預測未來購買行為最有效的方法，其實是收集那些推銷人員從上世紀60年代就開始使用的數據：近期購買、購買頻率以及購買價值。


從2007年伊始，在線票務網站StubHub就開始對購買習慣開展了認真的研究。每個月，它都隨機挑選出2000名首次購買者并在網站上追蹤他們的行為。但是該公司的分析專家面對的數據過于龐大，已無法充分利用附加信息。

因此，StubHub在上個月將所有數據提交給學術研究者，讓他們來判斷是否可發掘出新視角。StubHub想要知道提供的折扣是否讓潛在消費者返回網站，是否令那些持續收到折扣信息的顧客不再購買全價商品，哪個電子郵件活動可成功留住消費者。

StubHub同意與賓夕法尼亞大學沃頓消費者分析計劃合作。該分析計劃已有三年歷史，致力于在擁有大量數據的公司與來自多個大學的想要找出分析這些數據的新方法的學者之間搭建起的橋梁。它最初叫沃頓互動媒體計劃。今年更改了名稱，這樣能夠更好地反應其不僅僅只是與網絡公司合作，更要與傳統公司合作的目標。聯合創始人彼得·費德（Peter Fader）是沃頓商學院的一位教授。他希望能夠盡快與制藥公司、財政服務公司及非盈利組織合作。他說，隨著信息量的增大，各種希望了解其用戶行為的公司將需要比焦點小組（focus groups）更加復雜的工具。

去年，沃頓研究者與美國娛樂體育電視網（ESPN）合作來幫助后者更好地了解世界杯觀眾的行為。ESPN想要知道，究竟是在手機上還是在電腦上提供比賽直播會削弱其有線電視的收視。結論是，由于粉絲會在最便利的屏幕上收看比賽，因此這種交叉平臺服務并沒有吃掉有線電視的收視。這是符合邏輯的，ESPN的廣告工作者在向贊助商出售廣告時間時，這個調查就顯得尤為重要了。

企業投資了15萬美元贊助這個計劃。這筆錢協助支付了其8位全職員工的酬勞。各個企業也拿出他們的數據使之全部得以運用。費德在評估提案時，有一條關鍵原則：調查不僅要建立相互關系，也要建立因果關系。該組織追求的是他所稱之為可揭示個體消費者在某時間段中的行為的“顆粒狀的、縱向數據”。

StubHub是eBay的子公司。它擁有隨機挑選的每月追蹤的2000名初次購買者的數據。何時向他們發送電郵、何時發送折扣信息、他們何時訪問了網站但卻沒有買票、他們何時買下了何種物品，這些信息它都留有記錄。它還建立起不接受任何折扣的控制小組，這樣它便可看出折扣的發放是否產生了區別。

“StubHub為我們提供了一個絕妙的數據集?！蔽诸D研究主管埃里亞·費特（Elea Feit）說道。她認為，沒有哪個數據是可以進行個人識別的，StubHub并不保留超出郵政編碼以外的人口統計信息。
StubHub的關系營銷主管格雷斯·勞（Grace Lau）告訴研究者，該公司在吸引賣家方面沒有任何問題，它在一場運動項目中的缺票率低于2％。它面對的挑戰是吸引更多的購票者并使他們能更頻繁地購票。

研究者提出了6種分析數據的方法。一位研究人員打算試著“根據球隊的表現來預測顧客的購買行為” 。還有幾個提案探析了電子郵件營銷的效率。

費德說，他已經用了25年時間將分析的嚴謹性引入營銷問題。但他也認為，受到硬件與軟件經銷商的鼓動，許多公司一直在使用他們并非真正需要的顧客私人信息。許多企業“收集了許多不被準許獲取的信息，”他說，“這把人們都嚇跑了。這些公司自己也不知道怎么處理這些信息?！彼e例道，預測未來購買行為最有效的方法是收集那些推銷人員從上世紀60年代就開始使用的數據：RFM，也就是代表的近期購買（Recency of purchase）、購買頻率（ Frequency of purchase）、以及購買價值（ Monetary value of purchase）。顧客類型隨商品類型的不同而有差異，因此，他說，研究人員的工作就是解決如何才能使顧客買得更多、或購買行為更持久。