正文
为了解决这个问题，原力大数据是这样做的。
我们说的从重到轻的第一个“轻”——轻实施。
我们把我们的大数据营销工具做的非常的轻量级，只需要做简单的数据接口对接，就让我们的大数据营销工具能够被使用。把实施难度降低到最小、让我们的大数据工具与企业现有的平台对接变得最简单。
从重到轻的第二个“轻”——简单化，我们的坚决不做复杂系统，只做简单工具。
坚决只解决客户在实际工作中的最痛点、最重要的那几个问题，坚决让我们的大数据工具不涉及任何流程、不涉及任何组织架构。
从重到轻的第三个“轻”——轻松用
任何大数据工具必须自动化，坚决不能给这个岗位的人员增加工作量，相反还得减轻他们的工作量，才能把大数据产品被用起来。
事实证明，原力大数据构建的这种轻量级、简单化的大数据应用工具被市场充分的认可。
从“无”到“有”，创造新的“蓝海”场景
只要提到大数据应用场景的构建，大家都觉得非常困难，推出的很多大数据应用工具或是应用产品客户并不认可。
我的理解是，有大量的需求和客户的问题用传统的方法无法解决，但可以通过大数据来解决。只要找到这些需求，并且用大数据的方法来帮助客户解决问题，客户就会买单。
我们可以分享一个我们自己的大数据应用工具——线下广告效果监测工具。
广告效果的统计分析绝对是世纪性难题，特别是线下渠道的广告投放效果从来无法衡量。
地铁广告牌、公交车站点广告牌、户外大型LED广告牌……每一个广告牌的投放都是真金白银的投入，但是到底效果如何从来都是没有办法统计的。
我们是怎么做的呢？我们借助运营商的基站数据对某个特定地点的广告牌覆盖人群进行拍照，通过分析对比这个人群在某个产品广告投放前后的行为差异，最终得到一个具体广告牌的投放效果。
比如，我在广州的某个地铁站的LED广告牌投了某个APP产品的广告，投放时间为10天；这10天中，有20万人曾经在这个地铁站出入、搭乘过地铁。
我们通过监测这20万用户关于这个APP产品的使用行为，跟踪这20万用户看到这个广告之前和看到这支广告之后行为有没有发生变化，比如：
广告投放前，有3万用户使用这个APP产品，但是在广告投放之后有3.6万客户使用这个产品；
广告投放前，这20万客户中使用这个APP产品的活跃客户比例是2.3%，但是在广告投放之后这个产品的活跃客户占比是3.1%；
……
也就是说，这个广告牌带来了6000个新增客户、0.9%的活跃客户占比提升。我们借助运营商大数据和新的大数据应用场景的构建，实现了对每一个广告牌的价值产出进行清晰的衡量。
因为它解决的是真正的行业的痛点和需求，所以这个应用场景必然是客户会愿意买单和愿意接受的。
从“增值品”到“ 刚需品”,搞定客户的刚需型痛点
今天有大量的大数据的应用场景是可有可无的，说白了就是你没有真正解决问题，客户用与不用是一样的，所以大数据产品用不起来。
而搞定客户刚需型的痛点，核心并不在技术，而在于应用、在于通过构建有效的场景的构建帮助客户解决问题。我们做的每一个场景都必须是让客户真正能够使用起来、是有效果的。
要知道,今天很多的企业根本不懂大数据、更不知道如何来用爬虫。有一些企业客户，他们现在去收集信息，扫楼、扫街、第三方渠道购买数据，很可能还会买到黑市数据，我们告诉他我们可以通过爬虫帮他搞定，他们特别高兴。
因为我们这个工具的核心是解决了从需求到最终实现的全部环节 ，而不单单是做爬虫本身，效果也非常显著——把数据的获取的比例从43%提升到92%，准确度从61%提升到85%。
客户认可这个产品，是因为足够有效，用更好的办法解决了原本就必须解决的问题。
我们把增值品做成刚需品的另一个例子是市场调研。市场调研，对于很多大企业来讲是绝对刚需，那我们如何用新的手段去帮他解决原有的问题，这个也是把增值品做成刚需品的一条思路。
我们有一个案例，客户希望通过电话调研和邮件调研的方式来了解某一类APP的产品需求和使用现状。我们告知客户，可以用运营商的互联网产品行为数据来做这件事情。这样只需要原有预算的20%；而且可以把原有的2个月到3个月的一个项目执行周期减少为1周到2周。
今天的大数据产品中，有90%的大数据产品是闭门造车、臆想出来的伪需求，所以客户很难为此买单；还有一类产品打着大数据的概念，占领了客户的认知，做的并不是大数据的产品，是“伪大数据产品“，让真正的大数据产品的认知和销售变得更加困难。
我一直认为相对于技术而言，如何才能把大数据技术和应用场景打通，构建有效的大数据应用场景更加困难。
拒绝臆想、拒绝闭门造车，构建有效的大数据应用场景，才是大数据产品可以带来规模化收入、得到市场认可的根本。
