ITValue点评：

许多公司一直在使用他们并非真正需要的顾客私人信息，而预测未来购买行为最有效的方法，其实是收集那些推销人员从上世纪60年代就开始使用的数据：近期购买、购买频率以及购买价值。


从2007年伊始，在线票务网站StubHub就开始对购买习惯开展了认真的研究。每个月，它都随机挑选出2000名首次购买者并在网站上追踪他们的行为。但是该公司的分析专家面对的数据过于庞大，已无法充分利用附加信息。

因此，StubHub在上个月将所有数据提交给学术研究者，让他们来判断是否可发掘出新视角。StubHub想要知道提供的折扣是否让潜在消费者返回网站，是否令那些持续收到折扣信息的顾客不再购买全价商品，哪个电子邮件活动可成功留住消费者。

StubHub同意与宾夕法尼亚大学沃顿消费者分析计划合作。该分析计划已有三年历史，致力于在拥有大量数据的公司与来自多个大学的想要找出分析这些数据的新方法的学者之间搭建起的桥梁。它最初叫沃顿互动媒体计划。今年更改了名称，这样能够更好地反应其不仅仅只是与网络公司合作，更要与传统公司合作的目标。联合创始人彼得·费德（Peter Fader）是沃顿商学院的一位教授。他希望能够尽快与制药公司、财政服务公司及非盈利组织合作。他说，随着信息量的增大，各种希望了解其用户行为的公司将需要比焦点小组（focus groups）更加复杂的工具。

去年，沃顿研究者与美国娱乐体育电视网（ESPN）合作来帮助后者更好地了解世界杯观众的行为。ESPN想要知道，究竟是在手机上还是在电脑上提供比赛直播会削弱其有线电视的收视。结论是，由于粉丝会在最便利的屏幕上收看比赛，因此这种交叉平台服务并没有吃掉有线电视的收视。这是符合逻辑的，ESPN的广告工作者在向赞助商出售广告时间时，这个调查就显得尤为重要了。

企业投资了15万美元赞助这个计划。这笔钱协助支付了其8位全职员工的酬劳。各个企业也拿出他们的数据使之全部得以运用。费德在评估提案时，有一条关键原则：调查不仅要建立相互关系，也要建立因果关系。该组织追求的是他所称之为可揭示个体消费者在某时间段中的行为的“颗粒状的、纵向数据”。

StubHub是eBay的子公司。它拥有随机挑选的每月追踪的2000名初次购买者的数据。何时向他们发送电邮、何时发送折扣信息、他们何时访问了网站但却没有买票、他们何时买下了何种物品，这些信息它都留有记录。它还建立起不接受任何折扣的控制小组，这样它便可看出折扣的发放是否产生了区别。

“StubHub为我们提供了一个绝妙的数据集。”沃顿研究主管埃里亚·费特（Elea Feit）说道。她认为，没有哪个数据是可以进行个人识别的，StubHub并不保留超出邮政编码以外的人口统计信息。
StubHub的关系营销主管格雷斯·劳（Grace Lau）告诉研究者，该公司在吸引卖家方面没有任何问题，它在一场运动项目中的缺票率低于2％。它面对的挑战是吸引更多的购票者并使他们能更频繁地购票。

研究者提出了6种分析数据的方法。一位研究人员打算试着“根据球队的表现来预测顾客的购买行为” 。还有几个提案探析了电子邮件营销的效率。

费德说，他已经用了25年时间将分析的严谨性引入营销问题。但他也认为，受到硬件与软件经销商的鼓动，许多公司一直在使用他们并非真正需要的顾客私人信息。许多企业“收集了许多不被准许获取的信息，”他说，“这把人们都吓跑了。这些公司自己也不知道怎么处理这些信息。”他举例道，预测未来购买行为最有效的方法是收集那些推销人员从上世纪60年代就开始使用的数据：RFM，也就是代表的近期购买（Recency of purchase）、购买频率（ Frequency of purchase）、以及购买价值（ Monetary value of purchase）。顾客类型随商品类型的不同而有差异，因此，他说，研究人员的工作就是解决如何才能使顾客买得更多、或购买行为更持久。