我来找你的时候，从没想过你会拒绝我。是你让我明白，我所有的自负是多么的没有道理。
——简·奥斯汀，《傲慢与偏见》
我是一个完全实证主义的人。关于我们这一行应该怎么经营，我不抱有任何浪漫的信条。我只相信证据，只采取证据让我做的行动。
——盖里·洛夫曼，哈拉斯娱乐公司首席执行官[1]
数字时代，要想在高速变化的商业市场生存和繁荣下去，今天娱乐行业的大型公司必须学会利用详尽的客户层面的数据的力量，并且必须拥抱一种以数据为基础的新的决策文化。要想做到这一点，娱乐公司首先必须完成对其组织结构的大规模改革。对娱乐公司而言，这并不是一个容易的任务，因为早在几十年前，这一行业的结构就已经变得十分稳固和僵化了，而当时，客户层面的数据还没有作为一种有用的决策工具出现在这些公司面前。不管是从物流方面来看，还是从文化方面来看，要完成这种组织结构方面的改革都是非常困难的，正如我们在前一章讨论过的那样，要想与采用数据决策模式的新兴竞争对手进行竞争，这种组织结构上的改革对大型娱乐公司而言是完全必要的。让娱乐公司以数据为中心建立组织结构会有许多好处。要说明这一点，最合适的例子莫过于哈拉斯娱乐公司（现已更名为恺撒娱乐）的成功故事了。在21世纪初，哈拉斯娱乐公司通过这样的策略在市场竞争中取得了优势，并且成为博彩行业的市场领导者。
＊＊＊
哈拉斯娱乐公司的崛起是一个属于20世纪的成功案例。[2]1937年，哈拉斯娱乐公司的创始人威廉·菲什·哈拉搬到了内华达州的雷诺市，并开了一家小型宾果[3]游戏厅。很快，哈拉便将这家宾果游戏厅升级成了赌场。当时，在雷诺市，赌场是一种沙龙风格的营业场所，那里的环境通常昏暗、肮脏、恶劣。于是哈拉斯公司认为，如果能创造一种新型的赌场，这里就一定能够吸引到大批的客户，这种新型的赌场拥有干净、明亮、豪华的环境，那里把赌博包装成一种干净愉快的娱乐行为，而不是一种充满罪恶感的地下活动。
哈拉这个主意成功了。人们从美国各地涌向他的赌场。在接下来的几十年中，哈拉斯娱乐公司又在其他地方建立了很多类似的连锁赌场，用哈佛商学院教授拉吉夫·拉尔的话来说，哈拉成了“将博彩产业化的人。”[4]1955年，哈拉在加州的太浩湖边建起了当时世界上最大的独立赌博场所，并以自己公司的名字哈拉斯命名这一场所。这座赌场是一个有850个座位的大型娱乐场所，这一场所集剧院和餐馆功能为一体，并定期从美国各地邀请顶尖艺人前来表演。哈拉斯赌场越来越成为美国各地人们的理想度假胜地，于是哈拉斯娱乐公司又在赌场附近建起了豪华的酒店。哈拉于1978年去世，但是他的公司仍在继续其辉煌的商业旅程。20世纪70年代和80年代，美国的许多州将赌博合法化，于是在20世纪90年代，哈拉斯娱乐公司推出了一项极富野心的商业扩展计划。随着这一计划的推行，哈拉斯娱乐公司变成了美国第一家经营范围遍及全国的连锁赌场公司。拉尔写道：“截至2000年，哈拉斯娱乐公司已经成为博彩行业中最知名的连锁企业之一。在所有赌场中，哈拉斯公司的赌场所占的市场数目最多。哈拉斯公司在陆地上、码头边、河船上、印第安人自留地上经营着各种赌场设施，在所有传统赌博娱乐辖区和大部分新赌博娱乐辖区中都能找到哈拉斯公司的赌场。”[5]
正如拉尔所言，截至2000年，哈拉斯公司的赌场业务一片欣欣向荣，然而博彩业的商业大环境正在悄悄发生着改变。在美国本土，不再有新的州将赌博娱乐合法化，因此哈拉斯公司的商业扩张计划也就无法继续推行了。市场的需求变得有限了，哈拉斯公司发现它不得不与一些浮华的新兴赌博公司展开激烈竞争，而这些新公司通过修建梦境一般绚丽的大型豪华度假设施（这种策略的先锋是拉斯韦加斯的米拉奇酒店和卢克索酒店，米拉奇酒店有鲨鱼缸、野生动物、喷发着岩浆的人造火山，而卢克索酒店有宏伟的玻璃金字塔、埃及神庙的复制品以及法老的雕像）成功抢走了大批消费者。在拉斯韦加斯以及美国的其他地方，这些新公司的策略是让赌场被华丽的商场、高级的餐馆、奢华的洗浴场所以及各种浮夸的娱乐设施所围绕，而这一切都是为了吸引赌博者以外的其他消费者。事实证明，这样的策略是非常有效的。2001年，拉斯韦加斯的消费者在购物、餐饮以及娱乐上花的钱已经达到了赌博支出的三倍。虽然赌博市场在过去的几十年中发生了大规模的扩张，但是到了90年代末，内华达和亚特兰大城的赌场收入仍占到美国整个赌场业收入的40%（美国整个赌场业的年收入是310亿美元）。
在50年的过程中，哈拉斯娱乐公司非常成功地建起了大量全国连锁赌场，并靠着这些赌场获得了丰厚的利润。然而哈拉斯公司的每一家赌场在很大程度上都是以自治的方式在其本地的市场上经营的。哈拉斯娱乐公司几乎所有的收入都来自赌场，而不是来自公司经营的商店、餐馆或者其他娱乐设施。因此，哈拉斯娱乐公司没有办法靠上述发展赌场周边设施的策略与新的公司竞争，因为它的手中缺乏必要的资源。哈拉斯娱乐公司在全国范围内拥有大量豪华的赌场设施，要想在一夜之间对全国范围内的哈拉斯赌场进行再投资显然是不可能的。因此，哈拉斯娱乐公司的首席执行官菲利普·萨特认识到，要想保持竞争力，哈拉斯公司就必须寻找一种新的商业模式进行突围。90年代中期，萨特为哈拉斯公司制订了一个新的商业计划，事后他表示：“客户忠诚度是哈拉斯公司真正的竞争优势，因此我们决定以客户忠诚度为基础，重新把哈拉斯公司塑造成行业的领导者。”[6]为了达到这一目的，萨特于1997年推出了哈拉斯公司的客户忠诚度项目“完全金卡”。“完全金卡”项目模仿了航空公司的常旅客飞行计划，当消费者在任何一家哈拉斯赌场赌博时，他们都可以在自己的卡上积累点数，而攒够一定点数后他们就可以用这些点数兑换博彩业中的一些标准奖励产品，如免费餐饮、免费酒店住宿、免费娱乐表演票等。然而，由于哈拉斯公司的每家酒店都是以自治的形式独立经营的，因此这种“完全金卡”只能在发卡的那一家哈拉斯赌场使用，而且哈拉斯旗下的每一家赌场都可以自行决定针对其消费者的市场营销计划的细节。
萨特很快就意识到，如果能够建立一种全国范围内通用的客户忠诚度项目，并且让消费者能在所有哈拉斯旗下的赌场积攒点数的话，那么这个项目的价值将会提高许多。于是，萨特开始对这个新的商业决策进行投资。与此同时，1998年萨特雇用了哈佛商学院教授加里·洛夫曼作为哈拉斯公司的新任首席经营官。萨特为新官上任的洛夫曼设置了非常清楚的任务目标。洛夫曼在2003年这样写道：“当萨特雇用我担任哈拉斯公司的首席经营官时，他表示希望我帮助他完成哈拉斯公司的转型任务。当时的哈拉斯是一家以赌场经营为核心的公司，哈拉斯公司旗下的每一家赌场都是一个独立的商业机构。而萨特希望把公司转型为一家以市场为核心的公司，并且希望建立消费者对所有哈拉斯公司旗下产业的忠诚度。”[7]
洛夫曼上任以后，他立即意识到目前的“完全金卡”项目存在很大的缺陷，因为每家赌场提供的“完全金卡”项目条款都不一样，因此这一项目完全无法建立消费者对整个哈拉斯品牌的忠诚度，也无法使遍布全国的哈拉斯赌场成为消费者赌博度假的首选之地。与此同时，洛夫曼也认识到，虽然“完全金卡”项目存在明显的缺陷，但这一项目也为哈拉斯公司开辟了一条搜集和分析复杂客户数据的绝佳渠道。洛夫曼写道：“虽然‘完全金卡’项目并不能帮助哈拉斯建立起消费者的忠诚度，但是这一项目在悄悄地为我们挖掘着未来的钻石矿。”[8]
然而洛夫曼明白，要将对数据的使用变成哈拉斯公司经营模式的一部分并不是一件容易的事情。这是因为从组织的层面来看，哈拉斯公司旗下的各家赌场之间并没有信息共享的机制和习惯。洛夫曼对当时他所面临的情况进行了这样的描述：“每一家赌场就像一块独立的封地，这些封地主要由封地的领主自行治理，而皇帝和皇后只有在经过这里的时候才能偶尔进行一些干预。每一家赌场的损益情况相对独立，每一家赌场手头都有自己相对独立的资源，要想让赌场的经营者鼓励他们的客户去其他哈拉斯公司旗下的赌场进行赌博，这样的概念在当时根本就无法普及。”[9]当然，哈拉斯公司设置这样的经营模式并不是完全没有道理的，这种独立自治的模式是为了让每一家赌场的经营者有充分的动机来提高本地赌场的经营情况，因为在这样的自治机制下，他们不得不与其他赌场争夺有限的资源。然而，洛夫曼的目标是在公司的整体层面上对哈拉斯公司进行以数据为基础的管理，因此这种独立自治的经营结构显然不符合洛夫曼的要求。
于是，洛夫曼认为目前公司转型的首要任务是进行组织结构方面的改革。在萨特的支持下，洛夫曼的第一步棋是要求所有赌场经理和分公司总裁都必须直接向洛夫曼汇报，而此前公司的经营模式是这些人直接向首席执行官汇报。洛夫曼写道：“这样的改革是为了发出一个信号，让大家明白顾客属于整个哈拉斯公司，而不仅仅属于某一家赌场。”事实证明，这样的改革并不容易推行，洛夫曼的上述措施一经推出就遭到了赌场经理的强烈反对。在哈拉斯公司内部，大部分赌场经理都是赌场的业内人士，他们通过多年的努力才慢慢从基层走到了现在的管理者职位上。让他们掌握赌场的自治权是对他们多年努力的一种奖励，而洛夫曼竟要求这些经理在市场营销项目方面听从来自总部的一名“外行”的指挥，这显然是对这些经理的权力和控制力的一种直接挑战。此外，这样的改革还可能影响到这些经理人的收入。此前，这些经理人的奖金和其他额外收入是与他们管理的赌场收入息息相关的，要让这些经理人上交手中的数据，并鼓励客户去其他赌场（即便是哈拉斯公司旗下的赌场）进行消费，当然会被他们看作一项严重的威胁。
许多哈拉斯公司员工不愿意接受这种新的汇报结构，也不愿意放弃他们手中的自治权力。因此，洛夫曼上任后不久，他就撤换了哈拉斯旗下两家重要赌场（分别位于雷诺市和拉斯韦加斯市）的总经理。[10]在将客户市场营销的决策权收归总部的过程中，哈拉斯公司流失了1/4的赌场管理人员。此前，这些管理人员手中握有极大的自治权力，他们可以自行决定向赌场的客户发放怎样的奖励。[11]
虽然改革的过程是痛苦的，但是这种公司组织结构上的改革使得哈拉斯公司可以通过一套复杂的网络系统将旗下所有赌场的数据统一收归总部使用。在进行完这项改革之后，哈拉斯公司首次通过系统性的方法从这些数据中获取价值，并将这一过程作为公司经营的重点之一。洛夫曼写道：“通过追踪数百万名个体消费者的交易情况，我们的信息科技系统搜集组织起了大量关于消费者偏好的数据。‘完全金卡’奖励项目的核心是一个300GB（吉字节）的交易数据库，这个数据库记录了消费者在各销售点上的消费行为，这些销售点包括角子机、餐馆以及我们公司旗下的其他零售场所。然后，数据库经理会把这些信息放入我们的企业数据库，这个数据库中不仅存有数百万个消费者交易数据点（包括消费者的姓名、地址、年龄、性别等），还存有关于消费者赌博偏好和消费偏好的详细信息。总之，我们的数据库中存有极为丰富的消费者信息。”[12]
除了改变公司的汇报结构以及把数据分析上升为一种“总部层面”的高级功能以外，洛夫曼还在高级管理层中雇用了大批具有很强数据分析背景的技术人员，来向整个公司传达数据分析的重要性。洛夫曼将这个数据分析团队称为“螺旋桨头”，这个团队包括两名负责管理客户关系和客户忠诚度的高级副总裁：理查德·米尔曼是一名曾在芝加哥大学工作的数学家，戴维·诺顿则在美国运通公司、“家庭国际”（Household International）以及MBNA America等公司主管过分析工作。
洛夫曼要求公司的一切决策必须以严格的分析和测试作为基础，而不能以“这种方法可能会有效”的第六感作为基础。通过这样的方式，他将数据分析的理念深深植入了哈拉斯公司的文化中。洛夫曼表示：“当我和公司的市场营销人员讨论他们推出的任何新营销措施时，我一定会问他们‘这种做法有没有经过事先的测试呢’如果我发现营销部门不经过测试就推行某项营销措施，我就会把他们杀掉。不管他们认为自己有多聪明，推行一个策略之前一定要经过严格的测试。”[13]
有了新整合的数据平台并将重点放在数据分析上以后，洛夫曼和他的团队很快发现了许多令人惊讶的事实。比如，通过数据分析他们得以向赌场的经理证实，在哈拉斯公司采取集中化的客户管理机制以后，本地赌场的收入并没有因此受到损害。米尔达表示：“有的人可能会假设，如果消费者去拉斯韦加斯赌博，他们就不会再去密苏里州的图尼卡市赌博了，然而我们认为这样的假设并不一定成立。我们通过数据分析对上述命题进行了检验，发现（并告诉赌场经理）这样的假设是不成立的。在我们建立起这个系统以后，我们便有能力证明市场之间存在着很强的相互作用关系。”[14]
通过数据分析，洛夫曼的团队发现，26%的客户贡献了哈拉斯公司82%的收入。然而更重要的是，通过研究个体消费者的行为，他们发现为公司贡献最多利润的客户并不是大家传统上认为的下大赌注的“豪赌者”，而是喜欢玩老虎机的中老年消费者。有了这样的认识，当行业内的其他公司把经营重点放在豪赌者身上的时候，洛夫曼却设计出了一套吸引“小玩家”的独特商业策略。
有了客户层面的数据，洛夫曼和他的团队还能够用很少的信息（比如这位新客户玩了什么游戏、下了多少赌注以及玩游戏的速度有多快等）预测出一位新客户对赌场的终生价值。具体来说，洛夫曼的数据分析团队可以通过观察一位消费者的少量行为对消费者未来能给赌场带来多大价值做出相当准确的预测。然后，数据分析团队会将这一预测结果与该消费者在哈拉斯赌场的实际行为进行比较，并决定是否要向该消费者提供一些促销措施，以及向该消费者提供什么样的促销措施。如果数据模型预测某位消费者会进行大量赌博行为，而实际上在哈拉斯的赌场中并没有见到这位消费者的身影，那么这位消费者很可能是在其他赌场中度过了大把的时光，因此哈拉斯公司可以对这位消费者进行定位，并向其发送一些促销项目的广告，试图提高这位消费者对哈拉斯赌场的忠诚度。同样，如果哈拉斯的数据分析团队发现一位常来哈拉斯赌场的客户减少了来赌博的频率，他们同样也可以对该消费者进行定位，并通过一些市场营销手段挽留这位客户。
简而言之，哈拉斯公司的市场营销决策过程是一个高度数量化的决策过程。这套市场营销决策过程的基础不仅是观测到的消费者行为，还包括用模型预测出的消费者行为，而要进行这样的预测，只需要一组相对较少的观察结果就足够了。这两种决策方式之间的差距是非常显著和重要的。如果一家赌场在决策的时候只考虑已经观测到的消费者行为，那么这势必会将不常来访的消费者定义为低价值消费者，然而当赌场通过模型预测来判断消费者的价值时，便会发现某些很少出现在哈拉斯赌场的消费者却可能是其他赌场的常客，因此这样的消费者应该被定义为高价值消费者。
此外，这种高度数量化的决策模式还使得哈拉斯公司能够对个体消费者进行高度个性化的市场营销，同时哈拉斯公司发现，这种个性化的营销手段对客户忠诚度的建立极有帮助。根据理查德·米尔曼的说法，哈拉斯公司希望消费者抱有这样的想法：“我想去哈拉斯赌场赌博是因为我知道哈拉斯赌场了解我，并且他们会根据对我的了解为我提供相应的奖励，如果我去其他赌场赌博，我就无法获得这种体验。”[16]哈拉斯公司还发现，通过使用手中的详尽数据和原创算法，公司可以建立起一种增强客户忠诚度的良性循环。洛夫曼曾说：“我们的研究越是深入，进行的测试越多，学到的知识也就越多。我们越是了解自己的客户，客户所面临的转换成本就会越高，那么我们在竞争中的优势也会越明显。这就是我们要做尽可能多的测试的原因。”
在哈拉斯公司向以数据为基础的管理模式转型的过程中，其使用的策略主要包括以下三个主要原则：
• 将全公司的所有数据集中汇总到总部进行处理，并且将数据分析上升为一种总部层面的、高度重要和拥有优先权的功能。
• 坚持所有决策必须以数据为基础，最好能以控制组实验为基础。
• 将每一位消费者当作一个个体的人来对待，把消费者的行为作为设计市场营销策略的基础。
事实证明，这样的策略是非常有效的。截至2003年，哈拉斯公司的收入连续16个季度稳健增长。2002年，哈拉斯公司总共获得了40亿美元的收入和2.35亿美元的净利润。[17]通过运用数据的力量，哈拉斯公司取得了有目共睹的成功，而加里·洛夫曼显然对这样的成功感到非常的骄傲，他写道：“通过深入挖掘客户数据，通过进行市场营销实验，并用实验结果来设计和实施高度个性化的市场营销策略和服务，我们成功地赢得了很多忠诚客户，并在赌场的战争中取得了胜利。”[18]2003年，洛夫曼取代萨特升任哈拉斯公司的首席执行官，并在这个职位上一直干到了2015年退休。在哈拉斯公司工作期间，洛夫曼成功地促成了公司的转型，使得哈拉斯公司成为全世界规模最大的赌博公司，2013年哈拉斯公司收购了恺撒娱乐公司，公司的经营规模从2003年的15家赌场扩大到了2013年的54家赌场。[19]然而，洛夫曼最大的功劳是发现并挖掘了客户数据的重要性。在2015年洛夫曼卸任首席执行官一职时，他一手建立起来的客户忠诚度项目已经拥有4 500万用户，据估计，这一项目的价值超过10亿美元。[20]
＊＊＊
我们认为，哈拉斯公司的成功故事对娱乐行业而言具有很大的启发价值。为了适应充满数据的新市场的要求，娱乐创意产业的公司必须制定和实施与哈拉斯公司类似的策略。在本章接下来的内容，以及在本书的下一章节中，我们将具体讨论娱乐公司需要进行的改革措施。为了让本书的内容更加简明易懂，我们将以影视行业作为讨论的重点，但是读者应该记住，虽然我们提出的这些改革措施着眼于影视行业的一些特有的情况，但对其他娱乐行业而言，这些改革措施的精髓也是同样适用的。
首先我们要谈的是“数据集中管理”的问题。在加里·洛夫曼到任以前，哈拉斯公司的客户数据是由各家分公司和赌场分别掌握的，而不是由总部集中管理的。在今天的影视剧制作行业也存在同样的情况。通常，客户数据分散在整个集团的各个部门中，并由独立的经营单位（比如影院部门、电视部门、家庭娱乐部门，等等）分别掌握。和哈拉斯公司旗下的各家赌场一样，这些部门常常不愿意与其他部门分享自己手中的数据，因为它们担心数据共享会削弱本部门在公司内部的竞争优势。某大型影视公司的一名员工告诉我们，在她就职的公司中，整个公司被分割为大约40片“独立封地”，而每一片封地都有它自己的领主。这位员工告诉我们：“每一位领主都想自行其是，从而整个公司的健康状况便被牺牲掉了。”在数据时代来临之前，这样的公司组织结构也许还有其积极的意义（比如，这是一种鼓励公司各部门间进行竞争的管理策略），然而，如今的整个市场是以数据为驱动力发展的，对娱乐公司而言数据的重要性日益提升，因此显然这种传统的公司组织结构已经不能适应新的市场需求了。哈拉斯公司很早就认识到了这一点，通过将数据分析功能收归总部，并建立拥有实权的、总部层面的数据分析团队，哈拉斯公司在与其他竞争对手的竞争中获得了显著的优势。我们认为，今天的大型影视公司也应该采取类似的改革措施，将数据分析功能上升为一种总部层面的集中化功能能够从以下4个方面帮助今天的大型影视娱乐公司与谷歌、亚马逊、网飞以及其他新兴竞争对手进行竞争。
第一，数据集中管理的好处是非常明显的，但我们认为仍然有必要在此对这一点进行一些讨论。当各种数据组互相联通、所有数据汇合为一个整体时，数据才能发挥最大的价值。这对客户数据和市场数据而言尤其是如此。当各种客户数据和市场数据被集中存放和管理时，它们便形成了一项非常有价值的资源，这些数据互相联系，能够为公司创造出很大的竞争优势。让我们考虑一下大部分电影的发行策略：电影首先在电影院上映，然后公司会发行影片的DVD，接着消费者才能在电视和网络渠道看到这些影片。在这样的发行策略之下，一种渠道中的定价和市场营销策略会自然地影响所有其他渠道的销售业绩。然而，目前大型电影公司不要求这些不同渠道的管理人员共享他们手头的数据，也未能把电影发行的决策机制变成一种集中化的决策过程。为了更好地生存和发展，今天的大型影视公司必须在这些方面进行集中化的决策。
第二，数据的集中管理模式能够提高公司内部数据分析人员的工作效率。数据的分析工作需要一系列的职业技能（包括实验设计、统计分析、计量经济建模等），要找到一个同时拥有这些技能的人是非常困难的。将数据分析的功能集中起来可以使来自不同背景、具有不同技巧的数据分析人员能够更好地交流合作。此外，数据的集中管理还能够保证所有数据被充分搜集和保存，并保证各部门不能够随意地截留信息。
第三，在公司内部提高数据分析功能的地位能帮助公司更好地留住现有人才，并吸引新人才加入。数据的集中管理可以向公司内部的所有人员传递明确的信号，即数据分析在公司业务中具有十分重要的地位，这就为拥有很强分析能力的人才提供了一条明确的职业道路。
第四，最重要的，那就是数据的集中汇报、管理和分析能够帮助整个公司找到有争议性的问题的客观答案。当数据分析人才受雇于某一独立部门时，这些分析师可能面临来自上层的压力，这样的压力导致他们不得不给出符合老板心意的分析结果。我们都曾听说过这样的故事，有些高层管理人员在看到分析师提交的数据分析结果时竟勃然大怒，不是因为这些分析结果不够准确，而是因为分析结果和这位高管已经做出的决策不相符，或者因为数据分析的结果不利于该部门实现短期的赢利目标。这样的道德风险显然是存在的。如果一位分析师相信，只有给出某种分析结果才能保住自己的饭碗，那么这位分析师很可能会不顾客观的证据，拼命往自己想要的结果上靠。长远来看，如果公司管理人员的决策是基于一些并不客观的数据分析结果，那么这显然对任何人都没有好处。
当然，如果数据分析师和公司内部的各部门之间的距离过远，就会产生一些其他的问题。如果数据分析人员根本不熟悉公司各部门的经营情况，他们就无法找出公司各部门最需要解答的问题，也无法对这些问题做出可靠的回答。同样，如果公司内的各部门不信任数据分析师的知识和技能，他们就不会使用这些分析师给出的分析结果。那么，如何让公司内的数据分析人员既保持相对的客观性，又能充分理解各部门的独特需求呢？为了回答这一问题，我们采访了某大型发行平台公司的一位高级管理人员，这位高管告诉我们，在他的公司设有一个集中的数据科学家团队，公司所有的基层数据分析人员都由这一团队雇用，并直接向该团队负责。公司的数据科学家团队会定期举行会议，在这些会议上，数据分析人员可以一起讨论他们手中的项目，并借鉴团队其他成员的知识和经验。这些基层数据分析人员的办公室仍然设在公司的各个部门之内，这就使得这些数据分析人员能够充分与部门员工接触，从而对该部门的独特需求有具体的了解。
如果我们想要推行上述改革，那么娱乐行业中以数据为基础的企业文化具体应该采取怎样的形式呢？为了回答这个问题，我们先要讨论一下数据分析和实验究竟能如何帮助娱乐行业的管理层开发新的市场营销策略。在市场营销学中，有一个经典的“4P”的概念，分别是：我们销售什么产品（Product）？我们在哪里（Place）销售这些产品？这些产品应该怎样定价（Price）？如何对这些产品进行促销（Promote）？下面分别从4P的角度具体讨论数据分析和实验能对市场营销策略的制定提供哪些帮助。
产品
在产品被生产出来之后，公司还需要决定如何以最有效的方式将这些产品投放市场，而数据分析可以在这一决策过程中发挥重要作用。为了更好地理解这一点，让我们来考虑一个问题：对唱片公司而言，是只销售整张专辑利润比较大，还是既销售整张专辑又同时销售专辑里的单曲利润比较大？当20世纪前10年结束时，随着iTunes商店的流行度越来越高，以上问题成了一个困扰音乐行业的实实在在的问题。对于这一问题，音乐行业的传统智慧给出了非常清楚的答案：单独销售电子单曲对音乐行业有害，而且其危害可能比电子盗版现象还要大。MTV（音乐电视）的创始人之一罗伯特·皮特曼曾说：“盗版偷我们的音乐，但这杀不死音乐行业。当我和音乐行业中的人交流时，他们中的大部分人承认，真正的问题是他们开始销售单曲而不是整张专辑。我是说，你也会做算术吧，这样做损失有多大是很容易算出来的。”[21]
从表面上来看，皮特曼说得似乎很有道理，卖整张专辑当然应该比卖单曲赚钱。根据国际唱片业协会的数据，2002—2008年，全世界范围内实体音乐产品的销售额从247亿美元下降到了139亿美元。[22]而数字唱片和数字单曲的销售额只能弥补实体唱片销售额的部分损失（数字唱片和数字单曲的销售额在2009年达到了40亿美元）。总体来看，在这一时间段，灌录音乐产品的总收入（包括数字版本和实体版本）下降了约28%，从247亿美元下降到了179亿美元。为什么唱片公司的收入下降了？答案似乎很明显，本来会花15~20美元购买一张CD专辑的消费者现在只愿意花几美元购买几首单曲了。然而情况真的是这样的吗？也许是，也许不是。确实，当捆绑销售的专辑被拆分成单曲销售的时候，也许消费者买的音乐少了，所以唱片公司的收入下降了，但情况会不会恰恰相反呢？这样做会不会吸引新的消费者购买音乐，从而使唱片公司的收入上升呢？唱片公司是不是应该停止出售单曲，而回到过去只出售整张专辑的策略呢？2009年年初，为了对上述问题进行分析和研究，我们与一家大型唱片公司合作进行了一项实验。[23]这项实验的具体设定是这样的：在这家唱片公司的某主要数字销售平台上，我们挑选了该唱片公司的2 000首最畅销的歌曲，并把这2 000首单曲的价格从每首0.99美元提高到了每首1.29美元。由于这2 000首流行单曲的定价上升，而其他流行单曲的定价保持不变，我们有机会观察以下的几个问题：在这一定价变化发生以后，这些提价单曲的销量会发生怎样的变化？同一张专辑中的其他未提价单曲的销量会发生怎样的变化？整张专辑的销量会发生怎样的变化？通过对数据进行分析并建立计量经济学模型，我们得到了十分清晰的结论：当唱片公司以数字单曲的形式发售音乐作品的时候，唱片公司的利润和歌手的利润都提高了。
地点
根据尼尔森公司的统计数据，在2015年第一季度，美国成人平均每天收看电视直播的时间比两年前少了16分钟。[24]一些业内人士认为，尼尔森公司的这项数据并不准确，因为该公司没有将一些消费者收看电视的新途径列入统计。维亚康姆的首席执行官菲利普·多曼声称，尼尔森公司的调查方法“没有跟上市场的变化”。[25]尼尔森公司的首席执行官米奇·巴恩斯则反唇相讥，其表示问题不是出在尼尔森的调查方法，而是出在电视节目低下的质量上：“有些时候他们就是拿我们当替罪羊，当收视率下降的时候，他们不想承认是自己的电视节目质量有问题。他们宁愿相信收视率下降是因为我们没有做到他们认为我们应该做到的所有事情。”[26]然而，也许收视率下降既不是尼尔森公司的错误，也不是电视台的错误，事实上，还存在第三种可能性，那就是观众是因为上网时间增多而减少了看电视的时间（2013—2015年，美国人每天花在互联网上的时间平均增加了42分钟）。
那么，上网时间的延长是否确实导致了电视收看时间的下降呢？2015年，我们在卡内基–梅隆大学的同事佩德罗·费雷拉也对这个问题产生了兴趣，为了回答这一问题，费雷拉与一家既提供有线电视服务又提供互联网服务的大型公司合作进行了一项实验。在这项实验中，费雷拉和他的合作者在这家有线电视公司的用户中随机抽取了30 000名观众，并将这些观众平均分为两组。实验组的用户免费获得了收费电视频道的收看权，并且可以录下节目延时观看，而控制组的用户则没有获得上述特权。费雷拉感兴趣的是，实验组和控制组的用户在电视观看和网络使用两方面会出现怎样的行为变化。结果，费雷拉发现，上网时间延长和看电视时间减少之间存在很强的相关性，与控制组用户相比，实验组用户在免费获得收费频道的收看权后显著减少了上网的时间。[27]这项实验的结果说明，网络使用时间的增加确实会降低消费者收看电视的时间——电视行业的从业人员应该清醒地认识到这一规律的存在。
定价
当管理层进行定价方面的决策时，数据也可以发挥非常重要的作用。传统上，娱乐行业的定价决策机制具有很大的随意性，并主要以管理者的“直觉”为依据。在这里我们想举出这样一个例子：2000年，我们电话采访了某大型出版公司的一位市场营销管理人员，希望了解当一本书的价格发生变化时，书的销量会如何发生相应变化——经济学家把这一度量称为“价格弹性”。在电话采访的一开始，我们向这位管理人员提出了一个我们认为非常简单的问题：“一本典型的图书的价格弹性有多大？”电话的那一头传来了一阵长时间的沉默。于是我们想：可能是问题提得不够具体吧？“那么一本精装书的价格弹性有多大？”又是一阵长时间的沉默。我们又想：也许是他不理解我们使用的经济学术语吧？“如果你把一本精装书的价格降低10%，那么你预计销量会提高多少呢？”第三次长时间的沉默。最后，这位出版社的管理人员告诉我们，在出版行业，定价之前出版社很少会进行数量化的分析。图书的价格设定一般取决于行业的常规和竞争对手的定价，还（在很大程度上）取决于管理层的直觉。很长时间以来，谁也不觉得这样做有什么不对，这种定价决策的过程被认为是完全合理的。出版行业的情况相对比较稳定，因此在定价的时候只要采取符合常规的行为就不会有什么问题。但是10年前这些公司销售精装书、CD、DVD时所采取的定价策略在今天还能被继续用在电子书、电子唱片以及数字电影的销售上吗？在新的电子化的市场上，这些公司如何才能对自己的产品进行最优的定价呢？
这并不是一个容易回答的问题，因为今天的消费者面临着令人眼花缭乱的极为丰富的娱乐选择，大量电影和电视剧为了争夺消费者的注意力和钱包里的钞票而不断进行着极为激烈的竞争。消费者可以选择购买DVD或者租赁DVD，也可以选择成为各种有线电视服务的用户。他们可以从iTunes、亚马逊、网飞等网站购买或者租赁电子版的影视作品，也可以从很多其他合法或不合法的渠道在线观看这些影视作品。在所有这些渠道中，只要一个渠道上的定价发生变化，其他所有渠道上的销售情况就会随之发生变化。然而，目前不同渠道中的定价决策通常是独立完成的，各渠道之间不进行决策方面的合作，因此某一渠道的定价决策完全有可能会对另一渠道的销售产生伤害。换句话说，多渠道定价决策是一个非常复杂的问题。在目前高速变化的市场环境中，靠“直觉”进行定价显然是远远不够的。要想找出科学高效的定价策略，娱乐企业必须发展一套以数据为基础的科学决策机制，这样才能同时考虑大量影响定价问题的变量。
比如，同一产品的价格不仅在不同渠道上应该有所不同，在不同的时间点也应该有所不同。这就使得定价的问题变得更加复杂。正如我们在前文中讨论过的那样，在销售信息产品的时候，让商家利润最大化的策略是价格歧视策略，即对高价值的消费者收取高价（高价值消费者通常希望在产品刚发行时就立刻获得该产品），而对低价值消费者收取低价（低价值消费者更愿意等待）。而在这里，我们可以把这种定价策略推广一下，在不同时间段对产品收取不同的价格：当需求较弱时，我们就降低产品的价格；当需求较强时，我们就提高产品的价格。在这种“投机取巧”的定价策略之下，一本书、一首歌或一部电影的最佳定价会随时间而变化，于是我们需要解决的问题变成了：如何在高速变化的市场环境中从消费者身上获取最高的价值？
为了回答这个问题，让我们来考虑一个具体的问题。过去，消费者通常愿意花15~20美元的价格购买一张DVD。但是在如今的数字平台上，消费者到底愿意为一部电影支付多少钱呢？要找到这个问题的答案，最好的方法是进行以数据为基础的实验，而我们正好有幸与一家大型影视公司合作进行了一个这样的实验。在这个实验中，我们的实验对象是该影视公司的大量较早期的“目录”电影，为了进行这项实验，我们在某大型网络发行平台上降低了部分电影的售价。在我们进行实验的过程中，部分电影的价格从每部9.99美元降至每部7.99美元，而另一些电影则被降价至每部5.99美元甚至4.99美元，剩下的电影被我们放在控制组，控制组中的电影售价不变。实验结果显示，网上的电影消费者对电影的价格极度敏感。在大部分情况下，如果我们将一部电影的售价减半，消费者对这部电影的需求就会上升3倍甚至4倍。当然，有些时候，这种需求的上升会导致其他数字平台上同一部电影租赁或销售收入的降低，但即便如此，我们还是能在数据中看到一个非常清楚的规律，那就是降低电影的网上售价能够提高该影片的总体销量，也能够提高电影公司的总收入和总利润。[28]
除影视行业以外，其他娱乐行业中的公司也同样可以通过优化定价策略提高自身的利润。在上文中我们曾经提到过一个我们在唱片业进行的实验，这项实验研究的主要问题是：如果把专辑中的歌曲以电子版单曲的形式分别出售，是否会降低唱片公司的利润。在这项实验中我们还发现了该唱片公司的单曲和专辑的最佳定价策略。总的来说，我们的分析显示，这家唱片公司对单曲的定价比最优定价低了约30%，而对专辑的定价比最优定价高出约30%。根据我们的实验结果，这家唱片公司的管理层对唱片和单曲的定价进行了相应的调整，一位与我们合作的高级管理人员告诉我们，在改变定价以后，该唱片公司“每年的利润上升了几千万英镑”。这位高级管理人员表示：“看来我们整个唱片行业都错了。我们以为自己知道最优的定价是多少，其实我们根本不知道。”
这个故事带给我们的主要教训是：通过实验和数据分析的方法，娱乐公司可以优化定价策略，提高利润，而且有时利润提高的幅度大到令人震惊。然而，由于最优定价会随时间变化，而且娱乐公司需要同时对大量产品进行定价，因此这些娱乐公司不可能一劳永逸地找到最优的定价策略，而是需要不断地重复定价策略优化的过程，这就给我们带来了一个坏消息。目前，在定价优化方面，新兴的下游发行平台拥有一些大型娱乐公司所没有的优势。比如，亚马逊网站同时销售1亿种商品，这些商品的定价完全是由软件自动完成的。这些软件会帮助亚马逊公司进行价格实验、测试消费者的反应，并在必要的时候更新产品的价格。而且，由于上述整个流程都是完全自动化的，因此尽管有时亚马逊的定价可能会与最优定价存在几个百分比的差别，但从来不会发生30%~50%的大型定价错误。
促销
数据分析还能够帮助大型娱乐公司提高市场营销和广告宣传策略的有效性。市场营销和广告宣传的费用占到这些娱乐公司产品成本的很大一部分（比如，一部电影的宣传营销成本通常可以占到电影总成本的40%左右），然而娱乐公司的大部分营销的宣传策略并没有明确的目标。通常，这些娱乐公司仅仅采取一种十分简单的营销策略，那就是在尽可能多的渠道上播出尽可能多的广告，以使得尽可能多的消费者知道某种产品的存在。我们采访过的一位管理人员将这种市场营销策略称为“撒网然后祈祷鱼上钩”的策略。[29]然而，在我们批评这种“撒网然后祈祷鱼上钩”的策略之前，我们首先应该认识到，大型娱乐公司之所以采取这样的市场营销模式，并不是因为愚蠢，而是因为很长一段时间以来它们手头根本没有更好的策略。在传统的广告渠道中，度量消费者的反应是一项极其困难的任务，如果没有办法度量消费者对广告的反应，娱乐公司就根本不可能去评判自己的广告营销策略效率究竟有多高。而且，这些大型娱乐公司也无法对“反事实”的数据进行估计，也就是说它们没有办法知道如果不进行广告宣传，某一产品的销量将会是多少。
然而，随着互联网的流行，出现了很多新的机会，这些机会能够帮助娱乐公司制定出更有针对性、更能提高产品利润的广告宣传策略。我们曾与某大型影视公司以及谷歌的互联网广告销售团队合作进行过一项实验，进行这项实验的目的是研究互联网广告的价值。具体来说，我们感兴趣的问题是：如果对收看过某部电影（实验的对象是该电影公司的某些“目录”影片）的预告片的消费者进行定位，到底能为电影公司带来多大的收入？在这项实验中，我们把美国分成400多个地区，并在每个地区进行不同的实验。在1/3的地区中，当用户收看该影片的相关视频时，我们便向该用户显示一条广告，广告的内容是鼓励这些用户在某网上数字平台购买这部电影。在另外1/3的地区，我们也同样在电影相关视频的网页上显示广告，但这次我们只向那些以前看过该电影的预告片的消费者播放该广告。剩下1/3的地区被我们当作控制组处理，这些地区的用户将不会看到任何广告。
我们的实验得到了一些相当惊人的结果。虽然想要定位以前看过某影片预告片的观众就必须向谷歌公司支付更高的广告费用，但是我们发现，即使考虑到这些额外的定位费用，有针对性的广告为电影公司带来的利润仍然是无针对性广告的4~5倍。这项实验的结果说明，消费者以前收看过的内容是他们未来购买行为的一个很强的预测因素。
然而，这家电影公司（以及其他大型电影公司）所面临的问题是，它手中并没有掌握这些重要的消费者信息。我们之所以能对以前看过某影片预告片的观众进行精确的定位，是因为我们获得了谷歌公司的许可进行这项实验。因此我们不难想象，谷歌、亚马逊以及其他以数据为运营基础的公司手中掌握了多少极为宝贵的信息，在消费者定位方面，这些信息使得上述公司拥有了极大的竞争优势。
此外，产品在网站上的摆放方式也是一种很有潜力的宣传机会。在未来，产品在网店中的摆放情况可能会比在实体店中的摆放情况重要得多。通过改变产品的摆放情况，iTunes、亚马逊等网站能对消费者的电影购买行为产生极强的影响，比如，这些网站可以把某些电影放在网站的首页，可以将用户的点击流量导向某些电影，或者可以向可能对某些电影感兴趣的消费者发送有针对性的广告电子邮件。同时，电子产品的性质决定了网络零售公司可以用比实体店更灵活的方式来应对产品需求方面出现的突然波动。比如，某个月的13日正好是星期五，那么在黑色星期五附近的时段，经典恐怖电影《黑色星期五》的销量会在网店中大幅提高，然而在实体店中，这部电影的销量不会产生什么变化。为什么会出现这样的情况呢？因为对实体店零售商而言，他们需要提前进货，也无法对需求量的波动迅速做出反应。不仅如此，如果实体店决定提前加大《黑色星期五》一片的进货量，就必须空出一些零售空间来短期存放这些货品，事后，还需要将未售出的产品重新下架，并送回电影公司。由于上述这些麻烦的存在，在黑色星期五来临之前的两三天内，我们并不会看到实体零售店改变《黑色星期五》一片的存货量。实体店的销售模式和货架空间的限制导致自身无法快速对消费者需求的短暂波动做出反应，因此也就无法抓住这种短暂的牟利机会。
然而在互联网上，网店对消费者需求情况的短暂变化几乎可以瞬间做出反应。我们不仅可以从数据中寻找这种需求变化，甚至可以使用机器学习技术快速发现（有时甚至可以提前预测）消费者需求的变化。一旦找到这样的需求变化，我们只需要迅速将高需求量的产品移到网店的首页就行了。然而，仅靠直觉是无法抓住这种牟利机会的。要想完成上述响应过程，我们就必须获得控制发行渠道的公司的许可。这就使得亚马逊等公司手中拥有了一项巨大的优势，因为这些公司能够向你提供你所销售产品的宣传服务，所以它们就可以对这项服务任意定价。如果你向亚马逊公司支付10万美元就可以让你所销售的商品暂时登上亚马逊网站的首页，那么对你来说这是否是个好机会呢？还是亚马逊是在骗你的钱呢？如果不进行实验并对消费者的反应数据进行分析，你就无法回答上述问题。然而亚马逊对上述问题的答案了如指掌，因此在对广告价格进行谈判的时候，亚马逊拥有巨大的信息优势。
＊＊＊
在本章的开头，我们首先讲述了哈拉斯娱乐公司的故事，因为这个故事告诉我们，公司可以通过改变组织结构来更好地利用以数据为基础的新的分析方式和管理技巧。对娱乐行业中的大型公司而言，这是一条非常重要的启发。然而，在未来的竞争中，组织结构方面的改革并不是这些娱乐公司唯一需要采取的行动。大部分娱乐公司从未从个体的角度了解过它们的客户。哈拉斯娱乐公司可以利用自己的赌场与客户直接接触，然而从历史上来看，大型娱乐公司与消费者发生的最主要的接触只能通过第三方媒介（如电影院、唱片店、书店）来完成，但好在这些实体零售媒体并不会对大型娱乐公司的经营造成显著威胁。然而，正如我们在上文中谈到过的那样，现在娱乐公司与客户的接触越来越多地发生在大型数据整合平台上，亚马逊、iTunes、网飞以及谷歌等公司可以直接观察到个体消费者的行为，并且这些公司目前已经将它们的经营核心放在了数据分析和以实证为基础的管理技巧上。和传统大型娱乐公司相比，这些新兴平台具有一些得天独厚的优势，能够更好地搜集关于消费者行为的详细数据，能够预测消费者的终生价值，能够通过实验来测试各种不同市场营销策略的有效性，能够对个体消费者直接进行定位，从而能通过直接营销行为提高这些客户的忠诚度。此外，这些新兴平台在娱乐供应链中正占据越来越重要的地位，在某些情况下，它们甚至已经可以使用手中的平台和消费者数据来生产原创的娱乐作品了。
对娱乐公司而言，这无疑是一个天大的坏消息。然而，与此同时好消息也是存在的，我们将在下一章具体讨论这些好消息。简而言之，大型娱乐公司手中已经有了它们所需要的工具，只要合理利用这些工具，它们就能与消费者直接进行互动，并且能够发展出一套全新的、以实证为基础的管理策略。如果这些大型娱乐公司能够尽快学会使用手头的工具，