營(yíng)銷學(xué)領(lǐng)域過(guò)去半個(gè)多世紀(jì)的發(fā)展讓我們見證了從“以產(chǎn)品為中心”到“以客戶為中心”的轉(zhuǎn)變。隨著近年來(lái)互聯(lián)網(wǎng)、移動(dòng)互聯(lián)網(wǎng)、新社交媒體的發(fā)展，信息過(guò)載，數(shù)據(jù)爆炸、消費(fèi)者個(gè)性化需求的凸顯，消費(fèi)者成為商業(yè)行為的主宰者;另一方面，大數(shù)據(jù)分布式存儲(chǔ)、大數(shù)據(jù)分析及挖掘技術(shù)的發(fā)展使得對(duì)海量數(shù)據(jù)中收集、分析、整合并進(jìn)行分析成為可能?；诖髷?shù)據(jù)精準(zhǔn)營(yíng)銷這個(gè)過(guò)程對(duì)企業(yè)的營(yíng)銷戰(zhàn)略提出了很大的機(jī)會(huì)和挑戰(zhàn)。

基于數(shù)據(jù)的營(yíng)銷基本過(guò)程：

基于大數(shù)據(jù)的精準(zhǔn)營(yíng)銷過(guò)程分為：采集和處理數(shù)據(jù)、建模分析數(shù)據(jù)、解讀數(shù)據(jù)這么三個(gè)大層面。通過(guò)對(duì)客戶特征、產(chǎn)品特征、消費(fèi)行為特征數(shù)據(jù)的采集和處理，可以進(jìn)行多維度的客戶消費(fèi)特征分析、產(chǎn)品策略分析和銷售策略指導(dǎo)分析。通過(guò)準(zhǔn)確把握客戶需求、增加客戶互動(dòng)的方式推動(dòng)營(yíng)銷策略的策劃和執(zhí)行。

1、數(shù)據(jù)層：采集和處理數(shù)據(jù)

大數(shù)據(jù)處理的數(shù)據(jù)類型包括：括圖片、文本、網(wǎng)頁(yè)、社交網(wǎng)絡(luò)，還有傳統(tǒng)的交易數(shù)據(jù)。

不局限在傳統(tǒng)采集數(shù)據(jù)的過(guò)程一般是有限的、有意識(shí)的、結(jié)構(gòu)化的進(jìn)行數(shù)據(jù)采集你能采集

2、業(yè)務(wù)層：建模分析數(shù)據(jù)

使用的數(shù)據(jù)分析模型，例如基本統(tǒng)計(jì)、機(jī)器學(xué)習(xí)、例如數(shù)據(jù)挖掘的分類、聚類、關(guān)聯(lián)、預(yù)測(cè)等算法。

3、應(yīng)用層：解讀數(shù)據(jù)

數(shù)據(jù)指導(dǎo)營(yíng)銷最重要的是解讀。傳統(tǒng)一般是定義營(yíng)銷問(wèn)題之后，采集對(duì)應(yīng)的數(shù)據(jù)，然后根據(jù)確定的建?；蚍治隹蚣埽瑪?shù)據(jù)進(jìn)行分析，驗(yàn)證假設(shè)，進(jìn)行解讀。解讀的空間是有限的。

而大數(shù)據(jù)提供了一種可能性，既可以根據(jù)營(yíng)銷問(wèn)題，封閉性地去挖掘?qū)?yīng)數(shù)據(jù)進(jìn)行驗(yàn)證，也可以開放性地探索，得出一些可能與常識(shí)或經(jīng)驗(yàn)判斷完全相異的結(jié)論出來(lái)?？山庾x的點(diǎn)變得非常豐富。

大數(shù)據(jù)營(yíng)銷數(shù)據(jù)類型：

人口統(tǒng)計(jì)學(xué)數(shù)據(jù)：包括用戶的年齡、性別、國(guó)籍、注冊(cè)時(shí)提供的信息;

用戶行為數(shù)據(jù)：訪問(wèn)、頁(yè)面停留時(shí)長(zhǎng)、觸點(diǎn)等。

用戶內(nèi)容偏好數(shù)據(jù)：感興趣的話題、評(píng)論內(nèi)容、品牌偏好、位置偏好、時(shí)間偏好等。

交易數(shù)據(jù)：實(shí)際訂單、客單件、訂單轉(zhuǎn)化率、促銷響應(yīng)率等

大數(shù)據(jù)營(yíng)銷應(yīng)用場(chǎng)景：

從企業(yè)營(yíng)銷應(yīng)用層面上看，主要是圍繞客戶、產(chǎn)品、消費(fèi)行為三大元素進(jìn)行營(yíng)銷策略的制定和實(shí)施的。這三要素之間彼此獨(dú)立又相互聯(lián)系，每個(gè)獨(dú)立要素都可制定營(yíng)銷策略，同時(shí)三要素之間的關(guān)聯(lián)組合更是企業(yè)制定有效營(yíng)銷策略的關(guān)鍵。

應(yīng)用1：客戶價(jià)值識(shí)別(用戶特征)

通過(guò)對(duì)用戶交易歷史數(shù)據(jù)收集;

進(jìn)行RFM分析，定位最有價(jià)值用戶群及潛在用戶群。最具價(jià)值客戶提高忠誠(chéng)度;潛在用戶：主動(dòng)營(yíng)銷促使產(chǎn)生實(shí)際購(gòu)買行為?？蛻魞r(jià)值低用戶群在營(yíng)銷預(yù)算少的情況下考慮不實(shí)行營(yíng)銷推廣。

通過(guò)因子分析，發(fā)覺(jué)影響用戶重復(fù)購(gòu)買的主要因素，從類似：價(jià)格因素、口碑原因、評(píng)論信息等信息中識(shí)別主要因素及影響權(quán)重，調(diào)整產(chǎn)品或市場(chǎng)定位。查明促使顧客購(gòu)買的原因指導(dǎo)，調(diào)整宣傳重點(diǎn)或組合營(yíng)銷方式。

應(yīng)用2：用戶行為指標(biāo)：

通過(guò)對(duì)用戶行為數(shù)據(jù)收集;

通過(guò)用戶行為渠道來(lái)源的自動(dòng)追蹤：系統(tǒng)可自動(dòng)跟蹤并對(duì)訪客來(lái)源進(jìn)行判別分類，根據(jù)三大營(yíng)銷過(guò)程對(duì)付費(fèi)搜索、自然搜索、合作渠道、banner廣告、郵件營(yíng)銷等營(yíng)銷渠道進(jìn)行營(yíng)銷跟蹤和效果分析。

營(yíng)銷效用方面：知道具體的用戶身受哪種媒體營(yíng)銷的影響，他們?cè)鯓舆M(jìn)入特定網(wǎng)站，跨屏、瀏覽某個(gè)網(wǎng)站時(shí)他們會(huì)做什么。

根據(jù)地理位置分別設(shè)定目標(biāo)，比如大多數(shù)中上層人士，居中位置比較集中。不在是籠統(tǒng)的客戶群。

應(yīng)用3：個(gè)性化關(guān)聯(lián)分析

通過(guò)對(duì)用戶購(gòu)買了什么產(chǎn)品、瀏覽了什么產(chǎn)品、如何瀏覽網(wǎng)站等網(wǎng)站行為數(shù)據(jù)收集;通過(guò)分析客戶群需求相似程度、產(chǎn)品相似度，通過(guò)個(gè)性化推薦引擎向用戶推薦哪些產(chǎn)品或服務(wù)是哪些用戶感興趣的。他們?cè)诙啻蟪潭壬媳淮黉N活動(dòng)、其他買家對(duì)產(chǎn)品的評(píng)論所影響。

大數(shù)據(jù)精準(zhǔn)營(yíng)銷面臨挑戰(zhàn)：

1、多渠道融合進(jìn)行精準(zhǔn)營(yíng)銷：全球數(shù)據(jù)爆炸、移動(dòng)互聯(lián)網(wǎng)、社會(huì)化媒體、可選渠道和設(shè)備增加、不斷變化的消費(fèi)者特征、營(yíng)銷自動(dòng)化：營(yíng)銷和銷售行為、供應(yīng)鏈、客戶關(guān)系都整合在一起。如何更好的實(shí)現(xiàn)將各渠道數(shù)據(jù)融合對(duì)提高精準(zhǔn)營(yíng)銷的準(zhǔn)確度提出挑戰(zhàn)。

2、最近幾年，互聯(lián)網(wǎng)的產(chǎn)品呈現(xiàn)出一輪爆發(fā)性發(fā)展態(tài)勢(shì)。尤其是移動(dòng)終端的普及，使得很多傳統(tǒng)的互聯(lián)網(wǎng)產(chǎn)品也開始移動(dòng)化。地理位置融入社會(huì)化媒體營(yíng)銷是精準(zhǔn)營(yíng)銷要考慮的問(wèn)題。

3、基于數(shù)據(jù)挖掘的即時(shí)營(yíng)銷：企業(yè)如今正在漸漸遠(yuǎn)離批量處理，轉(zhuǎn)向?qū)崟r(shí)分析來(lái)獲取競(jìng)爭(zhēng)優(yōu)勢(shì)。精準(zhǔn)營(yíng)銷也要求在活動(dòng)的同時(shí)我們就能得到數(shù)據(jù)，立即優(yōu)化營(yíng)銷效果。

4、精準(zhǔn)營(yíng)銷系統(tǒng)：自助式營(yíng)銷、可擴(kuò)展的場(chǎng)景及營(yíng)銷規(guī)則管理功能。