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。