如何用大数据指导市场营销
准确应该说是“如何用大数据探索市场营销实践”。国内外大家都在摸索,还谈不上玩转。
以下我以“大数据营销”指代“用大数据指导市场营销”,不是大数据概念本身的营销。
目录:
1. 谁在做大数据营销?
2. 大数据营销做什么?
3. 大数据营销怎么做?
4. 大数据营销现如今做得怎么样?
=================
1.谁在做大数据营销?
大家都说自己在做大数据营销。
基于:
1,业务:和市场营销相关,因此政府机关单位数据不考虑。
2.体量:拥有足够多有价值的数据。这一条很多互联网企业和传统大企业都能满足。
3.技术:有技术能力处理大数据。
上面3个因素,国内能做大数据市场营销的还真只有BAT三家。国外的不熟悉,这里不谈。
众所周知,三家的数据特点各不相同。腾讯优势在社交数据;阿里巴巴优势在商品和交易数据;百度优势在全网信息、消费者行为和主动需求数据。
当然例如平安、宝洁、沃尔玛这样的大企业,其自身肯定积累了大量的数据,基于这些数据的数据挖掘、过去就一直在做的网站分析等业务,虽然现今都冠以“大数据”的名义,但这与我们讨论的大数据还不尽相同,他们用传统数据工具对抽取一定数据进行分析,能基于那些数据进行挖掘,只是数量增多了而已,总体而言仍然属于传统的小数据范畴。
2.大数据营销做什么?
营销业务类型
如果粗略划分的话,广告主市场营销的预算一般可以分为实效营销和品牌营销两大块,根据自身发展需要和行业业务特点各有侧重。例如过去京东、一号店等电商类企业,平安等金融类企业主要做效果营销,互联网是更适合做效果的媒体投放渠道;宝洁等FMCG客户、奔驰奥迪等汽车客户主要做品牌营销,传统电视渠道是主要的媒体投放渠道。当然现在情况也逐渐改变,主要反映在:
1. 越来越多的品牌类广告主也开始把品牌营销预算放在互联网上做
2. 越来越多的营销形式越来越综合。效果类客户逐渐开始做品牌(京东);品牌类客户也开始做效果(汽车,考核线下4S店销量转化)。
2.1.实效营销
实效营销,互联网人太清楚了。由于业务特性,过去的百度和阿里巴巴大数据主要应用还是中小客户和消费者的个性化广告,腾讯也主要是面向消费者的个性化广告(阿里还可以用支付数据作信用风险评估,但是金融方面的了)。
例如像大家相对熟悉用大数据训练优化数据挖掘模型,Amazon等一众零售电商普遍应用这种个性化推荐技术,在我看来只是市场营销中的应用类型之一。包括BAT及各大电商在内的各种个性化搜索和展示广告都是这个路子。基本上都是实效营销,考核CPC。在很多互联网人眼里,由于熟悉实效营销,会有一种认知,市场营销就是这些东西。挂广告,考核CPM/CPC/CPD/CPS。
2.2品牌营销
据我观察,不少互联网人其实对于品牌营销是比较陌生的。关于品牌营销
这里需要先说为什么做品牌营销?
理由1.赚钱的需要:实效(效果)营销钱赚到天花板了,互联网媒体要抢品牌营销大头的预算了。
整个广告市场,大广告主手上的预算,占大头的还是品牌营销预算,投放的媒介上传统媒体(例如电视等)居多,投给数字媒体上的钱只是10%~30%(大概数字)左右。
理由2.客户的需要:别再跟我提CPC了,很多东西没法通过点击衡量,品牌的知名度、美誉度、忠诚度怎么用CPC衡量?因此需要对大客户提供整合营销的解决方案。
百度过去是效果营销的典型代表。
有一种认知,百度在网民眼里是个搜索工具,赚钱靠SEM,靠竞价排名,赚不良广告主的钱。
百度除了广泛的中小企业客户,还有大量的大品牌客户,例如宝洁、奔驰、宝马、平安、欧莱雅等等,收入比重很大。对这些大客户,需要品牌营销。
这样百度大数据的价值就体现出来了。前边说到百度数据的优势在于全网信息和消费者真实行为和需求的表达。覆盖的广度不是商品交易数据能比的。因此对为品牌提供整合营销解决方案奠定了基础。
基于以上,对百度最有价值的方式是基于大数据提供品牌营销解决方案。
3.大数据营销怎么做?
基于数据的营销基本过程
大数据的基本营销过程与过去数据分析基本过程没有差别,需要在定义商业问题之后,采集和处理数据、建模分析数据、解读数据这么三个大层面。但是大数据对三个层面的影响使得具体的做法又与传统不一样。
3.1 数据层:采集和处理数据
传统采集数据的过程一般是有限的、有意识的、结构化的进行数据采集,例如问卷调研的形式。你能采集到的数据一定是你能设想到的情况。数据的结构化较好。一般的数据库Mysql甚至Excel就能满足数据处理过程。
而互联网时代里,大数据的采集过程基本是无限的、无意识的、非结构化的数据采集。各种纷繁复杂的行为数据以行为日志的形式上传到服务器。专属的例如Hadoop、Mapreduce等工具就不赘述。
3.2 业务层:建模分析数据
使用的数据分析模型,例如基本统计、机器学习、例如数据挖掘的分类、聚类、关联、预测等算法,传统数据和大数据的做法差别不大,例如银行、通信运营商、零售商早已成熟运用消费者的属性和行为数据来识别风险和付费可能性。但是由于数据量的极大扩增,算法也获得极大优化提升的空间。
3.3 应用层:解读数据
数据指导营销最重要的是解读。
传统一般是定义营销问题之后,采集对应的数据,然后根据确定的建模或分析框架,数据进行分析,验证假设,进行解读。解读的空间是有限的。
而大数据提供了一种可能性,既可以根据营销问题,封闭性地去挖掘对应数据进行验证,也可以开放性地探索,得出一些可能与常识或经验判断完全相异的结论出来。可解读的点变得非常丰富。
4.大数据营销目前做得怎么样?
大数据探索品牌营销目前做得怎么样?
阿里巴巴怎么做我不清楚,感觉阿里的大数据还主要在实效营销的方面发力。通过“西湖品学·大数据峰会”的报道上看来的。
我所在的部门便是基于客户的真实商业需求和问题,通过大数据的应用提供解决方案,目前也已经和客户产生了不少优秀的模型方法和案例成果。
与传统品牌营销的几方面类似,大数据在品牌营销的主要应用方向也有:
1.消费者洞察
2.媒体价值研究
3.市场竞争分析
4.品牌管理
等方向。
数据分析咨询请扫描二维码
CDA数据分析师在中国航信高科技产业园进行了面向测试度量的数据分析培训课程,培训人数近2 ...
2024-05-01CDA数据分析师走进深圳迈瑞生物医疗电子股份有限公司,在迈瑞总部展开了为期两天的培训,本次课程参训人员线上及线下近百人, ...
2024-05-01CDA数据分析师在合肥市对合肥阳光新能源科技有限公司开展了为期8天的企业内训。 合肥阳光新能源科技 ...
2024-05-01CDA数据分析师走进海尔大学,进行了《数据治理与数据中台建设的道与术》专题培训,培训现场爆满,近百人参加了此次培训。 ...
2024-05-01在中国银行苏州分行培训中心开始数据分析师培训,此次培训课程共10天内容,包括Excel、MySQL、概率论与数理统计、SPSS等内容, ...
2024-05-01从实际的业务需求出发,结合行业的典型应用特点,围绕实际的商业问题,探讨数据挖掘、机器学习模型在金融领域的应用,包括获客、信用评分、细分画像、交叉销售、反欺诈、违规识别、时序预测、运筹优化、流程挖掘九个方面,形成 ...
2024-05-01本次培训课程为线上+线下的模式,由于学员编程能力不一、部分学员没有编程基础,故提供统计学、python基 ...
2024-05-01华夏银行信用卡中心-机器学习培训 1、课程亮点 取材于业界一流企业和顶级咨询公司的行业实践;已经被证明是人人 ...
2024-05-01主 题:数据中台建设及数据分析应用主题分享 1. 数据中台市场洞察 2. 主流数据中台产品比较 3. 某企业数据中 ...
2024-05-01围绕“数据驱动”战略,全力打造我行 300 人数字化人才梯队,着力培养数字化管理人才、大数据专业团队 ...
2024-05-01在当今数据驱动的商业环境中,数据分析成为了企业决策的重要依据。通过对大量数据的收集、处理和分析,企业能够更好地理解市场 ...
2024-04-29在人工智能(AI)的世界里,提示词(Prompt)是一种强大的工具,它能够引导AI按照用户的需求产生特定的输出。本文将深入探讨AI ...
2024-04-29CDA立足未来职场,拓展前沿视野——对外经贸大学保险学院举办“三全育人大讲堂”分享行业最新动态。 ...
2024-04-294月2日,CDA数据分析师创始发起人兼协会理事长赵坚毅博士受邀在浙江万里学院举办了一场以“数字化能力在职场中的作用” ...
2024-04-29随机森林(Random Forests)现在机器学习中比较火的一个算法,是一种基于Bagging的集成学习方法,能够很好地处理分类和回归的问 ...
2022-12-23方差分析是数据分析中常用的一种统计分析方法,接下来让我们简单了解一下方差分析的基本思想和原理吧。 方差分析(Analysis ...
2022-12-23来源:关于数据分析与可视化 关于streamlit-aggrid 数据排序 表格样式的调整 数据 ...
2022-08-03作者:麦叔 定义 「把上面晦涩的概念汇成一句话就是:」 ❝ 回调函数就是一个被作为参 ...
2022-08-03现今,高学历人群日益增多,物以稀为贵的高学历光环淡去。无论本科生还是研究生,甚至博士生,求职竞争力都大不如前,就业压力越来越大。
2022-06-01某家企业10个人面试,有9个本科生……如何脱颖而出,除得体的举止和良好的沟通力外,证书成重要筹码,这也是很多人考证的关键所在。
2022-04-14