大数据时代,你的营销决策够智能吗
数据权力的分配直接影响到决策权力的划分,高层需要带头建立大数据决策的文化。目前的人工智能技术更多是从大数据中发现线索,而对数据分析的结果进行解读,还需要依靠决策者的洞察力。相比于随处可得的技术,提升决策者对大数据的洞察力、调整公司决策的方式更为关键。市场营销是受到大数据影响最明显的领域,大数据是如何影响营销决策的?
大数据具有三个区别于传统数据的特点:海量、多维度和实时。海量是指所涉及的数据量规模巨大。从营销的角度讲,可以理解为覆盖人群众多。多维度表示数据具有多种不同用户信息,比如网络搜索、浏览、购买交易等信息。多维度的数据能将用户画像勾勒得更清楚,让互联网营销更有的放矢。实时则意味着大数据产生和更新的速度之快,其高时效性对数据的分析和处理速度都有很高的要求。
大数据本身是没有目的的,决策者必须有一个数据的应用目的,才知道如何去挖掘数据价值。大数据对于公司营销决策的作用有三个:一是为用户洞察提供了有力武器;二是满足个性化营销的要求;三是帮助企业做出正确的媒介购买等营销执行决策。
大数据为市场洞察提供更多维度
市场洞察原来是通过传统数据获取,现在已经渐渐过渡到利用大数据来实现。通过企业调研和营销获得的数据具有明显的“人工计划”特征,在收集数据之前,数据的样本、调查手段、分析手段和应用目的就有了清晰的规划,所以数据是“结构化”的。
移动互联网产生的数据是大数据,这些数据主要是用户行为产生的数据,包括搜索、浏览、交易和社交等。它不受计划控制,而且数据的收集、分析和应用的过程有很强的不确定性。管理者发现,大数据的维度更多,能够从360度全方位接近用户,分析出谁在买、何时买、买多少、为什么买等等,让决策的依据更清晰。
大数据还有一个特点是实时。从数据的产生到应用是在很短的时间内完成的,“很短”可以是24小时,也可以是仅仅几毫秒,这中间包含数据收集、数据过滤、数据进入数据库、数据判定、数据应用等一系列过程。这种速度要求是人工无法做到的。虽然数据的收集是某个结果的“事后”,对于数据的处理和应用却必须是“事前”决定的,所以整个过程受到决策者的影响,也需要依靠智能工具来完成。
笔者创建过一家广告技术公司,为了帮助银行客户寻找对小额贷款产品感兴趣的潜在客户,我们针对搜索过“贷款”“抵押”等关键词的互联网用户投放产品广告。数据表明,关键词的时效性非常明显:时间越短,效果越好。如果超过24小时,关键词的作用基本就消失了。有了这个经验以后,我们在智能系统中设定,只对24小时以内的关键词搜索用户投放金融产品广告,从而提升了转化率。如今,时效性已经成为智能广告引擎不可缺少的定向数据元素。
大数据让营销从曝光导向转为效果导向
传统营销的对象是“群”。营销人员是按照用户年龄、性别、收入、教育、职业、家庭、地域因素等用户的外部或心理特征来描述广告受众的。这种“人以群分”的用户“标签”一旦固定下来就不会改变。由于覆盖的人群数量较大,所以被称作是大众营销。衡量大众营销的效果往往是曝光,就是营销活动覆盖了多少人。我们熟知的GRP(总收视率)、CPM(千人曝光成本)等,就成为衡量营销决策的主要指标。决策者使用的工具来自传统的统计数据,就是前面提到的结构数据。
有了大数据,特别是有了移动数据以后, 用户分类中不但增加了前面提到的时间因素,还补充了地点因素,场景分类的概念就随之诞生。营销决策变成了运用数据推算出用户的场景信息,从而决定推送什么营销信息。用户场景分类“标签”的有效性稍纵即逝,现在还是广告受众的“他”,下一秒钟可能就不是了。例如用户在下午1点钟位于某商场,可以推送商场活动相关信息;2点钟回到办公室,你还在推同样的信息就迟了。
“不知道广告的哪一半被浪费”,这个让营销者头痛了百年的问题,似乎从大数据中可以找到解决方案。从此,大众营销模式被颠覆,营销的重心从追求“用户覆盖”转向“有效覆盖”,即效果。由大数据公司谷歌建立的CPC(单位点击成本)的效果营销,成为当今主流的营销模式。这种模式中,决策的依据不再是“群”,而是“个人”。营销活动只有触及目标用户,才算有效。当前的营销行业中CPL (单位销售线索成本)、CPA (单位注册成本)、CPS(每单销售成本)等模式成为衡量营销的标准,占据了广告的大部分预算。在这种环境下,营销决策只有抛弃过往的统计报告,学会从大数据中洞察市场,同时借用大数据驱动的智能引擎去执行策略,才能取得好的营销效果。
智能决策不能离开营销逻辑
企业运用数据做市场分析,是基于决策人对于营销逻辑的理解来完成的。离开了营销逻辑,大数据应用就会迷失方向。
广告媒介的决策是营销的重要部分,因为其影响周期长,而且预算大。传统的媒介购买决策和购买主要是由“人工”完成。营销人员根据推广目的,按照媒体属性,例如媒体内容、年龄属性、收入水平、地理位置、职业特征等等人工选定媒体,制定媒体购买计划,购买决定一旦形成就难以调整。而如今,大数据让购买决策变成以“人工+智能”相结合的方式完成。营销者需要知道哪些营销任务需要由“人工”来决定,哪些需要由“智能”机制来完成。一般来讲,营销的目的、目标用户的定义、活动的时间段和效果衡量等整体策略的制定仍然离不开人;“数据智能”则可以帮助决策者建立用户洞察和媒介洞察,也可以实现媒介的“智能”购买 。
营销决策权是关键瓶颈
曾经遇到过一个快消行业的财富500强客户,希望运用大数据和智能引擎手段提升营销效率。经过深度交流,我们发现客户管理层对大数据还缺乏了解,而且在决策流程上营销部门、数据部门和IT部门相互分离。不难预料,客户最后采用的方案并非大数据营销。公司在运用大数据来帮助洞察和决策的过程中,会面对重重障碍,主要来自公司管理层的不积极和现有组织结构的缺陷。
营销决策负责人需要决策的灵活性,以满足用户需求,但是产品部门的决策往往需要涉及更多人,因此容易造成决策的延迟。不同部门之间的这种矛盾有时甚至会发展为冲突。这种情况下,公司需要平衡营销决策权和产品决策权的关系。
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