京公网安备 11010802034615号
经营许可证编号:京B2-20210330
让大数据回归营销本质
大数据营销的4个R原则:正确的时间、正确的地点、正确的人和正确的内容,如何才能做到这4个R呢?11月20-21日,梅花网在上海举办了中国传播业大展。借此契机,我们邀请功典科技陈杰豪先生光临大展采访间,听他讲诉如何才能"慢慢走,快快到"。在2014年发展迅速的功典,2015年将走向何方。
梅花网:欢迎功典科技陈杰豪陈总光临梅花网传播业大展采访间,功典和梅花网是老朋友了,陈总也知道梅花网传播业大展旨在盘点一年来业界的创新与突破,也请您介绍一下,过去一年中,功典在产品和服务层面的重大创新和进步?
陈总:在今年,我们团队专注于客户面临的问题,我们公司的文化也是希望先了解客户的问题,不在乎客户是大还是小,重要的是客户存在的问题我们能不能通过比较聪明的方式,有技巧的帮你解决问题。在今年,电子商务打击了非常多的品牌,做到EC的好一点,但没做到EC的会很痛,痛的原因在于他们以前做生意的时候,插了旗子就有生意做,现在不是这样,现在你不了解客人,根本没有办法和他做到一对一。所以在这方面我们会做非常多的分析,去分析大量的数据形成报表,让他可以一见了然的了解自身目前的状况,对生客、潜客有一个初步的了解,便于去做一些比较直接的互动,今年我们帮助了很多客户,成效也非常好。
梅花网:我对功典印象最深的是智能化营销平台,非常深刻的印象,接地气,我在看到这个产品时觉得很棒,请问您是如何构架这个产品的?
陈总:了解,因为我之前在硅谷待过,硅谷非常精神,他们要看到的成果是没有传染性的,也因为这样他们一定要更加了解产品,更加了解客户,所以会和客户的关系特别好。同时他们也要清楚你现在做的,其实现在的大数据有很多杂音,你要怎样在最短时间契合你要提升的东西,如果你没有成功这个时候你怎么办?这其实改变了我对软体的思维,让我很清楚地了解怎么去帮客户,让他透过我们的软体真正面对现在的数字市场。
梅花网:就是快速地动起来。
陈总:对,就像打棒球,一垒、一垒这样打。
梅花网:这是很有意思的一个观点,我们要不断地上垒,不要一步就想跨到位。
陈总:对,所以我刚才在演讲的时候送了大家六个字--慢慢走,快快到。
梅花网:我想营销人,最近的一、两年都会有这种感受,我们逐渐去接近客户真实的需求,这是非常重要的心态转变。
陈总:对。
梅花网:下一个问题,在刚刚分享的功典PPT里,提到我觉得很好的理念,大数据营销的4个R,正确的时间,正确的地点,正确的人,正确的内容。请问陈总如何通过这4个R,让大数据回归到营销的本质?现在太多的人讲大数据,讲DSP等等,实际上4个R回归了营销的本质,您怎么看这个事情?
陈总:我觉得想要做这4个R的企业,都是想要做品牌的,他们真的很想做4个R,以前的方式很直接,人对人。现在有了网络会扩散,你好像了解它,又不了解,但现在如果你还想做4个R,因为数据等因素都能够让你清楚地了解,在了解清楚的情况下做到4个R,但是要做到这些事情,一定要像我刚才说的,要慢慢走、快快到。
梅花网:能不能举一点实际的例子?
陈总:比如说连锁店,你知道某一家,知道它在哪一个区,但现在手机进来了,你可以借助一些厂商,特别是LBS领域做的很好的厂商,你去接它的端口,但是希望不要太大,希望过大就会不利,你会想做很多,结果不好你就不做了。
梅花网:但这是很多做营销或者做产品开发经常面临的问题。
陈总:对,这个问题也是因为客人对这个点的关注特别高。你觉得从技术角度,没有问题,但是客户不这么认为,那我觉得在这一刻的4个R,前两个R是到位的,后两个R需要等待,而且最后一个R是可以有小小的期待,但是随着时间,微信开放出来,第3个R从以前不期待变为有点期待,客人也要这个概念,你经营的时候在产品上面推广会不会4个R全做,最后结果达不到预期,客户不再和你签约了,最终结束合作。
梅花网:营销有一个不好的现象,好像可以做到所有东西。但当你真正问到底能不能做到这个东西时,马上就被问住,这对业界,对营销企业是一个负面印象,搞不清你们到底说的是不是真话。
陈总:所以这种东西很容易就被玩烂了,大家真的要很清楚,不然整个儿行业很容易因为这个东西烂掉。本来想好好做的企业,被你这样讲然后,我不这样讲也不行,我也跟着讲,然后做不到,客人就没有信任度了,整个产业也就完蛋了。
梅花网:您在科技营销领域已经有多年的积累,也看到了中国大陆在科技营销领域的发展,现在大陆的企业面临很多营销概念,很多企业希望在这个基础上做整合营销,不想放弃传统营销方式,又期望接入新媒体、大数据等等,很多企业在这个方面有困惑,所以也想请您给一些建议,企业如何思考这些事?
陈总:我想那个企业现在的产业他希望可以一半线上、一半线下,他希望以后从线下转到线上,那么他们一定会有一个策略。第二就是他现在的客户,每天的新客或是潜客,要有一个清楚的图谱,你有这个图谱后,才会知道这些新渠道对自身来讲的价值,以及投资的保存率,我是否去尝试这些新渠道,愿意投多少钱进来尝试慢慢走,快快到。有些就是一定要做,我觉得他们这样做,不会让他们的期待值过高,到最后失望或者看不到效果,把那个效果时间拉的好像一定会超棒就糟糕了。
梅花网:陈总刚才对中国想做新营销模式,或玩新概念的企业做了一个策略性的建议,我个人建议大家去看一看功典的产品体会一下,然后再想自己在企业营销如何有一个很好的策略型到战术型的规划,最后一个问题是,是否可以透露在2015年功典科技下一步的发展规划是什么?打算往哪个方向更好地努力?
陈总:可以,我们前几年一直琢磨在中型或者大型的企业,帮他们从数据端找到对的东西解决他们的问题,但我认为功典的文化,不应该只面向他们,所以我们现在已经陆陆续续有一些轻便的东西出来,会在明年初出现,面向中小企业的产品。
梅花网:对,我觉得这个对中国的大多数企业来说是关键。
陈总:没错。我们的概念是不希望最后的赢家是我们,我们是小小的工作,把他小小的做起来,让它可以解决一个问题,不要每次买那么大包,可以让你解决现在面临的问题。
梅花网:这个太好了,太让我期待了。希望功典可以在明年发展的更好。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在 MySQL 实际应用中,“频繁写入同一表” 是常见场景 —— 如实时日志存储(用户操作日志、系统运行日志)、高频交易记录(支付 ...
2025-10-30为帮助教育工作者、研究者科学分析 “班级规模” 与 “平均成绩” 的关联关系,我将从相关系数的核心定义与类型切入,详解 “数 ...
2025-10-30对 CDA(Certified Data Analyst)数据分析师而言,“相关系数” 不是简单的数字计算,而是 “从业务问题出发,量化变量间关联强 ...
2025-10-30在构建前向神经网络(Feedforward Neural Network,简称 FNN)时,“隐藏层数目设多少?每个隐藏层该放多少个神经元?” 是每个 ...
2025-10-29这个问题切中了 Excel 用户的常见困惑 —— 将 “数据可视化工具” 与 “数据挖掘算法” 的功能边界混淆。核心结论是:Excel 透 ...
2025-10-29在 CDA(Certified Data Analyst)数据分析师的工作中,“多组数据差异验证” 是高频需求 —— 例如 “3 家门店的销售额是否有显 ...
2025-10-29在数据分析中,“正态分布” 是许多统计方法(如 t 检验、方差分析、线性回归)的核心假设 —— 数据符合正态分布时,统计检验的 ...
2025-10-28箱线图(Box Plot)作为展示数据分布的核心统计图表,能直观呈现数据的中位数、四分位数、离散程度与异常值,是质量控制、实验分 ...
2025-10-28在 CDA(Certified Data Analyst)数据分析师的工作中,“分类变量关联分析” 是高频需求 —— 例如 “用户性别是否影响支付方式 ...
2025-10-28在数据可视化领域,单一图表往往难以承载多维度信息 —— 力导向图擅长展现节点间的关联结构与空间分布,却无法直观呈现 “流量 ...
2025-10-27这个问题问到了 Tableau 中两个核心行级函数的经典组合,理解它能帮你快速实现 “相对位置占比” 的分析需求。“index ()/size ( ...
2025-10-27对 CDA(Certified Data Analyst)数据分析师而言,“假设检验” 绝非 “套用统计公式的机械操作”,而是 “将模糊的业务猜想转 ...
2025-10-27在数字化运营中,“凭感觉做决策” 早已成为过去式 —— 运营指标作为业务增长的 “晴雨表” 与 “导航仪”,直接决定了运营动作 ...
2025-10-24在卷积神经网络(CNN)的训练中,“卷积层(Conv)后是否添加归一化(如 BN、LN)和激活函数(如 ReLU、GELU)” 是每个开发者都 ...
2025-10-24在数据决策链条中,“统计分析” 是挖掘数据规律的核心,“可视化” 是呈现规律的桥梁 ——CDA(Certified Data Analyst)数据分 ...
2025-10-24在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23在数据分析全流程中,“数据清洗” 恰似烹饪前的食材处理:若食材(数据)腐烂变质、混杂异物(脏数据),即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22