京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据时代:营销从此大不同
大数据已然为整个营销行业带来了翻天覆地的变化。根据市场调研机构GfK去年发布的数据显示,62%的营销机构已经开始改变自身角色,用全新的工具进行市场营销,86%则表示在将来会继续基于大数据进行营销的策划和执行。
对于搞营销的人来说,大数据是他们梦寐以求的工具。互联网的发展,使得企业有更多的渠道去找到目标消费者,他们所能获取的信息也是空前的。
商业机构进行数据收集已有数十年的历史,而互联网的出现,尤其是社交网络的出现,个人信息和个人行为数据变得唾手可得,对信息进行筛选加工的方式更是多种多样。
大型跨国企业,如Target,亚马逊,沃尔玛等对于数据的挖掘起步较早,相关的基础设备和架构的建立也快人一步,对大数据反应滞后的企业在很多时候更像是一步跟不上,步步跟不上,始终处在拼命追赶的状态。大数据时代同时也蕴藏着更大的挑战--数据的收集,存储和分析均需要耗费很大的人力和物力。
从消费者的角度来讲,隐私问题愈发凸显。越来越多的人开始意识到,通过少部分的个人信息可以换取更加实惠的价格和更优质的服务。相对而言,年轻人对于这一观点的接受度要稍高一些,但不同的消费者对个人信息共享程度的判定是不一样的。
有这样一个例子,沃尔玛超市会综合分析当地的天气,超市的存货量以及购物者数据,之后针对特定人群推销烧烤架清洁工具。沃尔玛的这种行为可能看起来无可厚非,但如果换成是保险公司呢?如果他们通过对我们的数字轨迹(如社交网络分享、聊天数据)进行深度挖掘,从而定向营销,我们又该怎么办?
大数据已然为整个营销行业带来了翻天覆地的变化--根据市场调研机构GfK去年发布的数据显示,62%的营销机构已经开始改变自身角色,用全新的工具进行市场营销,86%则表示在将来会继续基于大数据进行营销的策划和执行。
下面来看几个比较典型的例子:
1、在运用大数据进行营销上,亚马逊一直处在领先位置。最近,亚马逊官方宣布它们正在测试和研究“未下单,先发货”功能--根据购物者的购物数据预测你将要购买的物品,实现未下单提前发货的功能。
2、网上票务销售公司StubHub同样也在利用大数据针对潜在客户进行定向营销。在特定的消费者群体中,这种策略尤为奏效--如球迷,他们对于某支球队的热爱甚至会延续终身,这也使得他们成了营销机构的猎物。
3、2013年,eBay修改了用户登录界面,以更大限度地开发利用大数据。用户可以选择自己想要关注的项目,用户还可以录入自己的兴趣爱好,eBay据此推送用户可能感兴趣的消息。
4、Netflix为用户建立了复杂的“个性化类别,”记录用户所有的观影行为数据,并用多大上百种标签对用户进行分类。这样,Netflix就能分析出你所偏爱的影片类型,比如说,你喜欢看剧情纠结的外语片--并据此像你进行影片推荐。
5、在线下,一些超市正在试验NFC(近场通信技术),在消费者从附近走过时可以根据其以往的购物行为有针对性地推荐商品。
上面这些营销手段之所能够施行,原因在于企业可以利用一系列结构性的数据--如你的年龄,性别,位置,和购物行为。
然而,据统计目前我们所能利用的数据只占全部网络数据的20%--更多的数据存在于Facebook和Tweeter上,还存在于海量的博文、视频和音频中,这些数据更加庞杂。
非结构性数据的收集、分析和利用固然有很大的难度,一旦企业掌握了这种技术便会获得得天独厚的优势。比如,零售商可以将商店内的视频监控信息发送给云服务提供商,通过特定的识别算法(面部识别),从而辨识出用户的身份和行为方式(用户在商店的行进路线,拿起的商品,是否购买,在收银台排队等待的时间等等)。
……
对于企业利用大数据进行营销,无论你是否看好,这些技术仍会继续进化,应用范围也将进一步扩大。随着公众对于隐私泄露担忧的家居,政府也必将出台相应的管理法案,对企业的数据挖据和分享行为进行规范。在我看来,规范是必然的。但营销机构则会适应规则的变化,而且它们一直都有着很强的适应能力和生命力。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
【核心关键词】贷款、报表、课程、专业、建模、缺失值、营销、互联网、银行、办公自动化、数据分析、数据预处理、特征工程、贷 ...
2026-06-05在数据库数据查询、业务报表统计、多表关联分析中,LEFT JOIN左连接是使用率最高的SQL关联查询语句。其核心特性是保留左表全部数 ...
2026-06-05 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-06-05任何一款产品从诞生、普及到最终退出市场,都会遵循一套固定的发展规律,这就是产品生命周期理论。在市场竞争日益激烈、产品迭代 ...
2026-06-04在Excel数据分析、办公统计、业务报表制作场景中,数据透视表是数据汇总、分类统计、快速复盘的核心工具,能够高效完成海量原始 ...
2026-06-04 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-06-04在问卷调查与社会科学数据分析中,卡方检验是最常用、最基础的非参数检验方法,广泛应用于市场调研、用户分析、行为统计、满意度 ...
2026-06-03【核心关键词】贷款、报表、课程、专业、建模、缺失值、营销、互联网、银行、办公自动化、数据分析、数据预处理、特征工程、贷 ...
2026-06-03 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-06-03逻辑回归是数据分析、机器学习、统计建模中应用最广泛的二分类预测模型,常用于风险判断、行为预测、归因分析等场景。在SPSS、Py ...
2026-06-02数字经济时代,市场竞争日趋同质化,用户消费需求愈发个性化、多元化,传统依托经验、粗放式、广撒网的营销模式弊端日益凸显。长 ...
2026-06-02 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-06-02在市场竞争日趋饱和、用户需求不断细分的当下,企业创业创新、产品迭代与市场拓展不再依赖经验决策,而是需要系统化、工具化的商 ...
2026-06-01【核心关键词】调度、岗位、数据库、企业、报表、培训、程序、数据分析、数据加工、业务部门、企业数据、调度工具、业务指标、 ...
2026-06-01 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-06-01在数据统计分析、数据清洗、异常值识别与数据分布研究中,箱型图是最直观、高效、专业的可视化分析工具。相较于柱状图、折线图仅 ...
2026-05-29Tkinter是Python内置的标准GUI图形界面库,具备无需额外安装、调用简单、兼容性强、轻量化高效等优势,是Python快速开发桌面小程 ...
2026-05-29 很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当 ...
2026-05-29【核心关键词】大数据、经理、专业、金融、客户、传统、建模、数据产品、互联网金融、产品经理、数据分析、金融行业、数据模型 ...
2026-05-28 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-05-28