京公网安备 11010802034615号
经营许可证编号:京B2-20210330
营销将大数据化多渠道化
7月22日上午消息,中国互联网大会在北京举办,亿玛总裁柯细兴接受新浪科技专访。
他认为在互联网+浪潮冲击各个行业的大前景下,所有企业都将面临互联网转型。而互联网营销将面临大数据精准投放和多渠道共同推广的转变。
以下是访谈实录:
新浪科技:首先简单介绍一下我们公司。
柯细兴:新浪的网友应该比较熟悉亿玛了,我们是2004年创立的一家公司,一直在效果营销领域里面独树一帜的,不断的推陈出新,不断的给客户提供效果营销的数据地我们提供了多渠道大数据驱动的营销。
新浪科技:现在互联网+的浪潮不断冲击各个行业,这样的背景下您认为营销行业发生了什么变化
柯细兴:毫无疑问这是一个很好的议题,我们亿玛也是审时度势看到了整个互联网产业的发展,在2014年亿玛对于未来的互联网有三点判断。
第一点,互联网进入了互联网产业化和产业互联网化这样一个阶段,实际上和国家提倡的互联网+是一个行业。
第二点,无企业不电商,未来所有的企业都在在线。
第三个,一切皆数据,所有的信息都会量化到数据的精准识别。未来10年是互联网+的10年,我们公司认为互联网+的实质特征就是两个,一个是在线,一个是数据。基于这两点来说,毫无疑问会影响到营销这个行业,营销这个行业第一点来说,基于大数据分析的营销可以大行其道。
由于所有的东西都会在线和产生数据,意味着用户都会变成碎片,变成跨终端,线上线下一致化,对于跨终端渠道的用户识别能力变得非常重要,我们认为未来10年是大数据的10年,是能够给客户提供一站式营销解决方案的10年。
新浪科技:你刚才提到大数据的营销,这个概念对电商行业会有什么具体的影响?
柯细兴:大家知道,在电商行业来说最根本的营销目标是为了让用户获得订单,这是企业的一个营销目标,基于这个目标就要知道它的用户在哪里,用户就会用不同的终端来接入,意味着我们对于终端的放大能力变得非常重要,就是说我们必须给电商行业提供基于全网的、全终端的受众的能力,这是第一点。
第二点来说,电商企业的数据或者对效果的跟踪是全程的,他能够看到它的广告,到用户有没有产生订单,甚至用户有没有发生售后的投诉,是一个全生命周期的过程,第一个是全网,第二个是全程。
第三个叫做全网成交,现在的电商不再简简单单的作为一个电商,而是即有官网又有天猫店,京东店,即有线上店又有线下O2O的店,是一个线上线下的多渠道,用户到哪里成交最有效,我们提供了一个全程的服务,全网的营销,全网的精准和全网的营销,从这个意义上来说对于电商营销的要求越来越高,所以电商企业越来越选择和我们这样第三方的平台进行合作。
新浪科技:现在传统的企业做电商,像一些互联网企业电商肯定是不一样的,它的营销需求也是不一样的,您能分析一下他们有哪一些不同吗?还有就是传统企业做电商面临哪一些变化?
柯细兴:纯互联网的公司做电商没有传统的包袱,要走集约化、集中化、效益化,它的营销要获得订单、获得规模,规模效应再影响供应链。传统企业天生拥有供应链的优势,从这个角度来说他不应该放弃供应链优势向互联网的纯电商来学习。所以说传统电商,传统企业做电商,第一个要结合它的供应链优势。第二个来说要结合它的品牌优势,从这个意义上来说传统企业发展电商的过程是一个渐进式的,他首先要把他线下的品牌变成线上的品牌,把线下的供应链优势变成线上供应链优势。
第二个,传统企业更多的在构筑一个O2O,苏宁易购在构筑线上线下一体化,从这个角度来说,第一个是它发展的路径不一样,第二个是它的商业模式也会发生变化,这两点是传统企业做电商和互联网做电商本质的不同。
至于营销来说可能也会不太一样,营销来说传统企业做电商,第一个它的动作要做的叫品牌收购,要把线上的品牌优势,把线上的用户拉回来,这个阶段我们往往说它的主动点是线下的品牌线上的用户,第二个阶段,是开始给线上的用户,线上品牌,这个时候就进入了一个品牌阶段,所以第一个品牌是收割,第二个是品牌的再造。第三个线上的品牌又回到线下的用户,这个它讲品牌创新,他经历收割、再造到创新,我们营销结合他业务品牌的路径帮他量身订作来设计。
新浪科技:我们亿玛能对互联网企业,或者传统的企业做电商的,能够带来哪一些帮助呢?
柯细兴:第一个毫无疑问,也是我们经常思考的,第一点来说,因为我们在最鲜明的一点是效果,因为我们是12年基于大数据做营销,我们跟直白的给他带来订单,这是最直观的。
第二点就是规模,因为我们覆盖了互联网的成千上万的媒体,我们每天能覆盖的流量是300亿PV,我们每天能够触达的网络用户是85%,网络消费者购买用户,我们积累的这种购买行为数据是10亿的规模,也就是说从个角度来说,我们能够最大范围的,最大规模的帮企业产生订单。
第三点就是服务,我们的专业服务,从初始阶段到发展阶段,到它的创新阶段,我们都能够全程为他服务。总结我们来说,我们公司的3个优势,第一个就是效果,第二个是规模,第三个是我们的专业的服务,这3个加起来是3个S。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在业务数据分析中,按天拆分统计夜间时段的数据是高频需求——比如电商夜间订单监测、平台夜间用户活跃度分析、运维系统夜间异常 ...
2026-07-29在机器学习建模与特征工程实践中,判断不同特征对模型预测效果的贡献度,是特征筛选、模型解释、业务归因的核心环节。特征置换重 ...
2026-07-29 很多数据分析师精通Excel单元格操作,但当被问到“表结构数据的基本处理单位是什么”“字段和记录的本质区别”“为什么表结 ...
2026-07-29【核心关键词】岗位、数字化、经验、课程、方法论、决策、企业、大方向、数据分析、销售管理、理论知识、思维方式、分析销售、 ...
2026-07-28在问卷调研、用户分群、效果对比等业务数据分析中,分类变量的关联性与差异性验证是高频需求。卡方检验作为针对离散分类数据的经 ...
2026-07-28 数据分析师八成以上的时间在和数据表格打交道,但许多人拿到Excel后习惯性地先算、先分析,结果回头发现漏了一列关键数据, ...
2026-07-28在Excel数据分析与报表制作中,数据透视表是快速完成多维度汇总、分组统计的核心工具。很多从业者在得到透视表汇总结果后,为了 ...
2026-07-27 很多数据分析师每天与Excel打交道,但当被问到“表格结构数据的基本处理单位是什么”“数据类型误判会引发哪些分析错误”“ ...
2026-07-27当下,我们已然步入数据要素价值全面释放的智能时代。数据不再只是零散的数字记录,更是驱动新质生产力运转的核心动能、滋养人工 ...
2026-07-27【核心关键词】客户、数据分析、指标体系、数据采集、数据指标、业务数据、分析思路、业务需求、分析方法 【专访摘要】本次 CDA ...
2026-07-24在数据分析、业务建模与数字化运营体系中,原始业务数据普遍存在缺失、重复、异常、口径不一致等质量问题,直接用于分析与建模会 ...
2026-07-24 很多数据分析师能熟练计算均值、标准差,但当被问到“如何用一张图让业务方3秒内看懂核心结论”“面对不同数据类型该怎么选 ...
2026-07-24在数据驱动的精细化运营体系中,指标是业务判断、效果复盘、策略优化的核心依据。随着企业数据化程度提升,指标数量持续膨胀,但 ...
2026-07-23在用户运营与产品增长体系中,留存是衡量产品真实价值与用户粘性的核心标尺,也是决定用户生命周期价值、获客投产比的底层因素。 ...
2026-07-23 很多数据分析师精通Excel、SQL、Python等工具,但当被问到“面对一个具体的业务问题,该用什么分析方法”“描述性分析和诊断 ...
2026-07-23【核心关键词】埋点、产品、互联网、数据库、决策、数据分析、产品经理、商业模式、移动互联网、指标体系、运营模块、大数据平 ...
2026-07-22在高并发、大数据量的业务系统中,单表数据量达到千万级甚至亿级后,会出现查询性能骤降、索引维护成本飙升、存储扩容困难等问题 ...
2026-07-22 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-07-22在金融风控、企业运营、行业研究等数据分析场景中,大量数据以面板数据形态存在:例如多家分支机构连续多个季度的风险指标、多位 ...
2026-07-21 很多数据分析师每天都在计算指标、制作报表,但当被问到“什么叫指标数据元”“指标数据标准包含哪些核心维度”“指标数据质 ...
2026-07-21