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MySQL数据库运维与开发实践中,经常出现一种典型现象:数据库实际存储的数据量很小,数据表条数少、文件体积低,但服务器整体 ...
2026-09-11 很多数据分析师能熟练计算均值、标准差,但当被问到“总体和样本有什么区别”“参数和统计量有什么关系”“数据级别的高低如 ...
2026-09-11CDA数据分析师 出品 作者:李诗怡 定义: 将同一时间段内因具备相同属性或共同经历的用户划分为群体,分析其留存与生命周期价值 ...
2026-09-11在零售、商超、餐饮、线下门店等实体商业运营中,客流与销售额是衡量门店经营状态的两大核心指标。销售额是门店经营的最终结果, ...
2026-09-10在数据可视化体系中,柱形图是最基础、应用最广泛的图表类型,其中**累计柱形图(堆积柱状图)**是兼顾整体总量与内部结构的核心 ...
2026-09-10 许多数据分析师精通Excel函数和SQL查询,但当面对一张上万行的销售明细表,要快速回答“哪个地区销量最高”“哪款产品增长最 ...
2026-09-10在Python Pandas数据分析中,DataFrame是承载结构化数据的核心载体,数据清洗、数据修正、条件赋值、字段更新等实操场景,都离不 ...
2026-09-09 很多数据分析师掌握了Excel函数、会写SQL查询,但当被问到“数据从哪里来”“数据加工有哪些步骤”“如何使用分析工具连接数 ...
2026-09-09卡方检验(Chi-Square Test)是统计学中针对分类数据的经典显著性检验方法,核心用于判断两个离散分类变量是否相互独立、数据实 ...
2026-09-09CDA数据分析师 出品 作者:李诗怡 1. 销售漏斗阶段判断 题目:销售漏斗模型中,通过广告、社交媒体等方式触达品牌信息(如浏览品 ...
2026-09-07在Python数据分析中,Pandas库的DataFrame是最核心、最常用的结构化数据表对象,类似于Excel的二维表格,具备规整的行列结构、字 ...
2026-09-07在数据分析、经营复盘、业绩预测与经济统计工作中,平均增速(平均增长率)是衡量数据长期变化趋势、业务发展快慢的核心指标。不 ...
2026-09-07 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 ...
2026-09-07随着大数据技术的快速发展,商业竞争逐步从传统的经验式经营转变为数据驱动的精细化运营。海量的用户行为数据、交易数据、运营数 ...
2026-09-04CDA数据分析师 出品 作者:李诗怡 1. 波士顿矩阵(BCG Matrix) 定义: BCG于1970年提出的业务组合分析工具,以"市场增长率"(纵 ...
2026-09-04 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, ...
2026-09-04数据透视表是Excel与Power BI中最核心的数据分析工具,具备快速汇总、维度拆分、动态筛选的能力,可高效完成数据归类与统计展示 ...
2026-09-03在Power BI数据分析可视化场景中,堆积柱状图+折线图是最常用的复合图表组合。堆积柱状图适合展示各细分维度当期数值、结构占比 ...
2026-09-03 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”“ ...
2026-09-03CDA数据分析师 出品 作者:李诗怡 一、8个核心数据清洗函数 1. TRIM:一键清除多余空格(最常用) 作用:仅保留文本中"单词/字 ...
2026-09-02