京公网安备 11010802034615号
经营许可证编号:京B2-20210330
当整合营销遇上大数据
“市场营销的目的是充分认识和了解消费者,让产品和服务满足消费者的需求,不用推销,消费者就会主动购买。”现代管理学之父彼得·德鲁克先生40年前提出的名言对我们今天的市场营销仍然具有指导意义。
大数据的价值所在
随着多屏时代的到来,消费者在互联网上搜索、访问、交易、社交的行为创造了海量的互联网信息数据。企业如何从外部获取这些数据、是否善于管理这些数据,并且根据这些数据创造出满足消费者需求的产品和服务,将成为企业成败的关键。这个从外而内的规划原则正是唐·舒尔茨博士提出的整合营销传播的指导原则之一。根据 IDC和麦肯锡大数据研究结果的总结,大数据主要能在以下4个方面挖掘出巨大的商业价值:对顾客群体细分,从而对每个群体量体裁衣般地采取独特的行动;运用大数据模拟实境,发掘新的需求和提高投入的回报率;促进大数据成果在各相关部门的分享程度,提高整个管理链条和产业链条的投入回报率;进行商业模式、产品和服务的创新。
最早关于大数据的故事发生在美国第二大超市Target。孕妇对于零售商来说是个含金量很高的顾客群体。但是他们一般会去专门的孕妇商店而不是在Target购买孕期用品。人们一提起Target,往往想到的都是清洁用品、袜子和手纸之类的日常生活用品,却忽视了Target有孕妇需要的一切。那么Target有什么办法可以把这部分细分顾客从孕妇产品专卖店的手里截留下来呢? 为此,Target的市场营销人员求助于Target的顾客数据分析部高级经理Andrew Pole,要求他建立一个模型,在孕妇第2个妊娠期就把她们给确认出来。在美国,出生记录是公开的,等孩子出生了,新生儿母亲就会被铺天盖地的产品优惠广告包围,那时候Target再行动就晚了,因此必须赶在孕妇第2个妊娠期行动起来。如果Target能够赶在所有零售商之前知道哪位顾客怀孕了,市场营销部门就可以早早地给他们发出量身定制的孕妇优惠广告,早早圈定宝贵的顾客资源。
可是怀孕是很私密的信息,如何能够准确地判断哪位顾客怀孕了呢? Andrew Pole想到了Target有一个迎婴聚会(baby shower)的登记表。Andrew Pole开始对这些登记表里的顾客的消费数据进行建模分析,不久就发现了许多非常有用的数据模式。比如模型发现,许多孕妇在第2个妊娠期的开始会买许多大包装的无香味护手霜;在怀孕的最初20周大量购买补充钙、镁、锌的善存片之类的保健品。最后Andrew Pole选出了25种典型商品的消费数据构建了“怀孕预测指数”,通过这个指数,Target能够在很小的误差范围内预测到顾客的怀孕情况,因此 Target就能早早地把孕妇优惠广告寄发给顾客。根据Andrew Pole的大数据模型,Target制订了全新的广告营销方案,结果Target的孕期用品销售呈现了爆炸性的增长。Andrew Pole的大数据分析技术从孕妇这个细分顾客群开始向其他各种细分客户群推广,从Andrew Pole加入Target的2002年到2010年间,Target的销售额从440亿美元增长到了670亿美元。
大数据为整合营销传播插上腾飞的翅膀
截至2013年第3季度,中国网民数量达到6.08亿,互联网普及率为45.4%;2013年,中国移动互联网网民规模达6.52亿;截至2013年11月底,电子商务交易额达9.7万亿元,同比增长34.6%。
毋庸置疑,数以亿计的互联网、移动互联网用户已经并将继续创造海量数据,大数据时代已经来临。从日常行为和相关调研数据我们可以深切地体会到信息技术带给人们行为方式的变化:早先的一份报纸、茶楼聚会、电视新闻播报等人们几十年形成的习惯,已经和正在被搜索引擎、新闻门户浏览、手机客户端和微博、微信、自媒体的社交行为所取代;身边的数据设备,也从一家一、两台电脑和手机,变成每人三五台智能设备;U盘的容量,从32MB变成8G;数码相机的像素从100万变成1600万;一张照片的数据量,从10年前的100KB,变成现在iPhone照片的2MB。技术领域的飞速发展让人炫目,ADSL被光纤入户取代,2G已经过时,4G正在如火如荼地部署,电商和物流,甚至双十一消费节,都成为大数据时代的清晰符号。
大数据时代的一个特点是日常生活发生了巨大变化,人们对社会的了解、与社会中其他成员联系和沟通的方法日新月异,手段丰富多彩,内容瞬息万变,营销人员所关心的消费者行为也在这些行为日趋复杂多样的同时,变得清晰透明;消费者在依赖这些设备和手段的同时,也为产品和服务的供应商提供了清晰明确的线索。例如,一台手机,从开机到关机,一直都在运营商的网络里面,不断获取信息的同时,也把自己的位置、信号强度、忙闲状态告诉运营商的系统;对这些信息加以分析利用,运营商就可以知道这位客户几时在哪里开机(起床的习惯和过夜的位置);何时在哪里加速或者转换到地铁的基站(开车打车还是坐公共交通);办公室或者客户的位置(上午甚至整天停留的位置);家人亲戚和朋友的号码(自己申请的亲情号码和通话频繁程度);社交活动的模式和频次(晚餐时间的位置和频率,午夜前的位置和行踪);一定意义上,运营商会比这名客户的同事、上司甚至配偶,更了解这名客户;甚至会了解一些他自己都不了解的行为和习惯。
大数据给整合营销传播活动带来了前所未有的机遇。消费者行为数据的丰富、及时和准确,给我们的企业带来收集和分析处理的便利。消费者的上网记录、浏览记录、位置信息、团购兴趣、网店浏览记录和网购记录,如果能够加以收集、整合和分析,企业就可以得到完善清晰的消费者行为地图,为消费者洞察带来便利的工具、完美的手段和良好的结果。
耐克在基于大数据的整合营销中取得了实实在在的成果。中国的年轻消费者对于跑步反馈狂热,跑步依然是耐克在中国最大的运动品类,高于篮球和足球。在耐克2013财年的全球业绩中,跑步的业绩贡献占比20.46%,仅次于Sportswear的26.99%。这也是耐克为什么会对跑步有如此大信心的原因。当然,更为关键的是NIKE+平台延伸出的运动社交网络。而耐克的商业模式也正随着这个平台的延展发生着变化:“耐克推出Nike+平台数字营销模式,关键在于增强了与消费者的互动,并通过检测、处理消费者信息实现对客户更为个性化的服务。这是对消费者需求服务的创新,有利于商家更便捷快速地理解、掌握消费者信息,也有利于其有针对性地推出产品。”技术的革新也推动着耐克出现新的商业模式,即“用户+数据+服务+终端。”通过Nike+的数字创新,耐克正在脱离传统的制鞋、卖鞋的运动企业,在这种新显现的模式中,Nike+就像神经系统,将各类运动产品、用户连接在一起;耐克可以通过Nike+的平台为用户提供线上、线下(如夜跑、品类体验店、马拉松等线下活动)的专业运动服务,提升运动体验,也能从中发掘更多的商机,例如夜跑概念,让耐克的研发人员将反光元素加入鞋子、衣服,直接提振了市场销售。
挑战和机遇并存
大数据也给整合营销传播活动带来了巨大挑战:数据的丰富,固然带来更清晰全面的行为描述,也在一致性方面带来问题。多来源的数据,可以从各个侧面描述细节,然而拼合消费者行为的全景图片,却成为更高技术含量,更细致复杂更需要水平和能力的工作,需要数据专家、行为和心理专家在分析工作中更多参与,更大程度地发挥作用。
营销活动的对策:大数据时代之前,整合营销传播人员难以取得地域广泛、特征全面、反馈及时、内容准确互动性强的消费者数据。片面、慢速、无互动是大多数行为数据的状态,营销人员应该深刻理解这些数据的产生和加工的背景环境和渠道,积极主动又要小心谨慎地善用这些数据,将消费者洞察转化为促进消费者互动、交付消费者需要的产品和服务、不断提升消费者忠诚度的能力,成为企业战略的积极建议者和有效实践者。
例如,在以消费者为中心的营销过程中,营销组织尽可能实事求是、开诚布公地交流信息,为消费者提供实用、知识性、趣味性的内容,也称之为内容营销。此项努力不仅可以提升品牌的认知度、树立品牌的共识性、思想领导力,还将获得消费者青睐,形成消费者对品牌的忠诚。20世纪初开始出版的《米其林指南》是法国米其林轮胎公司为法国驾车旅游的消费者提供的景点、餐厅等实用信息的指南,后来发展成为全球最权威的餐饮评价读物,其共识性、趣味性、教育性、实用性深受喜爱。因此,有价值的内容将长久地促进品牌与消费者的沟通。
大数据分析将成为市场营销人员的核心竞争力。如何有效运用数据这个最宝贵的企业资产,已经成为市场营销人员的重要课题。数据分析将使营销投入获得更高成效,还可以对预测消费者行为起到至关重要的作用,其任一成果都曾是营销人员梦寐以求的结果。数据分析将帮助品牌从经济全球化、竞争同质化、产品服务重度商业化的环境中脱颖而出。尽管如此,许多企业还有很长的路要走,为适应消费者为中心的企业战略而进行组织结构的调整,善于利用数据的人才和大数据分析技术的匮乏等都是企业普遍面临的巨大挑战。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
Python凭借简洁的语法、丰富的生态库,成为算法开发、数据处理、机器学习等领域的首选语言。但受限于动态类型、解释性执行的特性 ...
2026-04-03在深度学习神经网络中,卷积操作是实现数据特征提取的核心引擎,更是让模型“看懂”数据、“解读”数据的关键所在。不同于传统机 ...
2026-04-03当数字化转型从企业的“战略口号”落地为“生存之战”,越来越多的企业意识到,转型的核心并非技术的堆砌,而是数据价值的深度挖 ...
2026-04-03在日常办公数据分析中,数据透视表凭借高效的汇总、分组功能,成为Excel、WPS等办公软件中最常用的数据分析工具之一。其中,“计 ...
2026-04-02在数字化交互的全场景中,用户的每一次操作都在生成动态的行为轨迹——电商用户的“浏览商品→点击详情→加入购物车”,内容APP ...
2026-04-02在数字化转型深度推进的今天,企业数据已成为驱动业务增长、构建核心竞争力的战略资产,而数据安全则是守护这份资产的“生命线” ...
2026-04-02在数据驱动决策的浪潮中,数据挖掘与数据分析是两个高频出现且极易被混淆的概念。有人将二者等同看待,认为“做数据分析就是做数 ...
2026-04-01在数据驱动决策的时代,企业与从业者每天都会面对海量数据——电商平台的用户行为数据、金融机构的信贷风险数据、快消品牌的营销 ...
2026-04-01在数字化转型的浪潮中,企业数据已从“辅助运营的附属资源”升级为“驱动增长的核心资产”,而一套科学、可落地的企业数据管理方 ...
2026-04-01在数字化时代,每一位用户与产品的交互都会留下可追溯的行为轨迹——电商用户的浏览、加购、下单,APP用户的注册、登录、功能使 ...
2026-03-31在日常数据统计、市场调研、学术分析等场景中,我们常常需要判断两个分类变量之间是否存在关联(如性别与消费偏好、产品类型与满 ...
2026-03-31在CDA(Certified Data Analyst)数据分析师的职场实战与认证考核中,“可解释性建模”是核心需求之一——企业决策中,不仅需要 ...
2026-03-31多层感知机(MLP,Multilayer Perceptron)作为深度学习中最基础、最经典的神经网络模型,其结构设计直接决定了模型的拟合能力、 ...
2026-03-30在TensorFlow深度学习实战中,数据集的加载与预处理是基础且关键的第一步。手动下载、解压、解析数据集不仅耗时费力,还容易出现 ...
2026-03-30在CDA(Certified Data Analyst)数据分析师的日常工作中,“无监督分组、挖掘数据内在聚类规律”是高频核心需求——电商场景中 ...
2026-03-30机器学习的本质,是让模型通过对数据的学习,自主挖掘规律、实现预测与决策,而这一过程的核心驱动力,并非单一参数的独立作用, ...
2026-03-27在SQL Server数据库操作中,日期时间处理是高频核心需求——无论是报表统计中的日期格式化、数据筛选时的日期类型匹配,还是业务 ...
2026-03-27在CDA(Certified Data Analyst)数据分析师的能力体系与职场实操中,高维数据处理是高频且核心的痛点——随着业务场景的复杂化 ...
2026-03-27在机器学习建模与数据分析实战中,特征维度爆炸、冗余信息干扰、模型泛化能力差是高频痛点。面对用户画像、企业经营、医疗检测、 ...
2026-03-26在这个数据无处不在的时代,数据分析能力已不再是数据从业者的专属技能,而是成为了职场人、管理者、创业者乃至个人发展的核心竞 ...
2026-03-26