京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据营销考虑过消费者感受吗?不站在用户角度死得会很惨
一直以来我都主张谨慎使用来自数据分析的信息,用客户的思维可以阐述我的原因:交出一些关于我自己的商业信息用到销售过程中去这没问题,但如果不经我同意,就拿去用——甚至我都不知道他们是怎么获得的信息那又是另一回事了,这很让人不安。
企业对数据的力量有了新的认识,他们正不断发现新的营销策略,远超前人想象。这不仅仅是大数据、技术驱动的革命,也是对数据在销售过程中地位的一个态度转变,它能帮助指导了解用户特征,继而提高销售业绩。
但是,你得牢记消费者对于如何使用数据的看法。否则的话,所有你基于数据的改变非但不会让他觉着新鲜,反而让他倒胃口。
这些讨厌的东西正是源于没有站在消费者的角度考虑。它们通常并不是隐私方面的问题,而更多是关于大数据的使用方式造成的。企业在利用大数据时极富创新,各种数据各种组合,这很不赖。但是物极必反,如果过多关注数据,会让企业忽视消费者本身。
母婴产品和割草机
关于这个问题,曾有一个高度受关注的案例。一未婚妈妈因为塔吉特公司的数据分析,被赶出家门。
塔吉特的数据科学家向记者就他们所用方法做简短的陈述。
这家公司是根据消费者的最近购买记录来推产品,成果斐然——对于一位怀孕妇女来说,消费品主要是无香洗液、棉球和维他命补充剂等。
然而塔吉特没有站在消费者角度思考。总有一些妇女并不会因为怀孕就欣喜若狂,或者不会规矩地按照孕期常识来选取商品,那直接向她们推销婴幼儿产品会带来意想不到的后果。
塔吉特吃一堑长一智,之后他们在给那些准妈妈收件人发广告时,会在一些母婴产品中混一些割草机、食物、DVD以及一些跟宝宝无关的产品。公司仍然会给受众针对性的推销产品,不过这次人家就不太会觉得自己是被监视了。
自此,塔吉特开始像一个消费者那样思考——不再把消费者当作那种花钱就傻开心的理想客户,而是有情绪波动的消费者。塔吉特的消费者也能专注于它销售的产品,不会总想着自己是怎么被塔吉特的分析师监视的。
访问者追踪
还有一个工具,在一个销售看来是能帮助企业正确决策的,但在用户的角度看则完全错误,那就是网站访问者追踪工具。
数据显示,要将数据变成商机,你得尽快地联系一个网页访客。
《哈佛商业评述》中的一项研究表明:那些收到浏览请求,在1个小时内联系该潜在客户的公司比那些一小时后才联系的高7倍可能获得商机;而一个小时内联系该用户的比24小时再联系的,他们获得商机的可能性相差60倍。
如果潜在买家已经填表呈交完表格,那及时答复当然很好。不过,由于匿名访客追踪和提醒技术的广泛使用,企业往往不等他们提交什么信息,就给出迅速回应,这样,买家在收到企业的推销电话或者是广告邮件时会很不舒服,觉得自己看个网页都有人在后台跟着。
你可以看看它在一个商机评分系统中是如何运作的。在你浏览一网站的时候,某个商机超过系统评分阈值时,便会给销售人员发出提示:潜在客户到了,之后就有某个推销员给仍在浏览网页的你打电话。有一些人会比较能接受,但还有另一批人会觉得吓死了。
站在用户角度看待大数据
一直以来我都主张谨慎使用来自数据分析的信息,用客户的思维可以阐述我的原因:交出一些关于我自己的商业信息用到销售过程中去这没问题。
但如果不经我同意,就拿去用——甚至我都不知道他们是怎么获得的信息那又是另一回事了,这很让人不安。当今时代,信任正成为买家评价卖家的一个重要部分,你要是想跟人建立关系,信任是一个至关重要的情感因素。
你其实没必要向买家告知你发现或者推断出了他的哪些信息,这样做可能会让买家心生隙罅。
试着用顾客的视角去看待这些信息:你的这些新发现怎么才能让他受益,怎么去帮助做订制性的推销以及怎么让你的互动更为有价值。
如果你还只盯着数据,如果你还不真正站在顾客的立场去利用这些数据,那么最终只会适得其反。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据可视化领域,树状图(Tree Diagram)是呈现层级结构数据的核心工具——无论是电商商品分类、企业组织架构,还是数据挖掘中 ...
2025-11-17核心结论:“分析前一天浏览与第二天下单的概率提升”属于数据挖掘中的关联规则挖掘(含序列模式挖掘) 技术——它聚焦“时间序 ...
2025-11-17在数据驱动成为企业核心竞争力的今天,很多企业陷入“数据多但用不好”的困境:营销部门要做用户转化分析却拿不到精准数据,运营 ...
2025-11-17在使用Excel透视表进行数据汇总分析时,我们常遇到“需通过两个字段相乘得到关键指标”的场景——比如“单价×数量=金额”“销量 ...
2025-11-14在测试环境搭建、数据验证等场景中,经常需要将UAT(用户验收测试)环境的表数据同步到SIT(系统集成测试)环境,且两者表结构完 ...
2025-11-14在数据驱动的企业中,常有这样的困境:分析师提交的“万字数据报告”被束之高阁,而一张简洁的“复购率趋势图+核心策略标注”却 ...
2025-11-14在实证研究中,层次回归分析是探究“不同变量组对因变量的增量解释力”的核心方法——通过分步骤引入自变量(如先引入人口统计学 ...
2025-11-13在实时数据分析、实时业务监控等场景中,“数据新鲜度”直接决定业务价值——当电商平台需要实时统计秒杀订单量、金融系统需要实 ...
2025-11-13在数据量爆炸式增长的今天,企业对数据分析的需求已从“有没有”升级为“好不好”——不少团队陷入“数据堆砌却无洞察”“分析结 ...
2025-11-13在主成分分析(PCA)、因子分析等降维方法中,“成分得分系数矩阵” 与 “载荷矩阵” 是两个高频出现但极易混淆的核心矩阵 —— ...
2025-11-12大数据早已不是单纯的技术概念,而是渗透各行业的核心生产力。但同样是拥抱大数据,零售企业的推荐系统、制造企业的设备维护、金 ...
2025-11-12在数据驱动的时代,“数据分析” 已成为企业决策的核心支撑,但很多人对其认知仍停留在 “用 Excel 做报表”“写 SQL 查数据” ...
2025-11-12金融统计不是单纯的 “数据计算”,而是贯穿金融业务全流程的 “风险量化工具”—— 从信贷审批中的客户风险评估,到投资组合的 ...
2025-11-11这个问题很有实战价值,mtcars 数据集是多元线性回归的经典案例,通过它能清晰展现 “多变量影响分析” 的核心逻辑。核心结论是 ...
2025-11-11在数据驱动成为企业核心竞争力的今天,“不知道要什么数据”“分析结果用不上” 是企业的普遍困境 —— 业务部门说 “要提升销量 ...
2025-11-11在大模型(如 Transformer、CNN、多层感知机)的结构设计中,“每层神经元个数” 是决定模型性能与效率的关键参数 —— 个数过少 ...
2025-11-10形成购买决策的四个核心推动力的是:内在需求驱动、产品价值感知、社会环境影响、场景便捷性—— 它们从 “为什么买”“值得买吗 ...
2025-11-10在数字经济时代,“数字化转型” 已从企业的 “可选动作” 变为 “生存必需”。然而,多数企业的转型仍停留在 “上线系统、收集 ...
2025-11-10在数据分析与建模中,“显性特征”(如用户年龄、订单金额、商品类别)是直接可获取的基础数据,但真正驱动业务突破的往往是 “ ...
2025-11-07在大模型(LLM)商业化落地过程中,“结果稳定性” 是比 “单次输出质量” 更关键的指标 —— 对客服对话而言,相同问题需给出一 ...
2025-11-07