京公网安备 11010802034615号
经营许可证编号:京B2-20210330
精准营销!岂能只爱大数据,冷落厚数据
已故人类学者Clifford Geertz提出“厚数据”之后,我们在对数据价值的深度挖掘中也逐渐发现“厚数据”对营销起到的价值,所以曾经撰写过一篇题为《为何“厚数据”让大数据营销更有价值》的内容。(相关内容可点击阅读原文查看)
此后,很多读者对大数据和厚数据是如何协调做好营销非常感兴趣,所以,今天就专门为大家详细解答下这个问题,希望可以帮助朋友们了解大数据和厚数据在精准营销中的互补关系。
Tips读完本文后您将了解到以下几点:● 大数据和厚数据都要爱● 避免大数据善意的欺骗● 大数据与厚数据的整合效应
大数据+厚数据=精准人群定位
数据是非常神奇的,在没有步入数字时代之前,消费者的各种行为和喜好是难以准确有一种标准来衡量的。我们做市场营销更多是基于本性的观察和经验总结,但这样给予营销指导的准确较低,企业对于营销资源的浪费也找不到原因所在。
当我们迈进数字时代,加上技术的发展之后,企业发现收集到的消费者数据对于企业营销有了重要的指导价值。正是在这样的技术大背景下,大数据技术近几年成为热门词汇,很多企业开始进军大数据领域。
对于企业而言,大数据技术的战略意义不在于掌握庞大的数据信息,而在于对这些含有意义的数据进行专业化处理。利用处理后的结果,企业可以对营销目标和人群进行分析,进而对营销有指导性的作用。
为了对繁杂的数据进行分析利用,就需要对数据进行标准化归类,而在数据清洗的过程中往往会剔除一些非定量的数据,比如背景、故事、行为等等,而这部分数据就是厚数据。以往我们对这部分数据并不在意,但是现在我们会发现,其实这部分数据对营销的价值是非常大的。
厚数据是体现用户在场景中、有故事的数据,它能够有效填补大数据分析过程中丢失掉的部分。对企业营销而言,只有合理把大数据和厚数据连接起来,才能更加精准的对营销目标进行分析。
所以,企业利用数据驱动营销的时候,不能单纯采用大数据分析的结果做判定,还要考虑厚数据带来的价值,因为这样形成的用户画像才可能达到精准的目的。
大数据有“毒”企业需谨慎
问,大数据对于企业营销真有帮助吗?
答,真有帮助…
那为何说大数据对企业有“毒”呢?Steven Maxwell曾指出:“人们过度沉迷于数据信息的量,却忽略了‘质’的部分,也就是分析法所能揭示的商业洞察。”所以,对企业而言,过分追求大数据并不一定会得到更多的消费者信息洞察信息。
我们知道,大数据分析注重定量的结果,对于定性的结果并不重视。说的通俗一点,就是大数据注重结果而忽视过程。很多企业把结果性数据作为主导参考标准,只是结果性数据具有一定的欺骗性和不确定性。
举个例子来说,你是卖手机的企业,你关心今年有多少人买了我的手机,这个就是结果数据,这个数据是客户比较关心的。而这一年中买了手机的人有多少人在维修过程中和客服沟通了多少次,每次沟通时长是多少、沟通频率是多少以及在营销活动中用户表现出来的兴趣和潜在消费者都是厚数据的表现。
所以对企业而言,单纯相信大数据的结果是具有很大风险存在的,这好比是我就知道手机卖 了多少、知道是卖个哪些人群,但不知道为何用户没有选择购买我的手机。如果利用厚数据进行和大数据的整合分析再营销的话,转化率和投资回报率都会得到巨大的提升。
所以,看似精准的的大数据还是会在营销中出现善意的欺骗,想要避免补充数据的丢失,就要对厚数据进行分析。
善用大数据与厚数据创造价值
在企业的营销中大数据毫无疑问是起到了非常重要的作用和价值,而厚数据则是对大数据进行补充的最佳方式,因为厚数据能够收集和分析出目标用的故事、背景有助于生成更加详细的洞察结果。
举个例子,看看美的是如何用厚数据打造儿童洗衣机的。
儿童洗衣机这类产品在欧美发达国家市场早已流行多时,是从迷你洗衣机中衍生出来的独立产品系列,主要针对儿童体质天生娇嫩,大人和小孩衣服混洗的话容易发生交叉感染而应运而生。
而国内针对儿童洗衣机的推广产品几乎没有,美的为了让家长更加注重孩子在成长过程中的独立,利用厚数据进行分析,帮助美的打造出儿童专属的洗衣机。
首先,美的利用厚数据帮助挖掘儿童的使用信息,利用厚数据进行情感和社交思潮的密切相关故事和意义挖掘。
其次,用厚数据挖掘出哪些人会用儿童洗衣机,他们的社会关系、情感趋势和互动是怎样的。
最后,通过厚数据帮助,建立其整个儿童洗衣机的形象品牌认知闭环。
从上面能够看出,美的采用厚数据进行家长与孩子互动的深层次挖掘,最终让儿童洗衣机得以落地诞生。或许未来的家电制造和营销必然讲求大数据和厚数据结合,定量和定性分析同时兼备,才能做出更加符合用户需求的产品。
不要让数据这么近那么远
对于企业来说,他们发现通过数据分析可以提高他们的品牌和服务与用户间的交互,而且通过注入大数据分析,企业更容易了解他们的竞争对手同时优化自己的数字营销策略,让自己的品牌更加接近用户。但是目前还是有很多企业并没有真正的利用起大数据来改变营销策略,更别说结合厚数据了。
所以,对企业而言,在数据上的投入是要有更加显著的收益才算理想,虽然大数据可以帮助企业得到一些回报,但是企业还是应该更加深一步去挖掘数据的价值,而厚数据无疑是需要重点挖掘的地方。未来,或许厚数据能够与大数据更好的协同工作,给企业创造出更多的价值。
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