京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据营销:“万灵药”还是“大忽悠”
互联网正在触发一场营销革命,甚至有人认为大数据的出现是自工业革命以来营销发生的最为深刻的变革之一,这种变革的动力来自于科技、市场,更来自于消费者。如果说70后甚至80后只能算得上是互联网的“新移民”,那么90后和00后们则是标准的互联网“原住民”,只有更好地了解他们的需求、欲望以及他们的购买倾向,才能把握住营销的未来。
为什么是吴莫愁?
互联网已经改变了人们工作生活的每一处、每一刻,当然也包括营销。一个企业通过传统方式选择品牌代言人,需要做大量的市场调研与客户分析,抽样、问卷、电话、面访、细分……往往要耗费大量的时间精力、物力财力之后才能找到那个“意中人”,但互联网公司却可以通过大数据分析“轻松”地告诉你一个相同的答案。
“搜索引擎是一个大数据金矿,海量的数据库中能够储存网民的真实需求,这个金矿对于广告主洞察消费者有着重要的价值,通过对这些海量数据的洞察分析,可以为品牌营销提供良好的技术支撑。”百度公司副总裁曾良告诉《中国经济周刊》。
曾良表示,通过对百度指数、百度风云榜等数据得知,吴莫愁的关注度和知名度非常高,甚至超越了王菲等大牌。尽管吴莫愁一出道便颇受争议,但从百度大数据来分析,这些争议只是来自于不同观众对于她不同的感觉,而不是来自于负面新闻或者绯闻事件。这也说明,吴莫愁在具有超高关注度的同时,也具有相当高的美誉度,并且个性鲜明、带有很强的新生代正能量,对于消费人群为年轻人的品牌和产品来说,她是一个非常好的选择。
曾良还向记者举了另外一个例子,他曾经通过搜索引擎提供的大数据为某品牌汽车推荐了一位代言人,因为搜索这款车型及其竞争车型的人,有相当多的人同时也在搜索这位明星,而且从搜索行为上来看,是非常喜爱和认可这位明星的。这个品牌汽车的负责人听到之后非常惊讶,因为他们之前确实有请过专业的调研公司和营销机构做过分析,得出的结论是同一个明星。
宝洁是全球最大的广告主,而中国是宝洁全球第二大的市场,宝洁公司大中华区品牌运营总裁谢冰表示,“过去我们用得更多的是问卷、电话等传统抽样调研的方式,如今大数据时代的到来将为‘消费者洞察’这个古老的命题带来无限的想象力和可能性。”
“直觉不靠谱,大数据才靠谱。”曾良说。
营销官们尚未做好准备?
尽管大数据几乎成为年度流行语,在各种各样的营销论坛上,大数据更是必谈的话题。但是,真正理解和知道如何利用大数据的CMO(首席营销官)并不多。
被称为“整合营销之父”的世界级营销大师唐·舒尔茨(Don E.Schultz)前不久到访了中国,他告诉记者:近八成的企业管理者面对大数据表示茫然,即使是世界最顶级企业的首席营销官们,大多数也表示对于如何使用大数据还没有准备好。
“现在,信息数量爆炸式增长,媒体的形式多种多样,消费者获得信息的方式也很多,消费者有多种机会获得多种多样的数据。过去这些信息掌握在营销人员手里,现在发生了很大的变化,所有的信息随时可得,消费者可以得到各种各样的信息。”舒尔茨告诉《中国经济周刊》。
“过去这些营销人员并没有这样的复杂数据,但现在,数据量呈现几何基数式的增长,信息过剩导致价值信息发掘难度增大。面临这么多的数据他们也觉得不知道如何做。世界各国都是在摸着石头过河,大家一起在不断的探索。”他说。
唐·舒尔茨教授对中国在大数据营销上的表现颇为兴奋,“在互联网营销方面中国确实在很多方面都大大超过美国,比如说双十一,网上当天交易额达到57亿美元,比美国销售量最多的一天‘黑色星期五’多三倍。美国用手机主要打电话,而中国很多人用来获得数据。”他说。
呼唤成熟的评价体系
营销从诞生之日起就被认为是“以客户为导向”的,这几乎与互联网的精神不谋而合。但是,如何才能真正把互联网思维运用到营销之中呢?这似乎又回到了那个古老的话题——如何找到消费者的需求,然后满足它。
曾良举了一个玉兰油的例子。“我们在2011年的时候,对玉兰油和其他一些化妆品品牌做了一些搜索关键词的研究,“我们发现一组非常有意思的数据,搜索玉兰油的用户中有25%接着会搜索‘适用年龄’,而其他的类似品牌并没有这个特点。这说明一个问题:很多消费者不晓得玉兰油到底适用什么年龄,这个品牌定位有一点不清,而这个问题会影响到玉兰油的市场销路。”他说。
当百度将这个问题反馈给宝洁之后,宝洁快速推出一个新的包装产品——“玉兰油25岁装”,很明确地把这个产品定位为适用于25岁左右人群的产品,目前“玉兰油25岁装”是玉兰油最畅销的人气单品。
当然,大数据也并不是一剂万灵药,搞不好就变成了“大数据忽悠”。“对于大数据营销的效果也尚没有一套成熟、客观、公正的评价体系,这也是未来值得探讨的话题。但是,未来营销一定会因为大数据而发生重大变化,比如个性化广告和个性化产品的对接。” 财讯传媒集团首席战略官段永朝告诉《中国经济周刊》。
另外,段永朝也提醒,大数据营销的另外一个掣肘点是数据获得和隐私保护的边界不清,这会给大数据营销带来一些不确定性。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据分析全流程中,数据处理是基础,图形可视化是核心呈现手段——前者负责将杂乱无章的原始数据转化为干净、规范、可分析的格 ...
2026-04-07在数据分析与统计推断中,p值是衡量假设检验结果显著性的核心指标,其本质是在原假设(通常为“无效应”“无差异”)成立的前提 ...
2026-04-07在数字经济深度渗透的今天,数据已成为企业生存发展的核心资产,企业的竞争本质已转变为数据利用能力的竞争。然而,大量来自生产 ...
2026-04-07Python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