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
CDA数据分析师 出品 作者:李诗怡 一、数据分析四大思维 1. 对比思维:没有对比就没有分析 核心观点:单独一个数字没有意义,有 ...
2026-10-05Kimball 是方法,星型模型是它产出的形状。 很多人把"Kimball vs 星型模型"当成一道选择题——这本身就是个误会:Kimball 是动词 ...
2026-10-05写在开头 老板在微信上甩来一句: "帮我看下为什么销量跌了。" ” 你回工位,打开 SQL,开始写。查订单表、拉近三个月、按 ...
2026-10-03CDA数据分析师 出品 作者:李诗怡 1. 事实表 vs 维度表 对比维度 事实表 维度表 核心问题 记录“业务发生了什么事” 描述 ...
2026-10-02做数据聚合时,PySpark的groupBy()确实能完成统计,这也是它的本职工作。但它有一个根本性局限:每一组数据,最终只能返回一行 ...
2026-10-01热力地图是数据可视化中极具辨识度与实用性的空间分析图表,结合地理空间维度与数据密度特征,通过颜色深浅、色阶渐变直观展示数 ...
2026-09-30 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-09-30同样是“银行数据岗”,在国有大行总行数据中心、在一家城商行的零售部、在银行系金融科技子公司、在保险公司,工作内容、成长节 ...
2026-09-29在数据分析与统计学研究中,数据往往不是独立存在的,不同变量之间普遍存在相互关联、相互影响的关系。相关性统计分析是挖掘变量 ...
2026-09-29 导读:大多数人只把 dataclasses 当成偷懒工具,用来少写 __init__、__repr__ 这类魔法方法。但它的能力远不止于此。本文带 ...
2026-09-29 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-09-29在MySQL数据库运维与业务开发中,行业普遍存在“数据达到千万级就必须分表”的说法。但在实际生产环境中,千万条数据并不是强制 ...
2026-09-28CDA数据分析师 出品 作者:李诗怡 1. 5W1H 分析法 定义:经典系统性思维框架,通过六个核心维度对问题进行全方位拆解与剖析,确 ...
2026-09-28 很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当 ...
2026-09-28CDA数据分析师 出品 作者:李诗怡 1. 用户标签体系 定义: 通过一系列高度精炼的特征标识,对用户属性、行为与偏好进行量化刻画 ...
2026-09-24Pandas是Python生态中用于表格数据处理的核心库,广泛应用于数据清洗、统计运算、报表输出、数据分析建模等场景。在处理极大数值 ...
2026-09-24随着数字经济快速发展,数据已成为核心生产要素,各行各业的业务沉淀、用户行为、设备运行、市场交易均产生海量数据。数据处理作 ...
2026-09-24 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-09-24在时序数据分析中,大部分业务数据并非持续平稳变化,而是会在某些时间节点出现突然抬升、断崖下跌、趋势反转、波动异变等现象, ...
2026-09-23在统计学与数据分析中,研究多组数据差异最常用的方法为单因素方差分析与事后多重比较。很多数据分析初学者容易混淆两者功能,认 ...
2026-09-23