京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据时代,怎么做全渠道的营销
营销在中国有很多变化,1978年之前主要是计划经济的时代,寻求政府的保护。1984年进入商品经济之后,中国企业通过大规模的扩大生产,扩大工厂得到生产效率。1992年进入市场经济之后,会涌现出一批企业,营销主要是做经销商的管理。1998年开始,中国进入互联网时代,这时候营销主要是走向了线上,比如四大门户网站——搜狐、新浪营销的发展。
2015年营销变得越来越软,渠道变得越来越分散,有的在微信朋友圈做广告,有的在微信公众号售卖,甚至有网红女主播在主播平台里卖东西。营销变得越来越软,一个口号走遍天下的时代过去了。
新兴碎片化营销传播渠道让各大品牌的CMO(首席运营官)们比较难做。如何收集好不同渠道的消费者数据,如何打通线上线下的数据触点,做更全面的消费者洞察,成为我们营销人关注的重点。
在新营销(场景营销)下有三个非常重要的点
一、消费者洞察
如何做全面、全渠道的消费者洞察?
这点在传统营销也是存在的,之所以把它拿出来看,是因为以90后、00后为消费主体的这部分人,价值观诉求非常难捕捉,不像七八十年代追求质量、性价比,彰显品牌价值就够了。
90后、00后更多追求内心的你是否懂我,你不懂我就不会买你的东西,我可能不会花200块钱买衣服,但是可能会花20000块钱报一个剑道班。零售已经不会开信用卡送产品了,你怎么捕捉到90后、00后,怎么捕捉到他的心很重要。
现在营销非常定制化,你在吃饭的场合,教育的场合,娱乐的场合,交通工具上,可能都是不同的场景,你用的营销素材,你的沟通方式,你的语气可能都会是不一样的。这三个点会是在新的场景营销当中非常重要的。
消费者洞察,我们经常把消费者分为三层——“PVC管理”:
PRM——潜在客户关系管理,比如30岁左右中年高端女性,你如何接触她们?
VRM——访客关系,是你线下门店的访客,或者你线上电商商城的访客。
CRM——客户关系管理,他对你的品牌产生认知,有可能留下,也可能流失。这三层的数据触点不一样,对消费者的信息掌握深浅不一,需要我们逐一分析把握。
二、价值观诉求
大数据时代有一个非常重要的特征——消费者数据的碎片化,我们以某一个企业,某一个客户为例。他线下有一千多家门店,线上有自己的电商商城,有自己的淘宝、京东旗舰店,有自己的语音服务中心,线下有100多家维修店,还自己搞自己的活动。如何打通它的一个消费者在不同渠道之间的碎片化数据?把ID拉通。
比如一个人有三个手机,两个邮箱,两个地址,有两台电脑,手机上有MA号,众多ID怎么拉通?识别一个人在不同渠道的数据统一,这是非常艰苦卓绝的一件事。这也是在大数据时代,我们要做好消费者洞察的必要前提。
在做完了这一点之后,我们要建立一个多层次的用户标签体系,去支持用户的选择更差。用户标签,用户画像可以分为原始数据层、预测标签、模型标签、事实标签甚至还有商业标签层的,这些不同的标签建立成在大数据时代完整的用户画像的体系。这里面用户洞察分成不同维度的微观洞察以及宏观洞察。
在建立起全景的消费者洞察之后,还是要做消费者细分,并且看一下不同的消费群体他们的心理状态和需求是什么。他们对于品牌的诉求,对于产品的要求在哪里。
这和以往不一样,以往我们大多数是通过发200份问卷做这件事情,现在我们完全可以通过扒取微博、微信、百度贴吧、论坛各种垂直行业的门户网站,和UGC内容看不同消费者在说什么,对品牌的要求、诉求是什么,这也是新兴的搜集价值观的手段。
三、场景化营销
如何在不同的场景和渠道唤醒消费者的购物欲望,非常重要。说白了就是一句话,在最合适的时间,最合适的地点,以最合适的方式,以最合适的产品和价格卖给最合适的人,这就是营销。但是你怎么识别里面最关键的合适的点?这是非常重要的地方。
这张图是我们认为现在营销不管是卖有形的产品还是无形的服务,都非常注重你如何诉说、描述内容。我们看到很多微信公众号里首先是给你讲一个故事,比如白领女性上班多么辛苦,穿衣打扮如何重要,某个明星是怎么样爱护自己的,最后给你推荐个化妆品。
在前面软的内容里,构建了一个对消费者的说服力,以及让消费者产生信任、共鸣之后,会在这个内容里把交易完成。
品牌也开始非常注重和消费者的互动,和消费者的打情骂俏,不管是在微信公众号还是在微博上,品牌越来越多的是双向,而不是单向的营销方式。
很多产品服务是在消费者互动环节里得到迭代和提升的,这也是在新时代C2B(消费者对企业)的模式。消费者会有提出很多诉求,假如你企业满足了我的诉求,我认为你是尊重我的,并且这个产品是属于我的,就会变成你这个品牌的粉丝。
四、案例分享——国内知名乳业品牌乳酸菌场景化
我们筛选百分点全网乳酸菌饮品消费者,匹配了百分点用户画像行为数据,包括媒体偏好、电商。同时取到了竞品用户画像数据,做竞争分析,获取了舆情数据,竞品消费者在互联网、社交媒体深怎么谈论这个品牌,这主要做全网大数据用户画像的分析。
主要是经过了这三个步骤:
1.消费者
女性是乳酸菌饮品主要消费人群,产品更受泛90后人群欢迎。同时我们做了很多包括时间、地域、场景的分析,就没办法展开了。有一个是我们基于全渠道用户的数据做了一个聚类分析,把细分人群分成不同的类别。
我们同时要观察哪个细分群体占比最高,因为如果某一个细分群体只有5%的人群,我们就不费劲了。我们主要选的是保健运动的推崇者和休闲的享乐一族,我们也是结合这两群人的诉求和消费价值观,以及产品定位做的。
2.完成四个竞品的分析,包括竞品人群
同时我们在价值观的提取上,因为人群是泛90后人群,所以提取了百度贴吧90后的调研。他们都在说些什么,他们都在饮食娱乐,运动上面考虑哪些点。泛90后受众喜欢聚会,我们传播助消化的品牌利益点。
3.设置传播场景
通过我们得到的信息,设置了三个传播场景:
第一,明星自爆可以膝盖不弯系鞋带。90后特别喜欢比较,喜欢证明自己的能力放在朋友圈里,比如反手摸肚脐、A4腰。
第二,邀请网红在街头聚餐;
第三,邀请网友跟风做这件事情,它主要传递乳酸菌饮品助消化的功能。
线上传播、网红街头聚餐的部分,有一些软植入。因为我们在用户画像分析里,看到两个细分群体偏好是新百伦和nike,我们会做病毒传播,把种子群体扩散出来。同时跟网友情感连接加强互动体验,也搞了跨界合作,当时正值大众点评网搞全球每日节,线下聚餐时我们提供乳酸菌饮料,让他们做在社交媒体上的传播。
这样的方案实施后,ROI(回报率)非常高,影响6.4亿人次,总互动56万人次。这体现了我们如何把大数据消费者洞察,消费者价值观深入挖掘,以及如何设计场景这三者结合起来。
总结一下,我们认为在“互联网+”和大数据的时代,营销由于消费的升级,消费者渠道的碎片化产生了非常大的变化。在这个时代里,我们要注重的不是千篇一律的营销,而是千人千面的营销。如何做好千人千面的场景化营销呢?我们认为主要有三个重要的点:
第一,全渠道消费者洞察;
第二,细分群体价值观挖掘;
第三,不同场景的设计。
这三者组成了在大数据时代的场景营销的革命。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在Python开发中,HTTP请求是与外部服务交互的核心场景——调用第三方API、对接微服务、爬取数据等都离不开它。虽然requests库已 ...
2025-12-12在数据驱动决策中,“数据波动大不大”是高频问题——零售店长关心日销售额是否稳定,工厂管理者关注产品尺寸偏差是否可控,基金 ...
2025-12-12在CDA(Certified Data Analyst)数据分析师的能力矩阵中,数据查询语言(SQL)是贯穿工作全流程的“核心工具”。无论是从数据库 ...
2025-12-12很多小伙伴都在问CDA考试的问题,以下是结合 2025 年最新政策与行业动态更新的 CDA 数据分析师认证考试 Q&A,覆盖考试内容、报考 ...
2025-12-11在Excel数据可视化中,柱形图因直观展示数据差异的优势被广泛使用,而背景色设置绝非简单的“换颜色”——合理的背景色能突出核 ...
2025-12-11在科研实验、商业分析或医学研究中,我们常需要判断“两组数据的差异是真实存在,还是偶然波动”——比如“新降压药的效果是否优 ...
2025-12-11在CDA(Certified Data Analyst)数据分析师的工作体系中,数据库就像“数据仓库的核心骨架”——所有业务数据的存储、组织与提 ...
2025-12-11在神经网络模型搭建中,“最后一层是否添加激活函数”是新手常困惑的关键问题——有人照搬中间层的ReLU激活,导致回归任务输出异 ...
2025-12-05在机器学习落地过程中,“模型准确率高但不可解释”“面对数据噪声就失效”是两大核心痛点——金融风控模型若无法解释决策依据, ...
2025-12-05在CDA(Certified Data Analyst)数据分析师的能力模型中,“指标计算”是基础技能,而“指标体系搭建”则是区分新手与资深分析 ...
2025-12-05在回归分析的结果解读中,R方(决定系数)是衡量模型拟合效果的核心指标——它代表因变量的变异中能被自变量解释的比例,取值通 ...
2025-12-04在城市规划、物流配送、文旅分析等场景中,经纬度热力图是解读空间数据的核心工具——它能将零散的GPS坐标(如外卖订单地址、景 ...
2025-12-04在CDA(Certified Data Analyst)数据分析师的指标体系中,“通用指标”与“场景指标”并非相互割裂的两个部分,而是支撑业务分 ...
2025-12-04每到“双十一”,电商平台的销售额会迎来爆发式增长;每逢冬季,北方的天然气消耗量会显著上升;每月的10号左右,工资发放会带动 ...
2025-12-03随着数字化转型的深入,企业面临的数据量呈指数级增长——电商的用户行为日志、物联网的传感器数据、社交平台的图文视频等,这些 ...
2025-12-03在CDA(Certified Data Analyst)数据分析师的工作体系中,“指标”是贯穿始终的核心载体——从“销售额环比增长15%”的业务结论 ...
2025-12-03在神经网络训练中,损失函数的数值变化常被视为模型训练效果的“核心仪表盘”——初学者盯着屏幕上不断下降的损失值满心欢喜,却 ...
2025-12-02在CDA(Certified Data Analyst)数据分析师的日常工作中,“用部分数据推断整体情况”是高频需求——从10万条订单样本中判断全 ...
2025-12-02在数据预处理的纲量统一环节,标准化是消除量纲影响的核心手段——它将不同量级的特征(如“用户年龄”“消费金额”)转化为同一 ...
2025-12-02在数据驱动决策成为企业核心竞争力的今天,A/B测试已从“可选优化工具”升级为“必选验证体系”。它通过控制变量法构建“平行实 ...
2025-12-01