
千亿数据营销战场:大数据能否灵魂附体_数据分析师
营销是大数据首当其冲的战场之一,但大数据营销,是虚是实?
在大数据营销领域,最广为人知的莫过于那则笑话:由于一个经理在自己电脑上看到公司网站页面上有不雅广告,责怪底下人工作不力。而事实上,正是大数据在背后挖掘出了这位经理的网络浏览特征。
事实上,这个笑话所表达的场景,在眼下的大数据技术下并不难呈现。目前在数字营销领域,几乎所有人都在谈利用大数据精准投放。
而根据艾瑞咨询的分析预测,2013年我国数字营销市场规模达到1100亿元,同比增长46.1%,维持高速增长,预计2017年市场规模可达2862亿元。
为什么是中小企业?
大数据营销公司博雅立方CEO裴向宇对记者表示你,数字营销成为大数据领域最早的应用之一,一方面因为数字媒体越来越多,对于做数字营销的公司来说,技术水平要求也越来越高;另一方面是客户的需求越来越挑剔,越来越结果导向。
目前与大数据营销挂钩的数字营销公司有很多。事实上,大数据营销主要是针对用户和媒体的数据进行分析与挖掘,并对广告主进行匹配,从而对广告在价格、有效性方面做投放性价比优化,让投放有数据支持并且傻瓜化。
某种程度上,大数据让中小企业的数字营销开始变得简单。譬如,搬家行业是一个目前在线下几乎只有大公司,小公司只能在网上找市场空间的行业。这种典型的中小型企业,既不懂网络营销,不懂大数据,也没有团队去帮它,而如果它去找广告公司,广告公司会觉得它的广告预算太少。而数字营销公司许多以软件自动化为主,以人工为辅,成本可以支撑它的广告预算。
博雅立方会给予中小型客户若干个方案,给它提供SaaS软件技术的服务,可以通过其掌中宝手机软件监测投放渠道的效果,监测投放是否有一些问题,网站的体验是否有问题,客户在掌中宝上可以获取这些细节,并通过手机客户端反馈,博雅立方大数据分析引擎和分析师就会帮客户进行投放的优化。
数据要能自动化、智能化
以前营销咨询基本都是拍脑门,现在都是基于数据来做广告决策,并且这个数据已经实现实时。上海荷格科技CEO张迪接受21世纪报道记者采访时表示,数字营销今后一定是以大数据做决策支撑,毕竟广告是面对亿级以上的受众。
北大光华管理学院商务统计学教授王汉生表示,大数据只是通俗化的说法,像口号一样,根本还是数据分析,不过,数据分析需要数据和对行业的了解。
数字营销公司处于这个行业中,对在线广告的数据专注得比较多,因此做大数据营销并非不靠谱。王汉生认为,数据有价值,对营销就有价值,过去 大家会去了解消费者意图和购买能力等等,消费行为和消费金额自然而然就有价值;而现在的技术基础上,消费者表达的文本、社交关系、地理位置,可以从一个侧 面更好地佐证一个人的信息。
正是基于这个原因,现在许多数字营销公司最在乎的就是数据。目前BAT等互联网巨头的数据已经多少有些开放。奇虎360在其刚刚举办的首届数字世界大会上,也推出实效平台、聚效平台和来店通等三款产品,就是把集合了数十亿用户信息的数据,免费分享给广告主。
这实际上放出了一个信号:在大数据时代,要想赢得代理商和广告主,开放数据渐成趋势,未来这些巨头或许将根据自身的战略规划和竞争环境去对生态体系开放。
不是说你有能力去做一些数据挖掘就能够跟大数据挂上钩,这里面实际上还包括很多东西。裴向宇说,只有真的能够把这些数据变成自动化、智能 化,真正能够客户带来价值,大数据的价值才能体现出来,目前也有很多以人员为主的公司也号称自己是大数据,其实他们还处于一个比较初级的阶段。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
用 SQL 验证业务逻辑:从规则拆解到数据把关的实战指南 在业务系统落地过程中,“业务逻辑” 是连接 “需求设计” 与 “用户体验 ...
2025-09-11塔吉特百货孕妇营销案例:数据驱动下的精准零售革命与启示 在零售行业 “流量红利见顶” 的当下,精准营销成为企业突围的核心方 ...
2025-09-11CDA 数据分析师与战略 / 业务数据分析:概念辨析与协同价值 在数据驱动决策的体系中,“战略数据分析”“业务数据分析” 是企业 ...
2025-09-11Excel 数据聚类分析:从操作实践到业务价值挖掘 在数据分析场景中,聚类分析作为 “无监督分组” 的核心工具,能从杂乱数据中挖 ...
2025-09-10统计模型的核心目的:从数据解读到决策支撑的价值导向 统计模型作为数据分析的核心工具,并非简单的 “公式堆砌”,而是围绕特定 ...
2025-09-10CDA 数据分析师:商业数据分析实践的落地者与价值创造者 商业数据分析的价值,最终要在 “实践” 中体现 —— 脱离业务场景的分 ...
2025-09-10机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03