大数据营销

　　大数据营销是指基于多平台的大量数据，依托大数据技术的基础上，应用于互联网广告行业的营销方式。大数据营销衍生于互联网行业，又作用于互联网行业。依托多平台的大数据采集，以及大数据技术的分析与预测能力，能够使广告更加精准有效，给品牌企业带来更高的投资回报率。

　　大数据营销的核心在于让网络广告在合适的时间，通过合适的载体，以合适的方式，投给合适的人。

　　多平台化数据采集：大数据的数据来源通常是多样化的，多平台化的数据采集能使对网民行为的刻画更加全面而准确。多平台采集可包含互联网、移动互联网、广电网、智能电视未来还有户外智能屏等数据。

　　强调时效性：在网络时代，网民的消费行为和购买方式极易在短的时间内发生变化。在网民需求点最高时及时进行营销非常重要。全球领先的大数据营销企业AdTime对此提出了时间营销策略，它可通过技术手段充分了解网民的需求，并及时响应每一个网民当前的需求，让他在决定购买的“黄金时间”内及时接收到商品广告。

　　个性化营销：在网络时代，广告主的营销理念已从“媒体导向”向“受众导向”转变。以往的营销活动须以媒体为导向，选择知名度高、浏览量大的媒体进行投放。如今，广告主完全以受众为导向进行广告营销，因为大数据技术可让他们知晓目标受众身处何方，关注着什么位置的什么屏幕。大数据技术可以做到当不同用户关注同一媒体的相同界面时，广告内容有所不同，大数据营销实现了对网民的个性化营销。

　　性价比高：和传统广告“一半的广告费被浪费掉”相比，大数据营销在最大程度上，让广告主的投放做到有的放矢，并可根据实时性的效果反馈，及时对投放策略进行调整。

　　关联性：大数据营销的一个重要特点在于网民关注的广告与广告之间的关联性，由于大数据在采集过程中可快速得知目标受众关注的内容，以及可知晓网民身在何处，这些有价信息可让广告的投放过程产生前所未有的关联性。即网民所看到的上一条广告可与下一条广告进行深度互动。

　　大数据营销随着大数据概念的提出已成为近三年内业界热议的焦点，但其在企业中的实际应用可追溯到上世纪末的美国。目前，随着媒体形式的丰富和信息技术的完善，大数据营销也随之变革。在其发展过程中，企业营销的基本价值观共体现出以卜两种转变:

　　(一)从媒体导向到用户导向

　　21世纪初是基于眼球经济的大众媒体营销时代，企业作为品牌推广的实施者和受益者，为了使其宣传活动接触到更多的消费者就需要在受关注程度较高的网站，电视台或纸媒上投放广告以达到提高营销有效率的目的。然而，这种基于大众媒体的营销推广方式虽然到达率高、辐射面广却无法切实掌握受众的动向并控制对其后续的影响。

　　因此，企业从媒体导向到用户导向的营销模式转型迫在眉睫。基于客户端的定制化跟进式营销方式逐渐代替了传统的统一化一次性媒体投放，成为了大数据营销的基础和前身。

　　(二)从用户主观信息数据库到用户客观行为数据库

　　传统的数据营销是一种基于市场调研中的人II统计数据和其他用户主观信息包括生活方式、价值取向等)来推测消费者的需求、购买的可能性和相应的购买力，从而帮助企业细分消费者、确立目标市场并进一步定位产品的营销模式。然而由于消费者主观判断的局限性，据此得出的企业各项调研指标和信息数据可能会误导相关营销人员作出偏离甚至错误的决策。因此，用户的主观信息数据己不再能满足企业营销的需要。相反，通过企业实际观测，能够全方位、多角度、精准、真实地反映用户需求及其他消费数据的用户客观行为数据库随着信息挖掘技术的口趋完善己成为企业营销的一项重要调研依据。

　　1.自有类。企业目前利用的大数据的种类之一是自有类数据，即企业基于自身网络平台开发和挖掘的一类数据。在中国，自有类数据的开发进程尚不完善，目前运营较好的自有类数据平台主要始创于欧美国家。美国流媒体巨头Netflix通过对其3000万个订阅用户的网上行为进行大数据分析，造就并预判出了《纸牌屋》的卖座。身为运动

　　品牌的Nike凭借其网上运动社区收集到了用户的各项跑步信息并因此掌握了主要城市里最佳跑步路线的数据库。而Targe超市则根据会员的消费记录推断出消费者的购物倾向，然后通过寄购物手册的形

　　式向其推荐了一系列符合需求的产品并最终营销成功。这些基于不同存在形式的企业自有类数据平台在数据收集领域上一致地扮演着信息提供者的角色，但在数据的用途上他们却在不同层面为企业的大数据营销作出各自应有的贡献。

　　2.第三方平台类。除了自建的大数据收集平台，企业现卜获取数据更主要的渠道就是通过与例如门户网站、电商网站、搜索引擎、社交网站、移动支付等第三方平台合作来取得。京东与腾讯达成的微信平台合作协议不仅弥补了京东在移动端的薄弱环节更为其导入了可观的客户流量，而在这个移动互联的社交网络时代，海量的用户资源中蕴含的大数据则为大数据精准营销提供了可能。美宜佳作为一家正在探索从线下逆向发展到线上的中小企业，其与支付宝的合作不仅是打开线上市场的制胜法宝，从中收获的消费者购买记录也是它开启数据精准营销的关键一步。

　　1.基于用户的需求定制改善产品。消费者在有意或无意中留下的信息数据作为其潜在需求的体现是企业定制改善产品的一项有力根据。ZARA公司内部的全球资讯网络会定期把从各分店收集到的顾客意见和建议汇总并传递给总部的设计人员，然后由总部作出决策后再立刻将新的设计传送到生产线，直到最终实现“数据造衣”的全过程。利用这一点ZARA作为一个标准化与本土化战略并行的公司，还分析出了各地的区域流行色并在保持其服饰整体欧美风格不变的大前提下做出了最靠近客户需求的市场区隔。同样，在ZARA的网络商店内，消费者意见也作为一项市场调研大数据参与企业产品的研发和生产，且由此映射出的前沿观点和时尚潮流还让“快速时尚”成为了ZARA的品牌代名词。

　　2.开展精准的推广活动。基于数据的精准推广活动可大致分为三类:

　　首先，企业作为其产品的经营者可以通过大数据的分析定位到有特定潜在需求的受众人群并针对这一群体进行有效的定向推广以达到刺激消费的目的。红米手机在QQ空间上的首发就是一项成功的“大数据找人”精准营销案例。通过对海量用户的行为泡括点赞、关注相关主页等)和他们的身份信息泡括年龄、教育程度、社交圈等)进行筛选后，公司从6亿Q cone用户中选出了5000万可能对红米手机感兴趣的用户作为此次定向投放广告和推送红米活动的目标群体并最终预售成功。

　　其次，针对既有的消费者，企业可以通过用户的行为数据分析他们各自的购物习惯并按照其特定的购物偏好、独特的购买倾向加以一对一的定制化商品推送。Turge佰货的促销手册、沃尔玛的建议购买清单、亚马逊的产品推荐页无一不是个性化产品推荐为企业带来可预测销售额的体现。

　　最后，企业可以依据既有消费者各自不同的人物特征将受众按照“标签”细分（如“网购达人”)，再用不同的侧重方式和定制化的活动向这些类群进行定向的精准营销。对于价格敏感者，企业需要适当地推送性价比相对较高的产品并加送一些电子优惠券以刺激消费:而针对喜欢干脆购物的人，商家则要少些干扰并帮助其尽快地完成购物。

　　3.维系客户关系。召回购物车放弃者和挽留流失的老客户也是一种大数据在商业中的应用。中国移动通过客服电话向流失到联通的移动老客户介绍最新的优惠资讯:餐厅通过会员留下的通讯信息向其推送打折优惠券来提醒久不光顾的老客户消费;Youtube根据用户以往的收视习惯确定近期的互动名单并据此发送给可能濒临流失的用户相关邮件以提醒并鼓励他们重新回来观看。大数据帮助企业识别各类用户，而针对忠诚度各异的消费者实行“差别对待”和“量体裁衣”是企业客户管理中一项重要的理念基础。

　　1、用户行为与特征分析。只有积累足够的用户数据，才能分析出用户的喜好与购买习惯，甚至做到“比用户更了解用户自己”。这一点，才是许多大数据营销的前提与出发点。

　　2、精准营销信息推送支撑。精准营销总在被提及，但是真正做到的少之又少，反而是垃圾信息泛滥。究其原因，主要就是过去名义上的精准营销并不怎么精准，因为其缺少用户特征数据支撑及详细准确的分析。

　　3、引导产品及营销活动投用户所好。如果能在产品生产之前了解潜在用户的主要特征，以及他们对产品的期待，那么你的产品生产即可投其所好。

　　4、竞争对手监测与品牌传播。竞争对手在干什么是许多企业想了解的，即使对方不会告诉你，但你却可以通过大数据监测分析得知。品牌传播的有效性亦可通过大数据分析找准方向。例如，可以进行传播趋势分析、内容特征分析、互动用户分析、正负情绪分类、口碑品类分析、产品属性分布等，可以通过监测掌握竞争对手传播态势，并可以参考行业标杆用户策划，根据用户声音策划内容，甚至可以评估微博矩阵运营效果。

　　5、品牌危机监测及管理支持。新媒体时代，品牌危机使许多企业谈虎色变，然而大数据可以让企业提前有所洞悉。在危机爆发过程中，最需要的是跟踪危机传播趋势，识别重要参与人员，方便快速应对。大数据可以采集负面定义内容，及时启动危机跟踪和报警，按照人群社会属性分析，聚类事件过程中的观点，识别关键人物及传播路径，进而可以保护企业、产品的声誉，抓住源头和关键节点，快速有效地处理危机。

　　6、企业重点客户筛选。许多企业家纠结的事是：在企业的用户、好友与粉丝中，哪些是最有价值的用户？有了大数据，或许这一切都可以更加有事实支撑。从用户访问的各种网站可判断其最近关心的东西是否与你的企业相关；从用户在社会化媒体上所发布的各类内容及与他人互动的内容中，可以找出千丝万缕的信息，利用某种规则关联及综合起来，就可以帮助企业筛选重点的目标用户。

　　7、大数据用于改善用户体验。要改善用户体验，关键在于真正了解用户及他们所使用的你的产品的状况，做最适时的提醒。例如，在大数据时代或许你正驾驶的汽车可提前救你一命。只要通过遍布全车的传感器收集车辆运行信息，在你的汽车关键部件发生问题之前，就会提前向你或4S店预警，这决不仅仅是节省金钱，而且对保护生命大有裨益。事实上，美国的UPS快递公司早在2000年就利用这种基于大数据的预测性分析系统来检测全美60000辆车辆的实时车况，以便及时地进行防御性修理。

　　8、SCRM中的客户分级管理支持。面对日新月异的新媒体，许多企业通过对粉丝的公开内容和互动记录分析，将粉丝转化为潜在用户，激活社会化资产价值，并对潜在用户进行多个维度的画像。大数据可以分析活跃粉丝的互动内容，设定消费者画像各种规则，关联潜在用户与会员数据，关联潜在用户与客服数据，筛选目标群体做精准营销，进而可以使传统客户关系管理结合社会化数据，丰富用户不同维度的标签，并可动态更新消费者生命周期数据，保持信息新鲜有效。

　　9、发现新市场与新趋势。基于大数据的分析与预测，对于企业家提供洞察新市场与把握经济走向都是极大的支持。

　　10、市场预测与决策分析支持。对于数据对市场预测及决策分析的支持，过去早就在数据分析与数据挖掘盛行的年代被提出过。沃尔玛著名的“啤酒与尿布”案例即是那时的杰作。只是由于大数据时代上述Volume（规模大）及Variety（类型多）对数据分析与数据挖掘提出了新要求。更全面、速度更及时的大数据，必然对市场预测及决策分析进一步上台阶提供更好的支撑。似是而非或错误的、过时的数据对决策者是灾难。