怎樣尋找大數(shù)據(jù)營銷的切入點?

責任編輯:editor005

2015-08-13 14:26:08

摘自:廣告大觀

大數(shù)據(jù)營銷的十大切入點  許多人感覺到大數(shù)據(jù)時代正在到來,但往往只是一種朦朧的感覺,對于其真正對營銷帶來的威力可以用一個時髦的詞來形容——不明覺厲。那些尋找大數(shù)據(jù)營銷切入點的企業(yè)不妨看看上述應用,或許能有所啟發(fā)。

big data,大數(shù)據(jù),數(shù)據(jù)化,大數(shù)據(jù)時代

大數(shù)據(jù)營銷的十大切入點

許多人感覺到大數(shù)據(jù)時代正在到來,但往往只是一種朦朧的感覺,對于其真正對營銷帶來的威力可以用一個時髦的詞來形容——不明覺厲。實際上,還是應盡量弄明白,才會明白其厲害之處。對于多數(shù)企業(yè)而言,大數(shù)據(jù)營銷的主要價值源于以下幾個方面。

第一,用戶行為與特征分析。顯然,只要積累足夠的用戶數(shù)據(jù),就能分析出用戶的喜好與購買習慣,甚至做到“比用戶更了解用戶自己”。有了這一點,才是許多大數(shù)據(jù)營銷的前提與出發(fā)點。無論如何,那些過去將“一切以客戶為中心”作為口號的企業(yè)可以想想,過去你們真的能及時全面地了解客戶的需求與所想嗎?或許只有大數(shù)據(jù)時代這個問題的答案才更明確。

第二,精準營銷信息推送支撐。過去多少年了,精準營銷總在被許多公司提及,但是真正做到的少之又少,反而是垃圾信息泛濫。究其原因,主要就是過去名義上的精準營銷并不怎么精準,因為其缺少用戶特征數(shù)據(jù)支撐及詳細準確的分析。相對而言,現(xiàn)在的RTB廣告等應用則向我們展示了比以前更好的精準性,而其背后靠的即是大數(shù)據(jù)支撐。

第三,引導產(chǎn)品及營銷活動投用戶所好。如果能在產(chǎn)品生產(chǎn)之前了解潛在用戶的主要特征,以及他們對產(chǎn)品的期待,那么你的產(chǎn)品生產(chǎn)即可投其所好。例如,Netflix在近投拍《紙牌屋》之前,即通過大數(shù)據(jù)分析知道了潛在觀眾最喜歡的導演與演員,結果果然捕獲了觀眾的心。又比如,《小時代》在預告片投放后,即從微博上通過大數(shù)據(jù)分析得知其電影的主要觀眾群為90后女性,因此后續(xù)的營銷活動則主要針對這些人群展開。

第四,競爭對手監(jiān)測與品牌傳播。競爭對手在干什么是許多企業(yè)想了解的,即使對方不會告訴你,但你卻可以通過大數(shù)據(jù)監(jiān)測分析得知。品牌傳播的有效性亦可通過大數(shù)據(jù)分析找準方向。例如,可以進行傳播趨勢分析、內(nèi)容特征分析、互動用戶分析、正負情緒分類、口碑品類分析、產(chǎn)品屬性分布等,可以通過監(jiān)測掌握競爭對手傳播態(tài)勢,并可以參考行業(yè)標桿用戶策劃,根據(jù)用戶聲音策劃內(nèi)容,甚至可以評估微博矩陣運營效果。

第五,品牌危機監(jiān)測及管理支持。新媒體時代,品牌危機使許多企業(yè)談虎色變,然而大數(shù)據(jù)可以讓企業(yè)提前有所洞悉。在危機爆發(fā)過程中,最需要的是跟蹤危機傳播趨勢,識別重要參與人員,方便快速應對。大數(shù)據(jù)可以采集負面定義內(nèi)容,及時啟動危機跟蹤和報警,按照人群社會屬性分析,聚類事件過程中的觀點,識別關鍵人物及傳播路徑,進而可以保護企業(yè)、產(chǎn)品的聲譽,抓住源頭和關鍵節(jié)點,快速有效地處理危機。

第六,企業(yè)重點客戶篩選。許多企業(yè)家糾結的事是:在企業(yè)的用戶、好友與粉絲中,哪些是最有價值的用戶?有了大數(shù)據(jù),或許這一切都可以更加有事實支撐。從用戶訪問的各種網(wǎng)站可判斷其最近關心的東西是否與你的企業(yè)相關;從用戶在社會化媒體上所發(fā)布的各類內(nèi)容及與他人互動的內(nèi)容中,可以找出千絲萬縷的信息,利用某種規(guī)則關聯(lián)及綜合起來,就可以幫助企業(yè)篩選重點的目標用戶。

第七,大數(shù)據(jù)用于改善用戶體驗。要改善用戶體驗,關鍵在于真正了解用戶及他們所使用的你的產(chǎn)品的狀況,做最適時的提醒。例如,在大數(shù)據(jù)時代或許你正駕駛的汽車可提前救你一命。只要通過遍布全車的傳感器收集車輛運行信息,在你的汽車關鍵部件發(fā)生問題之前,就會提前向你或4S店預警,這決不僅僅是節(jié)省金錢,而且對保護生命大有裨益。事實上,美國的UPS快遞公司早在2000年就利用這種基于大數(shù)據(jù)的預測性分析系統(tǒng)來檢測全美60000輛車輛的實時車況,以便及時地進行防御性修理

第八,SCRM中的客戶分級管理支持。面對日新月異的新媒體,許多企業(yè)想通過對粉絲的公開內(nèi)容和互動記錄分析,將粉絲轉(zhuǎn)化為潛在用戶,激活社會化資產(chǎn)價值,并對潛在用戶進行多個維度的畫像。大數(shù)據(jù)可以分析活躍粉絲的互動內(nèi)容,設定消費者畫像各種規(guī)則,關聯(lián)潛在用戶與會員數(shù)據(jù),關聯(lián)潛在用戶與客服數(shù)據(jù),篩選目標群體做精準營銷,進而可以使傳統(tǒng)客戶關系管理結合社會化數(shù)據(jù),豐富用戶不同維度的標簽,并可動態(tài)更新消費者生命周期數(shù)據(jù),保持信息新鮮有效。

第九,發(fā)現(xiàn)新市場與新趨勢。基于大數(shù)據(jù)的分析與預測,對于企業(yè)家提供洞察新市場與把握經(jīng)濟走向都是極大的支持。例如,阿里巴巴從大量交易數(shù)據(jù)中更早地發(fā)現(xiàn)了國際金融危機的到來。又如,在2012年美國總統(tǒng)選舉中,微軟研究院的David Rothschild就曾使用大數(shù)據(jù)模型,準確預測了美國50個州和哥倫比亞特區(qū)共計51個選區(qū)中50個地區(qū)的選舉結果,準確性高于98%。之后,他又通過大數(shù)據(jù)分析,對第85屆屆奧斯卡各獎項的歸屬進行了預測,除最佳導演外,其它各項獎預測全部命中。

第十,市場預測與決策分析支持。對于數(shù)據(jù)對市場預測及決策分析的支持,過去早就在數(shù)據(jù)分析與數(shù)據(jù)挖掘盛行的年代被提出過。沃爾瑪著名的“啤酒與尿布”案例即是那時的杰作。只是由于大數(shù)據(jù)時代上述Volume(規(guī)模大)及Variety(類型多)對數(shù)據(jù)分析與數(shù)據(jù)挖掘提出了新要求。更全面、速度更及時的大數(shù)據(jù),必然對市場預測及決策分析進一步上臺階提供更好的支撐。要知道,似是而非或錯誤的、過時的數(shù)據(jù)對決策者而言簡直就是災難。
那些尋找大數(shù)據(jù)營銷切入點的企業(yè)不妨看看上述應用,或許能有所啟發(fā)。

鏈接已復制,快去分享吧

企業(yè)網(wǎng)版權所有?2010-2024 京ICP備09108050號-6京公網(wǎng)安備 11010502049343號