大數(shù)據(jù)分析營(yíng)銷(xiāo)的切入點(diǎn)在哪?
掃描二維碼
隨時(shí)隨地手機(jī)看文章
時(shí)下里,似乎人人都在談?wù)摯髷?shù)據(jù),然而說(shuō)得云里霧里者多,對(duì)其掌握的程度更可謂仁者見(jiàn)仁智者見(jiàn)智。許多企業(yè)家更關(guān)心的事是:如何才能真正找到大數(shù)據(jù)營(yíng)銷(xiāo)推廣的切入點(diǎn)?許多人感覺(jué)到大數(shù)據(jù)時(shí)代已經(jīng)到來(lái)到來(lái),但往往只是一種朦朧的感覺(jué),對(duì)于其真正對(duì)營(yíng)銷(xiāo)帶來(lái)的威力可以用一個(gè)時(shí)髦的詞來(lái)形容——不明覺(jué)厲。實(shí)際上,還是應(yīng)盡量弄明白,才會(huì)明白其厲害之處。對(duì)于多數(shù)企業(yè)而言,大數(shù)據(jù)營(yíng)銷(xiāo)的主要價(jià)值源于以下幾個(gè)方面。
第一,市場(chǎng)預(yù)測(cè)與決策分析支持。
對(duì)于數(shù)據(jù)對(duì)市場(chǎng)預(yù)測(cè)及決策分析的支持,過(guò)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(guò)。沃爾瑪著名的“啤酒與尿布”案例即是那時(shí)的杰作。只是由于大數(shù)據(jù)時(shí)代上述Volume(規(guī)模大)及Variety(類(lèi)型多)對(duì)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(shí)的大數(shù)據(jù),必然對(duì)市場(chǎng)預(yù)測(cè)及決策分析進(jìn)一步上臺(tái)階提供更好的支撐。要知道,似是而非或錯(cuò)誤的、過(guò)時(shí)的數(shù)據(jù)對(duì)決策者而言簡(jiǎn)直就是災(zāi)難。
第二,發(fā)現(xiàn)新市場(chǎng)與新趨勢(shì)。
基于大數(shù)據(jù)的分析與預(yù)測(cè),對(duì)于企業(yè)家提供洞察新市場(chǎng)與把握經(jīng)濟(jì)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(guó)際金融危機(jī)的到來(lái)。又如,在2012年美國(guó)總統(tǒng)選舉中,微軟研究院的DavidRothschild就曾使用大數(shù)據(jù)模型,準(zhǔn)確預(yù)測(cè)了美國(guó)50個(gè)州和哥倫比亞特區(qū)共計(jì)51個(gè)選區(qū)中50個(gè)地區(qū)的選舉結(jié)果,準(zhǔn)確性高于98%。之后,他又通過(guò)大數(shù)據(jù)分析,對(duì)第85屆屆奧斯卡各獎(jiǎng)項(xiàng)的歸屬進(jìn)行了預(yù)測(cè),除最佳導(dǎo)演外,其它各項(xiàng)獎(jiǎng)?lì)A(yù)測(cè)全部命中。
第三,SCRM中的客戶分級(jí)管理支持。
面對(duì)日新月異的新媒體,許多企業(yè)想通過(guò)對(duì)粉絲的公開(kāi)內(nèi)容和互動(dòng)記錄分析,將粉絲轉(zhuǎn)化為潛在用戶,激活社會(huì)化資產(chǎn)價(jià)值,并對(duì)潛在用戶進(jìn)行多個(gè)維度的畫(huà)像。大數(shù)據(jù)可以分析活躍粉絲的互動(dòng)內(nèi)容,設(shè)定消費(fèi)者畫(huà)像各種規(guī)則,關(guān)聯(lián)潛在用戶與會(huì)員數(shù)據(jù),關(guān)聯(lián)潛在用戶與客服數(shù)據(jù),篩選目標(biāo)群體做精準(zhǔn)營(yíng)銷(xiāo),進(jìn)而可以使傳統(tǒng)客戶關(guān)系管理結(jié)合社會(huì)化數(shù)據(jù),豐富用戶不同維度的標(biāo)簽,并可動(dòng)態(tài)更新消費(fèi)者生命周期數(shù)據(jù),保持信息新鮮有效。
第四,大數(shù)據(jù)用于改善用戶體驗(yàn)。
要改善用戶體驗(yàn),關(guān)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(shí)的提醒。例如,在大數(shù)據(jù)時(shí)代或許你正駕駛的汽車(chē)可提前救你一命。只要通過(guò)遍布全車(chē)的傳感器收集車(chē)輛運(yùn)行信息,在你的汽車(chē)關(guān)鍵部件發(fā)生問(wèn)題之前,就會(huì)提前向你或4S店預(yù)警,這決不僅僅是節(jié)省金錢(qián),而且對(duì)保護(hù)生命大有裨益。事實(shí)上,美國(guó)的UPS快遞公司早在2000年就利用這種基于大數(shù)據(jù)的預(yù)測(cè)性分析系統(tǒng)來(lái)檢測(cè)全美60000輛車(chē)輛的實(shí)時(shí)車(chē)況,以便及時(shí)地進(jìn)行防御性修理。
第五,企業(yè)重點(diǎn)客戶篩選。
許多企業(yè)家糾結(jié)的事是:在企業(yè)的用戶、好友與粉絲中,哪些是最有價(jià)值的用戶?有了大數(shù)據(jù),或許這一切都可以更加有事實(shí)支撐。從用戶訪問(wèn)的各種網(wǎng)站可判斷其最近關(guān)心的東西是否與你的企業(yè)相關(guān);從用戶在社會(huì)化媒體上所發(fā)布的各類(lèi)內(nèi)容及與他人互動(dòng)的內(nèi)容中,可以找出千絲萬(wàn)縷的信息,利用某種規(guī)則關(guān)聯(lián)及綜合起來(lái),就可以幫助企業(yè)篩選重點(diǎn)的目標(biāo)用戶。
第六,競(jìng)爭(zhēng)對(duì)手監(jiān)測(cè)與品牌傳播。
競(jìng)爭(zhēng)對(duì)手在干什么是許多企業(yè)想了解的,即使對(duì)方不會(huì)告訴你,但你卻可以通過(guò)大數(shù)據(jù)監(jiān)測(cè)分析得知。品牌傳播的有效性亦可通過(guò)大數(shù)據(jù)分析找準(zhǔn)方向。例如,可以進(jìn)行傳播趨勢(shì)分析、內(nèi)容特征分析、互動(dòng)用戶分析、正負(fù)情緒分類(lèi)、口碑品類(lèi)分析、產(chǎn)品屬性分布等,可以通過(guò)監(jiān)測(cè)掌握競(jìng)爭(zhēng)對(duì)手傳播態(tài)勢(shì),并可以參考行業(yè)標(biāo)桿用戶策劃,根據(jù)用戶聲音策劃內(nèi)容,甚至可以評(píng)估微博矩陣運(yùn)營(yíng)效果。
第七,精準(zhǔn)營(yíng)銷(xiāo)信息推送支撐。
過(guò)去多少年了,精準(zhǔn)營(yíng)銷(xiāo)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(guò)去名義上的精準(zhǔn)營(yíng)銷(xiāo)并不怎么精準(zhǔn),因?yàn)槠淙鄙儆脩籼卣鲾?shù)據(jù)支撐及詳細(xì)準(zhǔn)確的分析。相對(duì)而言,現(xiàn)在的RTB廣告等應(yīng)用則向我們展示了比以前更好的精準(zhǔn)性,而其背后靠的即是大數(shù)據(jù)支撐。
第八,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(gòu)買(mǎi)習(xí)慣,甚至做到“比用戶更了解用戶自己”。有了這一點(diǎn),才是許多大數(shù)據(jù)營(yíng)銷(xiāo)的前提與出發(fā)點(diǎn)。無(wú)論如何,那些過(guò)去將“一切以客戶為中心”作為口號(hào)的企業(yè)可以想想,過(guò)去你們真的能及時(shí)全面地了解客戶的需求與所想嗎?或許只有大數(shù)據(jù)時(shí)代這個(gè)問(wèn)題的答案才更明確。
第九,品牌危機(jī)監(jiān)測(cè)及管理支持。
新媒體時(shí)代,品牌危機(jī)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(jī)爆發(fā)過(guò)程中,最需要的是跟蹤危機(jī)傳播趨勢(shì),識(shí)別重要參與人員,方便快速應(yīng)對(duì)。大數(shù)據(jù)可以采集負(fù)面定義內(nèi)容,及時(shí)啟動(dòng)危機(jī)跟蹤和報(bào)警,按照人群社會(huì)屬性分析,聚類(lèi)事件過(guò)程中的觀點(diǎn),識(shí)別關(guān)鍵人物及傳播路徑,進(jìn)而可以保護(hù)企業(yè)、產(chǎn)品的聲譽(yù),抓住源頭和關(guān)鍵節(jié)點(diǎn),快速有效地處理危機(jī)。