大(dà)數據營銷到底應該怎麽用(yòng)呢(ne)？

許多(duō)人(rén)感覺到大(dà)數據時(shí)代正在到來(lái)，但往往隻是一種朦胧的(de)感覺，對(duì)于其真正對(duì)營銷帶來(lái)的(de)威力可(kě)以用(yòng)一個(gè)時(shí)髦的(de)詞來(lái)形容——不明(míng)覺厲。實際上，還(hái)是應盡量弄明(míng)白，才會明(míng)白其厲害之處。對(duì)于多(duō)數企業而言，大(dà)數據營銷的(de)主要價值源于以下(xià)幾個(gè)方面。

首先，用(yòng)戶行爲與特征分(fēn)析。顯然，隻要積累足夠的(de)用(yòng)戶數據，就能分(fēn)析出用(yòng)戶的(de)喜好與購(gòu)買習(xí)慣，甚至做(zuò)到“比用(yòng)戶更了(le)解用(yòng)戶自己”。有了(le)這(zhè)一點，才是許多(duō)大(dà)數據營銷的(de)前提與出發點。無論如何，那些過去将“一切以客戶爲中心”作爲口号的(de)企業可(kě)以想想，過去你們真的(de)能及時(shí)全方面地了(le)解客戶的(de)需求與所想嗎？或許隻有大(dà)數據時(shí)代這(zhè)個(gè)問題的(de)答(dá)案才更明(míng)确。

第二，精确營銷信息推送支撐。過去多(duō)少年了(le)，精zhun營銷總在被許多(duō)公司提及，但是真正做(zuò)到的(de)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(de)精zhun營銷并不怎麽精zhun，因爲其缺少用(yòng)戶特征數據支撐及詳細準确的(de)分(fēn)析。相對(duì)而言，現在的(de)RTB廣告等應用(yòng)則向我們展示了(le)比以前更好的(de)準确性，而其背後靠的(de)即是大(dà)數據支撐。

第三，引導産品及營銷活動投用(yòng)戶所好。如果能在産品生産之前了(le)解潛在用(yòng)戶的(de)主要特征，以及他(tā)們對(duì)産品的(de)期待，那麽你的(de)産品生産即可(kě)投其所好。例如，Netflix在近投拍(pāi)《紙牌屋》之前，即通(tōng)過大(dà)數據分(fēn)析知道了(le)潛在觀衆喜歡的(de)導演與演員(yuán)，結果果然捕獲了(le)觀衆的(de)心。又比如，《小時(shí)代》在預告片投放後，即從微博上通(tōng)過大(dà)數據分(fēn)析得(de)知其電影(yǐng)的(de)主要觀衆群爲90後女(nǚ)性，因此後續的(de)營銷活動則主要針對(duì)這(zhè)些人(rén)群展開。

第四，競争對(duì)手監測與品牌傳播。競争對(duì)手在幹什(shén)麽是許多(duō)企業想了(le)解的(de)，即使對(duì)方不會告訴你，但你卻可(kě)以通(tōng)過大(dà)數據監測分(fēn)析得(de)知。品牌傳播的(de)有效性亦可(kě)通(tōng)過大(dà)數據分(fēn)析找準方向。例如，可(kě)以進行傳播趨勢分(fēn)析、内容特征分(fēn)析、互動用(yòng)戶分(fēn)析、正負情緒分(fēn)類、口碑品類分(fēn)析、産品屬性分(fēn)布等，可(kě)以通(tōng)過監測掌握競争對(duì)手傳播态勢，并可(kě)以參考行業的(de)用(yòng)戶策劃，根據用(yòng)戶聲音(yīn)策劃内容，甚至可(kě)以評估微博矩陣運營效果。

第五，品牌危機監測及管理(lǐ)支持。新媒體時(shí)代，品牌危機使許多(duō)企業談虎色變，然而大(dà)數據可(kě)以讓企業提前有所洞悉。在危機爆發過程中，需要的(de)是追蹤危機傳播趨勢，識别重要參與人(rén)員(yuán)，方便快(kuài)速應對(duì)。大(dà)數據可(kě)以采集負面定義内容，及時(shí)啓動危機追蹤和(hé)報警，按照(zhào)人(rén)群社會屬性分(fēn)析，聚類事件過程中的(de)觀點，識别關鍵人(rén)物(wù)及傳播路徑，進而可(kě)以保護企業、産品的(de)聲譽，抓住源頭和(hé)關鍵節點，快(kuài)速有效地處理(lǐ)危機。

第六，企業重點客戶篩選。許多(duō)企業家糾結的(de)事是：在企業的(de)用(yòng)戶、好友與粉絲中，哪些是有價值的(de)用(yòng)戶？有了(le)大(dà)數據，或許這(zhè)一切都可(kě)以更加有事實支撐。從用(yòng)戶訪問的(de)各種網站可(kě)判斷其近期關心的(de)東西是否與你的(de)企業相關；從用(yòng)戶在社會化(huà)媒體上所發布的(de)各類内容及與他(tā)人(rén)互動的(de)内容中，可(kě)以找出千絲萬縷的(de)信息，利用(yòng)某種規則關聯及綜合起來(lái)，就可(kě)以幫助企業篩選重點的(de)目标用(yòng)戶。

第七，大(dà)數據用(yòng)于改善用(yòng)戶體驗。要改善用(yòng)戶體驗，關鍵在于真正了(le)解用(yòng)戶及他(tā)們所使用(yòng)的(de)你的(de)産品的(de)狀況，做(zuò)适時(shí)的(de)提醒。例如，在大(dà)數據時(shí)代或許你正駕駛的(de)汽車可(kě)提前救你一命。隻要通(tōng)過遍布全車的(de)傳感器收集車輛運行信息，在你的(de)汽車關鍵部件發生問題之前，就會提前向你或4S店(diàn)預警，這(zhè)決不單單是節省金錢，而且對(duì)保護生命大(dà)有裨益。事實上，美(měi)國的(de)UPS快(kuài)遞公司早在2000年就利用(yòng)這(zhè)種基于大(dà)數據的(de)預測性分(fēn)析系統來(lái)檢測全美(měi)60000輛車輛的(de)實時(shí)車況，以便及時(shí)地進行防禦性修理(lǐ)

第八，SCRM中的(de)客戶分(fēn)級管理(lǐ)支持。面對(duì)日新月(yuè)異的(de)新媒體，許多(duō)企業想通(tōng)過對(duì)粉絲的(de)公開内容和(hé)互動記錄分(fēn)析，将粉絲轉化(huà)爲潛在用(yòng)戶，激發社會化(huà)資産價值，并對(duì)潛在用(yòng)戶進行多(duō)個(gè)維度的(de)畫(huà)像。大(dà)數據可(kě)以分(fēn)析活躍粉絲的(de)互動内容，設定消費者畫(huà)像各種規則，關聯潛在用(yòng)戶與會員(yuán)數據，關聯潛在用(yòng)戶與客服數據，篩選目标群體做(zuò)精确的(de)營銷，進而可(kě)以使傳統客戶關系管理(lǐ)結合社會化(huà)數據，豐富用(yòng)戶不同維度的(de)标簽，并可(kě)動态更新消費者生命周期數據，保持信息新鮮有效。

第九，發現新市場(chǎng)與新趨勢。基于大(dà)數據的(de)分(fēn)析與預測，對(duì)于企業家提供洞察新市場(chǎng)與把握經濟走向都是極大(dà)的(de)支持。例如，阿裏巴巴從大(dà)量交易數據中更早地發現了(le)國際金融危機的(de)到來(lái)。又如，在2012年美(měi)國總統選舉中，微軟研究院的(de)David Rothschild就曾使用(yòng)大(dà)數據模型，準确預測了(le)美(měi)國50個(gè)州和(hé)哥(gē)倫比亞特區(qū)共計51個(gè)選區(qū)中50個(gè)地區(qū)的(de)選舉結果，準确性高(gāo)于98%。之後，他(tā)又通(tōng)過大(dà)數據分(fēn)析，對(duì)第85屆屆奧斯卡各獎項的(de)歸屬進行了(le)預測，除zui佳導演外，其它各項獎預測全部命中。

第十，市場(chǎng)預測與決策分(fēn)析支持。對(duì)于數據對(duì)市場(chǎng)預測及決策分(fēn)析的(de)支持，過去早就在數據分(fēn)析與數據挖掘盛行的(de)年代被提出過。沃爾瑪有名的(de)“啤酒與尿布”案例即是那時(shí)的(de)傑作。隻是由于大(dà)數據時(shí)代上述Volume（規模大(dà)）及Variety（類型多(duō)）對(duì)數據分(fēn)析與數據挖掘提出了(le)新要求。更全、速度更及時(shí)的(de)大(dà)數據，必然對(duì)市場(chǎng)預測及決策分(fēn)析進一步上台階提供更好的(de)支撐。要知道，似是而非或錯誤的(de)、過時(shí)的(de)數據對(duì)決策者而言簡直就是災難。

九一數榜以人(rén)工智能、大(dà)數據、雲計算(suàn)技術爲基礎,整合龐大(dà)的(de)營銷資源,開發智能一體化(huà)的(de)營銷工具,利用(yòng)大(dà)數據智能營銷技術與平台整合化(huà)運營，打造全流程一體化(huà)的(de)大(dà)數據智能整合營銷系統,将各種不同的(de)傳播工具和(hé)宣傳手段有機地結合起來(lái),并根據市場(chǎng)環境的(de)變化(huà)進行同步修正操作,是一個(gè)集企業大(dà)數據營銷、網站建設、網站運營、網絡推廣、品牌營銷、産品推廣、輿論宣傳等服務于一體的(de)綜合性營銷服務系統,提供基于互聯網媒體大(dà)數據的(de)技術、工具、資源、運營服務。

編輯/天下(xià)網商 盛婷，本文來(lái)源于陳永東博客