如何用大數據探索市場營銷實踐

如何用大數據探索市場營銷實踐

1.誰在作大數據營銷?

你們都說本身在作大數據營銷。
基於：
1,業務：和市場營銷相關，所以政府機關單位數據不考慮。
2.體量：擁有足夠多有價值的數據。這一條不少互聯網企業和傳統大企業都能知足。
3.技術：有技術能力處理大數據。
上面3個因素，國內能作大數據市場營銷的還真只有BAT三家。國外的不熟悉，這裏不談。

衆所周知，三家的數據特色各不相同。騰訊優點在社交數據;阿里巴巴優點在商品和交易數據;百度優點在全網信息、消費者行爲和主動需求數據。

固然例如平安、寶潔、沃爾瑪這樣的大企業，其自身確定積累了大量的數據，基於這些數據的數據挖掘、過去就一直在作的網站分析等業務，雖然現今都冠以「大數據」的名義，但這與咱們討論的大數據還不盡相同，他們用傳統數據工具對抽取必定數據進行分析，能基於那些數據進行挖掘，只是數量增多了而已，整體而言仍然屬於傳統的小數據範疇。
2.大數據營銷作什麼?
營銷業務類型
若是粗略劃分的話，廣告主市場營銷的預算通常能夠分爲實效營銷和品牌營銷兩大塊，根據自身發展須要和行業業務特色各有側重。例如過去京東、一號店等電商類企業，平安等金融類企業主要作效果營銷，互聯網是更適合作效果的媒體投放渠道;寶潔等FMCG客戶、奔馳奧迪等汽車客戶主要作品牌營銷，傳統電視渠道是主要的媒體投放渠道。固然如今狀況也逐漸改變，主要反映在：
愈來愈多的品牌類廣告主也開始把品牌營銷預算放在互聯網上作
愈來愈多的營銷形式愈來愈綜合。效果類客戶逐漸開始作品牌(京東);品牌類客戶也開始作效果(汽車，考覈線下4S店銷量轉化)。
2.1.實效營銷
實效營銷，互聯網人太清楚了。因爲業務特性，過去的百度和阿里巴巴大數據主要應用仍是中小客戶和消費者的個性化廣告，騰訊也主要是面向消費者的個性化廣告(阿里還能夠用支付數據做信用風險評估，可是金融方面的了)。
例如像你們相對熟悉用大數據訓練優化數據挖掘模型，Amazon等一衆零售電商廣泛應用這種個性化推薦技術，在我看來只是市場營銷中的應用類型之一。包括BAT及各大電商在內的各類個性化搜索和展現廣告都是這個路子。基本上都是實效營銷，考覈CPC。在不少互聯網人眼裏，因爲熟悉實效營銷，會有一種認知，市場營銷就是這些東西。掛廣告，考覈CPM/CPC/CPD/CPS。
2.2品牌營銷
據我觀察，很多互聯網人其實對於品牌營銷是比較陌生的。關於品牌營銷
這裏須要先說爲何作品牌營銷?
理由1.賺錢的須要：實效(效果)營銷錢賺到天花板了，互聯網媒體要搶品牌營銷大頭的預算了。
整個廣告市場，大廣告主手上的預算，佔大頭的仍是品牌營銷預算，投放的媒介上傳統媒體(例如電視等)居多，投給數字媒體上的錢只是10%~30%(大概數字)左右。
理由2.客戶的須要：別再跟我提CPC了，不少東西無法經過點擊衡量，品牌的知名度、美譽度、忠誠度怎麼用CPC衡量?所以須要對大客戶提供整合營銷的解決方案。
百度過去是效果營銷的典型表明。
有一種認知，百度在網民眼裏是個搜索工具，賺錢靠SEM，靠競價排名，賺不良廣告主的錢。我以爲這也是 @Fenng 提到的智力上偷懶的表現。
百度除了普遍的中小企業客戶，還有大量的大品牌客戶，例如寶潔、奔馳、寶馬、平安、歐萊雅等等，收入比重很大。對這些大客戶，須要品牌營銷。
這樣百度大數據的價值就體現出來了。前邊說到百度數據的優點在於全網信息和消費者真實行爲和需求的表達。覆蓋的廣度不是商品交易數據能比的。所以對爲品牌提供整合營銷解決方案奠基了基礎。
基於以上，對百度最有價值的方式是基於大數據提供品牌營銷解決方案。
3.大數據營銷怎麼作?
大數據的基本營銷過程與過去數據分析基本過程沒有差異，須要在定義商業問題以後，採集和處理數據、建模分析數據、解讀數據這麼三個大層面。可是大數據對三個層面的影響使得具體的作法又與傳統不同。
3.1 數據層：採集和處理數據
傳統採集數據的過程通常是有限的、有意識的、結構化的進行數據採集，例如問卷調研的形式。你能採集到的數據必定是你能設想到的狀況。數據的結構化較好。通常的數據庫Mysql甚至Excel就能知足數據處理過程。
而互聯網時代裏，大數據的採集過程基本是無限的、無心識的、非結構化的數據採集。各類紛繁複雜的行爲數據以行爲日誌的形式上傳到服務器。專屬的例如hadoop、Mapreduce等工具就不贅述。
3.2 業務層：建模分析數據
使用的數據分析模型，例如基本統計、機器學習、例如數據挖掘的分類、聚類、關聯、預測等算法，傳統數據和大數據的作法差異不大，例如銀行、通訊運營商、零售商早已成熟運用消費者的屬性和行爲數據來識別風險和付費可能性。可是因爲數據量的極大擴增，算法也得到極大優化提高的空間。
3.3 應用層：解讀數據
數據指導營銷最重要的是解讀。
傳統通常是定義營銷問題以後，採集對應的數據，而後根據肯定的建模或分析框架，數據進行分析，驗證假設，進行解讀。解讀的空間是有限的。
而大數據提供了一種可能性，既能夠根據營銷問題，封閉性地去挖掘對應數據進行驗證，也能夠開放性地探索，得出一些可能與常識或經驗判斷徹底相異的結論出來。可解讀的點變得很是豐富。
4.大數據營銷目前作得怎麼樣?
阿里巴巴怎麼作我不清楚，感受阿里的大數據還主要在實效營銷的方面發力。經過「西湖品學·大數據峯會」的報道上看來的。
我所在的部門即是基於客戶的真實商業需求和問題，經過大數據的應用提供解決方案，目前也已經和客戶產生了很多優秀的模型方法和案例成果。
與傳統品牌營銷的幾方面相似， 大數據在品牌營銷的主要應用方向也有： 1.消費者洞察 2.媒體價值研究 3.市場競爭分析 4.品牌管理