大數據營銷價值的十大來源 - 推酷

        營銷是一門學問嗎？固然是，從人類有交易活動開始，營銷便一直存在，且隨着時代的變化而不斷產生新的形式。進入大數據時代，市場營銷也隨之而慢慢進化。

在某些方面，當前的市場營銷行業也存在着史無前例的潛力，這即是大數據時代市場營銷專業就業方向的新趨勢。不少人表示，將傳統的市場營銷智慧與大數據的巨大威力相結合，可能會在定性分析和定量分析方面產生巨大的優點。可是要作到這一點，首先還有不少工做要作。沃頓商學院運營與信息管理學教授桑德拉·希爾（shawndra hill）表示：「這是一個很是激動人心的時代。有大量的數據可挖掘，以深刻了解客戶，瞭解他們的態度和他們在想什麼。此外，數據挖掘在過去的十年已經取得了長足的進步，但咱們還有很長的路要走……也就是要弄清楚人們說話背後的真正含義。」

許多人感受到大數據時代正在到來，但每每只是一種朦朧的感受，對於其真正對營銷帶來的威力能夠用一個時髦的詞來形容--不明覺厲。實際上，仍是應儘可能弄明白，纔會明白其厲害之處。對於多數企業而言，大數據營銷的主要價值源於如下幾個方面。

第一，用戶行爲與特徵分析。

顯然，只要積累足夠的用戶數據，就能分析出用戶的喜愛與購買習慣，甚至作到「比用戶更瞭解用戶本身」。有了這一點，纔是許多大數據營銷的前提與出發點。不管如何，那些過去將「一切以客戶爲中心」做爲口號的企業能夠想一想，過去大家真的能及時全面地瞭解客戶的需求與所想嗎？或許只有大數據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說起，可是真正作到的少之又少，反而是垃圾信息氾濫。究其緣由，主要就是過去名義上的精準營銷並不怎麼精準，由於其缺乏用戶特徵數據支撐及詳細準確的分析。相對而言，如今的RTB廣告等應用則向咱們展現了比之前更好的精準性，而其背後靠的便是大數據支撐。

第三，引導產品及營銷活動投用戶所好。

若是能在產品生產以前瞭解潛在用戶的主要特徵，以及他們對產品的期待，那麼你的產品生產便可投其所好。例如，Netflix在近投拍《紙牌屋》以前，即經過大數據分析知道了潛在觀衆最喜歡的導演與演員，結果果真捕獲了觀衆的心。又好比，《小時代》在預告片投放後，即從微博上經過大數據分析得知其電影的主要觀衆羣爲90後女性，所以後續的營銷活動則主要針對這些人羣展開。

第四，競爭對手監測與品牌傳播。

競爭對手在幹什麼是許多企業想了解的，即便對方不會告訴你，但你卻能夠經過大數據監測分析得知。品牌傳播的有效性亦可經過大數據分析找準方向。例如，能夠進行傳播趨勢分析、內容特徵分析、互動用戶分析、正負情緒分類、口碑品類分析、產品屬性分佈等，能夠經過監測掌握競爭對手傳播態勢，並能夠參考行業標杆用戶策劃，根據用戶聲音策劃內容，甚至能夠評估微博矩陣運營效果。

第五，品牌危機監測及管理支持。

新媒體時代，品牌危機使許多企業談虎色變，然而大數據可讓企業提早有所洞悉。在危機爆發過程當中，最須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。大數據能夠採集負面定義內容，及時啓動危機跟蹤和報警，按照人羣社會屬性分析，聚類事件過程當中的觀點，識別關鍵人物及傳播路徑，進而能夠保護企業、產品的聲譽，抓住源頭和關鍵節點，快速有效地處理危機。

第六，企業重點客戶篩選。

許多企業家糾結的事是：在企業的用戶、好友與粉絲中，哪些是最有價值的用戶？有了大數據，或許這一切均可以更加有事實支撐。從用戶訪問的各類網站可判斷其最近關心的東西是否與你的企業相關；從用戶在社會化媒體上所發佈的各種內容及與他人互動的內容中，能夠找出千絲萬縷的信息，利用某種規則關聯及綜合起來，就能夠幫助企業篩選重點的目標用戶。

第七，大數據用於改善用戶體驗。

要改善用戶體驗，關鍵在於真正瞭解用戶及他們所使用的你的產品的情況，作最適時的提醒。例如，在大數據時代或許你正駕駛的汽車可提早救你一命。只要經過遍及全車的傳感器收集車輛運行信息，在你的汽車關鍵部件發生問題以前，就會提早向你或4S店預警，這決不只僅是節省金錢，並且對保護生命大有裨益。事實上，美國的UPS快遞公司早在2000年就利用這種基於大數據的預測性分析系統來檢測全美60000輛車輛的實時車況，以便及時地進行防護性修理

第八，SCRM中的客戶分級管理支持。

面對突飛猛進的新媒體，許多企業想經過對粉絲的公開內容和互動記錄分析，將粉絲轉化爲潛在用戶，激活社會化資產價值，並對潛在用戶進行多個維度的畫像。大數據應用能夠分析活躍粉絲的互動內容，設定消費者畫像各類規則，關聯潛在用戶與會員數據，關聯潛在用戶與客服數據，篩選目標羣體作精準營銷，進而可使傳統客戶關係管理結合社會化數據，豐富用戶不一樣維度的標籤，並可動態更新消費者生命週期數據，保持信息新鮮有效。

第九，發現新市場與新趨勢。

基於大數據的分析與預測，對於企業家提供洞察新市場與把握經濟走向都是極大的支持。例如，阿里巴巴從大量交易數據中更早地發現了國際金融危機的到來。又如，在2012年美國總統選舉中，微軟研究院的David Rothschild就曾使用大數據模型，準確預測了美國50個州和哥倫比亞特區共計51個選區中50個地區的選舉結果，準確性高於98%。以後，他又經過大數據分析，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，其它各項獎預測所有命中。

第十，市場預測與決策分析支持 。

對於數據對市場預測及決策分析的支持，過去早就在數據分析與數據挖掘盛行的年代被提出過。沃爾瑪著名的「啤酒與尿布」案例便是那時的傑做。只是因爲大數據時代上述Volume（規模大）及Variety（類型多）對數據分析與數據挖掘提出了新要求。更全面、速度更及時的大數據，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、過期的數據對決策者而言簡直就是災難。

那些尋找大數據營銷切入點的企業不妨看看上述應用，或許能有所啓發。

（文章編輯：白思洛）

來自爲知筆記(Wiz)