搞定大數據的營銷應用，看這一篇就夠了

最新 06-28

隨著「大數據」各項應用技術的成熟與發展，企業營銷進入「智能營銷」新時代，面對「似曾相識」的消費者，企業有機會利用多源的海量數據，不斷革新的技術以及日新月異的營銷方式以精準觸達並影響消費者的決策。然而，在碎片化環境下，創新型企業該如何實現高質量的數據獲取及融合？應該如何針對行業特點進行數據處理，以完成對消費者的深度洞察和分類？又該如何實現多媒體觸點環境下的價值數據檢測以及應用？請跟隨下文，與我們一同撥雲見日，探尋「大數據」背後的秘密。

當我們在談論「大數據」時

我們在談論什麼?

雲計算，機器學習，精準營銷，人工智慧，AlphaGo，預測模型等等,已成為我們談及大數據時不可避免的熱詞。放眼大數據生態圈，它主要是分為三個層級，第一層是基礎層，這部分主要是指數據源、硬體支持以及數據採集和存儲方式；第二層是衍生層，這部分主要是關於數據挖掘、模型演算法以及數據整合；第三層則是在各個行業上的實際應用，目前在欺詐風險評估、打車軟體、醫療以及智能廣告觸達等領域已經有了比較成熟的發展。

營銷領域在大數據方面的核心訴求無外乎兩個方面：銷售和營銷。大數據在營銷領域的應用歷經了不同時代的變革和升級。從1.0到3.0的時代，大數據應用經歷了從點到線到面的升級。

大數據的「七十二變」

大數據在銷售領域的應用，從過去的從「人」找「場/貨」轉變為當今的「場/貨」找「人」。換言之，過去是以店為核心，店裡賣什麼消費者就買什麼。而現在隨著渠道界限愈加模糊，競爭日趨激烈，以人為核心的銷售模式已經逐漸形成，無論是品牌商還是渠道，愈加註重對於人的精準畫像施以不同的銷售策略，而大數據對銷售的影響，也經歷了三個主要階段：

在1.0時代，大數據分析旨在從「點」出發，以「場」為中心，定點靜態描述周邊消費者。以零售行業為例，線下實體門店普遍面臨著電商和成本運營的雙重壓力，因而需要針對目標人群進行升級改造。這時，則可以考慮對核心輻射圈3公里半徑範圍內的區域客流人群以及到店客流人群進行畫像，找到店鋪升級需要重點引流的潛力客群，並圈定重點發展潛力客群所在的高密度區域。在激烈的競爭環境中，找到重合人群，應盡量採用差異化策略。在轉型過程中，若希望拉動年輕新客，則可以考慮升級部分零售面積到更小型的業態；在選品方面，商家也可以考慮年輕和高收入人群有偏好的進口商品和生鮮食品；在環境上，也可以更注重體驗，將有孩家庭休閑娛樂購物一體化的需求列入考量指標內。

隨著觸點的增多，2.0時代的大數據應用更傾向於將各個因素串連成線，動態追蹤用戶軌跡，深刻洞察消費者。特別是在選址過程中，依據不同時間段動態追蹤消費者軌跡，了解消費者全旅程，洞察人群行為特徵，結合熱門地點及消費者動線，綜合評估選址策略及最優選擇。

在進入3.0時代時，大數據效益又有了新一輪的突破，已然形成了系統完整的面狀結構，通過機器學習有效地融合人、貨、場信息，360°洞察消費者。在大數據時代，企業有機會把客流信息、消費者畫像、線上線下全渠道銷售，現代及傳統零售渠道，以及地圖數據全面結合，匹配正確的人貨場關係，並利用機器學習進行模型分析，最終獲得不同品類在不同細分區域內的銷售機會，洞悉鋪貨前景，檢視鋪貨質量，了解銷售潛力與實際銷售指數之間的差額。也可以依據特定地區的年齡分布情況以及自身品牌的目標人群，實行精細化銷售策略。總之，大數據的成長過程也是整個商業領域的一次重大洗禮。

大數據在「營銷」領域的應用

使精準營銷成為可能

消費者複雜的多觸點路徑使營銷策略的制定面臨前所未有的挑戰。大數據在營銷領域的應用，更側重於在繁多的觸點中找到有效路徑，透過監測不斷修正營銷策略。其中，對消費者的精準畫像就來自於不同數據源的打通，從多維度研究目標人群興趣偏好。在另一方面，打通觀看與購買行為，從線上線下全面評估觀看廣告對消費者購買行為的影響，可最終實現在合適的時機，合適的場景，通過合適的渠道把合適的內容營銷給合適的用戶，以指導線上線下多平台的營銷策略。

為評價廣告效果提供新思路

大數據同樣可以通過分析消費者線上線下觸達（Reach）和反應（Reaction）的關係及路徑來評估廣告投放的效果。由於廣告投放渠道和形式的多元化，衡量不同廣告有效性的標準也愈加複雜，而大數據分析為其提供了便捷。站內站外不同廣告的來源與類型，消費者在每條廣告前的停留時間，何時為點擊量高峰期等數據都會被精確記錄下來，受之影響的各個營銷渠道的轉化率，品類搜索量以及留資率也隨之清晰可見，真正實現從消費者看的行為監測到對銷售影響的連接。