分享大数据营销的8个目的 大数据营销的目的有哪些?( 二 )


5.大数据营销并非“量”的存在而在于“智慧的数字生态”“对于大数据营销的理解 , 多数人的理解停留在‘很大的数据’这一概念 , 然而大数据实际上是一种“数据生态”的表现 , 即从交易型数据管理拓展到社会化数据管理层次 , 从结构化数据管理拓展到非结构化数据管理等 。 在此基础上必须要有BI的商业智能分析模型的数据管理能力 , 否则无意义而言 。 ”珍岛集团副总裁张蓬在接受采访时说道 。
大数据营销等同于精准营销 , 或是精准营销是大数据营销的一个核心方向和价值体现 。 然而目前市场上很多大数据营销技能的企业存在很多片面性 , 首先整个SNS体系的生态数据应该是完整的数据展现而并非微博、微信数据平台等单一的数据支撑 。 其次 , 配套程度有限 。 大数据智能除了像EDM通道外 , 还需要和终端配合 , 这点目前市场上做的还很分散 。 最后 , 企业在做大数据营销时对个体消费群体真正能够接受大数据给自己带来的便捷同时也因为涉及“个人隐私”这个敏感的词汇而有所收敛 。
大数据营销的两个核心方向是To B和To C 。 To B即商业智能化 , 涉及企业智能化供应链决策体系优化 , 这个供应链不是常规理解的传统意义的物流 , 而是囊括企业人力资源、服务采购、销售市场拓展、内控成本分析等诸多层面 。 To C , 即生活服务 , 涉及餐饮、旅游、医疗等诸多领域 , 以个人信息为核心的信息组织管理模型 , 将在未来 , 重构民生体验 。
6.大数据营销是“大规模个性化互动”实现高效转化的基础大数据营销以DMP为核心 , 包括CMO辅助决策系统 , 内容管理系统 , 用户互动策略系统 , 效果评估与优化系统 , 消费者聆听和客户服务系统 , 在线支付管理系统等几个方面 。 主要从决策层 , 分析层和执行层几个方面来完成营销 , 服务和销售全流程管理 。
在银屏时代 , 营销的核心是品牌形象传递;在互联网门户时代 , 营销的核心是数字化媒介购买;而在以移动 , 社会化代表的互联网3.0时代 , 营销的核心是实现“大规模的个性化互动” 。 这里的互动指的是更加广义上的接触点策略 , 比如更加有针对性的传播内容 , 更加人性化的客服信息 , 千人千面的个性化页面 , 而实现这一核心的基础就是消费者大数据的管理 。 大规模代表效率 , 个性化代表更好的转化效果 。 因此 , 所谓大数据营销的价值就在于能够实现更加高效的转化 。
每个公司所处的阶段不同 , 关心的问题也不同 。 未来除了广告平台以外 , 品牌主会更加关注其消费者生命周期的数据管理 , 与平台合作 , 实现在多个接触点上的个性化沟通 。 因此 , 传统意义上广告策略将渐渐被基于对用户画像的自动化沟通机制所替代 , 而CMO也必须借助构建DMP , SCRM等IT设施来应对这一趋势 。
7.建立一个数据建模让营销更加精准、有效数据的获取方法主要体现在信息系统普及、传感器网路等等 。 其次是数据处理方法 , 像是使用通用计算机搭建计算能力超群的系统 , 如SNS社交媒体 , 利用更加开放的系统 , 在不妨碍平台利益和用户隐私的情况下 , 理论上获取每一个个人的SNS行为轨迹 , 然后存储在服务器上 , 形成一个庞大的数据库积累后成为大数据营销的一个数据基础 。
目前在营销过程中涉及数据方面的多而杂 , 这时需要对数据的有效性进行过滤 , 例如行为噪声 , 重复数据 , 非目标用户数据等等 。 换句话说 , 大数据时代 , 数据和处理能力不再是主要矛盾 , 主要矛盾是如何从数据中获取想要的知识 , 也就是数据建模即挖掘能力 。 当然这个问题的求解 , 需要一些列建模的过程 , 然后把它转化成为具体的计算问题 。
目前的大数据技术虽然可以让营销动作做得更加精准、有效 , 但做起来并不容易 。 即便是公认大数据营销的大佬亚马逊、乐天 , 也经常会被吐槽推荐的东西驴唇不对马嘴 , 或者是已经买过的东西也会一再推荐 。 因此 , 未来基于大数据技术的提升 , 大数据营销的精准性将带来更多的商业价值 。
8.大数据营销就是对“小数据”分析过程中的数据应用对于大数据营销 , 多数人认为在做的事情可以称之为“大数据” , 在众多乐观的态度中易观国际分析师董旭却提出了对立的观点 。 她认为 , 今天所有营销数据基本上是各家在利用有限的数据资源 , 虽然这个数据资源可能是庞大的 , 比如庞大cookie量 , 附属性的分析量等 , 但将其放在互联网、移动互联网环境上只是与营销相关的数据之一 。 因为现如今产业链的特征 , 企业都会有自己独立的DMP系统 , 但做DMP第三方市场还没有一个通用型的DMP平台可以提供获取数据 。 因此所有的DMP本身是在应用数据 , 而并非是全网的大数据 。

推荐阅读