分享大數據營銷的8個目的 大數據營銷的目的有哪些?( 二 )


5.大數據營銷并非“量”的存在而在于“智慧的數字生態”“對于大數據營銷的理解 , 多數人的理解停留在‘很大的數據’這一概念 , 然而大數據實際上是一種“數據生態”的表現 , 即從交易型數據管理拓展到社會化數據管理層次 , 從結構化數據管理拓展到非結構化數據管理等 。 在此基礎上必須要有BI的商業智能分析模型的數據管理能力 , 否則無意義而言 。 ”珍島集團副總裁張蓬在接受采訪時說道 。
大數據營銷等同于精準營銷 , 或是精準營銷是大數據營銷的一個核心方向和價值體現 。 然而目前市場上很多大數據營銷技能的企業存在很多片面性 , 首先整個SNS體系的生態數據應該是完整的數據展現而并非微博、微信數據平臺等單一的數據支撐 。 其次 , 配套程度有限 。 大數據智能除了像EDM通道外 , 還需要和終端配合 , 這點目前市場上做的還很分散 。 最后 , 企業在做大數據營銷時對個體消費群體真正能夠接受大數據給自己帶來的便捷同時也因為涉及“個人隱私”這個敏感的詞匯而有所收斂 。
大數據營銷的兩個核心方向是To B和To C 。 To B即商業智能化 , 涉及企業智能化供應鏈決策體系優化 , 這個供應鏈不是常規理解的傳統意義的物流 , 而是囊括企業人力資源、服務采購、銷售市場拓展、內控成本分析等諸多層面 。 To C , 即生活服務 , 涉及餐飲、旅游、醫療等諸多領域 , 以個人信息為核心的信息組織管理模型 , 將在未來 , 重構民生體驗 。
6.大數據營銷是“大規模個性化互動”實現高效轉化的基礎大數據營銷以DMP為核心 , 包括CMO輔助決策系統 , 內容管理系統 , 用戶互動策略系統 , 效果評估與優化系統 , 消費者聆聽和客戶服務系統 , 在線支付管理系統等幾個方面 。 主要從決策層 , 分析層和執行層幾個方面來完成營銷 , 服務和銷售全流程管理 。
在銀屏時代 , 營銷的核心是品牌形象傳遞;在互聯網門戶時代 , 營銷的核心是數字化媒介購買;而在以移動 , 社會化代表的互聯網3.0時代 , 營銷的核心是實現“大規模的個性化互動” 。 這里的互動指的是更加廣義上的接觸點策略 , 比如更加有針對性的傳播內容 , 更加人性化的客服信息 , 千人千面的個性化頁面 , 而實現這一核心的基礎就是消費者大數據的管理 。 大規模代表效率 , 個性化代表更好的轉化效果 。 因此 , 所謂大數據營銷的價值就在于能夠實現更加高效的轉化 。
每個公司所處的階段不同 , 關心的問題也不同 。 未來除了廣告平臺以外 , 品牌主會更加關注其消費者生命周期的數據管理 , 與平臺合作 , 實現在多個接觸點上的個性化溝通 。 因此 , 傳統意義上廣告策略將漸漸被基于對用戶畫像的自動化溝通機制所替代 , 而CMO也必須借助構建DMP , SCRM等IT設施來應對這一趨勢 。
7.建立一個數據建模讓營銷更加精準、有效數據的獲取方法主要體現在信息系統普及、傳感器網路等等 。 其次是數據處理方法 , 像是使用通用計算機搭建計算能力超群的系統 , 如SNS社交媒體 , 利用更加開放的系統 , 在不妨礙平臺利益和用戶隱私的情況下 , 理論上獲取每一個個人的SNS行為軌跡 , 然后存儲在服務器上 , 形成一個龐大的數據庫積累后成為大數據營銷的一個數據基礎 。
目前在營銷過程中涉及數據方面的多而雜 , 這時需要對數據的有效性進行過濾 , 例如行為噪聲 , 重復數據 , 非目標用戶數據等等 。 換句話說 , 大數據時代 , 數據和處理能力不再是主要矛盾 , 主要矛盾是如何從數據中獲取想要的知識 , 也就是數據建模即挖掘能力 。 當然這個問題的求解 , 需要一些列建模的過程 , 然后把它轉化成為具體的計算問題 。
目前的大數據技術雖然可以讓營銷動作做得更加精準、有效 , 但做起來并不容易 。 即便是公認大數據營銷的大佬亞馬遜、樂天 , 也經常會被吐槽推薦的東西驢唇不對馬嘴 , 或者是已經買過的東西也會一再推薦 。 因此 , 未來基于大數據技術的提升 , 大數據營銷的精準性將帶來更多的商業價值 。
8.大數據營銷就是對“小數據”分析過程中的數據應用對于大數據營銷 , 多數人認為在做的事情可以稱之為“大數據” , 在眾多樂觀的態度中易觀國際分析師董旭卻提出了對立的觀點 。 她認為 , 今天所有營銷數據基本上是各家在利用有限的數據資源 , 雖然這個數據資源可能是龐大的 , 比如龐大cookie量 , 附屬性的分析量等 , 但將其放在互聯網、移動互聯網環境上只是與營銷相關的數據之一 。 因為現如今產業鏈的特征 , 企業都會有自己獨立的DMP系統 , 但做DMP第三方市場還沒有一個通用型的DMP平臺可以提供獲取數據 。 因此所有的DMP本身是在應用數據 , 而并非是全網的大數據 。

推薦閱讀