1. 首頁 > 生活百科 > >

分享大數據精準營銷的7個要點 大數據精準營銷的要點有哪些？( 二 )

文案策劃問答


而數據挖掘從細微和模型角度去研究數據 ， 從學習集、訓練集發現知識規則 ， 除了一些比較商業化的軟件SAS ， WEKA功能強大的數據分析挖掘軟件 ， 這邊還是更推薦使用R ， Python ， 因為SAS ， SPSS本身比較昂貴 ， 也很難做頁面和服務級別的API ， 而Python和R有豐富的庫 ， 可以類似WEKA的模塊 ， 無縫交互其他API和程序 ， 這里還需要熟悉數據庫 ， Hadoop等 。
二、數據細分受眾
在執行大數據分析的3小時內 ， 就可以輕松完成以下的目標：精準挑選出1%的VIP顧客發送390份問卷 ， 全部回收 問卷寄出3小時內回收35%的問卷 5天內就回收了超過目標數86%的問卷數所需時間和預算都在以往的10%以下 。
這是怎么做到在問卷發送后的3個小時就回收35%？那是因為數據做到了發送時間的"一對一定制化" ， 利用數據得出 ， A先生最可能在什么時間打開郵件就在那個時間點發送問卷 。
舉例來說 ， 有的人在上班路上會打開郵件 ， 但如果是開車族 ， 并沒有時間填寫答案 ， 而搭乘公共交通工具的人 ， 上班路上的時間會玩手機 ， 填寫答案的概率就高 ， 這些都是數據細分受眾的好處 。
三、預測
“預測”能夠讓你專注于一小群客戶 ， 而這群客戶卻能代表特定產品的大多數潛在買家 。 當我們采集和分析用戶畫像時 ， 可以實現精準營銷 。 這是最直接和最有價值的應用 ， 廣告主可以通過用戶標簽來發布廣告給所要觸達的用戶 ， 這里面又可以通過上圖提到的搜索廣告 ， 展示社交廣告 ， 移動廣告等多渠道的營銷策略 ， 營銷分析 ， 營銷優化以及后端CRM/供應鏈系統打通的一站式營銷優化 ， 全面提升ROI 。
我們再說一說營銷時代的變遷 ， 傳統的企業大多還停留在“營銷1.0”時代 ， 以產品為中心 ， 滿足傳統的消費者需求 ， 而進入“營銷2.0” ， 以社會價值與品牌為使命 ， 也不能完全精準對接個性化需求 。 進入營銷3.0的數據時代 ， 我們要對每個消費者進行個性化匹配 ， 一對一營銷 ， 甚至精確算清楚成交轉化率 ， 提高投資回報比 。
四、精準推薦
大數據最大的價值不是事后分析 ， 而是預測和推薦 ， 我就拿電商舉例 ， "精準推薦"成為大數據改變零售業的核心功能 。
譬如服裝網站Stitch fix例子 ， 在個性化推薦機制方面 ， 大多數服裝訂購網站采用的都是用戶提交身形、風格數據+編輯人工推薦的模式 ， Stitch Fix不一樣的地方在于它還結合了機器算法推薦 。 這些顧客提供的身材比例 ， 主觀數據 ， 加上銷售記錄的交叉核對 ， 挖掘每個人專屬的服裝推薦模型 。 這種一對一營銷是最好的服務 。
數據整合改變了企業的營銷方式 ， 現在經驗已經不是累積在人的身上 ， 而是完全依賴消費者的行為數據去做推薦 。 未來 ， 銷售人員不再只是銷售人員 ， 而能以專業的數據預測 ， 搭配人性的親切互動推薦商品 ， 升級成為顧問型銷售 。
五、技術工具
關于預測營銷的技術能力 ， 有幾種選擇方案：
1、使用預測分析工作平臺 ， 然后以某種方法將模型輸入活動管理工具；
2、以分析為動力的預測性活動外包給市場服務提供商；
3、評估并購買一個預測營銷的解決方案 ， 比如預測性營銷云和多渠道的活動管理工具 。
但無論哪條路 ， 都要確定三項基本能力：
【分享大數據精準營銷的7個要點 大數據精準營銷的要點有哪些？】1）連接不同來源的客戶數據 ， 包括線上 ， 線下 ， 為預測分析準備好數據 ；
2）分析客戶數據 ， 使用系統和定制預測模型 ， 做高級分析 ；
3）在正確時間 ， 正確客戶 ， 正確的場景出發正確行為 ， 可能做交叉銷售 ， 跨不同營銷系統 。
六、預測模型
預測客戶購買可能性的行業標準是RFM模型（最近一次消費R ， 消費頻率F ， 消費金額M） ， 但模型應用有限 ， 本質是一個試探性方案 ， 沒有統計和預測依據 。 “過去的成績不能保證未來的表現” ， RFM只關注過去 ， 不去將客戶當前行為和其他客戶當前行為做對比 。 這樣就無法在購買產品之前識別高價值客戶 。

推薦閱讀