<a></a>
許多人感覺到大資料時代正在到來，但往往隻是一種朦胧的感覺，對于其真正對營銷帶來的威力可以用一個時髦的詞來形容——不明覺厲。實際上，還是應盡量弄明白，才會明白其厲害之處。對于多數企業而言，大資料營銷的主要價值源于以下幾個方面。
第一，使用者行為與特征分析。顯然，隻要積累足夠的使用者資料，就能分析出使用者的喜好與購買習慣，甚至做到“比使用者更了解使用者自己”。有了這一點，才是許多大資料營銷的前提與出發點。無論如何，那些過去将“一切以客戶為中心”作為口号的企業可以想想，過去你們真的能及時全面地了解客戶的需求與所想嗎？或許隻有大資料時代這個問題的答案才更明确。
第二，精準營銷資訊推送支撐。過去多少年了，精準營銷總在被許多公司提及，但是真正做到的少之又少，反而是垃圾資訊泛濫。究其原因，主要就是過去名義上的精準營銷并不怎麼精準，因為其缺少使用者特征資料支撐及詳細準确的分析。相對而言，現在的rtb廣告等應用則向我們展示了比以前更好的精準性，而其背後靠的即是大資料支撐。
第四，競争對手監測與品牌傳播。競争對手在幹什麼是許多企業想了解的，即使對方不會告訴你，但你卻可以通過大資料監測分析得知。品牌傳播的有效性亦可通過大資料分析找準方向。例如，可以進行傳播趨勢分析、内容特征分析、互動使用者分析、正負情緒分類、口碑品類分析、産品屬性分布等，可以通過監測掌握競争對手傳播态勢，并可以參考行業标杆使用者策劃，根據使用者聲音策劃内容，甚至可以評估微網誌矩陣營運效果。
第五，品牌危機監測及管理支援。新媒體時代，品牌危機使許多企業談虎色變，然而大資料可以讓企業提前有所洞悉。在危機爆發過程中，最需要的是跟蹤危機傳播趨勢，識别重要參與人員，友善快速應對。大資料可以采集負面定義内容，及時啟動危機跟蹤和報警，按照人群社會屬性分析，聚類事件過程中的觀點，識别關鍵人物及傳播路徑，進而可以保護企業、産品的聲譽，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：在企業的使用者、好友與粉絲中，哪些是最有價值的使用者？有了大資料，或許這一切都可以更加有事實支撐。從使用者通路的各種網站可判斷其最近關心的東西是否與你的企業相關；從使用者在社會化媒體上所釋出的各類内容及與他人互動的内容中，可以找出千絲萬縷的資訊，利用某種規則關聯及綜合起來，就可以幫助企業篩選重點的目标使用者。
第七，大資料用于改善使用者體驗。要改善使用者體驗，關鍵在于真正了解使用者及他們所使用的你的産品的狀況，做最适時的提醒。例如，在大資料時代或許你正駕駛的汽車可提前救你一命。隻要通過遍布全車的傳感器收集車輛運作資訊，在你的汽車關鍵部件發生問題之前，就會提前向你或4s店預警，這決不僅僅是節省金錢，而且對保護生命大有裨益。事實上，美國的ups快遞公司早在2000年就利用這種基于大資料的預測性分析系統來檢測全美60000輛車輛的實時車況，以便及時地進行防禦性修理
第八，scrm中的客戶分級管理支援。面對日新月異的新媒體，許多企業想通過對粉絲的公開内容和互動記錄分析，将粉絲轉化為潛在使用者，激活社會化資産價值，并對潛在使用者進行多個次元的畫像。大資料可以分析活躍粉絲的互動内容，設定消費者畫像各種規則，關聯潛在使用者與會員資料，關聯潛在使用者與客服資料，篩選目标群體做精準營銷，進而可以使傳統客戶關系管理結合社會化資料，豐富使用者不同次元的标簽，并可動态更新消費者生命周期資料，保持資訊新鮮有效。
第九，發現新市場與新趨勢。基于大資料的分析與預測，對于企業家提供洞察新市場與把握經濟走向都是極大的支援。例如，阿裡巴巴從大量交易資料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就曾使用大資料模型，準确預測了美國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，準确性高于98%。之後，他又通過大資料分析，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，其它各項獎預測全部命中。
第十，市場預測與決策分析支援。對于資料對市場預測及決策分析的支援，過去早就在資料分析與資料挖掘盛行的年代被提出過。沃爾瑪著名的“啤酒與尿布”案例即是那時的傑作。隻是由于大資料時代上述volume（規模大）及variety（類型多）對資料分析與資料挖掘提出了新要求。更全面、速度更及時的大資料，必然對市場預測及決策分析進一步上台階提供更好的支撐。要知道，似是而非或錯誤的、過時的資料對決策者而言簡直就是災難。
那些尋找大資料營銷切入點的企業不妨看看上述應用，或許能有所啟發。
本文作者：佚名
來源：51cto