2015年08月11日
<a target="_blank" href="http://www.199it.com/archives/category/dataindustry/bigdata">大資料</a>
大資料營銷時代來臨
營銷學領域過去半個多世紀的發展讓我們見證了從“以産品為中心”到“以客戶為中心”的轉變。随着近年來網際網路、移動網際網路、新社交媒體的發展，資訊過載，資料爆炸、消費者個性化需求的凸顯，消費者成為商業行為的主宰者；另一方面，大資料分布式存儲、大資料分析及挖掘技術的發展使得對海量資料中收集、分析、整合并進行分析成為可能。基于大資料精準營銷這個過程對企業的營銷戰略提出了很大的機會和挑戰。
基于資料的營銷基本過程：
基于大資料的精準營銷過程分為：采集和處理資料、模組化分析資料、解讀資料這麼三個大層面。通過對客戶特征、産品特征、消費行為特征資料的采集和處理，可以進行多元度的客戶消費特征分析、産品政策分析和銷售政策指導分析。通過準确把握客戶需求、增加客戶互動的方式推動營銷政策的策劃和執行。
1、資料層：采集和處理資料
大資料處理的資料類型包括：括圖檔、文本、網頁、社交網絡，還有傳統的交易資料。
不局限在傳統采集資料的過程一般是有限的、有意識的、結構化的進行資料采集你能采集
2、業務層：模組化分析資料
使用的資料分析模型，例如基本統計、機器學習、例如資料挖掘的分類、聚類、關聯、預測等算法。
3、應用層：解讀資料
資料指導營銷最重要的是解讀。傳統一般是定義營銷問題之後，采集對應的資料，然後根據确定的模組化或分析架構，資料進行分析，驗證假設，進行解讀。解讀的空間是有限的。
而大資料提供了一種可能性，既可以根據營銷問題，封閉性地去挖掘對應資料進行驗證，也可以開放性地探索，得出一些可能與常識或經驗判斷完全相異的結論出來。可解讀的點變得非常豐富。
大資料營銷資料類型：
人口統計學資料：包括使用者的年齡、性别、國籍、注冊時提供的資訊；
使用者行為資料：通路、頁面停留時長、觸點等。
使用者内容偏好資料：感興趣的話題、評論内容、品牌偏好、位置偏好、時間偏好等。
交易資料：實際訂單、客單件、訂單轉化率、促銷響應率等
大資料營銷應用場景：
從企業營銷應用層面上看，主要是圍繞客戶、産品、消費行為三大元素進行營銷策
略的制定和實施的。這三要素之間彼此獨立又互相聯系，每個獨立要素都可制定營銷策
略，同時三要素之間的關聯組合更是企業制定有效營銷政策的關鍵。
應用1：客戶價值識别（使用者特征）
通過對使用者交易曆史資料收集；
進行RFM分析，定位最有價值使用者群及潛在使用者群。最具價值客戶提高忠誠度；潛在使用者：主動營銷促使産生實際購買行為。客戶價值低使用者群在營銷預算少的情況下考慮不實行營銷推廣。
通過因子分析，發覺影響使用者重複購買的主要因素，從類似：價格因素、口碑原因、評論資訊等資訊中識别主要因素及影響權重，調整産品或市場定位。查明促使顧客購買的原因指導，調整宣傳重點或組合營銷方式。
應用2：使用者行為名額：
通過對使用者行為資料收集；
通過使用者行為管道來源的自動追蹤：系統可自動跟蹤并對訪客來源進行判别分類，根據三大營銷過程對付費搜尋、自然搜尋、合作管道、banner廣告、郵件營銷等營銷管道進行營銷跟蹤和效果分析。
營銷效用方面：知道具體的使用者身受哪種媒體營銷的影響，他們怎樣進入特定網站，跨屏、浏覽某個網站時他們會做什麼。
根據地理位置分别設定目标，比如大多數中上層人士，居中位置比較集中。不在是籠統的客戶群。
應用3：個性化關聯分析
通過對使用者購買了什麼産品、浏覽了什麼産品、如何浏覽網站等網站行為資料收集；通過分析客戶群需求相似程度、産品相似度，通過個性化推薦引擎向使用者推薦哪些産品或服務是哪些使用者感興趣的。他們在多大程度上被促銷活動、其他買家對産品的評論所影響。
大資料精準營銷面臨挑戰：
1、多管道融合進行精準營銷：全球資料爆炸、移動網際網路、社會化媒體、可選管道和裝置增加、不斷變化的消費者特征、營銷自動化：營銷和銷售行為、供應鍊、客戶關系都整合在一起。如何更好的實作将各管道資料融合對提高精準營銷的準确度提出挑戰。
2、最近幾年，網際網路的産品呈現出一輪爆發性發展态勢。尤其是移動終端的普及，使得很多傳統的網際網路産品也開始移動化。地理位置融入社會化媒體營銷是精準營銷要考慮的問題。
3、基于資料挖掘的即時營銷：企業如今正在漸漸遠離批量處理，轉向實時分析來擷取競争優勢。精準營銷也要求在活動的同時我們就能得到資料，立即優化營銷效果。
4、精準營銷系統：自助式營銷、可擴充的場景及營銷規則管理功能。