大数据重构精确营销模式,企业要做哪些准备


大数据重构精确营销模式,企业要做哪些准备文章插图
在线化、数据化、智能化将是未来企业的重要“脸谱” 。 随着近几年大数据基础设施的日益完善和大数据技术的日新月异 , 人类正从IT时代走向DT时代 , 使得人类社会制造出的数据呈指数级井喷 , 以大数据驱动的营销应用得以更好的实现并越来越凸显重要 。 越来越多的快消品企业将用户分析甚至是企业应用同大数据加以融合结合 , 用数据来整合优化提升自己的流程、产品以及决策 , 让运营管理变得更有效 。
重构零售连锁精确营销模式
大数据时代到来之前 , 企业多从哪些平台提取数据、利用哪些营销数据?一般是CRM或BI系统中的顾客信息、市场促销、广告活动、展览等结构化数据以及企业官网一些数据 。 但这些信息只能达到企业正常营销管理需求的10%的量能 , 并不足够给出一个重要洞察和发现规律 。
而其它85%的数据 , 诸如社交媒体数据、邮件数据、地理位置、音视频等这类不断增加的信息数据 , 和包括数据量更大、逐渐广泛应用、以传感器为主的物联网信息 , 以及风起云涌的移动互联网信息 , 等等 , 这些就是大数据所指的非结构性或者叫做多元机构性所需的数据 , 它们更多以图片、视频等方式 , 几年前可能被置之度外 , 不会被运用 , 价值尚未被有效地挖掘 , 而今大数据能进一步提高算法和机器分析的作用 , 这类数据在如今竞争激烈的市场却日显宝贵、作用突出 , 并能被大数据技术所充分挖掘、运用 。
1、对营销决策数据进行更好的优化
包括沃尔玛、家乐福、麦当劳等知名零售连锁企业的一些主要门店均安装了搜集运营数据的装置 , 用于跟踪客户互动、店内客流和预订情况 , 研究人员可以对菜单变化、餐厅设计以及顾问意见等是如何对物流和销售额的影响进行建模 。 这些企业可将这些数据与交易记录相结合起来 , 并利用大数据工具展开分析 , 从而在销售哪些商品、如何摆放货品以及何时调整售价上给出意见 , 此类方法已经帮助这些领先零售企业减少了17%的存货 , 同时增加了高利润率自有品牌商品的比例 。
以前相关一些CRM系统 , 只能促使分析报告回答“发生了什么事” , 现在一个优秀的大数据系统已可以被用来回答“为什么会发生这种事” , 而且一些关联数据库还可以预言“将要发生什么事” , 最终发展为非常活跃的数据仓库 , 从而能判断“你(用户)想要什么事发生” 。
2、对目标对象进行更完整的分析、描述
通过获取更丰富的消费者数据 , 包括网站浏览数据、社交数据和地理追踪数据等 , 可以绘制出更完整的消费者行为描述 。 譬如 , 大数据技术能对客人方方面面的信息进行充分有效管理并深度挖掘 。
如果某个客人是某餐饮酒店的老主顾 , 那么该大数据系统就会向酒店提供个性化服务 , 清楚告知酒店经理人这位客人的习惯和喜好 , 当客人再次光临时 , 不用客人自己提出来 , 酒店大数据系统就会自动提供客人所喜欢的房间和服务等相关信息 , 大大提升酒店管理效率 。
利用大数据中的语义搜索功能 , 系统能理解自然语言的含义 , 包括理解工作的头衔、技能、行业和教育等 , 除此之外 , 它可以做到智能处理拼写错误、缩写、标点符号等更多问题 , 也能识别相同的词在不同语境中的含义 , 以更好地为营销管理服务 。 例如:销售经理 , 财务经理 , 人事经理 , 它们中都有“经理”二字 , 显然代表了不同的语义 , 借用语义搜索技术 , 能对目标对象实现智能的区隔、判断 。
3、实现点对点智能广告模式
对于广告主来说 , 广告核心问题在于:如何从海量数据中寻找目标受众 , 并投放相应的广告信息 。
时下广告不是点对点模式的 , 而是主从模式 , 象单个“老师”(产品)对众多满地跑的“学生”(消费者等受众) , 可是“老师”却总是抓不住多数“学生” , 把99%的广告费都扔了 。
大数据能通过互联网点击流 , 可跟踪个体用户的行为 , 更新其偏爱 , 并实时模仿其可能的行为 , 让点对点的RTB(实时竞价广告)成为可能 。 在美国 , 在大数据的帮助下 , RTB能把炙手可热的目标用户 , 拍卖给广告商 。 以前 , 电梯里 , 上来一个秃头的中年人 , 如果你在电梯里打的是洗发水广告 , 那肯定瞎了 。 现在 , 有了RTB , 广告将盯住不是满地跑的“学生” , 而是那个喜欢看广告的目标人;广告市场上卖的也不是传统意义上的广告位了 , 而是访问这个广告位的具体用户 。