大数据重构精确营销模式，企业要做哪些准备( 二 ) 在线化、数据化、智能化将是

那么RTB实时竞价广告系统是如何实现精准的呢？假设潜在客户在浏览某网页面，某网会向广告交易平台（Ad Exchange）请求广告。交易平台向所有需求端平台（DSP）发出公告， “某网有访客，要不要向他发广告” 。同时， DSP请求大数据管理平台（DMP）帮助分析这位访客情况，并根据结果进行出价决策。 Ad Exchange为出价高的DSP匹配相关广告代码，并最终作出广告。
今天尖端的追踪技术和多种的大数据管理平台(DMPs)可以将受众以及广告效果数据整合于单一界面上，让广告主轻易撷取关键指标，包括转化率、流失率以及各个渠道的贡献比率，等等。
4、更好地进行顾问式营销
比如当一个顾客进入店铺后，一个零售商利用大数据技术搜索他们的数据库，发现这位顾客是其希望留住的有价值顾客，之后他们通过将其过去的购物历史和社交网页获得的这位顾客的信息综合起来，来了解需要花多少钱来留住他，从而确定所售卖物品的合适价格和零售商可以退让的利润空间，并最终针对这一位顾客给出最佳的优惠策略和个性化的沟通方式。
如今在美国沃尔玛大卖场，当收银员扫描完顾客所选购的商品后， POS机上会显示出一些附加信息，然后售货员会友好提醒顾客：“我们商场刚进两三种配酒佳料，并正在促销，位于D5货架上，您要购买吗？”这时，顾客也许会惊讶地说：“啊，谢谢你，我正想要，刚才一直没找到，那我现在再去买。 ”
这就是沃尔玛在大数据系统支持下实现的“顾问式营销”的一个实例。因为计算机系统早就算计好了，如果顾客的购物车中有不少啤酒、红酒和沙拉，则有80%的可能需要买配酒小菜、佐料了。而提供这一决策分析支持的就是其位于美国一个庞大的、通过卫星与全球所有卖场实时连通的企业级数据仓库。
若顾客看过一个商品而没有购买，则有几种可能：a.缺货， b.价格不合适， c.不是想要的品牌或不是想要的商品， d.只是看看。若在顾客查看时该商品缺货则到货时立即通知顾客；若当时有货而顾客没有买就很有可能是因为价格引起的，则在该商品降价促销时通知顾客；同时，在引入和该商品相类似或相关联的商品时温馨告知顾客。另外，通过挖掘顾客的周期性购买习惯，在临近顾客的购买周期时适时的提醒顾客。
借力大数据，零售连锁企业要为营销准备什么？
虽然大数据展示非凡的前景和巨大作用，不过，大数据营销仍面临不少问题与挑战。首先面临的是技术难题，毕竟大数据技术尚处于活跃前期，各方面技术并不太扎实，各项工具需要进一步完善。但实际情况是，真正启动大数据营销，零售连锁企业面临的不仅仅是技术和工具问题，更重要的是要转变经营思维和组织架构，来真正地挖掘那座数据金矿。
为今之计，对多数零售连锁企业而言，如何巧获捷径，构建大数据挖掘与分析系统，让数据赋能，培育核心竞争力，以立于不败之地？
【大数据重构精确营销模式，企业要做哪些准备】1、确定企业的短中期目标和标准
大数据的资源极大繁杂丰富，如果企业没有明确的目标，就算没有走入迷途至少会觉得非常迷茫。因此，首先，要确定企业运用大数据的短中期目标，定义企业的价值数据标准，之后再使用那些能够解决特定领域问题的工具。逐步推广，步步为营，不要把理想定得太高，否则失望会愈大。
2、储备好大数据相关技术人才
零售连锁企业运用大数据为营销管理服务之前，技术团队要到位是基础。企业的营销团队要能够非常自如地玩转数据。许多人认为社交媒体营销人是个有趣的工作，其实只是个艰苦的活儿。它非常注重数据、衡量标准和数据可视化等问题。要能熟悉驾驭，首先要确保企业技术人员已经接受过相关技能培训，了解如何最大化利用大数据的作用和潜力为企业营销服务。
3、从BI系统开始，做好数据的收集和积累
这主要体现在数据获取收集方面，这是数据分析的基础。不仅仅是指盲目获取数据，而是明确需要获取的数据类型。这就需要根据零售连锁企业的业务发展需求以及战略，明确数据获取的主要类型。一般而言，零售连锁企业主要集中的数据需求在人员、终端、渠道商、费用、资产、业务行为等方面，可先从引进应用小型BI分析系统开始，根据企业实际情况进行具体数据类型的建模收集，打好基础，然后进一步做大企业大数据智能分析系统。