大数据时代对营销的影响

1、大数据时代对营销的影响内容:1. 大数据对营销的价值-数据与大数据构成2. 由数据看消费者行为-描绘/预测/分析/指引3. 大数据应用的挑战-改变制定决策流程网络日志互联网文本和文档社交网络和社交数据通话内容交易明细资料来源: Epsilon大数据获取来源大数据对营销价值3V特点规模性 (Volume)目前每天2.5exabytes的数据,并且每40个月翻一倍.高速性(Velocity)近乎实时的信息内容. 信息传播速度,淘宝双11多样性(Variety)图片、文字、符号、影片声音、数字价值 (Value)资料来源: Epsilon分享内容:1. 大数据对营销的价值2. 由数据看消费者行为-描

2、绘/预测/分析/指引3. 大数据应用的挑战-改变制定决策流程4. Q&A描绘大数据的贡献预测指引分析具体描绘现有客户和潜在客户, 提供可行动的重要见解配合分析建模,大数据可助预测未来的客户行为发现更多有关客户和企业的关系(什么时候, 什么地方, 为什么, 什么方式)帮助指引企业制定客户关系策略信用卡用户用卡动线数据示意图应用范围银行业务推荐跨业合作客户关怀沉睡唤醒大数据营销 - 小品牌与大企业推广资源具有相同优势全方位营销全景客户数据库对话管理数据分析数据挖掘渠道偏好 个人化决策支持系统 剖面维护 CRM 活动管理 优惠管理 内容管理优惠活动优化 一致的信息应用 对话营销 调研 忠诚度计划 业

3、织指标 报告创建 Global ID标准化家庭（户）分门别类储存管理汇聚整合清洗访问审核更新内部数据培育忠诚度保留老客户增长客户价值获取新客户建立品牌意识Epsilon参考性数据库外部数据名单租用和附加客户数据整合媒体直邮电邮网页销售点帐单/结单/收据呼叫中心话音回应系统资料来源: Epsilon大数据重新定义精准营销概念大数据应用在营销的最大价值在个性化营销多渠道 VS 全方位多渠道(Multichannel):透过众多渠道与客户相连, 强化品牌认知全方位(Omnichannel):透过衔接及融合众多渠道与客户相连，提供最优客户体验资料来源: Epsilon客户体验是王道身订制所需的营销攻略

4、,令活动目标更加明晰,成效将更准确,产生戏剧化的增长。顾客的体验主宰一切！顾客体验型营销(CEM)是一种与消费者保持高度相关互动的营销理念,实现通过消费者参与、选购、沟通过程而进行预测并做出实时反应的一种市场营销模式. 转化顾客所经历的体验为忠诚计划的基石。在每一接触交流点上提供与消费者紧密相关的信息,配合对他们的独到见解,从而编制量建立与顾客1对1 的体验顾客智能业务迅速增长分享内容:1. 大数据时代-数据与大数据构成2. 由数据看消费者行为-描绘/预测/分析/指引3. 大数据应用的挑战-改变制定决策流程4. Q&A大数据的利益非单一部门独享产品开发付款流程门店开拓人才保留投放优化其他开发新

5、的销售渠道行业趋势物流配送口碑传播领导大数据改革的不应是IT部门大数据并不只改变企业的数据管理基建，更彻底令营销商的理念改头换面。科技只促进大数据的发展，并不是一切。营商思维才是最重要的推动力。企业决策者应倡议及领导大数据改革，并最终对度量标准和关键业绩指标负责。领导力 目标清晰,知道自己成功定义为何人才培养 数据科学家, 统计分析+商业语言技术优化 实体硬件+开源软件+储存盘决策流程 灵活的组织形式, 强化跨部门合作企业文化 尊重数据 而非直觉或经验大数据应用的挑战资料来源: 哈佛商业评论大数据营销的十个切入点 第一，用户行为与特征分析。显然，只要积累足够的用户数据，就能分析出用户的喜好与购

6、买习惯，甚至做到“比用户 更了解用户自己”。有了这一点，才是许多大数据营销的前提与出发点。无论如何，那些过去将“一切以客户为中心”作为口号的企业可以想想，过去你们真的能及 时全面地了解客户的需求与所想吗？或许只有大数据时代这个问题的答案才更明确。大数据营销的十个切入点 第二，精准营销信息推送支撑。过去多少年了，精准营销总在被许多公司提及，但是真正做到的少之又少，反而是垃圾 信息泛滥。究其原因，主要就是过去名义上的精准营销并不怎么精准，因为其缺少用户特征数据支撑及详细准确的分析。相对而言，现在的RTB广告等应用则向我们展示了比以前更好的精准性，而其背后靠的即是大数据支撑。大数据营销的十个切入点

7、第三，引导产品及营销活动投用户所好。如果能在产品生产之前了解潜在用户的主要特征，以及他们对产品的期待，那 么你的产品生产即可投其所好。例如，Netflix在近投拍纸牌屋之前，即通过大数据分析知道了潜在观众最喜欢的导演与演员，结果果然捕获了观众的 心。又比如，小时代在预告片投放后，即从微博上通过大数据分析得知其电影的主要观众群为90后女性，因此后续的营销活动则主要针对这些人群展开。大数据营销的十个切入点 第四，竞争对手监测与品牌传播。竞争对手在干什么是许多企业想了解的，即使对方不会告诉你，但你却可以通过大数 据监测分析得知。品牌传播的有效性亦可通过大数据分析找准方向。例如，可以进行传播趋势分析、

8、内容特征分析、互动用户分析、正负情绪分类、口碑品类分析、 产品属性分布等，可以通过监测掌握竞争对手传播态势，并可以参考行业标杆用户策划，根据用户声音策划内容，甚至可以评估微博矩阵运营效果。大数据营销的十个切入点 第五，品牌危机监测及管理支持。新媒体时代，品牌危机使许多企业谈虎色变，然而大数据可以让企业提前有所洞悉。 在危机爆发过程中，最需要的是跟踪危机传播趋势，识别重要参与人员，方便快速应对。大数据可以采集负面定义内容，及时启动危机跟踪和报警，按照人群社会属 性分析，聚类事件过程中的观点，识别关键人物及传播路径，进而可以保护企业、产品的声誉，抓住源头和关键节点，快速有效地处理危机。大数据营销的

9、十个切入点 第六，企业重点客户筛选。许多企业家纠结的事是：在企业的用户、好友与粉丝中，哪些是最有价值的用户？有了大数 据，或许这一切都可以更加有事实支撑。从用户访问的各种网站可判断其最近关心的东西是否与你的企业相关；从用户在社会化媒体上所发布的各类内容及与他人互 动的内容中，可以找出千丝万缕的信息，利用某种规则关联及综合起来，就可以帮助企业筛选重点的目标用户。大数据营销的十个切入点 第七，大数据用于改善用户体验。要改善用户体验，关键在于真正了解用户及他们所使用的你的产品的状况，做最适时 的提醒。例如，在大数据时代或许你正驾驶的汽车可提前救你一命。只要通过遍布全车的传感器收集车辆运行信息，在你的

10、汽车关键部件发生问题之前，就会提前向 你或4S店预警，这决不仅仅是节省金钱，而且对保护生命大有裨益。事实上，美国的UPS快递公司早在2000年就利用这种基于大数据的预测性分析系统来检 测全美60000辆车辆的实时车况，以便及时地进行防御性修理大数据营销的十个切入点 第八，SCRM（社会化客户关系管理）中的客户分级管理支持。面对日新月异的新媒体，许多企业想通过对粉丝的公开内容和互动记录分析， 将粉丝转化为潜在用户，激活社会化资产价值，并对潜在用户进行多个维度的画像。大数据可以分析活跃粉丝的互动内容，设定消费者画像各种规则，关联潜在用户 与会员数据，关联潜在用户与客服数据，筛选目标群体做精准营销，

11、进而可以使传统客户关系管理结合社会化数据，丰富用户不同维度的标签，并可动态更新消费者 生命周期数据，保持信息新鲜有效。大数据营销的十个切入点 第九，发现新市场与新趋势。基于大数据的分析与预测，对于企业家提供洞察新市场与把握经济走向都是极大的支持。 例如，阿里巴巴从大量交易数据中更早地发现了国际金融危机的到来。又如，在2012年美国总统选举中，微软研究院的DavidRothschild就曾使 用大数据模型，准确预测了美国50个州和哥伦比亚特区共计51个选区中50个地区的选举结果，准确性高于98%。之后，他又通过大数据分析，对第85届届 奥斯卡各奖项的归属进行了预测，除最佳导演外，其它各项奖预测全部命中。大数据营销的十个切入点 第十，市场预测与决策分析支持。对于数据对市场预测及决策分析的支持，过去早就在数据分析与数据挖掘盛行的年代 被提出过。沃尔玛著名的“啤酒与尿布”案例即是那时的杰作。只是由于大数据时代上述Vol