
大數(shù)據(jù)時代的營銷怎么做?
大數(shù)據(jù)時代的營銷怎么做?各公司在大數(shù)據(jù)方面出手闊綽。首席營銷官調(diào)查網(wǎng)站(The CMO Survey)報道稱,目前大約有5.5%的營銷預算用于營銷分析,這個數(shù)字將在未來3年內(nèi)增加到8.7%。大家的期望值很高,許多公司正試圖弄清楚如何破譯數(shù)據(jù),從中獲得卓越的戰(zhàn)略見解。
我非常支持這種獲取和利用數(shù)據(jù)來推動決策的趨勢。然而,這也是問題所在。隨著數(shù)據(jù)量的增長,企業(yè)的數(shù)據(jù)利用率越來越低。我首先在2012年2月提出了如下問題:“在你的公司作出決策前,對現(xiàn)有或者索取的營銷分析數(shù)據(jù)加以利用的項目占多大比例?”得到的結(jié)果是37%,當時我覺得這個比例太低。但當我在2013年8月提出同樣的問題時,比例降至29%。圖1顯示了這個比例在過去18個月里持續(xù)下降。
但這個調(diào)查結(jié)果并非完全出人意料?;仡?0年來相關調(diào)查的歷史,數(shù)據(jù)利用率始終偏低,很多種類的營銷信息都是如此,包括營銷調(diào)研、廣告調(diào)研和現(xiàn)在的社交媒體調(diào)研。這種偏低的營銷分析數(shù)據(jù)利用率妨礙了大數(shù)據(jù)對利潤的貢獻。
妨礙有多大?有些人可能會說,營銷分析等各種市場情報的最終衡量標準是能否增進企業(yè)對客戶的了解。首席營銷官調(diào)查網(wǎng)站請頂級營銷人員對他們公司在“獲得和利用對客戶的深入見解”方面的表現(xiàn)打分。滿分為5分,1分是糟糕,2分是尚可,3分是普通,4分是良好,5分是優(yōu)秀?;仡欉^往得分,結(jié)果顯示仍然處于普通水平(2013年8月為3.4分,2012年2月為3.5分,2009年8月為3.5分)。因此,即使用于營銷分析的花費增多,但我們并未看到對客戶的深入見解有所提高。
企業(yè)應該怎么做?首先,管理人員必須以終為始。上市計劃、創(chuàng)造需求的活動和銷售活動必須包括關于哪些數(shù)據(jù)應該收集以及如何利用它們的具體說明。當計劃和策略中植入了大數(shù)據(jù)方案的時候,偏低的利用率可能會上升。
其次,企業(yè)必須花錢培訓管理人員,讓他們知道如何利用營銷分析來獲得洞察力、推動決策、實施策略和評估他們已經(jīng)采取的行動。正是出于這個原因,我們在福庫商學院(Fuqua)教授“市場情報”課程,專注于信息的“使用”而非“創(chuàng)造”。企業(yè)必須更加重視市場分析的應用部分。機構和咨詢公司可以提供這類培訓。
第三,企業(yè)必須找到和留住那些能夠充分利用市場分析的合適人才。當問及“你的公司在多大程度上擁有能夠充分利用市場分析的合適人才?”時(1分為沒有合適的人才,7分為有合適的人才),僅僅3.4%的受訪者給自己的公司打了7分,56%的人打了低于平均水平的分數(shù)。圖2顯示了完整的分數(shù)分布情況(平均分為3.4分,標準偏差為1.7分)。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
訓練與驗證損失驟升:機器學習訓練中的異常診斷與解決方案 在機器學習模型訓練過程中,“損失曲線” 是反映模型學習狀態(tài)的核心指 ...
2025-09-19解析 DataHub 與 Kafka:數(shù)據(jù)生態(tài)中兩類核心工具的差異與協(xié)同 在數(shù)字化轉(zhuǎn)型加速的今天,企業(yè)對數(shù)據(jù)的需求已從 “存儲” 轉(zhuǎn)向 “ ...
2025-09-19CDA 數(shù)據(jù)分析師:讓統(tǒng)計基本概念成為業(yè)務決策的底層邏輯 統(tǒng)計基本概念是商業(yè)數(shù)據(jù)分析的 “基礎語言”—— 從描述數(shù)據(jù)分布的 “均 ...
2025-09-19CDA 數(shù)據(jù)分析師:表結(jié)構數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-19SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎用法到實戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關聯(lián)查詢效率:打破 “拆分必慢” 的認知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18DSGE 模型中的 Et:理性預期算子的內(nèi)涵、作用與應用解析 動態(tài)隨機一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構數(shù)據(jù)特征價值的專業(yè)核心 表結(jié)構數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結(jié)構化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實戰(zhàn)應用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應用 在數(shù)據(jù)分析與統(tǒng)計學領域,假設檢驗是驗證研究假設、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構數(shù)據(jù)(以 “行 - 列” 存儲的結(jié)構化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數(shù)量的準確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實踐指南 在 Python 進行 HTTP 網(wǎng)絡請求開發(fā)時(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構數(shù)據(jù)價值的核心操盤手 表格結(jié)構數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點數(shù)據(jù)的科學計數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點數(shù)據(jù)時的科學計數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務數(shù)據(jù)分析步驟的落地者與價值優(yōu)化者 業(yè)務數(shù)據(jù)分析是企業(yè)解決日常運營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗證業(yè)務邏輯:從規(guī)則拆解到數(shù)據(jù)把關的實戰(zhàn)指南 在業(yè)務系統(tǒng)落地過程中,“業(yè)務邏輯” 是連接 “需求設計” 與 “用戶體驗 ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動下的精準零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當下,精準營銷成為企業(yè)突圍的核心方 ...
2025-09-11