
如何10分鐘裝扮成大數(shù)據(jù)營銷專家?
現(xiàn)在參加個活動,如果聽不到“大數(shù)據(jù)”、“大數(shù)據(jù)營銷”這類詞,說明你混的不是互聯(lián)網(wǎng)圈子,不夠前沿,要注意革命形象了。
這里有一種快速打入圈子的方式,能讓你短時效地裝一下。你花10分鐘時間就能準(zhǔn)備好。
首先要花記住幾個詞:跨屏、精準(zhǔn)、RTB、程序化購買、定向……然后說出來,是否覺得比以前的4P、4C等等更有面子?
剩下的,就需要化繁為簡、迅速了解幾種主流的大數(shù)據(jù)營銷模式。熟悉了它們,就有了判斷一家企業(yè)是否具備大數(shù)據(jù)營銷能力的標(biāo)準(zhǔn)。這里介紹四種主流模式,分別是互滲關(guān)聯(lián)模式、精準(zhǔn)定向模式、動態(tài)調(diào)整模式、粉絲引爆器模式。
聽起來有點膈應(yīng)。不過,當(dāng)你明白了它們分別對應(yīng)的互聯(lián)網(wǎng)企業(yè)后,就能體會到理解這些實在很從容。
不過,提醒一下,這只能讓你裝10分鐘。之后你應(yīng)該趕快離開現(xiàn)場,苦心修煉。因為我也就知道這么多。
海外三種大數(shù)據(jù)營銷主流模式
先說互滲關(guān)聯(lián)模式,它是亞馬遜的菜?;具壿嬋绱诉@般:看到A,聯(lián)想到B,然后從數(shù)據(jù)中能找到直接關(guān)聯(lián)。
你應(yīng)知道沃爾瑪“啤酒+尿布”的案例。過去,很多美國新爸爸為孩子買尿布時,總喜歡順手帶走幾瓶啤酒……互滲關(guān)聯(lián)形成的案例,成就了傳統(tǒng)零售業(yè)的一個營銷經(jīng)典。
這模式后來被亞馬遜復(fù)制?!洞髷?shù)據(jù)時代》一書曾記錄,1994年,貝索斯創(chuàng)辦公司伊始,便組建一個20人內(nèi)容團隊,專門寫書評、推薦關(guān)聯(lián)新書,促進(jìn)交易。但隨著書籍?dāng)?shù)量和網(wǎng)站規(guī)模放大,這種人工方式無法適應(yīng),個性推薦系統(tǒng)誕生。
最初效果不好,因為依托的是用戶間關(guān)聯(lián)。本質(zhì)上推薦的是人。那時移動互聯(lián)網(wǎng)不發(fā)達(dá),這一維度很粗放。書評家詹姆斯?馬庫斯評價說,總讓他“和一群腦殘一起逛書店”。
亞馬遜后來轉(zhuǎn)變思路,將關(guān)聯(lián)對象由用戶變?yōu)樯唐?,奠定了“從商品到商品”的個性推薦基調(diào)。這比“從用戶到用戶”要精細(xì),因為系統(tǒng)中商品標(biāo)簽豐富,也是計算與推薦的目標(biāo)。它可以提前分析產(chǎn)品間關(guān)聯(lián),避免推薦的“冷啟動”,及時產(chǎn)生有效的結(jié)果。
則是精準(zhǔn)定向模式踐行者。這模式有DSP的影子,就是從一個大用戶群里找到最想要的A,推送給品牌方,同時也讓這群人接受他們的朋友可能感興趣的內(nèi)容,帶有強烈的社交屬性。
FB選擇的范圍,就是自己的13億多用戶。后者的喜好、購物歷史、社交關(guān)系等信息,都是掘金利器。比如通過復(fù)雜分析,F(xiàn)B可幫一家企業(yè)鎖定一些購買過與它類似商品的消費者,進(jìn)而推薦、說服他們也選擇購買這家企業(yè)的商品。
扎克伯格曾在F8 Keynote上提過一個名為Open Graph Protocol的標(biāo)準(zhǔn),后者可將網(wǎng)上所有原始數(shù)據(jù)打上獨特標(biāo)簽。當(dāng)你在FB上分享了亞馬遜一本書,系統(tǒng)會將目錄、作者等信息回傳,形成復(fù)雜數(shù)據(jù)關(guān)聯(lián),隨后FB就能為你推送其他內(nèi)容與廣告服務(wù)。
谷歌當(dāng)然不能錯過。它可是全球互聯(lián)網(wǎng)廣告巨頭。它的大數(shù)據(jù)營銷模式可稱為“動態(tài)調(diào)整模式”。比如你要推A,但實際應(yīng)用場景中,數(shù)據(jù)反饋結(jié)果是B比A更受歡迎,平臺迅速調(diào)整計劃改推B。
這種即時、高效與谷歌基于搜索建立的服務(wù)有關(guān)。每次使用它的搜索,停留時長、瀏覽內(nèi)容不同,重新搜索時,系統(tǒng)就會給呈現(xiàn)不同結(jié)果。
最后一種模式,也即“粉絲爆炸器”,對應(yīng)的是一家中國平臺——阿里媽媽?;蛟S你不知道,它是阿里集團旗下互聯(lián)網(wǎng)廣告平臺、集團現(xiàn)金奶牛。
“粉絲爆炸器”模式的邏輯是:在大量用戶群中選擇一組特定種子用戶群,然后根據(jù)商家的訴求引爆,引發(fā)更大的用戶倍增效應(yīng)。
商家的痛點在于,如何在客戶首次購買前建立一種聯(lián)系。相對已成客戶的人群規(guī)模——一家中型電商每月可能有上萬,尚未成為客戶的人群規(guī)??赡芨哌_(dá)幾億。如何從上億的潛在客戶中找到最具價值的種子人群,正是商家致勝的關(guān)鍵。
這也正是阿里媽媽“粉絲爆炸器”模式的價值。當(dāng)然它并非孤立要素,而是建立在阿里媽媽達(dá)摩盤(DMP)基礎(chǔ)上,后者是2014年整合推出的大數(shù)據(jù)大數(shù)據(jù)管理平臺。達(dá)摩盤能幫商家很快找到店鋪或品牌的一批最忠實的用戶,也即種子用戶。Lookalike模型則負(fù)責(zé)找到與這些種子用戶相似的更大群體,然后爆炸式復(fù)制、擴散。
這個過程中,規(guī)模和效果可在模型中找到平衡點,實現(xiàn)量化營銷。比如某商家有10萬種子用戶,通過Lookalike可擴展到10倍、20倍甚至30倍。但規(guī)模擴大時ROI指標(biāo)可能衰減,這時他可選擇能接受的ROI范圍,主動平衡精準(zhǔn)觸達(dá)的規(guī)模。
與沃爾瑪“啤酒+尿布”的邏輯不同,“粉絲爆炸器”側(cè)重的是人的綜合維度,尤其消費行為特征,而不是商品與服務(wù)的關(guān)聯(lián)。如果只考慮后者,新爸爸買啤酒后,系統(tǒng)未來可能會推薦給他紅酒或其他飲料,而“粉絲爆炸器”則會推薦除了尿布之外的奶粉、嬰兒護膚品、產(chǎn)后保養(yǎng)品等。
模式辨析:阿里媽媽“粉絲爆炸器”能勝出嗎?
四種大數(shù)據(jù)營銷模式有沒有高下之分?
我覺得不能在單一維度上對比。它們誕生的基礎(chǔ),與對應(yīng)企業(yè)的核心主業(yè)密切相關(guān)。需要結(jié)合它們的商業(yè)模式來看未來的適應(yīng)能力,尤其要關(guān)注它們的數(shù)據(jù).
以谷歌為例。谷歌堪稱全球最能賺錢的互聯(lián)網(wǎng)廣告巨頭,幾乎已成美國傳統(tǒng)媒體的夢魘。2015年Q3 ,谷歌Alphabet營收187億美元,廣告營收占比近90%。
它的大數(shù)據(jù)營銷,建立在它的搜索主業(yè)基礎(chǔ)上。通用搜索意味著它能覆蓋廣泛、基礎(chǔ)性的用戶與信息需求,它讓谷歌從一開始就能把握用戶的各種行為、決策。
2005年以來,谷歌連續(xù)收購了近120個大小項目,覆蓋操作系統(tǒng)、廣告、分享、社交、地圖、流媒體、桌面和移動、硬件等,持續(xù)增強了大數(shù)據(jù)挖掘、方案營銷、跨屏分發(fā)的能力,但本質(zhì)上,它仍是一家以搜索為根基的互聯(lián)網(wǎng)廣告公司。
谷歌有龐大的數(shù)據(jù),用戶行為信息豐富,技術(shù)更擅長,誰想挑戰(zhàn)它的技術(shù)能力,都很困難。但動態(tài)調(diào)整模式短板在于,用戶畫像粗糙,許多并不真實,谷歌擅長提供決策,但轉(zhuǎn)化為交易很難。谷歌10年來不斷并購技術(shù),強化了數(shù)據(jù)挖掘、分析、分發(fā)能力,但交易缺失,導(dǎo)致移動互聯(lián)網(wǎng)時代場景構(gòu)建吃力。
谷歌的難處,你從中國百度身上也看出。
FB精準(zhǔn)定向模式當(dāng)然得益于社交屬性、強大的觸達(dá)力、個性化推薦能力。Facebook用戶高達(dá)13億,用戶注冊資料相對真實,它比谷歌具有精準(zhǔn)、定向服務(wù)的條件。而社交網(wǎng)絡(luò)的屬性,在場景構(gòu)建上具有天然優(yōu)勢。所謂場景,就是人與人、人與服務(wù)之間的個性關(guān)系鏈。這一優(yōu)勢,有利于FB平臺生成個性化、人性化的故事,將廣告轉(zhuǎn)化為內(nèi)容,更適合產(chǎn)品營銷。有時能將廣告推送至從來不打開電視看廣告的客戶群面前。
但FB平臺的社交屬性,決定了精準(zhǔn)定向的短板。它會持續(xù)削弱平臺體驗。頻繁的廣告會讓社交平臺淪為垃圾站,從而影響品牌廠家的投放。雖然FB擁有近200萬廣告主,但絕大多數(shù)仍是小型公司。
FB的模式精準(zhǔn),也有它的邊界。過去一年,F(xiàn)B也在小心翼翼地涉足交易環(huán)節(jié),但不可能有太大成效。與之類似的是中國多家社交平臺的變現(xiàn)。包括微信、QQ、陌陌在內(nèi),它們遭遇著同樣的考驗。
亞馬遜20%~30%的銷售額,都通過關(guān)聯(lián)模式獲取,相當(dāng)了不起。它體現(xiàn)了場景定義、方案營銷能力。這得益于平臺數(shù)據(jù)的歷史縱深度、用戶畫像的多維與準(zhǔn)確度、豐富的商品品類等。其中,用戶交易信息是整個數(shù)據(jù)資源里最核心的部分,它比其他所謂大數(shù)據(jù)更真實,具有更大的挖掘價值。而平臺強烈的交易屬性,能讓它很輕松地化解谷歌、FB兩種模式缺乏的轉(zhuǎn)化難題。
亞馬遜模式另一支撐是強烈的媒體屬性。除了附屬網(wǎng)站、移動端入口(移動廣告聯(lián)盟網(wǎng)絡(luò)、軟硬件一體的入口Kindle等)、Amazon Media Group之外,亞馬遜在出版、流媒體、電影等領(lǐng)域布局較早,而且創(chuàng)始人貝索斯還主持收購了《華盛頓郵報》等媒體資源,這為它的大數(shù)據(jù)營銷提供了多重媒介方案。
但亞馬遜的模式,技術(shù)門檻不高。之所以有效,主要在于它的持續(xù)資本投入、平臺歷史久、數(shù)據(jù)積累更豐富。
相比它們,阿里媽媽因?qū)儆诎⒗锛瘓F旗下子品牌,感覺有些單薄。但實際上,它卻是阿里集團的現(xiàn)金牛,占據(jù)著整體營收的半壁江山。若以2015財年總營收122.93億美元計,阿里媽媽已是61.5億美元體量。
如果只分析“粉絲爆炸器”的邏輯,難以看出阿里媽媽真正的競爭力。我們要把它置入整個阿里集團的土壤中區(qū)。事實上,阿里媽媽兼容了上述三大平臺的優(yōu)點。如果從長期競爭來說,它可能對標(biāo)亞馬遜更多。
真實數(shù)據(jù)方面,阿里集團作為全球第一大電商平臺,雖比亞馬遜年輕幾歲,但開放平臺模式下的數(shù)據(jù)累積要遠(yuǎn)勝對手。而且,交易屬性也讓它的數(shù)據(jù)比絕大多數(shù)平臺更真實。阿里一個賬號可以打通多個平臺,螞蟻金服下的支付寶不僅是阿里平臺支付工具,更是大數(shù)據(jù)的中樞。
這是阿里媽媽在大數(shù)據(jù)營銷領(lǐng)域的最大優(yōu)勢。很多人過去當(dāng)然也質(zhì)疑阿里數(shù)據(jù)缺乏全網(wǎng)特征,但平臺開放性、市占率決定了,它是互聯(lián)網(wǎng)電商業(yè)真實用戶群最大的平臺。當(dāng)阿里持續(xù)投資了許多外部平臺后,它已經(jīng)具有更多潛在用戶數(shù)據(jù)。
阿里擁有不遜于亞馬遜的媒體資源。除了阿里本身媒體屬性外,過去兩年,它接連收購、投資幾十家媒體,覆蓋了社交媒體、科技新媒體、流媒體、電視、報紙、雜志等多種形式。其中,去年投資第一財經(jīng)、收購《南華早報》引發(fā)行業(yè)震動??梢赃@么說,截至目前,阿里是全球互聯(lián)網(wǎng)業(yè)已構(gòu)建其超級媒體矩陣的少數(shù)巨頭。它為阿里媽媽的大數(shù)據(jù)營銷提供了強大的通路優(yōu)勢。而它在體育、影業(yè)等領(lǐng)域的布局,同樣也能給廣告提供更豐富的O2O化服務(wù)。
在12月15日舉辦的金麥獎2015年頒獎盛典上,阿里媽媽副總裁朱順炎表示,碎片化時代,單一媒體無法完全覆蓋商家和品牌想觸達(dá)的用戶群體,只有擁有強大的媒體矩陣,才能覆蓋更多用戶,而阿里媽媽覆蓋的媒體可以觸達(dá)98%的互聯(lián)網(wǎng)用戶,幾乎所有的媒體和用戶都會在阿里媽媽媒體上做互動。
與FB比,阿里平臺用戶不及社交用戶更廣,但觸達(dá)范圍不遜對手。而且,阿里勝于交易,轉(zhuǎn)化率上,比FB具有天然的優(yōu)勢。
谷歌當(dāng)然具有強大的技術(shù)實力。它是全球互聯(lián)網(wǎng)廣告領(lǐng)域的“技術(shù)派”。但因缺乏交易支撐,它的大數(shù)據(jù)無法像阿里媽媽那樣準(zhǔn)確,而且也缺乏更高的轉(zhuǎn)化率。它高效、便捷,適合最大多數(shù)、廣泛的企業(yè),但缺乏細(xì)微場景的定義能力,個性化方面比如阿里媽媽。當(dāng)阿里在整合了搜索、地圖、操作系統(tǒng)、跨屏服務(wù)之后,它已經(jīng)具備與谷歌在全球市場同場競爭的能力。
當(dāng)然,歸屬于上述四種模式的企業(yè)遠(yuǎn)不止這四家,僅僅中國,百度與騰訊分別更像谷歌與FB,但它們也分別有自己強大的大數(shù)據(jù)營銷實力。而更多的中小互聯(lián)網(wǎng)企業(yè),也有不錯的個性化服務(wù)。只是,就目前平臺影響力與大數(shù)據(jù)營銷能力而言,上述四家的模式更典型。
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(xùn)練與驗證損失驟升:機器學(xué)習(xí)訓(xùn)練中的異常診斷與解決方案 在機器學(xué)習(xí)模型訓(xùn)練過程中,“損失曲線” 是反映模型學(xué)習(xí)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(wù)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(chǔ)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(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)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(chǔ)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(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)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(yù)期算子的內(nèi)涵、作用與應(yīng)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(gòu)數(shù)據(jù)特征價值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實戰(zhàn)應(yīng)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(yīng)用 在數(shù)據(jù)分析與統(tǒng)計學(xué)領(lǐng)域,假設(shè)檢驗是驗證研究假設(shè)、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(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲的結(jié)構(gòu)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(zhǔn)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(jìn)行 HTTP 網(wǎng)絡(luò)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(gòu)數(shù)據(jù)價值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、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(xué)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(xué)計數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價值優(yōu)化者 業(yè)務(wù)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(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)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(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營銷成為企業(yè)突圍的核心方 ...
2025-09-11