
為什么超市在利用數(shù)據(jù)方面獨樹一幟
軟件可以對原始數(shù)據(jù)進(jìn)行分析,卻不能形成洞察力,后者需要人和介入。下面分析的是如何將大數(shù)據(jù)轉(zhuǎn)化為強(qiáng)有力的決策。
大數(shù)據(jù)時代,與客戶建立融洽的關(guān)系,比以往任何時候都更容易。在營銷軟件、客戶關(guān)系管理系統(tǒng)、社交媒體、智能手機(jī)和在線活動普及的驅(qū)動下,我們掌握了更多的客戶反饋和用戶數(shù)據(jù),同時在捕獲、分析和解析數(shù)據(jù)的技術(shù)方面取得了巨大的進(jìn)步。
麻煩的是,出于某些原因,數(shù)據(jù)和技術(shù)的結(jié)合并非易事。GIInsight的《2013客戶親密指數(shù)》(2013 Customer Intimacy Index)的焦點,旨在揭示導(dǎo)致這一現(xiàn)狀的原因,以及如何迎接相關(guān)挑戰(zhàn)。該調(diào)查研究了在包括ISP到汽車制造商的16個不同行業(yè)中,企業(yè)是如何與客戶進(jìn) 行溝通的,其中包括對1000多名英國消費者的調(diào)查。最后的調(diào)查報告,被用于與2010年的結(jié)果進(jìn)行對比,以找出在當(dāng)今數(shù)字化的時間,哪些才是真正的贏家 和輸家。
調(diào)查中,消費者根據(jù)這些企業(yè)與客戶溝通過程中所表現(xiàn)的客戶知識和對客戶的理解,對其打分。被評價的對象包括超市、銀行、移動運營商和 其他類型的企業(yè)。對客戶的熟悉程度分別從"像好朋友一樣了解我"到"像是一個完全的陌生人"。調(diào)查結(jié)果被用于計算各行業(yè)的整體和相對得分。
調(diào) 查揭示了一些讓人吃驚,甚至震驚的事實。有些本應(yīng)該擁有先進(jìn)數(shù)據(jù)采集能力和通信技術(shù)的行業(yè),在了解客戶方面的得分非常差。那些致力于將傳統(tǒng)數(shù)據(jù)庫營銷(強(qiáng) 調(diào)定期客戶互動,重視客戶忠誠度計劃)、市場推廣活動和IT技術(shù)成功結(jié)合的企業(yè),在建立良好客戶關(guān)系方面做的最為成功。
超市和銀行,這些傳統(tǒng) 上擁有較多客戶接觸的行業(yè),在調(diào)查中排名第一和第二位。2010年的調(diào)查中,銀行排名為第三。技術(shù)驅(qū)動的行業(yè)緊隨其后,包括移動運營商、娛樂行業(yè)、手機(jī)制 造商和互聯(lián)網(wǎng)服務(wù)供應(yīng)商。這些企業(yè)在利用新型營銷技術(shù)和數(shù)字化渠道,采集和使用用戶數(shù)據(jù),實現(xiàn)更有效的定制推廣方面做的更好。那么,為什么他們無法比超市 和銀行做的更好?
因為技術(shù)并不能解決一切問題。
墊底的是汽車制造商、成人飲品生產(chǎn)商、電腦/平板電腦制造商、慈善機(jī)構(gòu)和DIY /家居用品公司。這些行業(yè)在保持客戶關(guān)系方面的效率不佳很能說明問題:對于一次性購買的商品,供應(yīng)商很難維護(hù)與客戶的聯(lián)絡(luò)。以汽車制造商為例,就需要有更 具創(chuàng)意的方式,與客戶保持持續(xù)的關(guān)系。同樣,某些消費品牌與客戶之間的唯一接觸機(jī)會,是通過超市這樣的第三方渠道,因此就很難建立強(qiáng)大的用戶粘性。慈善機(jī) 構(gòu)由于當(dāng)前經(jīng)濟(jì)環(huán)境下的資金短缺,難于花錢去做數(shù)據(jù)庫營銷,反過來又限制了他們獲得資助的能力。
無論哪個行業(yè),利用數(shù)據(jù)來建立密切客戶關(guān)系的 關(guān)鍵,都取決于市場和IT的結(jié)合。這方面存在一個危險的信念,那就是:在利用大數(shù)據(jù)所提供的信息,開展有效的市場營銷時,軟件可以解決所有的問題;而且利 用這些信息的任務(wù),可以簡單地交由IT部門來完成。這是完全錯誤的認(rèn)識。
軟件可以分析數(shù)據(jù)、生成報告,但卻無法發(fā)現(xiàn)其中的趨勢、模式和有意義的見解,形成成功的營銷戰(zhàn)略。只有訓(xùn)練有素的人可以做到這一點。任何技術(shù)的進(jìn)步,總是離不開人的因素。
在今天的大數(shù)據(jù)的營銷環(huán)境中,要想成功與客戶建立持久和有利的關(guān)系,需要企業(yè)擁有所謂的"數(shù)據(jù)科學(xué)家",傳統(tǒng)數(shù)據(jù)營銷中,將這些人簡單地稱為"分析 師"。這是一種專家職能的工作,無論是內(nèi)部職位,還是外包服務(wù),結(jié)合分析、數(shù)據(jù)庫、營銷、解析和溝通等不同技能。數(shù)據(jù)科學(xué)家不僅要懂得所用的技術(shù),而且要 精通統(tǒng)計、分析和數(shù)學(xué)。更重要的是,他們必須能夠立足于公司的營銷挑戰(zhàn)和目標(biāo),向管理團(tuán)隊和其他人員解釋如何利用數(shù)據(jù)來實現(xiàn)企業(yè)的營銷目標(biāo)。
超市和銀行得分最高,這并非巧合。他們不單擁有相關(guān)的技術(shù),還知道如何有效地利用自己所擁有的用戶數(shù)據(jù)庫。
在排名靠后的行業(yè)中,不少公司無法獲取客戶數(shù)據(jù),或者沒有很好地利用已經(jīng)擁有的信息,即便相關(guān)的技術(shù)已經(jīng)存在。這種情況的產(chǎn)生,有時反倒是因為他們過于 依賴技術(shù)。在當(dāng)今數(shù)據(jù)推動、數(shù)字化連接的世界中,那些無法有效接觸客戶的企業(yè)要么需要找到合適的人選,要么必須對這一職能進(jìn)行外包。
建立親密客戶關(guān)系的5個步驟:
1、對客戶和交易進(jìn)行關(guān)聯(lián)。這可能意味著要實施一個用戶忠誠度管理或CRM項目。這是最簡單的工作之一。沒有這些作基礎(chǔ),所有努力的效果會至少降低60%。思科可以為希望挖掘社交和移動數(shù)據(jù)的零售商提供一些指導(dǎo)意見。
2、通過詳細(xì)的分析,確定哪些數(shù)據(jù)重要,哪些不重要。然后考慮如何改變與客戶的溝通。在沒有研究數(shù)據(jù)的情況下,不作任何假設(shè)。
3、建立統(tǒng)一的客戶視圖和客戶數(shù)據(jù)庫,無論通過外部或內(nèi)部手段。這并不一定需要昂貴的軟件,但要對"現(xiàn)成的"套裝軟件保持戒備:如果削足適履地采用標(biāo)準(zhǔn)的套裝軟件,最終可能會在滿足自身需求方面大打折扣。最好作一些定制方面的投資。
4、好的分析師可以將數(shù)據(jù)轉(zhuǎn)化成建設(shè)性的業(yè)務(wù)建議。這些人得之不易,甚至在當(dāng)今各種大數(shù)據(jù)分析非常熱門的時代。要設(shè)法找到他們。
5、多嘗試,多評估。有些東西會成功,有些則不會。不要怕出錯,你會嘗到很多東西。只是有一點要記住,不要用真的客戶去做試驗!
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
SQL 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。 ...
2025-09-18CDA 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 ...
2025-09-18DSGE 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(jī)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 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價值 在數(shù)據(jù)驅(qū)動決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實踐到業(yè)務(wù)價值挖掘 在數(shù)據(jù)分析場景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價值導(dǎo)向 統(tǒng)計模型作為數(shù)據(jù)分析的核心工具,并非簡單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10