
什么是“大數(shù)據(jù)大營銷”?
試想2020年營銷會是什么樣?也許到那時人們已經(jīng)不需要電視,所有人都將使用VR,甚至我們變得像《黑客帝國》里面的人物那樣。究竟2020哪些東西會變化,哪些東西不會變化,這是所有做營銷人都必須思考的問題。
確定要變的東西是什么?
首先,所有的媒體和行為都將數(shù)字化,甚至我們的情感都有可能數(shù)字化。然后,在數(shù)字化的情況下,數(shù)字幫助營銷,幫助公司更好地找到受眾。數(shù)字有沒有改變消費者?我們生活在互聯(lián)網(wǎng)環(huán)境之中,消費者的行為有沒有變化?事實是數(shù)字、互聯(lián)網(wǎng)對消費者的影響遠比我們營銷人還大。所以,作為營銷人我們需要跟著消費者改變。
人的行為是不是和以前完全不同?
微時刻(Micro-Moment)是谷歌2015年提出的概念,它指的是人們面對想要知道什么、想要做什么、想要去哪里、想要買什么的時刻,反射性的轉向智能設備尋求答案的時刻。而最終下定決心、決策的時刻,富含極高的意圖,因此對商家來說,若能在這些消費者尋求答案的過程中找到你,讓你成為最終解,就變得非常重要。
如今消費者面對這些不同需求時刻,每個人只需要拿手機點一下,需求就被解決了,這是消費者行為的改變。正因為他們可以更快地采取行動,更快地獲取自己想知道的事情,于是消費者已經(jīng)變成上帝——品牌的危機、產(chǎn)品的負面評價,消費者都能輕而易舉查到。這些內容是我們要研究的,也就是微時刻帶給營銷的變化。
互聯(lián)網(wǎng)的原生一代他們在做什么?
從時代角度去思考,人類歷史上四次傳播革命:印刷數(shù)的出現(xiàn)、文字的出現(xiàn)、大眾媒體出現(xiàn)到互聯(lián)網(wǎng)的出現(xiàn)。我們以前所用的傳播理論、電視傳播理論、所有品牌建設理論都是在第三次傳播革命中產(chǎn)生的,都是在大量的電視、報刊雜志中產(chǎn)生的?;ヂ?lián)網(wǎng)將給我們帶來什么,是所有營銷人需要探索的問題。
大數(shù)據(jù),是為大營銷服務
數(shù)字新思xinsight.cn希望大數(shù)據(jù)不只是指導數(shù)字營銷找對人,給人畫標簽,廣告主投上去,大數(shù)據(jù)是要為大營銷服務,而不僅僅是為數(shù)字營銷服務。寶潔提到很重要一點,他們的大數(shù)據(jù)在為產(chǎn)品服務,在為體驗服務,就是同樣的道理?!罢覍θ恕笔菭I銷很重要的一件事情。傳遞給客戶什么樣的故事,要用什么樣的創(chuàng)意,用什么樣的渠道,最終用什么樣的方法,這些都是大營銷里需要考慮的問題。
更全面的大數(shù)據(jù)
如何真正有效解決“找對人”,我們可以使用大數(shù)據(jù),或者稱它為“更大的數(shù)據(jù)”來區(qū)別傳統(tǒng)的大數(shù)據(jù),專業(yè)的講就是“同源數(shù)據(jù)”。
同源數(shù)據(jù),我們和秒針(miaozhen.com)之前在做MixReach這個產(chǎn)品的時候,在五六年前研究計算電視屏、電腦屏它們的到達,很多人說這個方法好像不是同源數(shù)據(jù),有沒有可能針對同一個人同時測量他的廣告到達、行為和購買?當年這是我們所有人的夢想,五年前我們給客戶的答案是五年內這些做不到,因為技術沒到、投資沒到,所以先用混合到達的方案來做吧。
但是如今實現(xiàn)這個夢想的時刻到了,數(shù)字新思已經(jīng)把各個屏幕連接到同一個人身上去了?,F(xiàn)在新的技術,能夠把媒體到達行為和購買行為關聯(lián)起來,這就是同源數(shù)據(jù)。
更加智能的數(shù)據(jù)
大數(shù)據(jù)不僅僅分析消費者看什么東西,瀏覽什么網(wǎng)頁,營銷過程中還有很大一部分是情感。就像前段時間IBM推出認知云的概念,都是關于復雜人類心理狀態(tài)的把握。同樣數(shù)字新思也是往神經(jīng)科學方面努力,利用“Gazelab情感云”了解一個人注意什么,思考什么,面孔上所表達的是什么,這些會成為很重要的數(shù)據(jù)源。只有結合情感和行為的數(shù)據(jù)才能組合成更大更智能的數(shù)據(jù)。
基于大小數(shù)據(jù)提供程序化洞察
基于要為大營銷服務,我們需要推出一系列的產(chǎn)品去推動大營銷,比如品牌追蹤和效果反饋。
數(shù)字時代消費者決策路徑
決策路徑,消費者在整個過程中是很大的決策路徑,既有被動傳播,也有主動了解的部分,還有決策部分、分享的部分。在精準營銷時,大多在主動性和被動性媒體上都有結合,包括電視媒體效果怎么樣,戶外媒體效果怎么樣,都是我們要研究的對象。
理解和抓住消費者的微時刻
戶外媒體、電視媒體主動和被動的結合能夠更好地幫助我們做好營銷,我們要從大的消費者路徑去理解,消費者還有很多的微時刻。通過同源數(shù)據(jù)能抓到一位消費者在電商內部所有的路徑,包括他在電商里來來回回不停地走動,可能有50%的人買的東西不是他想買的,做計劃的部分是50%,其他轉來轉去購買的則是另外50%,而觸發(fā)他購買行動的正是那些微時刻。
關于渠道選擇
大家經(jīng)常講流量、曝光,所有人都知道曝光是不等價的。一個視頻的曝光,開平廣告的曝光都是不等價的,價格一定是不同的,問題是價格差別究竟是多少?
于是,為了統(tǒng)一標準,數(shù)字新思和中國廣告協(xié)會共同推出等效曝光的標準,解決廣告主如何跨平臺、跨形態(tài)地去做優(yōu)化廣告投放。首先每一種形態(tài)的曝光都是重要的,其次是可見性,被受眾看到的平均概率。最后是效用的系數(shù),指的是對于受眾的記憶或者購買的影響力如何。把這三件事情放在一起才能做到等效的體系,才能把跨屏、跨形態(tài)曝光體系結合在一起。
去年我們研究了一個APP的開屏廣告對人的影響,采集了7、8個15秒視頻的廣告,有這些可見系數(shù)和效用系數(shù),能幫助我們做整合的分析。通過結合行為的測量、情感的測量,以及技術的測量,把每一個頁面、形態(tài)都測量出來,從而真正計算出廣告的位置、廣告的創(chuàng)意,對人的影響力是什么樣的,最終受眾的行為是什么樣的。
除了精準之外,好的廣告創(chuàng)意能夠非常有效地提升廣告效果。我們用GazeLab情感云測試過無數(shù)的廣告,好的創(chuàng)意和不好的創(chuàng)意,最終對人記憶的影響效果相差是10倍以上,這些來自于情感和行為的測量,GazeLab情感云利用云計算的方法幫助我們實現(xiàn)快速地迭代和優(yōu)化廣告創(chuàng)意
廣告的全效果來自于直接和間接作用
從廣告內容的曝光到消費者的購買,有無數(shù)的路徑去實現(xiàn)購買的可能性。任何一個廣告到達,最終目的包括實現(xiàn)及時的銷售轉換,或者短期的銷售增長,也可能是實現(xiàn)品牌的增長。數(shù)字新思研究過很多的案例發(fā)現(xiàn),廣告活動對于及時銷售轉換的貢獻只占銷售的11%,對于短期銷售、一周類銷售的增長貢獻為35%,而對于長期銷售能達到54%,這是非常有趣的數(shù)字。數(shù)字營銷一定不要被數(shù)字綁死,我們不能只是看到轉化率。如果只盯著轉化率,算下來會發(fā)現(xiàn)投放根本不值得,但其實是因為你拿及時的效果來做比較而已。
數(shù)字新思做過這樣一個案例,比較精準廣告曝光和各種視頻的曝光,最終產(chǎn)生消費者的貢獻是什么?在這個電商案例里,他有不定時廣告,也有站內站外的廣告、首頁大圖的廣告,每一個廣告的銷量都是有貢獻的,除了追蹤到精準廣告的銷量貢獻,結果我們發(fā)現(xiàn)還有三倍的銷量發(fā)生在不可追蹤的部分。因為消費者購買的時候會點擊廣告,可是常常不會在點廣告之后馬上購買,可能在下一次搜索尋找的時候才去購買廣告的產(chǎn)品,這就是間接效應。如果用同源數(shù)據(jù)就能把所有的銷售反饋找到,也就能幫助我們更好地找到廣告該投在哪里。
當廣告主在做精準廣告投放時常常會遇到一個問題,到底是投一百萬就夠了,還是投兩百萬更好?到什么樣的情況下是有效的?下圖是我們做過的某電商案例,從圖中反映的是投資和收益的情況,可以看出ROI(投資與回報)的增長速率并未減弱,對品牌主的指導建議是應該繼續(xù)增大投入。當增長速率開始減弱,則應該適當控制投入,以滿足ROI最大化
下面的視頻是基于同源數(shù)據(jù)整合之后ROI的反饋:
廣告的貢獻率是多少,影響著整合投入產(chǎn)出的流動趨向。哪些投放推動了社交,推動了線上銷售的貢獻,才能找出整個投放的趨勢。數(shù)字新思研發(fā)的ROI工具既有大數(shù)據(jù),也有數(shù)據(jù)面板,可以快速地進行數(shù)據(jù)分解,快速預測整個銷量趨勢。把每一次的投入效果明確出來,追蹤到線上線下投放的數(shù)量是多少,最終實現(xiàn)廣告投放的優(yōu)化。
與傳統(tǒng)營銷概念的不同在于,傳統(tǒng)營銷是大主意驅動,所有的數(shù)據(jù)反饋很慢,至少要兩個月。而擁有大數(shù)據(jù)之后,營銷中每一次行為都能快速反應。例如,在互聯(lián)網(wǎng)里AB測試是非常好的測試方法論,因為根本不需要討論A好還是B好,用一天的時間大數(shù)據(jù)告訴我們A比B就好1%,再通過優(yōu)化比較下一輪,然后再優(yōu)化1%。這就是所謂的迭代優(yōu)化。
所以,我們需要更大的數(shù)據(jù),為更大的營銷,要用行為加情感的數(shù)據(jù)了解消費者不僅僅是做了什么,也了解到他們注意到什么,思考什么,喜愛什么……只有把這些數(shù)據(jù)整合起來才能促進營銷的發(fā)展,才能讓生意變得偉大!
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。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結構數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結構數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預期算子的內涵、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:解鎖表結構數(shù)據(jù)特征價值的專業(yè)核心 表結構數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結構化數(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:掌控表格結構數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結構數(shù)據(jù)(以 “行 - 列” 存儲的結構化數(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:激活表格結構數(shù)據(jù)價值的核心操盤手 表格結構數(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 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務數(shù)據(jù)分析:概念辨析與協(xié)同價值 在數(shù)據(jù)驅動決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務數(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