
車企如何用大數(shù)據(jù)做智能營銷
通過數(shù)據(jù)賦能可以對營銷方面做到三點:第一用戶洞察、第二潛客識別、第三精準擴散。
《汽車商業(yè)評論》 編輯部
大家都知道阿里巴巴是一個商業(yè)帝國,也有人說阿里巴巴是一個富礦。那么,在這座富礦里面有多少產(chǎn)品,多少資源可以給行業(yè)營銷領(lǐng)域去做適用的挖掘?
4月25日,2018金軒獎頒獎典禮上,阿里文娛智能營銷平臺大客戶銷售部全國品牌行業(yè)總經(jīng)理巨創(chuàng)鋒分享了《智達于心·“數(shù)”踐于行》的演講。
以下為演講實錄,有刪改。
阿里巴巴旗下有四大業(yè)務(wù)板塊,人們最為熟知的是以淘寶、天貓等為代表的電商板塊,還有以支付寶、螞蟻金服為代表的金融板塊;汽車行業(yè)比較熟悉的斑馬系統(tǒng)所在的阿里云板塊;以UC、優(yōu)酷、蝦米音樂等為代表的文娛板塊。
目前在汽車品牌營銷以及廣告領(lǐng)域,和企業(yè)合作比較深入的是文娛板塊,在這個板塊內(nèi)誕生了阿里文娛智能營銷平臺。
在這個平臺上,阿里文娛擁有強大數(shù)據(jù)支撐,有淘寶、天貓上的數(shù)據(jù),有螞蟻金服的金融數(shù)據(jù),有飛豬旅行數(shù)據(jù)等等各種復雜的多樣數(shù)據(jù)組成數(shù)據(jù)全方位的技術(shù),內(nèi)容方面阿里文娛的UC自創(chuàng)內(nèi)容、蝦米音樂、阿里體育賽事、大麥演出等等各樣的內(nèi)容以及藝術(shù)的產(chǎn)生使我們在阿里文娛智能營銷平臺達成了數(shù)據(jù)與內(nèi)容的完美的結(jié)合。
大家現(xiàn)在看到阿里旗下的很多APP,第三方數(shù)據(jù)顯示,阿里文娛旗下的產(chǎn)品已交叉覆蓋了全國超過十億+的用戶,大部分產(chǎn)品的月活躍人數(shù)都在3億以上。有這樣一個強大的數(shù)據(jù)支撐,而且這種交叉的數(shù)據(jù)覆蓋,為我們產(chǎn)生了多樣的人群數(shù)據(jù),有了這樣多樣人群數(shù)據(jù)以后,阿里文娛在整個體系內(nèi)部,營銷大數(shù)據(jù)的產(chǎn)生就會更加豐富。
大數(shù)據(jù)大家都在談,但現(xiàn)在市面上的數(shù)據(jù)大多是零散的,是一個個數(shù)據(jù)孤島。而阿里的大數(shù)據(jù)是基于UNI ID來做的真人識別,這是市場上絕無僅有的。Uni Id是基于阿里大數(shù)據(jù)的真人屬性建立的強賬戶體系。依靠這一獨門武器,能夠識別每個賬號背后“真人”的全網(wǎng)行為,并且能夠跨屏幕、跨設(shè)備、跨媒體打通。使數(shù)據(jù)不再冰冷,而是可識別、可感知、可溝通,實時還原數(shù)據(jù)背后每一個有溫度的、鮮活的“真人”。
有了以上的用戶規(guī)模,多維度的場景應(yīng)用,再加上UNI ID的大數(shù)據(jù)供給,我們建立起了獨有的全景用戶庫。有了全景用戶庫以后,我們就可以應(yīng)用在日常的廣告營銷里。
首先依托阿里大數(shù)據(jù),我們能對真實消費者的消費能力做一個有效的判斷。
為什么在這里提到有效消費能力。因為我們原先在做汽車營銷的時候,出一個新車型,出一個新產(chǎn)品,根據(jù)網(wǎng)上各種興趣的屬性端,把產(chǎn)品推給消費者,但推給他之后并沒有落單,并沒有成為車主。為什么呢?我知道用戶有興趣,我也知道用戶有需求,但是就是不成單。因為他消費能力可能不足!可能你推送的客戶僅僅只是一個車迷,是電腦對面一個鍵盤俠。
從阿里數(shù)據(jù)來講,無論從他消費習慣,像借唄、花唄的這種額度,還是他的淘等級,我們都能很清晰地知道他的經(jīng)濟實力是否足夠支撐不同級別車型的消費,我們可以更準確判斷一個用戶是小白用戶還是真土豪。
我們很清晰定義出這個人現(xiàn)實生活中的消費能力,有了這樣一個消費能力,加之UC瀏覽數(shù)據(jù),神馬興趣搜索數(shù)據(jù),匹配出一個人在汽車消費領(lǐng)域決策的路徑。有了這樣一個產(chǎn)出和思考,我們就將需求和能力做匹配。
我們分析出有四類消費者。
第一類消費者需求曖昧、消費能力強,針對這個人群我們建議給他多維度全景廣告轟炸,告訴他你關(guān)注的車型或者這個級別的車型有很多的產(chǎn)品,盡管去挑。
第二類是需求明確,消費能力不足,針對這樣的用戶我們建議給到他更多一些市場的活動,包括一些活動的促銷的內(nèi)容,告訴他你關(guān)注的車型可能已經(jīng)開始有一些市場的活動以及優(yōu)惠,趕緊去了解一下。
第三類最簡單的是需求明確,消費能力很強的,針對這用戶直接給到產(chǎn)品就夠了,告訴他你需要的產(chǎn)品現(xiàn)在就在這里,下單吧。
第四類是現(xiàn)在最難的,需求曖昧,消費不足。我們建議給到他更多的排行榜。告訴他所關(guān)注的車型其實在消費領(lǐng)域銷量是排在前面,而且通過大魚號KOL文章,也會激發(fā)他需求的提升,最終落單。
阿里大數(shù)據(jù)除了這種可以去識別消費興趣,以及消費能力之外,我們還可以在茫茫人海中通過數(shù)據(jù)甄別發(fā)現(xiàn)用戶在那里,這些用戶有什么樣的特性?通過數(shù)據(jù)賦能我們對
營銷方面做了精準判斷分別三點:第一用戶洞察、第二潛客識別,第三精準擴散。
用戶洞察,通過數(shù)據(jù)可以將用戶做各種細分市場的鑒別。比如在這個案例上,我們結(jié)合路虎的三款車型分別將用戶識別為白領(lǐng),金領(lǐng)以及富豪三個級別,每個階段的人群的能力分別由出行數(shù)據(jù)、搜索數(shù)據(jù)和電商數(shù)據(jù)匹配得出,而同時針對這些潛客的各個媒體的瀏覽數(shù)據(jù),以及出行數(shù)據(jù)等,我們可以很清晰地看到發(fā)現(xiàn)這些潛客的群體意愿的差別,進而給出不同的營銷策略。
潛客識別,最大化提升銷售線索價值。
汽車企業(yè)無論是線上廣告還是線下活動,包括車展大型展會都收到很多線索。這些線索有一些垃圾線索,我們沒辦法辨別,只有通過經(jīng)銷商外呼一個個去打電話,這其實是一個效率非常低的過程,打電話的過程中可能很多高意向用戶被流失。
阿里文娛智能營銷平臺曾和某豪華品牌合作對這些數(shù)據(jù)進行識別,通過三輪不同維度的校驗,對1000條銷售線索進行識別,識別率在79%,也就是識別出790條有效客戶信息。同時,我們會對這些用戶的銷售意愿打給五個級別,從很強到很弱,最終我們給到客戶建議,第一時間去跟很強的這一部分用戶去溝通,一個星期之內(nèi)跟強、中這部分用戶去溝通。
最終成交率在83%。這個案例證明大數(shù)據(jù)極大提升了客戶清洗leads的時間,提升了對高潛客戶的追蹤和反饋,避免高潛客戶的流失。
精準擴散,無論是第一點還是第二點,阿里文娛智能營銷平臺在跟客戶的數(shù)據(jù)以及客戶營銷合作做了匹配以后,我們產(chǎn)生多樣的精準的數(shù)據(jù)。這些精準數(shù)據(jù)我們不僅是可以用來去識別潛客,識別消費能力。
我們同時還可以用作后期各種各樣營銷的一些推廣,企業(yè)也可以用這個數(shù)據(jù)做種子,去擴散出我們強大的一部分潛客,可以結(jié)合車型實現(xiàn)包括預熱、上市、促銷等等不同的階段,給到企業(yè)不同的一些營銷的建議和結(jié)合。
綜上所述,阿里文娛智能營銷平臺基于阿里全平臺大數(shù)據(jù),以UC神馬為核心,拓展阿里文娛全域內(nèi)容,給大家打造整體的汽車行業(yè)解決方案。
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(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(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(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