
大數(shù)據(jù)營銷有漏洞,我來說一下新思路
一、關(guān)于大數(shù)據(jù)
近幾年在工作和生活上很多人喜歡和我討論大數(shù)據(jù)的話題。小伙伴們都覺得我們看大數(shù)據(jù)就好像得了集體老花眼一樣:遠(yuǎn)看很清晰,湊近看卻反而越來越模糊,不得其法。
我們都很清楚大數(shù)據(jù)意味著什么——就是大量的,讀取高速的,多維度的,低價值密度的真實數(shù)據(jù)。
讀起來很拗口,簡單來說就是我們可以知道一個個體很詳細(xì)的真實數(shù)據(jù),但是拿著這些數(shù)據(jù)很難想到對于營銷的執(zhí)行有什么具體的幫助(難點就在這里)。
現(xiàn)實中,大數(shù)據(jù)更多時候?qū)芾碚咦畲蟮膸椭翘峁┛刂聘?,這其實跟古時候的迷信差不多。看到自己的消費者的各種數(shù)據(jù),就感覺非常了解消費者,一切盡在掌握。
但是真正到了怎么利用這些數(shù)據(jù),就變回簡單的看消費者過去消費/瀏覽了什么就推送什么(這也是某寶和某度推送的邏輯)。
我在去年曾經(jīng)主導(dǎo)過一個把零售企業(yè)和國內(nèi)最知名的數(shù)據(jù)銀行數(shù)據(jù)打通的項目。在累積了一定量數(shù)據(jù)之后,我們有消費者的年齡,性別,職業(yè),收入分布,還有家庭成員數(shù)量,是否有車有房,手機APP興趣,閱讀興趣等數(shù)據(jù)(還有很多很多)。
然后大家就陷入了泥潭,怎樣可以很好地利用這些數(shù)據(jù)呢?
回歸到原點,我理解大數(shù)據(jù)的用處主要有兩個方面,一是看趨勢,看市場,消費者行為的發(fā)展方向(這個是長期性的)。二是做銷售,通過分析與自身商業(yè)能發(fā)生鏈接的消費者數(shù)據(jù)增加營銷的效率(這個是短期的)。
有很多大的數(shù)據(jù)機構(gòu),比如阿里云,CBNData,或者咨詢機構(gòu)比如Deloitte,KPMG都會定期提供一些不同市場的消費者報告。這種報告主要就是為了給大家分析長期的趨勢的。
今天這篇文章主要講的是后一種,就是每天看著自己的消費者數(shù)據(jù)如何能幫助公司提升業(yè)績。
在現(xiàn)在很多大公司的大數(shù)據(jù)應(yīng)用,主要有兩個方式,除了上面講到的簡單粗暴地推送重復(fù)信息,更高級一點的用法就是標(biāo)簽+精準(zhǔn)營銷。
簡單來說就是兩步:
第一,通過年齡,性別,興趣愛好,習(xí)慣,人生階段把消費者貼上不同的標(biāo)簽;
第二,確定營銷信息瞄準(zhǔn)哪類消費者,直接觸達(dá)。
但是這類大數(shù)據(jù)應(yīng)用方法也有兩個弊端:
1. 數(shù)據(jù)來源
雖說大數(shù)據(jù)是無差別地獲取目標(biāo)消費者的行為記錄,但是當(dāng)我們在局部環(huán)境運用這些數(shù)據(jù)的時候,還是有很大可能受到數(shù)據(jù)來源不準(zhǔn)確的干擾。
比如我曾經(jīng)做過一個咨詢項目,用大數(shù)據(jù)捕獲一個咖啡店的周邊的客流和進(jìn)店客人數(shù)據(jù),分析為什么在一個人流尚可的點位,咖啡店的銷售始終上不去。
經(jīng)過兩個月的數(shù)據(jù)收集,我們發(fā)現(xiàn)這個店鋪的消費者年齡分布是中年甚至老年人居多,并且他們停留在店面的時間也是最長的。
然后我們就陷入了一個誤區(qū),覺得這個店鋪應(yīng)該放上更多能吸引中年人消費的元素,比如更多顯眼的優(yōu)惠信息,甚至把菜單的字都可以放大了。然而這樣做效果甚微。
直到某天我們決定親身去到該店面看看究竟發(fā)生了什么導(dǎo)致這些措施都沒有提高哪怕一點成交率。
那也是一個炎熱的夏天,我們走到店門口,發(fā)現(xiàn)一個很奇怪的現(xiàn)象,很多中老年人坐在店門口看手機。
原來這個店的門口有一個公交車站,因為店鋪有空調(diào)和Wifi,很多老人在等公交的時候就坐到店門口享受空調(diào)。這就是所謂的主要客群是中老年人的真相。
大數(shù)據(jù)會誤導(dǎo)人的例子還不知這個。我還做過一個美妝網(wǎng)店的分析項目,數(shù)據(jù)顯示在一次促銷中有超過50%的交易是來自于男性消費者的賬戶。
那么這次促銷貌似對男士用品更有效吧?然而不是。當(dāng)我們分析每單的購物籃的時候,發(fā)現(xiàn)男性賬號買的都是女性用品。其實就是女生用了男朋友/老公的賬號買單。
所以如果單單迷信一個面板上呈現(xiàn)的數(shù)據(jù),我們的判斷很可能會被誤導(dǎo),因為從數(shù)據(jù)上看到的消費者,不一定是他們現(xiàn)實中的樣子。
2. 歸納推理謬誤
現(xiàn)階段很多大公司對于大數(shù)據(jù)的引用停留在歸納推理的階段。就是數(shù)據(jù)顯示自己的消費者大部分的特點是A、B、C,然后就推斷消費者的標(biāo)簽是D,然后進(jìn)行信息觸達(dá)。
比如一個酒店,發(fā)現(xiàn)自己的住客大多都有這些特征:
根據(jù)這三個條件,很容易得出一個結(jié)論:這個酒店的主要顧客是短途家庭游的一家人。所以對于酒店來說,可以通過增加家庭飲食套餐、附近景點家庭套票來增加用戶的粘性。然后會通過家庭游的論壇,公眾號來做宣傳。
看似很正常的推理,這個標(biāo)簽卻有可能是完全錯誤的。
符合以上三個條件的,并不止是家庭游的游客。
還有可能是到附近公司開會的商務(wù)人士,他們會自帶好的酒水做招待,甚至到外面過夜生活。
也有可能是附近出了一個網(wǎng)紅店,附近的情侶專門開車過來打卡的,這就屬于短時效性目的。
要避免這種歸納推理的錯誤,最好的方法就是在不同數(shù)據(jù)的維度里面找到“關(guān)鍵間接證據(jù)”。就像福爾摩斯看到一個煙斗燒焦的位置在右側(cè),進(jìn)而推斷使用者是一個左撇子一樣。
比如上面的例子,用三個條件都篩選不出一個準(zhǔn)確的標(biāo)簽。但如果用加上一個額外的數(shù)據(jù)維度“這些客人的房間都會需求加床”,那基本上就可以確認(rèn)是一家子旅游的顧客了。
所以在用大數(shù)據(jù)標(biāo)簽?zāi)繕?biāo)顧客的時候,找準(zhǔn)關(guān)鍵標(biāo)簽?zāi)軌蛴行г黾雍罄m(xù)的轉(zhuǎn)化率,畢竟標(biāo)簽錯了那精準(zhǔn)營銷也就無從談起。
然而這種“標(biāo)簽+精準(zhǔn)營銷”的方式還是有一個很大的缺陷。
從消費者行為來說,就算標(biāo)簽對了,但是在不恰當(dāng)?shù)臅r間和地點推送營銷信息也是沒用的。就像一個新生兒媽媽被精確地標(biāo)簽,也不代表她隨時隨地都需要買奶粉和尿布。更別提一個消費者是中高收入的時尚達(dá)人并不代表就要為某個潮牌買單。
從根本上來講,是因為消費者的購買動機是多種多樣的。
標(biāo)簽消費者并進(jìn)行營銷的另外一個弊端就是降低了非目標(biāo)客群標(biāo)簽的人購買自己產(chǎn)品的可能性。比如我是一個愛學(xué)習(xí),努力考研的大學(xué)生,不代表我不會對Supreme這種潮牌感興趣?;蛘咭粋€高收入的高級管理者,不代表就不喜歡簡約樸實的豐田汽車。
但是如果因為精準(zhǔn)營銷而沒有觸達(dá)這些群體,那么可以預(yù)見本該有的銷售機會就溜掉了。
那為什么不換一種方式來理解大數(shù)據(jù)和精準(zhǔn)營銷呢?
有時候,標(biāo)簽營銷場景,并根據(jù)場景開發(fā)出幾套不同的文案會更有效。
二、營銷場景
下面我們從本能,情感和認(rèn)知這三個維度講一下營銷場景可以有哪些標(biāo)簽。
之所以要選擇這三個維度,是因為在動機心理學(xué)里面,一個人行為的內(nèi)在動機主要受這三方面影響,其中本能和情感是遺傳性的,而認(rèn)知是習(xí)得性的。
當(dāng)這些標(biāo)簽獨立或者同時標(biāo)記在某個營銷場景,就可以告訴我們產(chǎn)品的文案需要突出什么信息。
1.本能
讀過馬斯洛需求層次理論的人都知道,最底兩層的需求是人類的本能。底層是與生存和繁衍有關(guān)的,比如呼吸,水,食物,性等。第二層則與安全感有關(guān),比如健康,資產(chǎn),道德等。
安全感之所以如此重要,是因為人類會天然地不斷從周邊環(huán)境尋找確定性,并窮我們一生來增加這份確定性。
在采集社會,擁有了一個自己的洞穴就意味著可以確定免除大型捕獵者的騷擾,通過祭祀儀式來試圖確定獲得自然環(huán)境的風(fēng)調(diào)雨順。
確定性的不斷追求激勵著人類從萬年前一直進(jìn)步至今。
直到今天我們?nèi)匀辉谠噲D增加整個世界的確定性
國家通過聯(lián)合國等國際組織增加國際社會的確定性
個人通過加入世界500強公司增加收入和晉升的確定性
丈母娘通過要求女婿買婚房增加自己女兒生活品質(zhì)的確定性
這些確定性無一例外都在給予每個利益相關(guān)者安全感。
研究人員發(fā)現(xiàn),當(dāng)我們處在一個具有安全感的環(huán)境時,會傾向選擇更加個性化的產(chǎn)品。當(dāng)我們處在一個缺乏安全感的環(huán)境是,則會傾向大眾化產(chǎn)品。
比如一個APP的營銷渠道是在某視頻網(wǎng)站電影之前,可能對于很多商家來講所有電影廣告都是一個渠道,吸引的是喜歡看電影的人群。但更有效的是把電視劇和電影進(jìn)行標(biāo)簽。
如果觀眾看的是驚悚,懸疑類電影,那么這個APP的營銷信息就應(yīng)該突出有很多很多人已經(jīng)在用,諸如“三千萬人的選擇的二手車平臺”這類信息。
反之如果是類似于愛情,科幻的題材,這個APP的文案就應(yīng)該突出它與眾不同的地方,比如“沒有中間商賺差價,三天包賣”。
這兩種標(biāo)簽不但只是適應(yīng)于流媒體內(nèi)容的廣告。還有比如放在辦公樓電梯的廣告就應(yīng)該是傳達(dá)大眾化的信息,而放在居住樓盤電梯的就是個性化信息,因為人在家附近的安全感大多時候比公司高。
2.情感
不同的營銷場景給予消費者的情感比較復(fù)雜,為了把復(fù)雜的問題簡單化,這里把標(biāo)簽分為兩類,就是熟悉感和陌生感。
心理學(xué)上有一個概念叫啟動效應(yīng),就是我們的眼睛在看到任何一個事物大腦都會開始聯(lián)想所有與這個感知目標(biāo)的概念。
比如我看到一片草地,在潛意識里就會調(diào)動認(rèn)知和記憶開始聯(lián)想各種和“草地”這個感念有關(guān)的概念。
這時候因為大家最近都在看世界杯,所以有關(guān)足球和世界杯的概念會更加容易被“啟動”。這時候諸如足球國家隊,甚至足球員會給我們一種熟悉感。
當(dāng)消費者面對熟悉的概念的時候,會傾向于開始想成本問題,就是什么會阻礙我做出某個行為。
而當(dāng)面對陌生的概念時候,會傾向于開始想收益問題,就是這個東西能帶來什么好處。
因此在這個維度,在給營銷場景貼上標(biāo)簽之前我們需要想一下對于目標(biāo)群體,產(chǎn)品與營銷場景的內(nèi)容聯(lián)系有多直接。
比如如果我們是賣衣服的,在投一個情感內(nèi)容的公眾號,那么這個營銷渠道對于目標(biāo)消費者就具有高熟悉感。這時候消費者第一時間會想到的是“哦有衣服賣,先看看多少錢”。
而同樣在情感內(nèi)容的公眾號,如果需要營銷的產(chǎn)品是茶具,那么就屬于低熟悉。這時候消費者會馬上想到“在這個地方賣茶具,這茶具有什么好???”
3.認(rèn)知
在之前“我們常常在談引流,究竟在談什么”一文,我有提到過認(rèn)知閉合模式這個概念。
簡單來說就是我們在不同場景下,會對問題的答案模糊性有不一樣的接受程度。
比如當(dāng)某剁手黨在淘寶上買衣服的時候,腦子里有著“要買一條能在下周末和男朋友逛街的裙子”。這時候每當(dāng)看到一個款式,心里會有很多疑問:
“這個款式是不是這個季度的標(biāo)準(zhǔn)款?”
“這個面料看上去會不會很透/熱/容易皺褶?”
“這個店鋪近期有沒有打折?我會不會買虧了?”
“這個款和之前看那個款樣式差不多,穿著效果會有什么不同?”
“。。?!?
這個時候就存在高認(rèn)知閉合需求,因為為了完美完成買衣服這個任務(wù),這些問題必須得到準(zhǔn)確的回答才能做決策。
消費者在瀏覽信息時候心里認(rèn)為自己是在完成某個任務(wù)的時候,就會存在高認(rèn)知閉合需求。
什么情況下消費者是在完成任務(wù)呢?
答案是交易型場景,比如淘寶,京東等電商平臺,或者超市,個人護理店等線下零售店,甚至是買機票訂酒店的網(wǎng)站。
相反在內(nèi)容型場景,比如視頻網(wǎng)站,短視頻APP,公眾號,朋友圈,消費者就會進(jìn)入低認(rèn)知閉合需求,也就是說容易因為一兩個產(chǎn)品的優(yōu)點而產(chǎn)生沖動決策。
(PS. 這也是微商的轉(zhuǎn)化率能有這么高的根本原因)
所以當(dāng)我們標(biāo)簽一個營銷場景是交易型場景的時候,營銷信息應(yīng)該是詳細(xì)數(shù)據(jù)的羅列對比,還有解決消費者主要的疑慮。這種場景更適合補充類產(chǎn)品的營銷,比如日常護理用品。
對于內(nèi)容型場景,營銷信息應(yīng)該盡量簡潔,用感性連接進(jìn)行刺激。這類場景更適合新,奇概念的產(chǎn)品的營銷,比如新出的外國進(jìn)口產(chǎn)品,某個不知名的浪漫酒店。
三、總結(jié)
今天跟大家講了一個運用大數(shù)據(jù)的新思路。
通?,F(xiàn)在很多大公司會運用瀏覽/購買歷史重復(fù)推送、“標(biāo)簽+精準(zhǔn)營銷”的方法進(jìn)行大數(shù)據(jù)營銷。這些方法會受到數(shù)據(jù)來源和歸納推理謬誤的影響,不能很好提升轉(zhuǎn)化率。
因此這里給了大家另一個選項,就是先用通過大數(shù)據(jù)算法標(biāo)簽營銷場景,然后在不同的營銷場景給予個性化信息推送。
這樣做的好處是營銷場景與產(chǎn)品信息,需要溝通的信息都是客觀確定的。
商家只需要根據(jù)營銷場景的標(biāo)簽組合定制幾套不同的營銷文案,然后通過大數(shù)據(jù)投放到不同渠道就可以了。
簡單來說,就是“在不同的池塘用相應(yīng)的誘餌,讓那個池塘的魚在當(dāng)前的水溫,光線環(huán)境下最有可能咬鉤”。
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
LSTM 模型輸入長度選擇技巧:提升序列建模效能的關(guān)鍵? 在循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)家族中,長短期記憶網(wǎng)絡(luò)(LSTM)憑借其解決長序列 ...
2025-07-11CDA 數(shù)據(jù)分析師報考條件詳解與準(zhǔn)備指南? ? 在數(shù)據(jù)驅(qū)動決策的時代浪潮下,CDA 數(shù)據(jù)分析師認(rèn)證愈發(fā)受到矚目,成為眾多有志投身數(shù) ...
2025-07-11數(shù)據(jù)透視表中兩列相乘合計的實用指南? 在數(shù)據(jù)分析的日常工作中,數(shù)據(jù)透視表憑借其強大的數(shù)據(jù)匯總和分析功能,成為了 Excel 用戶 ...
2025-07-11尊敬的考生: 您好! 我們誠摯通知您,CDA Level I和 Level II考試大綱將于 2025年7月25日 實施重大更新。 此次更新旨在確保認(rèn) ...
2025-07-10BI 大數(shù)據(jù)分析師:連接數(shù)據(jù)與業(yè)務(wù)的價值轉(zhuǎn)化者? ? 在大數(shù)據(jù)與商業(yè)智能(Business Intelligence,簡稱 BI)深度融合的時代,BI ...
2025-07-10SQL 在預(yù)測分析中的應(yīng)用:從數(shù)據(jù)查詢到趨勢預(yù)判? ? 在數(shù)據(jù)驅(qū)動決策的時代,預(yù)測分析作為挖掘數(shù)據(jù)潛在價值的核心手段,正被廣泛 ...
2025-07-10數(shù)據(jù)查詢結(jié)束后:分析師的收尾工作與價值深化? ? 在數(shù)據(jù)分析的全流程中,“query end”(查詢結(jié)束)并非工作的終點,而是將數(shù) ...
2025-07-10CDA 數(shù)據(jù)分析師考試:從報考到取證的全攻略? 在數(shù)字經(jīng)濟蓬勃發(fā)展的今天,數(shù)據(jù)分析師已成為各行業(yè)爭搶的核心人才,而 CDA(Certi ...
2025-07-09【CDA干貨】單樣本趨勢性檢驗:捕捉數(shù)據(jù)背后的時間軌跡? 在數(shù)據(jù)分析的版圖中,單樣本趨勢性檢驗如同一位耐心的偵探,專注于從單 ...
2025-07-09year_month數(shù)據(jù)類型:時間維度的精準(zhǔn)切片? ? 在數(shù)據(jù)的世界里,時間是最不可或缺的維度之一,而year_month數(shù)據(jù)類型就像一把精準(zhǔn) ...
2025-07-09CDA 備考干貨:Python 在數(shù)據(jù)分析中的核心應(yīng)用與實戰(zhàn)技巧? ? 在 CDA 數(shù)據(jù)分析師認(rèn)證考試中,Python 作為數(shù)據(jù)處理與分析的核心 ...
2025-07-08SPSS 中的 Mann-Kendall 檢驗:數(shù)據(jù)趨勢與突變分析的有力工具? ? ? 在數(shù)據(jù)分析的廣袤領(lǐng)域中,準(zhǔn)確捕捉數(shù)據(jù)的趨勢變化以及識別 ...
2025-07-08備戰(zhàn) CDA 數(shù)據(jù)分析師考試:需要多久?如何規(guī)劃? CDA(Certified Data Analyst)數(shù)據(jù)分析師認(rèn)證作為國內(nèi)權(quán)威的數(shù)據(jù)分析能力認(rèn)證 ...
2025-07-08LSTM 輸出不確定的成因、影響與應(yīng)對策略? 長短期記憶網(wǎng)絡(luò)(LSTM)作為循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)的一種變體,憑借獨特的門控機制,在 ...
2025-07-07統(tǒng)計學(xué)方法在市場調(diào)研數(shù)據(jù)中的深度應(yīng)用? 市場調(diào)研是企業(yè)洞察市場動態(tài)、了解消費者需求的重要途徑,而統(tǒng)計學(xué)方法則是市場調(diào)研數(shù) ...
2025-07-07CDA數(shù)據(jù)分析師證書考試全攻略? 在數(shù)字化浪潮席卷全球的當(dāng)下,數(shù)據(jù)已成為企業(yè)決策、行業(yè)發(fā)展的核心驅(qū)動力,數(shù)據(jù)分析師也因此成為 ...
2025-07-07剖析 CDA 數(shù)據(jù)分析師考試題型:解鎖高效備考與答題策略? CDA(Certified Data Analyst)數(shù)據(jù)分析師考試作為衡量數(shù)據(jù)專業(yè)能力的 ...
2025-07-04SQL Server 字符串截取轉(zhuǎn)日期:解鎖數(shù)據(jù)處理的關(guān)鍵技能? 在數(shù)據(jù)處理與分析工作中,數(shù)據(jù)格式的規(guī)范性是保證后續(xù)分析準(zhǔn)確性的基礎(chǔ) ...
2025-07-04CDA 數(shù)據(jù)分析師視角:從數(shù)據(jù)迷霧中探尋商業(yè)真相? 在數(shù)字化浪潮席卷全球的今天,數(shù)據(jù)已成為企業(yè)決策的核心驅(qū)動力,CDA(Certifie ...
2025-07-04CDA 數(shù)據(jù)分析師:開啟數(shù)據(jù)職業(yè)發(fā)展新征程? ? 在數(shù)據(jù)成為核心生產(chǎn)要素的今天,數(shù)據(jù)分析師的職業(yè)價值愈發(fā)凸顯。CDA(Certified D ...
2025-07-03