
光用大數(shù)據(jù)鎖定消費(fèi)者沒用,要為他們創(chuàng)造價(jià)值
大數(shù)據(jù)協(xié)助營銷官們解決了一些長久以來沒有答案的基本問題。但大數(shù)據(jù)真正的貢獻(xiàn)在于給客戶創(chuàng)造新價(jià)值。只有這樣,營銷人員才可以把數(shù)據(jù)轉(zhuǎn)化成持續(xù)競爭優(yōu)勢。
大數(shù)據(jù)給營銷帶來了非常大的希冀。特別是,它能解決營銷人員一直覺得棘手的兩個(gè)問題:
1. 誰在什么時(shí)候以什么價(jià)格買了啥?
2. 客戶所聽、所讀和所看到的東西究竟與他們消費(fèi)購買有無關(guān)聯(lián)?
解決它們就能更容易地鎖定目標(biāo)客戶,發(fā)現(xiàn)并消除所謂被“浪費(fèi)了的50%”的廣告預(yù)算,從而使?fàn)I銷變得更高效。因此,為了解決這兩個(gè)問題,營銷官們把自己的 大數(shù)據(jù) 望遠(yuǎn)鏡對準(zhǔn)這樣一個(gè)目標(biāo):預(yù)測消費(fèi)者的下一筆交易。他們努力地畫出每位消費(fèi)者更為詳細(xì)的用戶畫像、記住他的媒體偏好、仔細(xì)觀察他的購物習(xí)慣、并將他的喜好愿望和想要的都進(jìn)行歸類。其結(jié)果就是給出了一個(gè)精致、高分辨率的用戶特寫,揭示他的下一步舉動(dòng)。
然而,急著探索和瞄準(zhǔn)下次交易令許多行業(yè)很快面臨一種令人擔(dān)憂的現(xiàn)實(shí):贏得了下一筆交易最終也只是短期的策略優(yōu)勢。它忽視了一個(gè)巨大且必然的結(jié)果,那就是如果每個(gè)競爭者都能掌握了預(yù)測客戶下一筆交易的能力,營銷官們也會(huì)不可避免地犧牲掉邊際交易的利潤。這種沒有贏家的短期軍備競賽最終會(huì)導(dǎo)致在中長期讓所有競爭對手地位均等。追求下一筆交易將不會(huì)帶來持續(xù)性的競爭優(yōu)勢。
這并不意味著企業(yè)不應(yīng)嘗試去預(yù)測和捕抓消費(fèi)者下一次的購買意圖。而是他們要知道,只有在競爭對手普遍落后,成為領(lǐng)先者還依舊有點(diǎn)兒優(yōu)勢的行業(yè)里,這種做法才能取得高于平均水平的回報(bào)。在旅游、保險(xiǎn)、電信、音樂和汽車這些行業(yè)里,各競爭對手之間的預(yù)測水平已迅速趨于平衡, 能從預(yù)測下一次購買中獲得的可持續(xù)競爭優(yōu)勢已非常少。
營銷方案若想依靠大數(shù)據(jù)獲得持續(xù)性優(yōu)勢,就必須問一些有關(guān)長期客戶粘度、忠誠度以及客戶關(guān)系的戰(zhàn)略性問題?;诖髷?shù)據(jù)提出的問題,不僅要關(guān)注什么能誘發(fā)下一次購買,也要問問哪些因素能讓客戶保持忠誠;不僅看客戶下次愿意付多少價(jià)錢,也要問問他們能提供的終身價(jià)值是多少;不僅看怎么從對手那里挖來客戶,也要問問在對手有更優(yōu)惠的價(jià)格時(shí),怎么才能讓他們留下來。
要想知道這些更具戰(zhàn)略性問題的答案,就得以不同的方式運(yùn)用大數(shù)據(jù)。與其只看如何用數(shù)據(jù)鎖定客戶,我們更應(yīng)該關(guān)注如何用大數(shù)據(jù)給客戶創(chuàng)造價(jià)值。也就是說,我們需要做個(gè)轉(zhuǎn)化,不問大數(shù)據(jù)能為我們做些什么,而是關(guān)注大數(shù)據(jù)能為客戶做什么。
大數(shù)據(jù)能幫助提供設(shè)計(jì)資料,增強(qiáng)產(chǎn)品與服務(wù),或完全打造一個(gè)全新的出來。簡單例子有像亞馬遜和Netfilx,通過推薦引擎減少搜索和評估成本,給客戶創(chuàng)造價(jià)值;或者是像Opower利用定制化的使用信息增強(qiáng)商品的實(shí)用性。更有趣的例子是一些來自眾包的數(shù)據(jù),可以回答消費(fèi)者諸如“我能從其它消費(fèi)者學(xué)到什么”或“我跟其它消費(fèi)者相比起來如何”等重要問題。
多參考一些利用大數(shù)據(jù)創(chuàng)造新價(jià)值的初創(chuàng)公司能給我們帶來不少啟發(fā)。Opower允許客戶給他們的Facebook好友分享自己的水電賬單,了解自己與其它用戶相比起來排名情況如何。 INRIX則是集合客戶手機(jī)和其它來源的交通數(shù)據(jù),提供實(shí)時(shí)的路況報(bào)告。房地產(chǎn)網(wǎng)站Zillow結(jié)合各方信息給買家、賣家和中介提供關(guān)于地產(chǎn)特性與價(jià)值,性價(jià)比高的房地產(chǎn)以及市場特征的綜合洞察。這些公司都是天生大數(shù)據(jù)企業(yè)。他們的成功也為所有行業(yè)敲響了警鐘:今天,所有的生意都是信息生意。
每家公司可以通過以下三個(gè)問題,來判斷自己能如何利用大數(shù)據(jù)給客戶創(chuàng)造價(jià)值:
1.哪種數(shù)據(jù)能幫助我的客戶減少成本與風(fēng)險(xiǎn)?
市值數(shù)十億的公司如Yelp、Zagat、貓途鷹、優(yōu)步、eBay、Netflix和亞馬遜都會(huì)處理大量數(shù)據(jù),例如給出服務(wù)提供商和賣家的點(diǎn)評排名,以降低客戶的風(fēng)險(xiǎn)。目前,這些關(guān)于好壞的排名已成為評判賣家的標(biāo)準(zhǔn)。但是越來越多客戶希望得到關(guān)于某些問題更為詳細(xì)的答案,比如與我相似的消費(fèi)者對此產(chǎn)品或服務(wù)有什么看法。要回答這些細(xì)致的問題,就需要更深入了解客戶究竟在找什么,以及他們是如何看待自己的。這將是下一代大數(shù)據(jù)價(jià)值創(chuàng)造的契機(jī)。
2.有哪些數(shù)據(jù)目前還很分散,但聚集起來會(huì)產(chǎn)生新的洞察?
有沒有一些數(shù)據(jù)(如擊鍵或地點(diǎn)信息)一旦集合起來會(huì)有價(jià)值?非洲一家了不起的初創(chuàng)公司InVenture將智能手機(jī)里的附帶數(shù)據(jù)轉(zhuǎn)換成為信用評價(jià)等級,讓金字塔底層的客戶也可以貸款或購買金融商品。在一個(gè)多數(shù)人都沒有信用歷史的地方,并沒有信用評級存在,因此初級的手機(jī)使用數(shù)據(jù)也能用作信用評價(jià)標(biāo)準(zhǔn)。那些將自己的聯(lián)絡(luò)人姓和名都儲(chǔ)存整理的人更有可能還款。
3.客戶多元化與差異性要達(dá)到什么樣的程度,聚合不同客戶的數(shù)據(jù)才真正有用?
比如銷售農(nóng)用產(chǎn)品(種子、肥料和殺蟲劑)的企業(yè)能從分散于不同地區(qū)的農(nóng)民那里收集數(shù)據(jù),從而判斷適合于不同環(huán)境的最優(yōu)農(nóng)產(chǎn)品組合。無論農(nóng)夫在自己那塊地上耕種了多久,要想知道最佳農(nóng)用產(chǎn)品組合,整合不同土壤、氣候和環(huán)境條件的農(nóng)場信息會(huì)比只看自己一家經(jīng)驗(yàn)更有效。
大數(shù)據(jù)協(xié)助營銷官們解決了一些長久以來沒有答案的基本問題。但大數(shù)據(jù)真正的貢獻(xiàn)在于給客戶創(chuàng)造新價(jià)值。只有這樣,營銷人員才可以把數(shù)據(jù)轉(zhuǎn)化成持續(xù)競爭優(yōu)勢。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
訓(xùn)練與驗(yàn)證損失驟升:機(jī)器學(xué)習(xí)訓(xùn)練中的異常診斷與解決方案 在機(jī)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(chǔ)” 轉(zhuǎn)向 “ ...
2025-09-19CDA 數(shù)據(jù)分析師:讓統(tǒng)計(jì)基本概念成為業(yè)務(wù)決策的底層邏輯 統(tǒng)計(jì)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(shí)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(dòng)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(jià)值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲(chǔ)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(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)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(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)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(jì)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(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請求開發(fā)時(shí)(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(jià)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(diǎn)數(shù)據(jù)的科學(xué)計(jì)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(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)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(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營問題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)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(jì)” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動(dòng)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