
大數(shù)據(jù)營銷傳統(tǒng)企業(yè)的華麗轉(zhuǎn)身_ 數(shù)據(jù)分析師
近幾年,大數(shù)據(jù)的火熱程度自不待言,數(shù)據(jù)分析在營銷領(lǐng)域的廣泛運(yùn)用,使得越來越多的廣告主意識(shí)到,固守著傳統(tǒng)企業(yè)的營銷模式,已經(jīng)Out了。于是,向互聯(lián)網(wǎng)轉(zhuǎn)型迫在眉睫。然而如何順利轉(zhuǎn)型,卻不是每個(gè)廣告主都能做到的。怎樣才是有效的大數(shù)據(jù)營銷模式,在2014悠易DSP DAY上海站的論壇中,來自數(shù)據(jù)分析行業(yè)專家,成功完成互聯(lián)網(wǎng)華麗轉(zhuǎn)身的知名傳統(tǒng)企業(yè)相關(guān)負(fù)責(zé)人,將帶您一同探尋大數(shù)據(jù)營銷的奧秘。
大數(shù)據(jù)營銷趨勢及扮演的角色
大數(shù)據(jù)營銷要產(chǎn)生效果,需要一定的學(xué)習(xí)積累包括磨合,這個(gè)不是短期內(nèi)可以產(chǎn)生效果的,它不像今天大家都在投的搜索引擎和直接投放電視廣告,預(yù)算越大,產(chǎn)生的營銷效果越好,這是可以有正向比例的。而利用大數(shù)據(jù)做營銷,效果就如同Log拋物線,越到頂端加速越快,但是起步相對(duì)比較難,如果沒有等到加速階段就放棄,自然不會(huì)產(chǎn)生客觀的效果,對(duì)于廣告主來說,需要意識(shí)到的是,大數(shù)據(jù)營銷需要背后海量數(shù)據(jù)的積累和分析,這是和普通的營銷方式所不同的。
安客誠亞太區(qū)產(chǎn)品總監(jiān)李輝表示,即使有很多的趨勢,但大數(shù)據(jù)營銷的本質(zhì)沒有變,就是通過合適的渠道找到合適的人,建立關(guān)系,實(shí)現(xiàn)銷售。最關(guān)鍵的還是營銷。
還有一個(gè)就是移動(dòng),移動(dòng)造成的受眾時(shí)間碎片化,跟PC廣告不同的是,廣告主需要想出受眾所在的場景,這是比較困難的。
“在和廣告主接觸的時(shí)候,被問到最多的數(shù)據(jù)營銷問題就是數(shù)據(jù)帶來的價(jià)值”,李輝講到?!皵?shù)據(jù)不是短期內(nèi)可以一蹴而就的,企業(yè)需要有一個(gè)內(nèi)部的數(shù)據(jù)系統(tǒng),這對(duì)企業(yè)也是一個(gè)很大的轉(zhuǎn)型。
作為國內(nèi)知名的廣告主企業(yè),海爾做營銷的主要目的是什么?海爾是不是真正使用了大數(shù)據(jù)營銷,有成功的解決方案?
海爾家電產(chǎn)業(yè)集團(tuán)數(shù)據(jù)戰(zhàn)略發(fā)展總監(jiān)孫鯤鵬說:無交互不海爾,無數(shù)據(jù)不營銷。數(shù)據(jù)可以提升我們的營銷的效果,通過對(duì)數(shù)據(jù)的采集、挖掘、預(yù)測,能夠幫助我們提高海爾的營銷效率和效果,這是直接的好處。另外還有一個(gè)根本的好處是優(yōu)化用戶體驗(yàn),以前沒有數(shù)據(jù)做基礎(chǔ)的時(shí)候,企業(yè)是單方面的把產(chǎn)品推銷給用戶?,F(xiàn)在有了數(shù)據(jù),可以通過需求預(yù)測數(shù)據(jù)模型洞察用戶需求,大規(guī)模一對(duì)一精準(zhǔn)營銷,這樣的用戶體驗(yàn)是不一樣的。也就是說,以前是為產(chǎn)品找用戶,現(xiàn)在是為用戶找產(chǎn)品。
至于海爾的數(shù)據(jù)模型是如何建立的,安客誠李輝介紹說,這些都基于海爾幾十年的經(jīng)驗(yàn)和線下習(xí)慣。安客誠將海爾系統(tǒng)來自不同渠道的售后售前和線上數(shù)據(jù)整合起來,基于這個(gè)可以做一些用戶行為分析、建模、標(biāo)簽化。在應(yīng)用到媒體的時(shí)候,還有一個(gè)要解決的問題,就是把數(shù)據(jù)和媒體數(shù)據(jù)實(shí)現(xiàn)連接,因?yàn)槊襟w這邊也有用戶人群的畫像,有這么多用戶標(biāo)簽,海爾的數(shù)據(jù)和悠易的數(shù)據(jù)對(duì)接,就可以實(shí)現(xiàn)在里面的人群尋找。
未來數(shù)字化營銷的趨勢展望
對(duì)企業(yè)來說,大數(shù)據(jù)營銷已經(jīng)成為未來營銷新趨勢,廣告主期待未來會(huì)有什么數(shù)據(jù)在國內(nèi)市場產(chǎn)生?更期待什么樣的數(shù)據(jù)產(chǎn)品?
當(dāng)提到這個(gè)問題時(shí),孫鯤鵬表示主要有三個(gè)方面:
第一是生態(tài)圈。目前海爾數(shù)據(jù)偏線下,從生產(chǎn)、開發(fā)到銷售、服務(wù),擁有的是第一方的線下實(shí)名數(shù)據(jù),缺少線上數(shù)據(jù),期待建立一個(gè)數(shù)據(jù)生態(tài)圈,在確保用戶數(shù)據(jù)安全的條件下,借用先進(jìn)的方法,讓外部的線上數(shù)據(jù)和海爾的線下數(shù)據(jù)進(jìn)行匹配,豐富用戶畫像,更加精準(zhǔn)地洞察用戶。
第二是開放。迫切希望數(shù)字營銷行業(yè)能夠開放,而不是大家都把自己的信息關(guān)在圍墻內(nèi)。越開放越安全,越關(guān)門越危險(xiǎn)。至于開放什么?希望多舉行類似的論壇,互相連接,不談戀愛不見面怎么結(jié)婚?
第三是標(biāo)準(zhǔn)。希望建立數(shù)據(jù)行業(yè)標(biāo)準(zhǔn)。比如說安全,到底什么叫數(shù)據(jù)安全?比如海爾與互聯(lián)網(wǎng)企業(yè)之間,什么樣的安全標(biāo)準(zhǔn)雙方都可以接受?包括企業(yè)的DMP數(shù)據(jù)管理平臺(tái)與外部的DSP平臺(tái)對(duì)接,PMP、RTB的開展,現(xiàn)有標(biāo)準(zhǔn)是否最合適?而且這個(gè)標(biāo)準(zhǔn)需要通俗易懂,否則這個(gè)新事物很難快速推廣。
對(duì)于建立行業(yè)標(biāo)準(zhǔn),安客誠李輝也表示贊同,未來安客誠將解決數(shù)據(jù)連接性問題,怎樣能夠有一個(gè)很好的數(shù)據(jù)連接技術(shù)平臺(tái),能夠既保護(hù)好數(shù)據(jù)的產(chǎn)權(quán),又實(shí)現(xiàn)數(shù)據(jù)的價(jià)值衡量。最后實(shí)現(xiàn)技術(shù)層面和整個(gè)業(yè)態(tài)的開放和廣告主的開放。
楊純表示,Admaster在2015年更希望為廣告主提供好兩個(gè)方面的工作,第一,連接外面的互聯(lián)網(wǎng)數(shù)據(jù),更好的為顧客服務(wù)。第二,幫助廣告主把現(xiàn)在已有的數(shù)據(jù),包括自有數(shù)據(jù),怎么能夠更好的在媒介環(huán)境里形成更加清晰全面的認(rèn)識(shí),只有了解才能投放,這兩件事情做完以后,就是整個(gè)大數(shù)據(jù)的體現(xiàn)。
數(shù)據(jù)分析咨詢請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
SQL 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。 ...
2025-09-18CDA 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(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(duì)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(qǐng)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(qǐng)求工具對(duì)比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請(qǐng)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 ...
2025-09-11CDA 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(jià)值 在數(shù)據(jù)驅(qū)動(dòng)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(shí)踐到業(yè)務(wù)價(jià)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(jì)模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價(jià)值導(dǎo)向 統(tǒng)計(jì)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