当整合营销遇上大数据
“市场营销的目的是充分认识和了解消费者,让产品和服务满足消费者的需求,不用推销,消费者就会主动购买。”现代管理学之父彼得·德鲁克先生40年前提出的名言对我们今天的市场营销仍然具有指导意义。
大数据的价值所在
随着多屏时代的到来,消费者在互联网上搜索、访问、交易、社交的行为创造了海量的互联网信息数据。企业如何从外部获取这些数据、是否善于管理这些数据,并且根据这些数据创造出满足消费者需求的产品和服务,将成为企业成败的关键。这个从外而内的规划原则正是唐·舒尔茨博士提出的整合营销传播的指导原则之一。根据 IDC和麦肯锡大数据研究结果的总结,大数据主要能在以下4个方面挖掘出巨大的商业价值:对顾客群体细分,从而对每个群体量体裁衣般地采取独特的行动;运用大数据模拟实境,发掘新的需求和提高投入的回报率;促进大数据成果在各相关部门的分享程度,提高整个管理链条和产业链条的投入回报率;进行商业模式、产品和服务的创新。
最早关于大数据的故事发生在美国第二大超市Target。孕妇对于零售商来说是个含金量很高的顾客群体。但是他们一般会去专门的孕妇商店而不是在Target购买孕期用品。人们一提起Target,往往想到的都是清洁用品、袜子和手纸之类的日常生活用品,却忽视了Target有孕妇需要的一切。那么Target有什么办法可以把这部分细分顾客从孕妇产品专卖店的手里截留下来呢? 为此,Target的市场营销人员求助于Target的顾客数据分析部高级经理Andrew Pole,要求他建立一个模型,在孕妇第2个妊娠期就把她们给确认出来。在美国,出生记录是公开的,等孩子出生了,新生儿母亲就会被铺天盖地的产品优惠广告包围,那时候Target再行动就晚了,因此必须赶在孕妇第2个妊娠期行动起来。如果Target能够赶在所有零售商之前知道哪位顾客怀孕了,市场营销部门就可以早早地给他们发出量身定制的孕妇优惠广告,早早圈定宝贵的顾客资源。
可是怀孕是很私密的信息,如何能够准确地判断哪位顾客怀孕了呢? Andrew Pole想到了Target有一个迎婴聚会(baby shower)的登记表。Andrew Pole开始对这些登记表里的顾客的消费数据进行建模分析,不久就发现了许多非常有用的数据模式。比如模型发现,许多孕妇在第2个妊娠期的开始会买许多大包装的无香味护手霜;在怀孕的最初20周大量购买补充钙、镁、锌的善存片之类的保健品。最后Andrew Pole选出了25种典型商品的消费数据构建了“怀孕预测指数”,通过这个指数,Target能够在很小的误差范围内预测到顾客的怀孕情况,因此 Target就能早早地把孕妇优惠广告寄发给顾客。根据Andrew Pole的大数据模型,Target制订了全新的广告营销方案,结果Target的孕期用品销售呈现了爆炸性的增长。Andrew Pole的大数据分析技术从孕妇这个细分顾客群开始向其他各种细分客户群推广,从Andrew Pole加入Target的2002年到2010年间,Target的销售额从440亿美元增长到了670亿美元。
大数据为整合营销传播插上腾飞的翅膀
截至2013年第3季度,中国网民数量达到6.08亿,互联网普及率为45.4%;2013年,中国移动互联网网民规模达6.52亿;截至2013年11月底,电子商务交易额达9.7万亿元,同比增长34.6%。
毋庸置疑,数以亿计的互联网、移动互联网用户已经并将继续创造海量数据,大数据时代已经来临。从日常行为和相关调研数据我们可以深切地体会到信息技术带给人们行为方式的变化:早先的一份报纸、茶楼聚会、电视新闻播报等人们几十年形成的习惯,已经和正在被搜索引擎、新闻门户浏览、手机客户端和微博、微信、自媒体的社交行为所取代;身边的数据设备,也从一家一、两台电脑和手机,变成每人三五台智能设备;U盘的容量,从32MB变成8G;数码相机的像素从100万变成1600万;一张照片的数据量,从10年前的100KB,变成现在iPhone照片的2MB。技术领域的飞速发展让人炫目,ADSL被光纤入户取代,2G已经过时,4G正在如火如荼地部署,电商和物流,甚至双十一消费节,都成为大数据时代的清晰符号。
大数据时代的一个特点是日常生活发生了巨大变化,人们对社会的了解、与社会中其他成员联系和沟通的方法日新月异,手段丰富多彩,内容瞬息万变,营销人员所关心的消费者行为也在这些行为日趋复杂多样的同时,变得清晰透明;消费者在依赖这些设备和手段的同时,也为产品和服务的供应商提供了清晰明确的线索。例如,一台手机,从开机到关机,一直都在运营商的网络里面,不断获取信息的同时,也把自己的位置、信号强度、忙闲状态告诉运营商的系统;对这些信息加以分析利用,运营商就可以知道这位客户几时在哪里开机(起床的习惯和过夜的位置);何时在哪里加速或者转换到地铁的基站(开车打车还是坐公共交通);办公室或者客户的位置(上午甚至整天停留的位置);家人亲戚和朋友的号码(自己申请的亲情号码和通话频繁程度);社交活动的模式和频次(晚餐时间的位置和频率,午夜前的位置和行踪);一定意义上,运营商会比这名客户的同事、上司甚至配偶,更了解这名客户;甚至会了解一些他自己都不了解的行为和习惯。
大数据给整合营销传播活动带来了前所未有的机遇。消费者行为数据的丰富、及时和准确,给我们的企业带来收集和分析处理的便利。消费者的上网记录、浏览记录、位置信息、团购兴趣、网店浏览记录和网购记录,如果能够加以收集、整合和分析,企业就可以得到完善清晰的消费者行为地图,为消费者洞察带来便利的工具、完美的手段和良好的结果。
耐克在基于大数据的整合营销中取得了实实在在的成果。中国的年轻消费者对于跑步反馈狂热,跑步依然是耐克在中国最大的运动品类,高于篮球和足球。在耐克2013财年的全球业绩中,跑步的业绩贡献占比20.46%,仅次于Sportswear的26.99%。这也是耐克为什么会对跑步有如此大信心的原因。当然,更为关键的是NIKE+平台延伸出的运动社交网络。而耐克的商业模式也正随着这个平台的延展发生着变化:“耐克推出Nike+平台数字营销模式,关键在于增强了与消费者的互动,并通过检测、处理消费者信息实现对客户更为个性化的服务。这是对消费者需求服务的创新,有利于商家更便捷快速地理解、掌握消费者信息,也有利于其有针对性地推出产品。”技术的革新也推动着耐克出现新的商业模式,即“用户+数据+服务+终端。”通过Nike+的数字创新,耐克正在脱离传统的制鞋、卖鞋的运动企业,在这种新显现的模式中,Nike+就像神经系统,将各类运动产品、用户连接在一起;耐克可以通过Nike+的平台为用户提供线上、线下(如夜跑、品类体验店、马拉松等线下活动)的专业运动服务,提升运动体验,也能从中发掘更多的商机,例如夜跑概念,让耐克的研发人员将反光元素加入鞋子、衣服,直接提振了市场销售。
挑战和机遇并存
大数据也给整合营销传播活动带来了巨大挑战:数据的丰富,固然带来更清晰全面的行为描述,也在一致性方面带来问题。多来源的数据,可以从各个侧面描述细节,然而拼合消费者行为的全景图片,却成为更高技术含量,更细致复杂更需要水平和能力的工作,需要数据专家、行为和心理专家在分析工作中更多参与,更大程度地发挥作用。
营销活动的对策:大数据时代之前,整合营销传播人员难以取得地域广泛、特征全面、反馈及时、内容准确互动性强的消费者数据。片面、慢速、无互动是大多数行为数据的状态,营销人员应该深刻理解这些数据的产生和加工的背景环境和渠道,积极主动又要小心谨慎地善用这些数据,将消费者洞察转化为促进消费者互动、交付消费者需要的产品和服务、不断提升消费者忠诚度的能力,成为企业战略的积极建议者和有效实践者。
例如,在以消费者为中心的营销过程中,营销组织尽可能实事求是、开诚布公地交流信息,为消费者提供实用、知识性、趣味性的内容,也称之为内容营销。此项努力不仅可以提升品牌的认知度、树立品牌的共识性、思想领导力,还将获得消费者青睐,形成消费者对品牌的忠诚。20世纪初开始出版的《米其林指南》是法国米其林轮胎公司为法国驾车旅游的消费者提供的景点、餐厅等实用信息的指南,后来发展成为全球最权威的餐饮评价读物,其共识性、趣味性、教育性、实用性深受喜爱。因此,有价值的内容将长久地促进品牌与消费者的沟通。
大数据分析将成为市场营销人员的核心竞争力。如何有效运用数据这个最宝贵的企业资产,已经成为市场营销人员的重要课题。数据分析将使营销投入获得更高成效,还可以对预测消费者行为起到至关重要的作用,其任一成果都曾是营销人员梦寐以求的结果。数据分析将帮助品牌从经济全球化、竞争同质化、产品服务重度商业化的环境中脱颖而出。尽管如此,许多企业还有很长的路要走,为适应消费者为中心的企业战略而进行组织结构的调整,善于利用数据的人才和大数据分析技术的匮乏等都是企业普遍面临的巨大挑战。
数据分析咨询请扫描二维码
统计学基础 - 理解统计学的基本概念和方法是数据分析师必备的技能之一。统计学为他们提供了处理数据、进行推断和建模的基础。 数 ...
2024-11-25数据分析师在如今信息爆炸的时代扮演着至关重要的角色。他们不仅需要具备扎实的数据分析技能,还需要不断学习和适应不断发展的技 ...
2024-11-25数据分析师的工作职责涉及多个关键方面,从数据的获取到处理、分析再到可视化,旨在为企业的决策提供有力支持。让我们深入了解数 ...
2024-11-25数据分析师:洞察力量的引擎 数据分析师的兴起 数据分析师行业目前正处于快速发展阶段,市场需求持续增长,薪资水平也有所提升。 ...
2024-11-25数据收集与整理 - 从各种来源收集数据,清洗和整理以确保数据质量和可用性。 数据分析与建模 - 运用统计学方法和机器学习模型对 ...
2024-11-25数据分析是当今社会中不可或缺的一项技能,涵盖了广泛的工具和技术。其中,掌握各种数据处理函数对于数据分析师至关重要。本文将 ...
2024-11-25“大数据治理”是一个涵盖广泛的复杂概念,其核心在于确保大规模、多样化的数据资源能够被有效管理和利用。不仅涉及数据的采集、 ...
2024-11-25一、引言 背景介绍 随着信息技术的快速发展和互联网的普及,大数据已经成为现代社会的重要资产。大数据的兴起不仅推动了各行各业 ...
2024-11-25《Python数据分析极简入门》 第2节 7 Pandas分组聚合 分组聚合(group by)顾名思义就是分2步: 先分组:根据某列数据的值进行 ...
2024-11-25数据分析需要学习的内容非常广泛,涵盖了从理论知识到实际技能的多个方面。以下是数据分析所需学习的主要内容: 数学和统计学 ...
2024-11-24数据分析师需要具备一系列多方面的技能和能力,以应对复杂的数据分析任务和业务需求。以下是数据分析师所需的主要能力: 统计 ...
2024-11-24数据分析师需要学习的课程内容非常广泛,涵盖了从基础理论到实际应用的多个方面。以下是根据我搜索到的资料整理出的数据分析师需 ...
2024-11-24《Python数据分析极简入门》 第2节 6 Pandas合并连接 在pandas中,有多种方法可以合并和拼接数据。常见的方法包括append()、conc ...
2024-11-24《Python数据分析极简入门》 第2节 5 Pandas数学计算 importpandasaspdd=np.array([[81,&n ...
2024-11-23数据分析涉及多个方面的学习,包括理论知识和实践技能。以下是数据分析需要学习的主要方面: 基础知识: 数据分析的基本概念 ...
2024-11-22数据分析适合在多个单位工作,包括但不限于以下领域: 金融行业:金融行业对数据分析人才的需求非常大,数据分析师可以从事经 ...
2024-11-22数据分析是一种涉及从大量数据中提取有用信息和洞察力的过程。其工作内容主要包括以下几个方面: 数据收集与整理:数据分析师 ...
2024-11-22数据分析师需要掌握多种技能,以确保能够有效地处理和分析数据,并为业务决策提供支持。以下是数据分析师需要掌握的主要技能: ...
2024-11-22数据开发和数据分析是两个密切相关但又有所区别的领域。以下是它们的主要区别: 定义和目标: 数据开发:数据开发涉及数据的 ...
2024-11-22数据架构师是负责设计和管理企业数据架构的关键角色,其职责涵盖了多个方面,包括数据治理、数据模型设计、数据仓库构建、数据安 ...
2024-11-22