如何发掘大数据商业价值?四大场景解决两个战略问题
在《数据帝国时代的数字营销焦虑》一文中,我曾写道:中国的数字媒体进入了一个数据帝国时代。BAT的帝国江山稳如磐石,直接或间接的控制着各种内容类型和内容形式的数字媒体平台。
数据帝国时代,品牌主有两大的焦虑:
第一,流量税成本的不断增加,如何应对?数据帝国广告单价过去几年的增长趋势是相当惊人的,绝对大幅跑赢GDP的增长。如何找到降低平台成本的方法,将会成为数字营销竞争的一个重要的战略竞争点。而媒体的碎片化也为宝洁这样的大公司带来挑战。
第二,缺少数据和数据使用能力的自己,会不会有一天被帝国开始降维攻击?京东京造、淘宝心选、小米有品、网易严选……平台在尝试C2B概念,也就是按照消费者需求整合供应链,创造出一个消费者更愿意去买的产品,同时这个整合过程能让所有效率变得更高。这种逻辑和原来的生产型企业完全不同。
因此,今天的大型数字媒体平台,有更大的基因优势跨越到制造行业中来。也许,很快,越来越多的广告客户会发现,平台既是自己必须花费巨额广告费的媒体,又是自己直接的竞争对手,这对品牌来说才是更大的焦虑。
如何解决焦虑?
建立自己的数据壁垒,是未来品牌主必须要做的事情。
如何建立数据壁垒?
其实说白了,就是数据对品牌来讲,到底该怎么使用、管理和创造价值,这样的一个新的课题。
如何用好数据?简而言之,要解决两个问题:
问题一:什么数据能对我产生商业价值?
问题二:这些数据怎么搜集和使用?
谈起数据,我们能想到的,是企业会上马各种各样的软件,很多软件的匆匆上马,可能到最后都会发现,投资回报率非常低。
在这里,我换一种方式,用具体使用场景,来解析数据的两大问题。
第一个场景:忠诚度的提升。
拼多多的崛起,证明了忠诚度的另外一个逻辑:如何让我的老客户,通过他的社交媒体,带来更多新的客户。
无论是滴滴的红包,还是拼多多的崛起,都企业者意识到了,如何激发现有客户,带来更多的消费者和新的收入,这可能是忠诚度在目前营销环境下的一个最大使用场景。
一个现象就很明显:要把这个使用场景下的忠诚度做好,就要看企业的数据基础了:哪些用户能帮你?给这些用户什么样的刺激、他们会给你带来什么样的价值……这些问题会变成一道数学题,这道数学题的前提是你要有相关的数据积累、识别、处理能力。
第二个场景:新客户获取效率的提升。
今天,所有的平台,都在某种程度上开放他们的平台接口,开放这个接口的意思是:希望我们的客户能够带着消费者的数据,上来进行相似人群的寻找和相关投放。
这样做之后,对于广告到达效率的提升是非常惊人的。但是,这件事的前提是,你先有一组你自己认为非常正确的数据,然后传到平台上去——这个条件非常重要。以及,你的数据越丰富,例如能够给平台各种各样投放的维度,标签更加丰富,会取得更高的效果。
例如,我们有一个客户是专门面向厨师来做生意的。他们自己积累了将近100万厨师的数据。这些数据是多维度的,包括了社交ID及行为模式,我们据此抽象出相关标签,再与腾讯DMP合作,在腾讯覆盖的人群中,找出更多的厨师。
第三个场景:用数据来提升创造力。
对于一个企业来讲,有两个方面是非常讲创造力的:
1、你的产品——产品本身是不能够很吸引人,是不是能够打动人心;
2、你的营销——这个营销不仅仅是在投广告,而是在你提出品牌主张、在你去跟消费者沟通的时候,你的方式、方法是不是有足够有创造力;
举个例子,在时趣服务品牌主时,我们会实时监测这个品牌消费者声量中,关于品牌相关定义词的词云的变化。
其中,有一个很有意思的化妆品,它是中国知名化妆品品牌中面膜卖得非常好的,而它的面膜也很贵。因此它的营销挑战是:如何说服一个年轻女孩子,不买屈臣氏里面10块钱的面膜,而是去花100块钱买一张它的面膜?这个逻辑是什么?
突然有一天,我们的服务团队发现词云上面出现了一个很奇怪的词,叫做“前男友”,然后我们就会开始用这个数据的点,回去在社交媒体中找到相应的场景和相应的语料。答案非常简单:因为有一些女生在社交媒体上聊,什么时候用这么贵的面膜呢?3天要见前男友,连续用3天,皮肤特别好,然后见前男友的时候,有一种非常好的感觉,让他知道他应该后悔。
所以,这个品牌就开始拿“前男友”这个概念来做创造力的打造,所以,今天你在百度上面搜前男友,你会发现出现一个关联词叫“前男友面膜”,然后你选这个,你就会看到这个品牌的名字,这个品牌在社交媒体牢牢的抓住了“前男友面膜”这样的一个概念。
所以,这个概念不是创意想出来的,而是通过数据的发现、挖掘与利用,然后找到了这样的一个洞察。
这是一个应用创造力,来提升的例子。
第四个场景:品牌需要形成把自己建设为新型平台的战略思路和组织能力。而数据就是基础。
未来的商业模式之间的竞争,都是平台对平台的竞争,没有平台效应的商业模式,很难最充分的体现出数据驱动的价值,长期来看,会在竞争中被其他平台型企业覆盖。而这个事情的核心,在于你是不是能够在你已有的数据基础之上,形成一个新的商业模式。
举个简单的例子来说明上述的商业模式转变:一个大型的餐饮服务公司,每天都有数十万消费者的进店消费,首先通过会员系统,和其中核心的消费者建立起稳定的数字化会员关系,通过会员运营来形成一个平台,更高效的进行原有餐饮服务的促销;当平台有一定的规模后,开始引入新的服务价值——从第三方引入的服务,是在平台上给会员进行食品、食材的电商销售,以及针对周边外卖订餐的送餐服务;新增的自营服务,是针对亲子会员提供的家长带孩子在线下店面空闲时间来学习简单厨艺的体验服务,以及继续根据会员的反馈数据来寻找新的需求,来继续引入创新的服务价值。
在这个商业模式的进化中,最终传统品牌能够演化形成“更大的用户粘性——更丰富的用户数据——更有效的匹配新服务的能力——更多的供应方愿意加入平台——更大的用户粘性”的网络效应。
上述这个品牌平台化的商业模式转变,对大量的公司而言,是一个复杂的、有一定风险的内部创新甚至是内部创业过程,因此决策机制复杂、风格保守的企业,在这个平台化的策略面前会觉得风险过高,甚至觉得是偏离主业,这反映出领导层本质上还是没有理解平台商业模式,以及没有理解用户数据价值为什么在平台商业模式上能爆发出最大的收益。
今天,数据这么重要,有多少企业用好了呢?答案肯定是:80%以上的企业都没有用好,为什么呢?
第一, 没有采集数据的系统,市场营销中业务的在线程度非常低;
第二,刚才反复讲了,今天市场上专业的团队、专业人才非常缺乏,所以必须要找到好的合作伙伴;
第三,对于大部分中小型企业,甚至大品牌来说,最大的痛点,是企业自身的数据累积需要很长过程,我值不值得投入这样长的时间精力做这个事情?还是把这个费用直接投入到广告中?——对企业来说是个难题。
所以,我们会建议更多的品牌,特别是很多成长型的新兴品牌,先把数据的价值,通过创造力提升这个角度提升起来,因为这一点有可能是所有品牌普世性和见效最快的一个点,同时创造力也可能是品牌去面向平台,在未来越来越严峻的博弈中唯一的壁垒和谈判的筹码。
在今天,当平台试图去覆盖很多行业时,这个行业中最终被逼出来、能够跟平台博弈的人,一定是那些在产品、营销创造力方面做的更好的人,包括在消费者的客户体验方面的创造力做的更好的人。
所以,希望大家都能把注意力放在如何通过数据去提升自身的创造力上,因为这个点是数据创造价值最简单、最明确、最迅速的点。
数据分析咨询请扫描二维码
《Python数据分析极简入门》 第2节 4 Pandas条件查询 在pandas中,可以使用条件筛选来选择满足特定条件的数据 importpanda ...
2024-11-22数据分析师的工作内容涉及多个方面,主要包括数据的收集、整理、分析和可视化,以支持商业决策和问题解决。以下是数据分析师的一 ...
2024-11-21数据分析师必须掌握的技能可以从多个方面进行归纳和总结。以下是数据分析师需要具备的主要技能: 统计学基础:数据分析师需要 ...
2024-11-21数据分析入门的难易程度因人而异,总体来看,入门并不算特别困难,但需要一定的学习和实践积累。 入门难度:数据分析入门相对 ...
2024-11-21数据分析是一项通过收集、整理和解释数据来发现有用信息的过程,它在现代社会中具有广泛的应用和重要性。数据分析能够帮助人们更 ...
2024-11-21数据分析行业正在迅速发展,随着技术的不断进步和数据量的爆炸式增长,企业对数据分析人才的需求也与日俱增。本文将探讨数据分析 ...
2024-11-21数据分析的常用方法包括多种技术,每种方法都有其特定的应用场景和优势。以下是几种常见的数据分析方法: 对比分析法:通过比 ...
2024-11-21企业数字化转型是指企业利用数字技术对其业务进行改造和升级,以实现提高效率、降低成本、创新业务模式等目标的过程。这一过程不 ...
2024-11-21数据分析作为一个备受追捧的职业领域,吸引着越来越多的女性加入其中。对于女生而言,在选择成为一名数据分析师时,行业选择至关 ...
2024-11-21大数据技术专业主要学习计算机科学、数学、统计学和信息技术等领域的基础理论和技能,旨在培养具备大数据处理、分析和应用能力的 ...
2024-11-21《Python数据分析极简入门》 第2节 3 Pandas数据查看 这里我们创建一个DataFrame命名为df: importnumpyasnpi ...
2024-11-21越老越吃香的行业主要集中在需要长时间经验积累和专业知识的领域。这些行业通常知识更新换代较慢,因此随着年龄的增长,从业者能 ...
2024-11-20数据导入 使用pandas库的read_csv()函数读取CSV文件或使用read_excel()函数读取Excel文件。 支持处理不同格式数据,可指定分隔 ...
2024-11-20大数据与会计专业是一门结合了大数据分析技术和会计财务理论知识的新型复合型学科,旨在培养能够适应现代会计业务新特征的高层次 ...
2024-11-20要成为一名数据分析师,需要掌握一系列硬技能和软技能。以下是成为数据分析师所需的关键技能: 统计学基础 理解基本的统计概念 ...
2024-11-20是的,Python可以用于数据分析。Python在数据分析领域非常流行,因为它拥有丰富的库和工具,能够高效地处理从数据清洗到可视化的 ...
2024-11-20在这个数据驱动的时代,数据分析师的角色变得愈发不可或缺。他们承担着帮助企业从数据中提取有价值信息的责任,而这些信息可以大 ...
2024-11-20数据分析作为现代信息时代的支柱之一,已经成为各行业不可或缺的工具。无论是在商业、科研还是日常决策中,数据分析都扮演着至关 ...
2024-11-20数字化转型已成为当今商业世界的热点话题。它不仅代表着技术的提升,还涉及企业业务流程、组织结构和文化的深层次变革。理解数字 ...
2024-11-20在现代社会的快速变迁中,选择一个具有长期增长潜力的行业显得至关重要。了解未来发展前景好的行业不仅能帮助我们进行职业选择, ...
2024-11-20