大数据营销应用的现状可用这样几个“多”来形容:说的比投入的多;投的比做的多,如有些大型国企投入资金,建部门、雇海归,但并没有真正做什么;做的比懂的多,收集了一些数据,但读不出有价值的信息来;懂的比赚的多;认为今后赚的比现在想到的多。
如何才能实现光明的前景?一要养成大数据思维,二要避开三大陷阱。
大数据思维
大数据思维有如下四个维度。
定量思维:一切皆可测。POS 机、网上购物、社交媒体以及各种各样的卡,都是大数据的来源。例如,通过传感器,利用红外线微波可以观测人的生理状态、脑电波等,如果驾车人员犯困,其心 理指标发生变化并到一个临界值,汽车后台就会告诫驾驶员休息。赌场入口处的红外传感器,会根据脑部热量情况,分析进来的是冲动型赌徒还是冷静的赌徒。
汽 车行业的大数据有人、车、环境三个来源。“人”不仅包括车主或者驾驶人员,还应包括乘客;“环境”不光是路面信息,还包括行车所到之处的周边信息,如旅 馆、加油站、旅游景点等等,典型如地图应用。“车”的应用也已有案例,如美国一家保险公司为汽车加装了跟踪器,根据行驶数据来决定保险费率;米其林也会搜 集与环境相关的数据,某智能芯片厂商为长途货运汽车提供的芯片,可以全球定位、调节物流和运输。
跨界思维:一切或可联。跨界有不同媒介、渠道间的跨界,如O2O和LBS,也有商业模式、数据应用的跨界。例如,GoPro是穿戴式照相机,但它也为寻求刺激的滑雪、跳伞运动爱好者,剪辑加工影像,并在电视上播出,吸引了广告和巨量的粉丝团队。
操作思维:一切要可行。应 用大数据,不等于非得要上高大上的设备和硬件投入。例如视频公司根据用户观看视频的过程来决定推送什么广告,其算法可能比较简陋,但速度快。其次,要把数 据和用户心理结合起来,营销精准但不要引起顾客的反感。第三,大数据管理要与KPI结合起来,协调各个部门的利益,否则大家对数据采集不积极甚至不合作。 例如,运营部门如果看重节省运营成本,可能就对数据采集的意愿不强烈。
实验思维:一切应可试。比如,要想知道推荐的效果,可以做一个实验。一半消费者有推荐,一半没有。从短期看,推荐效果并不明显,但长期效果非常明显。因为推荐是购物体验的一部分。短时间内,消费者对所推荐的产品可能没需求,但到有需求时就会想起来,尤其是当推荐产品符合他们的品位和风格时。
三大陷阱
应用大数据进行精准营销,要注意规避如下三大陷阱。
有数不一定有据。应用大数据需要什么样的统计或逻辑背景?首先,描述。要能辨识出我们描述的人跟心里想的目标人群是不是一群人。其次,预测。理解现象、变量之间的相关性。第三,优化。理解因果关系,否则无法优化。简言之,预测需要相关性,而优化则需要因果性,而描述关键在样本的代表性。
大而不全。有些大数据应用收集的数据非常多,但对其倾向性却不清楚。解决的办法是跨界,收集企业之外的数据。例如,汽车制造商要跟电商结合,要跟社交媒体结合,通过跨界把数据做全,才能把精准营销做得更好。其次,要把营销、销售和库存等内部信息打通。
内生变量模糊了因果关系。大数据介入消费者购买过程越多,可能对消费者真实偏好的了解越少。例如,视频网站给某用户推荐了一个同性恋电影,他看了;再推荐一部,他又看了。这时,推荐系统就会认定该用户是同性恋,从而继续推荐,实际上该用户可能不过是一时好奇,最后深受其害。解决办法是定期实验。
基于大数据的精准营销到底谁会胜出?在我看来,要至少具备以下资源优势的一种:产品有优势、对客户特别了解、数据来源特别多、平台优势。目前,电商的优势显而易见,因为其数据量非常大,而且有平台优势。
制造商的机会在哪里?一要把产品做得非常好,二要联网提供服务,就像特斯拉,买车,更是买背后的互联网服务。然而,无论谁是赢家,笑到最后的应该是消费者,特别是新一代以网络为家的消费者。
数据分析咨询请扫描二维码
《Python数据分析极简入门》 第2节 2 Pandas数据类型 Pandas 有两种自己独有的基本数据结构。需要注意的是,它固然有着两种数据 ...
2024-11-01《Python数据分析极简入门》 第2节 1 Pandas简介 说好开始学Python,怎么到了Pandas? 前面说过,既然定义为极简入门,我们只抓 ...
2024-10-31在当今数据驱动的世界中,数据科学与工程专业的重要性愈发凸显。无论是推动技术进步,还是在商业决策中提供精准分析,这一专业都 ...
2024-10-30在当今信息爆炸的时代,数据已成为企业决策和战略制定的核心资源。爬虫工程师因此成为数据获取和挖掘的关键角色。本文将详细介绍 ...
2024-10-30在当今数据驱动的世界中,数据分析是揭示商业洞察和推动决策的核心力量。选择合适的数据分析工具对于数据专业人士而言至关重要。 ...
2024-10-30能源企业在全球经济和环境保护双重压力下,正面临前所未有的挑战与机遇。数字化转型作为应对这些挑战的关键手段,正在深刻变革传 ...
2024-10-30近年来,随着数据科学的逐步发展,Python语言的使用率也越来越高,不仅可以做数据处理,网页开发,更是数据科学、机器学习、深度 ...
2024-10-30大数据分析师证书 针对不同知识,掌握程度的要求分为【领会】、【熟知】、【应用】三个级别,考生应按照不同知识要求进行学习。 ...
2024-10-30《Python数据分析极简入门》 附:Anaconda安装教程 注:分Windows系统下安装和MacOS系统安装 1. Windows系统下安装 第一步清华大 ...
2024-10-29拥抱数据分析的世界 - 成为一名数据分析工程师是一个充满挑战和机遇的职业选择。要成功地进入这个领域,你需要掌握一系列关键技 ...
2024-10-28降本增效:管理战略的关键 企业管理中的降本增效不仅是一项重要的战略举措,更是激发竞争力、提高盈利能力的关键。这一理念在当 ...
2024-10-28企业数字化是指利用数字技术和信息化手段,对企业的各个方面进行改造和优化,以提升生产效率、服务质量和市场竞争力的过程。实现 ...
2024-10-28数据科学专业毕业后,毕业生可以选择从事多种不同的岗位和领域。数据科学是一个快速发展且广泛应用的领域,毕业生在企业、学术界 ...
2024-10-28学习数据科学与大数据技术是当今职业发展中至关重要的一环。从基础到高级,以下是一些建议的课程路径: 基础课程: Python编程 ...
2024-10-28在信息技术和数据科学领域,数据架构师扮演着至关重要的角色。他们负责设计和管理企业中复杂的数据基础设施,以支持数据驱动的决 ...
2024-10-28进入21世纪以来,随着信息技术的迅猛发展,大数据已经成为全球最具影响力的技术之一,并成为企业数字化转型的核心驱动力。大数据 ...
2024-10-28随着科技的迅猛发展,数字化转型已成为现代企业保持竞争力和推动增长的关键战略之一。数字化不仅仅是技术的应用,它代表着一种全 ...
2024-10-28银行业正处于一个前所未有的数字化转型时期。在数字经济的驱动下,金融科技如大数据、人工智能、生物识别、物联网和云计算等技术 ...
2024-10-28数据分析可视化是一门艺术与科学相结合的技术,其主要目标是将复杂的数据变得更易于理解和分析。通过将数据以图表的形式呈现,我 ...
2024-10-28数据分析师在现代信息密集型的商业世界中扮演着至关重要的角色。他们通过专业的技能和敏锐的商业洞察力,帮助企业从大量数据中提 ...
2024-10-28