应用大数据进行精准营销,要注意规避如下三大陷阱:
1,有数不一定有据;
2,大而不全;
3,内生变量模糊了因果关系。
无论基于大数据的精准营销最后谁是赢家,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。
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
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数据分析师需要具备一系列技能,以确保能够有效地处理、分析和解释数据,从而支持决策制定。以下是数据分析师所需的关键技能: ...
2024-11-22数据分析师需要具备一系列技能,以确保能够有效地处理、分析和解释数据,从而支持决策制定。以下是数据分析师所需的关键技能: ...
2024-11-22数据分析师需要具备一系列的技能和能力,以确保能够有效地处理、分析和解释数据,从而支持业务决策。以下是数据分析师所需的主要 ...
2024-11-22需求持续增长 - 未来数据分析师需求将持续上升,企业对数据驱动决策的依赖加深。 - 预测到2025年,中国将需要高达220万的数据人 ...
2024-11-22《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