營(yíng)銷(xiāo)數(shù)據(jù)分析概述

時(shí)間：2022-05-08 00:00:01 | 來(lái)源：網(wǎng)絡(luò)營(yíng)銷(xiāo)

時(shí)間：2022-05-08 00:00:01 來(lái)源：網(wǎng)絡(luò)營(yíng)銷(xiāo)

已故的惠普創(chuàng)始人戴維·帕卡德曾說(shuō)：

營(yíng)銷(xiāo)如此重要，以至于不能把它僅僅交給營(yíng)銷(xiāo)部門(mén)來(lái)處理。

在當(dāng)前客戶(hù)需求瞬息萬(wàn)變的市場(chǎng)環(huán)境下，企業(yè)要構(gòu)建一個(gè)強(qiáng)大的營(yíng)銷(xiāo)組織，實(shí)現(xiàn)銷(xiāo)售額和利潤(rùn)的高速增長(zhǎng)。這不僅需要營(yíng)銷(xiāo)人員的努力，還需要其他部門(mén)人員以營(yíng)銷(xiāo)人員的思維去思考。

因此，在企業(yè)各項(xiàng)業(yè)務(wù)的數(shù)據(jù)分析中，營(yíng)銷(xiāo)數(shù)據(jù)分析的重要性顯得尤為突出。

營(yíng)銷(xiāo)環(huán)境今非昔比，大眾市場(chǎng)不復(fù)存在。取而代之的是相對(duì)更窄的細(xì)分市場(chǎng)，甚至是個(gè)人市場(chǎng)。

營(yíng)銷(xiāo)范式也從最初的營(yíng)銷(xiāo)1.0（大眾營(yíng)銷(xiāo)），發(fā)展到營(yíng)銷(xiāo)2.0（分眾營(yíng)銷(xiāo)），目前已經(jīng)逐漸邁向營(yíng)銷(xiāo)3.0（組織與客戶(hù)之間的協(xié)同營(yíng)銷(xiāo)）。而營(yíng)銷(xiāo)理論也由經(jīng)典的4P理論發(fā)展到4C、 4V等理論。

綜合當(dāng)前的營(yíng)銷(xiāo)環(huán)境，客戶(hù)的重要性越來(lái)越突出。企業(yè)在市場(chǎng)上的成功，不僅需要滿(mǎn)足顧客形形色色的需求，還需要贏得客戶(hù)的心智，引起客戶(hù)的共鳴。

此外，當(dāng)前營(yíng)銷(xiāo)環(huán)境對(duì)產(chǎn)品也提出了更高的要求。產(chǎn)品功能的彈性化，甚至根據(jù)客戶(hù)需求的個(gè)性化定制都在市場(chǎng)上不斷上演著。

與此同時(shí)，連接客戶(hù)與產(chǎn)品的一系列銷(xiāo)售因素，如價(jià)格、銷(xiāo)量等波動(dòng)性越來(lái)越大，越來(lái)越難以預(yù)料。

綜上所述，以下內(nèi)容我們分別從客戶(hù)數(shù)據(jù)分析、產(chǎn)品數(shù)據(jù)分析以及銷(xiāo)售數(shù)據(jù)分析三方面來(lái)展開(kāi)討論。

01客戶(hù)數(shù)據(jù)分析

客戶(hù)數(shù)據(jù)分析的前提是企業(yè)必須能夠接觸和收集到足夠多的與業(yè)務(wù)場(chǎng)景相關(guān)的客戶(hù)數(shù)據(jù)。如果說(shuō)用一個(gè)專(zhuān)有名詞來(lái)代替客戶(hù)數(shù)據(jù)分析的一系列方法，那就是客戶(hù)畫(huà)像，典型的客戶(hù)畫(huà)像示例如下圖所示。

客戶(hù)畫(huà)像是一個(gè)比較抽象的概念，實(shí)際上是一系列數(shù)據(jù)分析流程（問(wèn)題場(chǎng)景確定-數(shù)據(jù)收集-預(yù)處理-建模-標(biāo)簽提取-標(biāo)簽驗(yàn)證-結(jié)果分析和可視化等）的集合。

將這些流程中所提取的客戶(hù)標(biāo)簽（標(biāo)簽通常是一些高度凝練的詞匯，如：高價(jià)值、低購(gòu)買(mǎi)力等）綜合到一起，企業(yè)就能非常直觀的發(fā)現(xiàn)該客戶(hù)的商業(yè)輪廓，即客戶(hù)畫(huà)像。

客戶(hù)畫(huà)像是企業(yè)采取下一步營(yíng)銷(xiāo)策略的指南針，有了客戶(hù)的真實(shí)商業(yè)面貌，企業(yè)在營(yíng)銷(xiāo)方面能夠做到有的放矢，極大地提高營(yíng)銷(xiāo)效率。

客戶(hù)畫(huà)像可以被廣泛地應(yīng)用于客戶(hù)生命周期的各個(gè)階段，如早期的客戶(hù)識(shí)別、中期的客戶(hù)價(jià)值分析、晚期的客戶(hù)留存和流失分析等，用到的方法如聚類(lèi)算法、RFM模型、分類(lèi)算法等。

需要重點(diǎn)強(qiáng)調(diào)的是：

（1）客戶(hù)畫(huà)像并不是越清晰越好，也就是標(biāo)簽的提取并非越多越好，一個(gè)關(guān)鍵的原則就是：有效的標(biāo)簽必須能推出具有因果關(guān)系的營(yíng)銷(xiāo)決策。通俗地講，就是營(yíng)銷(xiāo)人員看到客戶(hù)標(biāo)簽以后，應(yīng)該知道采取何種營(yíng)銷(xiāo)手段，否則就是無(wú)用的標(biāo)簽，與之對(duì)應(yīng)的原始數(shù)據(jù)也就是無(wú)用的數(shù)據(jù)。

（2）雖然客戶(hù)數(shù)據(jù)分析強(qiáng)調(diào)用數(shù)據(jù)說(shuō)話(huà)，但是并非所有的行業(yè)都適用，有些行業(yè)實(shí)際上根本不值得建立客戶(hù)數(shù)據(jù)庫(kù)：a客戶(hù)一般不會(huì)重復(fù)購(gòu)買(mǎi)產(chǎn)品，如鋼琴；b客戶(hù)對(duì)品牌的忠誠(chéng)度很低，隨時(shí)都會(huì)流失掉大量客戶(hù)；c產(chǎn)品單位銷(xiāo)量非常小，導(dǎo)致顧客終身價(jià)值很低，如棒棒糖、汽水；d客戶(hù)分析對(duì)于營(yíng)銷(xiāo)效率的提高不足以彌補(bǔ)高額的客戶(hù)數(shù)據(jù)收集成本；e銷(xiāo)售人員不能直接接觸到最終客戶(hù)，如中間還存在中間商、零售商等。

02產(chǎn)品數(shù)據(jù)分析

一個(gè)產(chǎn)品的一生會(huì)經(jīng)歷眾多的階段，接下來(lái)我們就從產(chǎn)品概念的產(chǎn)生到產(chǎn)品最終退出市場(chǎng)這一系列流程中來(lái)探討產(chǎn)品方面的數(shù)據(jù)分析。

首先，任何一款產(chǎn)品都是從一個(gè)概念開(kāi)始的。假設(shè)我們要為我們的目標(biāo)客戶(hù)設(shè)計(jì)一款電腦，而我們的目標(biāo)客戶(hù)對(duì)電腦功能的需求是多樣的，由于研發(fā)資金有限，我們需要分析出大部分目標(biāo)客戶(hù)對(duì)于這些功能的分類(lèi)、滿(mǎn)意度水平和優(yōu)先級(jí)排序。

根據(jù)這些結(jié)果來(lái)設(shè)計(jì)產(chǎn)品不僅能最大程度發(fā)揮研發(fā)資金的效率，還能顯著提高新產(chǎn)品上市后的市場(chǎng)接受水平，以上就是KANO模型在產(chǎn)品概念階段的應(yīng)用，如下圖所示。

第二，在新產(chǎn)品研發(fā)結(jié)束但還未上市的階段，定價(jià)是很多企業(yè)需要重點(diǎn)考慮的問(wèn)題，而價(jià)格敏感度測(cè)試PSM模型從目標(biāo)客戶(hù)心理對(duì)價(jià)格的接受水平入手，給出了一個(gè)能被大部分客戶(hù)所接受的最優(yōu)價(jià)格和可選擇定價(jià)的價(jià)格區(qū)間，對(duì)于指導(dǎo)產(chǎn)品定價(jià)有一定的參考意義，如下圖所示。

第三，新產(chǎn)品上市銷(xiāo)售一段時(shí)間以后，我們還可以通過(guò)巴斯模型預(yù)測(cè)該技術(shù)在市場(chǎng)上的擴(kuò)散情況，通過(guò)預(yù)測(cè)結(jié)果我們可以大致總結(jié)出該產(chǎn)品的生命周期過(guò)程，以及在每個(gè)過(guò)程中應(yīng)該采取哪些營(yíng)銷(xiāo)策略，如下圖所示。

第四，市面上大部分產(chǎn)品都處于成熟穩(wěn)定期，處于這一階段的產(chǎn)品面臨的一個(gè)重要問(wèn)題是產(chǎn)品改進(jìn)，這里也有一系列方法，如通過(guò)對(duì)漏斗模型（如下圖所示）、聚類(lèi)算法、分類(lèi)算法等的應(yīng)用來(lái)展開(kāi)相應(yīng)分析進(jìn)而改進(jìn)現(xiàn)有產(chǎn)品。

03銷(xiāo)售數(shù)據(jù)分析

如果能提前預(yù)測(cè)出未來(lái)的價(jià)格或銷(xiāo)量的走勢(shì)，對(duì)于企業(yè)制定未來(lái)的生產(chǎn)和銷(xiāo)售等計(jì)劃有很強(qiáng)的指導(dǎo)意義，所以，這里重點(diǎn)強(qiáng)調(diào)對(duì)價(jià)格或銷(xiāo)量的定量預(yù)測(cè)分析。

在這部分分析中，一般常用的是四種定量分析方法：移動(dòng)平均法、指數(shù)平滑法、趨勢(shì)外推法和回歸分析法。

移動(dòng)平均法最為簡(jiǎn)單，可以消除或減少時(shí)間序列數(shù)據(jù)受偶然性因素干擾而產(chǎn)生的隨機(jī)變化影響，所以更適合那些波動(dòng)性小、短期的預(yù)測(cè)。

指數(shù)平滑法是從移動(dòng)平均法發(fā)展而來(lái)的，是一種改良的加權(quán)平均法，在不舍棄歷史數(shù)據(jù)的前提下，對(duì)離預(yù)測(cè)較近的歷史數(shù)據(jù)給予較大的權(quán)數(shù)，權(quán)數(shù)由近到遠(yuǎn)按指數(shù)規(guī)律遞減。指數(shù)平滑通常用于對(duì)那些有波動(dòng)性和趨勢(shì)性的數(shù)據(jù)的預(yù)測(cè)，也適用于短期預(yù)測(cè)。

趨勢(shì)外推法主要是根據(jù)有一定趨勢(shì)的歷史數(shù)據(jù)擬合一條趨勢(shì)線(xiàn)，以此來(lái)來(lái)外推預(yù)測(cè)未來(lái)的值，適合那些有一定趨勢(shì)性的數(shù)據(jù)的中短期預(yù)測(cè)。

以上三種方法都僅用到預(yù)測(cè)變量的歷史數(shù)據(jù)，不涉及其它變量，屬于時(shí)間序列分析。

如果已知某些變量與需要預(yù)測(cè)的變量間有直接的因果聯(lián)系，且這些解釋變量的歷史數(shù)據(jù)均能獲取，我們就可以考慮用回歸分析（包括：一元線(xiàn)性回歸（如下圖所示）、多元線(xiàn)性回歸、非線(xiàn)性回歸等）的方式來(lái)預(yù)測(cè)，回歸分析可預(yù)測(cè)的期限較長(zhǎng)，適用于短、中、長(zhǎng)期預(yù)測(cè)。

以上三部分列舉的只是一些較常用的方法，營(yíng)銷(xiāo)數(shù)據(jù)分析包羅萬(wàn)象，還需要我們?cè)趯?shí)踐中不斷探索和應(yīng)用。

---

微信公眾號(hào)：犀數(shù)學(xué)院（ID：xishuvk）

不只有文章哦~