大數(shù)據(jù)如何進(jìn)行精準(zhǔn)營銷（精準(zhǔn)營銷的7個關(guān)鍵要素）

時間：2022-01-12 07:00:01 | 來源：整合營銷

時間：2022-01-12 07:00:01 來源：整合營銷

在涉及大數(shù)據(jù)精準(zhǔn)營銷時，我們必須首先介紹個性化的用戶圖像。對于每種類型的數(shù)據(jù)實體，我們進(jìn)一步分解可以著陸的數(shù)據(jù)維度，描繪TA的每個特征，并收集以形成群組肖像。

　　一：用戶肖像

　　用戶肖像是從諸如用戶社交屬性，生活習(xí)慣和消費者行為之類的信息中抽象出的標(biāo)記用戶模型。具體包括以下維度：

　　用戶固定功能：性別，年齡，地區(qū)，教育程度，出生性格，職業(yè)，星座

　　用戶興趣特征：愛好，使用應(yīng)用程序，網(wǎng)站，瀏覽/收集/評論內(nèi)容，品牌偏好，產(chǎn)品偏好

　　用戶社會特征：生活習(xí)慣，婚姻和愛情，社交/信息渠道偏好，宗教信仰，家庭構(gòu)成

　　用戶消費特征：收入狀況，購買力水平，產(chǎn)品類型，購買渠道偏好，購買頻率

　　用戶動態(tài)特征：當(dāng)前時間，需求，您要去的地方，周邊商家，周圍人群，新聞事件如何生成用戶準(zhǔn)確的肖像大致分為三個步驟。

　　1.收集和清理數(shù)據(jù)：已知預(yù)測未知

　　首先，您必須掌握復(fù)雜的數(shù)據(jù)源。包括用戶數(shù)據(jù)，各種活動數(shù)據(jù)，電子郵件訂閱，在線或離線數(shù)據(jù)庫以及客戶服務(wù)信息。這是一個累積數(shù)據(jù)庫；最基本的部分是如何收集網(wǎng)站/APP用戶行為數(shù)據(jù)。例如，當(dāng)您登錄網(wǎng)站時，其cookie仍保留在瀏覽器中。當(dāng)用戶觸摸動作時，點擊位置，按鈕，喜歡，評論，粉絲和訪問路徑，可以識別和記錄他/她。所有瀏覽行為，然后繼續(xù)分析查看的關(guān)鍵字和頁面，以分析他的短期需求和長期利益。您還可以通過分析朋友圈來非常清楚地了解他人的工作，愛好，教育等，這比個人填寫的表格更全面，更真實。

　　我們使用已知數(shù)據(jù)來尋找線索并不斷挖掘材料，不僅要鞏固舊成員，還要分析未知客戶和需求，進(jìn)一步開拓市場。

　　2.用戶分組：按類別標(biāo)記

　　描述分析是最基本的分析統(tǒng)計方法，描述統(tǒng)計分為兩大部分：數(shù)據(jù)描述和指標(biāo)統(tǒng)計數(shù)據(jù)描述：用來對數(shù)據(jù)進(jìn)行基本情況的刻畫，包括數(shù)據(jù)總數(shù)，范圍，數(shù)據(jù)來源指標(biāo)統(tǒng)計：把分布，對比，預(yù)測指標(biāo)進(jìn)行建模。這里常常是數(shù)據(jù)挖掘的一些數(shù)學(xué)模型，像響應(yīng)率分析模型，客戶傾向性模型，這類分群使用Lift圖，用打分的方法告訴你哪一類客戶有較高的接觸和轉(zhuǎn)化的價值。

　　在分析階段，數(shù)據(jù)會轉(zhuǎn)換為影響指數(shù)，進(jìn)而可以做 '一對一' 的精準(zhǔn)營銷。舉個例子，一個80后客戶喜歡在生鮮網(wǎng)站上早上10點下單買菜，晚上6點回家做飯，周末喜歡去附近吃日本料理，經(jīng)過搜集與轉(zhuǎn)換，就會產(chǎn)生一些標(biāo)簽，包括'80后 '' 生鮮 '' 做飯 '' 日本料理'等等，貼在消費者身上。

　　3.制定戰(zhàn)略：優(yōu)化和調(diào)整

　　通過用戶的肖像，您可以清楚地了解需求，在實際操作中，您可以深入管理客戶關(guān)系甚至找到傳播口碑的機(jī)會。例如，在上面的例子中，如果有新鮮的折扣優(yōu)惠券，日本餐廳的最新推薦，營銷人員將準(zhǔn)確地將產(chǎn)品的相關(guān)信息推送到消費者的手機(jī)；發(fā)送不同產(chǎn)品的推薦信息，并通過滿意度調(diào)查，跟蹤代碼確認(rèn)等，掌握客戶各方面的行為和偏好。

　　除了客戶分組，營銷人員還會觀察不同時期的增長率和成功率。比較前后，確認(rèn)整體業(yè)務(wù)策略和方向是否正確；如果效果不好，應(yīng)該采用什么策略？重復(fù)試驗和錯誤并調(diào)整模型以實現(xiàn)循環(huán)優(yōu)化。

　　此階段的目的是細(xì)化價值，然后根據(jù)客戶需求準(zhǔn)確上市，最后跟蹤客戶反饋信息，完成閉環(huán)優(yōu)化。

　　我們從數(shù)據(jù)集成和導(dǎo)入數(shù)據(jù)開始，分析和挖掘數(shù)據(jù)。數(shù)據(jù)分析和挖掘之間仍然存在一些差異。數(shù)據(jù)分析的重點是觀察數(shù)據(jù)，簡單統(tǒng)計，并查看KPI上升和下降的原因。數(shù)據(jù)挖掘從細(xì)微和模型的角度研究數(shù)據(jù)，并從學(xué)習(xí)集和訓(xùn)練集中發(fā)現(xiàn)知識規(guī)則。除了一些商業(yè)軟件SAS和WEKA強(qiáng)大的數(shù)據(jù)分析和挖掘軟件外，建議使用R，Python。因為SAS，SPSS本身比較貴，所以也很難做頁面和服務(wù)級API，而Python和R有一個豐富的庫，可以類似于WEKA模塊，與其他API和程序無縫交互，這里也需要熟悉數(shù)據(jù)庫，Hadoop等。

　　第二，數(shù)據(jù)段

　　“顛覆營銷”一書中提到了一個例子。您可以引用一個問題：如果您計劃收集200份有效問卷，您需要根據(jù)過去的經(jīng)驗發(fā)送多少份問卷來實現(xiàn)這一目標(biāo)？預(yù)計實施多少預(yù)算和時間？

　　以前的方法是：評估網(wǎng)絡(luò)問卷的回收率約為5％。如果您想保證200份問卷，您必須有20倍的報告金額，即發(fā)送4000份問卷，如果您可以在一個月內(nèi)回收。是一個很好的表現(xiàn)。

　　但現(xiàn)在情況有所不同。在執(zhí)行大數(shù)據(jù)分析的3小時內(nèi)，您可以輕松實現(xiàn)以下目標(biāo)：

　　準(zhǔn)確選擇1％的VIP客戶

　　發(fā)送390份問卷，全部回收

　　調(diào)查問卷在3小時內(nèi)發(fā)出35％的問卷

　　問卷數(shù)量超過目標(biāo)數(shù)量的86％，在5天內(nèi)恢復(fù)。

　　過去所需的時間和預(yù)算低于10％

　　如何在問卷發(fā)出后的3小時內(nèi)恢復(fù)35％？那是因為數(shù)據(jù)是發(fā)送時間的“一對一定制”。使用這些數(shù)據(jù)，A先生最有可能在那時打開郵件并在那時發(fā)送問卷。例如，有些人會在上班途中打開郵件，但如果他們正在開車，而且沒有時間填寫答案，乘坐公共交通工具的人會在上班路上玩手機(jī)，而且填寫答案的概率很高。這都是關(guān)于數(shù)據(jù)分割的好處。

　　三，預(yù)測

　　“預(yù)測”使您可以專注于代表特定產(chǎn)品的大多數(shù)潛在買家的一小部分客戶。

　　當(dāng)我們收集和分析用戶肖像時，可以實現(xiàn)準(zhǔn)確的營銷。這是最直接和最有價值的應(yīng)用程序。廣告客戶可以使用用戶標(biāo)記將廣告發(fā)布給他們想要覆蓋的用戶。他們還可以使用上述搜索廣告來展示社交廣告，移動廣告和其他多渠道。營銷策略，營銷分析，營銷優(yōu)化和后端CRM /供應(yīng)鏈系統(tǒng)的一站式營銷優(yōu)化，以提高投資回報率。

　　我們來談?wù)劆I銷時代的變化。大多數(shù)傳統(tǒng)企業(yè)仍然停留在“營銷1.0”時代，以產(chǎn)品為中心，滿足傳統(tǒng)消費者需求，進(jìn)入“營銷2.0”，以社會價值和品牌為使命，也不能完全準(zhǔn)確匹配個人需求。在Marketing 3.0的數(shù)據(jù)時代，我們必須對每個消費者進(jìn)行個性化，一對一營銷，甚至準(zhǔn)確計算交易轉(zhuǎn)換率并提高投資回報率。

　　大數(shù)據(jù)下的營銷顛覆了經(jīng)典營銷4P理論，產(chǎn)品，價格，地點，促銷，取而代之的是新的4P，人員，績效，流程和預(yù)測。在大數(shù)據(jù)時代，與使用大數(shù)據(jù)從客戶的真實交易數(shù)據(jù)預(yù)測下一個購買時間的早期預(yù)測能力相比，離線地理的競爭邊界早已存在。營銷3.0關(guān)鍵字是“預(yù)測”。

　　預(yù)測營銷能夠讓你專注于一小群客戶，而這群客戶卻能代表特定產(chǎn)品的大多數(shù)潛在買家。以上圖為例，你可以將營銷活動的目標(biāo)受眾鎖定為20萬潛在客戶或現(xiàn)有客戶，其中包括特定產(chǎn)品的大多數(shù)買家（4萬人）。你還可以撥出部分預(yù)算用于吸引更小的客戶群（比如20％的客戶），而不是整個客戶群，進(jìn)而優(yōu)化你的支出。

　　過去我們看數(shù)據(jù)可能是被動的方式，但預(yù)測營銷強(qiáng)調(diào)是決策價值，比如購買時間，你該看的不是她最后的購買日期，而是下次購買的時間，看未來的存活概率，最后生成客戶終身價值（CLV）。預(yù)測營銷催生了一種新的數(shù)據(jù)驅(qū)動營銷方式，就是以客戶為中心，核心在于幫助公司完成從以產(chǎn)品或渠道為中心到以客戶為中心的轉(zhuǎn)變。

　　四：精準(zhǔn)推薦

　　大數(shù)據(jù)最大的價值不是事后分析，而是預(yù)測和推薦，我就拿電商舉例，'精準(zhǔn)推薦'成為大數(shù)據(jù)改變零售業(yè)的核心功能。譬如服裝網(wǎng)站Stitch fix例子，在個性化推薦機(jī)制方面，大多數(shù)服裝訂購網(wǎng)站采用的都是用戶提交身形，風(fēng)格數(shù)據(jù)+編輯人工推薦的模式，Stitch Fix不一樣的地方在于它還結(jié)合了機(jī)器算法推薦。這些顧客提供的身材比例，主觀數(shù)據(jù)，加上銷售記錄的交叉核對，挖掘每個人專屬的服裝推薦模型。這種一對一營銷是最好的服務(wù)。

　XX數(shù)據(jù)整合改變了公司的市場方式?，F(xiàn)在經(jīng)驗不會累積在人們身上，而是完全依靠消費者行為數(shù)據(jù)來提出建議。在未來，銷售人員不再僅僅是銷售人員，而是可以升級為具有專業(yè)數(shù)據(jù)預(yù)測的顧問式銷售，并具有人性化的友好互動。

五：技術(shù)工具

　　有幾種方法可以預(yù)測營銷的技術(shù)能力：

　　1.使用預(yù)測分析工作臺，然后以某種方式將模型輸入活動管理工具；

　　2.將分析驅(qū)動的預(yù)測活動外包給市場服務(wù)提供商；

　　3.評估和購買預(yù)測營銷解決方案，例如預(yù)測營銷云和多渠道事件管理工具。

　　但無論哪種方式，你必須確定三個基本能力：

　　1）連接來自不同來源的客戶數(shù)據(jù)，包括在線和離線，并準(zhǔn)備數(shù)據(jù)用于預(yù)測分析；

　　2）分析客戶數(shù)據(jù)，使用系統(tǒng)和自定義預(yù)測模型進(jìn)行高級分析；

　　3）在合適的時間，正確的客戶，正確的行為開始正確的行為，可以跨不同的營銷系統(tǒng)進(jìn)行交叉銷售。

　　六：預(yù)測模型

　　用于預(yù)測客戶購買可能性的行業(yè)標(biāo)準(zhǔn)是RFM模型（最后消耗R，消耗頻率F，消耗量M），但模型應(yīng)用是有限的，基本上是暫定的解決方案，沒有統(tǒng)計和預(yù)測基礎(chǔ)。 “過去的表現(xiàn)并不能保證未來的表現(xiàn)?！盧FM只關(guān)注過去，并沒有將客戶的當(dāng)前行為與其他客戶的當(dāng)前行為進(jìn)行比較。這使得在購買產(chǎn)品之前無法識別高價值客戶。

　　我們關(guān)注的預(yù)測模型是在最短的時間內(nèi)對客戶價值產(chǎn)生最大的影響。以下是其他一些模型參考：

　　參與傾向模型以預(yù)測客戶參與品牌的可能性。參與定義可以是多種多樣的，例如參與活動，打開電子郵件，單擊和訪問頁面。 EDM的傳輸頻率可以由模型確定。預(yù)測趨勢是增加還是減少活動。

　　錢包模型用于預(yù)測每個客戶的最大可能支出，定義為單個客戶購買產(chǎn)品的最大年度支出。然后看看增長模型。如果目前的總目標(biāo)市場很小，但未來可能很大，你需要找到這些市場。

　　價格優(yōu)化模型是可以通過價格優(yōu)化模型最大化銷售，銷售或利潤以及為每個客戶定價的結(jié)構(gòu)。在這里，您需要為您想要的產(chǎn)品開發(fā)不同的模型，或者開發(fā)普通的，可預(yù)測的客戶。價格敏感度模型，用于確定哪一段報價對客戶的影響最大。

　　關(guān)鍵字推薦模型，關(guān)鍵字推薦模型可以基于客戶的網(wǎng)絡(luò)行為和購買記錄來預(yù)測特定內(nèi)容的偏好程度，預(yù)測客戶感興趣的熱點，并且營銷商使用預(yù)測結(jié)果來確定特定客戶。內(nèi)容營銷主題。預(yù)測聚集模型，預(yù)測聚集模型就是預(yù)測客戶會歸為哪一類。