前言:一篇好文章的诞生,需要你不断地搜集资料、整理思路,本站小编为你收集了丰富的大数据营销核心主题范文,仅供参考,欢迎阅读并收藏。
数据流化使得营销行动目标明确、可追踪、可衡量、可优化,从而造就了以数据为核心的营销闭环,即消费——数据——营销——效果——消费。
新意互动策略中心总经理邓继民在接受采访时表示,大数据营销的价值无外乎表现在两个方面,一是数字品牌,二是效果营销。而如何优化提升品牌数字资产,这是数字品牌发展的根本和核心。这里所指的数字资产不仅仅是传统品牌营销所指的知名度、美誉度,更重要的是品牌与消费共创的数字生态价值,从而实现数据的商业化,进行有效的导流和促进销售。
他认为品牌会把“数据”当成营销运营的核心部分,打造符合企业、品牌行业及企业、产品特质的更加深度的数据体系和数据应用。毕竟数据是海量的,如何运营有限、有效的高质量数据为企业更好的创造价值比大海捞针的粗放式玩儿法要实际的多。然而数字时代,一个品牌不仅仅在收集数据,同时也在制造和影响数据,如何塑造和运营更加有利于企业和品牌营销发展的数据流,必然成为今后品牌营销必须面对的重要课题。因为大数据不是目的,营销投入的关键在于产出,如何合理运用数据最大化影响营销投入的ROI才是最终根本所在。
2、大数据营销让社交网络营销等渠道更具价值
中传互动营销传播院院长于明在接受采访时认为,通过大数据抓取用户,让社交平台价值倍增,而大数据营销不仅起到了一个连接社交平台,精准抓取用户的作用,而且通过数据整理做营销后提炼大众意见去做产品,完成了社交平台营销中的最基础环节。这表现在,一个新产品的推广中,完全可以利用大数据来整理用户需求利用粉丝力量,设计出新的产品,而众多参与者就是最原始的购买群体,随之打开销售渠道。
3、大数据营销让广告程序化购买更具合理性
面对互联网媒体资源在数量以及种类上也在快速增长越发多样化,不同广告主的需求也在日益多样,越发意识到投放效果、操作智能的重要性。大数据是通过受众分析,帮助广告主找出目标受众,然后对广告投放的内容、时间、形式等进行预判与调配,并完成广告投放的营销整个过程。
传漾创始人及资深技术副总裁王跃在接受采访时表示,大数据营销未来趋势将向程序化购买方面发展,随着程序化广告发展热潮带来的效率提升,企业将会把越来越多预算放到程序化购买里。而大数据对企业来说,可以更加明确地知道自己的目标用户并精准地进行产品定位,从而做出极具针对性的布置,获得用户参与。
那么怎么衡量大数据网络广告价值呢?所谓的大数据营销不仅仅是量上的,更多的是数据背后对受众的感知,这体现在对大数据的规模,速度、挖掘及预测四个方面。另外王跃表示,对广告来说,产消逆转将导致头脚倒立的新型广告的出现。网络广告领域的探索颇具先见之明,其依托云端的数据库获取到海量可交互的结构与非结构化数据,并由最底层的数据分析平台支撑中上游的应用服务,打通PC和移动互联网的数据通道,逐步催生垂直的产业链形态。
4、大数据营销实现线上线下结合后进入多屏时代。
“目前的数据挖掘更多还是停留在线上数据的分析和挖掘上。因此未来的关键点就在于如何能够实现线上线下数据的打通。一旦线上的数据和广告主的第一方数据相结合,大数据营销在更精准的基础上就会做到人群量的扩大,”悠易互通产品副总裁蒋楠在接受采访时表示,多屏时代的到来,正在把受众的时间、行为分散到各个屏幕上,而广告主想要更好地抓住消费者的兴趣点,就需要实现多屏的程序化购买。未来大数据营销的大趋势便是多屏整合下的数字营销。
目前大部分企业经营决策面临的最大挑战不是缺少数据,而是数据太多,数据碎片化,各自为政。许多公司组织中,数据都散落在互不连通的数据库中,并且相应的数据技术也都存在于不同部门中,面对这些静态、孤立、无多大参考意义的“初级品”的信息数据,企业信息部门只有将这些孤立错位的数据库打通、互联并且实现技术共享,才能够最大化大数据价值,提供决策支持。
5、大数据营销并非“量”的存在而在于“智慧的数字生态”
“对于大数据营销的理解,多数人的理解停留在‘很大的数据’这一概念,然而大数据实际上是一种“数据生态”的表现,即从交易型数据管理拓展到社会化数据管理层次,从结构化数据管理拓展到非结构化数据管理等。在此基础上必须要有BI的商业智能分析模型的数据管理能力,否则无意义而言。”珍岛集团副总裁张蓬在接受采访时说道。
大数据营销等同于精准营销,或是精准营销是大数据营销的一个核心方向和价值体现。然而目前市场上很多大数据营销技能的企业存在很多片面性,首先整个SNS体系的生态数据应该是完整的数据展现而并非微博、微信数据平台等单一的数据支撑。其次,配套程度有限。大数据智能除了像EDM通道外,还需要和终端配合,这点目前市场上做的还很分散。最后,企业在做大数据营销时对个体消费群体真正能够接受大数据给自己带来的便捷同时也因为涉及“个人隐私”这个敏感的词汇而有所收敛。
张蓬认为大数据营销的两个核心方向是To B和To C。To B即商业智能化,涉及企业智能化供应链决策体系优化,这个供应链不是常规理解的传统意义的物流,而是囊括企业人力资源、服务采购、销售市场拓展、内控成本分析等诸多层面。To C,即生活服务,涉及餐饮、旅游、医疗等诸多领域,以个人信息为核心的信息组织管理模型,将在未来,重构民生体验。
6、大数据营销是“大规模个性化互动”实现高效转化的基础
大数据营销以DMP为核心,包括CMO辅助决策系统,内容管理系统,用户互动策略系统,效果评估与优化系统,消费者聆听和客户服务系统,在线支付管理系统等几个方面。主要从决策层,分析层和执行层几个方面来完成营销,服务和销售全流程管理。
时趣首席科学家王绪刚认为,在银屏时代,营销的核心是品牌形象传递;在互联网门户时代,营销的核心是数字化媒介购买;而在以移动,社会化代表的互联网3.0时代,营销的核心是实现“大规模的个性化互动”。这里的互动指的是更加广义上的接触点策略,比如更加有针对性的传播内容,更加人性化的客服信息,千人千面的个性化页面,而实现这一核心的基础就是消费者大数据的管理。大规模代表效率,个性化代表更好的转化效果。因此,所谓大数据营销的价值就在于能够实现更加高效的转化。
每个公司所处的阶段不同,关心的问题也不同。未来除了广告平台以外,品牌主会更加关注其消费者生命周期的数据管理,与平台合作,实现在多个接触点上的个性化沟通。因此,传统意义上广告策略将渐渐被基于对用户画像的自动化沟通机制所替代,而CMO也必须借助构建DMP,SCRM等IT设施来应对这一趋势。
7、大数据营销即建立一个数据建模让营销更加精准、有效
微播易技术经理林星在接受采访时认为,数据的获取方法主要体现在信息系统普及、传感器网路等等。其次是数据处理方法,像是使用通用计算机搭建计算能力超群的系统,如SNS社交媒体,利用更加开放的系统,在不妨碍平台利益和用户隐私的情况下,理论上获取每一个个人的SNS行为轨迹,然后存储在服务器上,形成一个庞大的数据库积累后成为大数据营销的一个数据基础。
目前在营销过程中涉及数据方面的多而杂,这时需要对数据的有效性进行过滤,例如行为噪声,重复数据,非目标用户数据等等。换句话说,大数据时代,数据和处理能力不再是主要矛盾,主要矛盾是如何从数据中获取想要的知识,也就是数据建模即挖掘能力。当然这个问题的求解,需要一些列建模的过程,然后把它转化成为具体的计算问题。
林星表示,目前的大数据技术虽然可以让营销动作做得更加精准、有效,但做起来并不容易。即便是公认大数据营销的大佬亚马逊、乐天,也经常会被吐槽推荐的东西驴唇不对马嘴,或者是已经买过的东西也会一再推荐。因此,未来基于大数据技术的提升,大数据营销的精准性将带来更多的商业价值。
8、大数据营销就是对“小数据”分析过程中的数据应用
对于大数据营销,多数人认为在做的事情可以称之为“大数据”,在众多乐观的态度中易观国际分析师董旭却提出了对立的观点。她认为,今天所有营销数据基本上是各家在利用有限的数据资源,虽然这个数据资源可能是庞大的,比如庞大cookie量,附属性的分析量等,但将其放在互联网、移动互联网环境上只是与营销相关的数据之一。因为现如今产业链的特征,企业都会有自己独立的DMP系统,但做DMP第三方市场还没有一个通用型的DMP平台可以提供获取数据。因此所有的DMP本身是在应用数据,而并非是全网的大数据。
另外,当今的所有的用户数据都来自于cookie或是APP使用行为等等,如用户属性,购买行为等,因其数据本身的局限性再从数据本身的一个维度的扩张来看今天的数据也够不成大数据。因为大数据营销还处在一个概念普及的阶段,所以大数据未来的发展方向是指导整个营销行业趋势化或并不指导实际运用的作用和价值,而真正指导这个行业运用的还是小数据为主。这也是为什么如今独立的第三方DMP生存并不理想的主要原因。
为何大部分独立电商都面临生存危机?这个问题与产品、营销、营运等诸多因素关联。本文试图从大数据与电商营销层面去做一些思考。
大数据营销的核心
独立电商正在面临前所未有的营销挑战,这种挑战突出体现在三个方面。首先,营销成本越来越高,获客成本居高不下。成本高企的主要因素是媒体对定价权的掌握,以及电商巨头对资源的垄断;其次,随着媒体碎片化越来越严重,营销管理效率受到挑战,机会成本越来越高。电商在找到适合自己的媒体之前,需要一个不小的试错成本和时间积累;第三,促销竞争越来越激烈,用户忠诚度越来越低。一个同行的促销就轻易把用户给挖走,不动用特殊优惠难以触动沉睡的老用户。以往期望有高二购率的高举高打营销模式日渐式微。
电商营销的关键要素,在于营销渠道的选择、营销效率的管控和营销规模的可放大性。不断会有新的渠道出现,然而这个渠道是不是一个优质渠道,主要体现在是否可以达到效率与规模的平衡。
大数据正是这样一个工具,帮助电商进行管控与计算,平衡效率与规模。大数据在电商营销中的应用,核心是做数据资产的保值和增值。大体可分为CRM数据、访客数据和第三方数据三类,数据规模依次呈几何级数递增。所谓保值,是练内功,通过数据发现消费规律,并在此基础上对用户细分和聚类,用适合的工具与用户交流其关心的内容,最终实现用户的转化与再转化;所谓增值,是走出去,基于对自身用户的持续画像,以此在外网寻找“有缘人”,故增值的核心是数据个性绽放,业务需求匹配。不论保值还是增值,应注重积累和持续,而非短平快;注重价值规律由内向外发掘,不同层次的差异化和递进关系,而非一刀切。
大数据与网站优化
电商营销,转化率是关键,提升站内转化率是优化广告效果的基础。电商网站优化的核心KPI就是看转化率是否得到提高、转化成本是否可控。在这一块,美国的Amazon是行业的标杆。Amazon网站上,有超过35%的销售来自于站内推荐系统。推荐引擎是大数据的典型应用,其原理是追踪每一个访客的站内访问行为,并建立推荐模型,预测该用户可能感兴趣购买的商品,然后通过推荐模块在网站页面输出展示这些商品,从而吸引用户点击并购买。
大数据不仅可以洞察消费者的购买兴趣,还可以帮助网站开发者去做UI/UE的优化。通过大数据AB测试,可以了解页面布局和功能设计对于二跳率、转化率的影响,从而避免主观判断UI/UE的优劣,通过数据来持续优化UI/UE。在美国,有专门做AB测试的大数据公司,已经拿到了多轮融资,正在准备上市。在中国,目前电商的接受程度还非常有限,还处于方兴未艾的阶段。
大数据与会员营销
传统的电商CRM,通过RFM模型对已购买顾客进行分组和差异化的营销互动。而事实上,除了已购买顾客,还有大量的到访顾客、兴趣顾客、加入购物车未提交顾客等等,这些潜在购买顾客
的数量级可能是已购买顾客的上万倍甚至更高。在大数据时代之前,我们对于这样一个庞大的潜在顾客群是无法管理和营销互动的。大数据使CRM的概念发生了升级,变为VRM(访客关系管理)。
大数据应用将所有网站的到访用户都管理起来,从访问到注册、加入购物车、支付、购买等环节,建立一个客户转化销售漏斗,这是进行广义会员营销的基础。同时,大数据的引入,使得传统的EDM、SMS变得更加智能化、高效率。VRM的思想,是以大数据为基础的数据库营销升级版,这种升级,体现在基础数据、营销内容、触达渠道、评价体系等多个方面。建立符合自身特点的VRM体系,是电商深入开展数据库营销的基础。
大数据与媒体广告
展示广告的程序化购买,是未来的媒体采购主流模式。程序化购买的发展,离不开大数据应用的普及。从媒体端的资源整合,到第一、第二、第三方数据的收集管理,再到智能竞价、动态创意、智能LP的应用,大数据是必要条件和催化剂。
最近一两年程序化购买的发展速度非常快,从单纯的公开市场竞价DSP,到私有化竞价市场PMP的出现,再到移动广告的程序化购买。如此快速的广告采购方式升级,是很多电商所不适应的。反过来看,这些新的媒体采购方式,虽然从理论上能够帮助到电商提升效率、降低成本,而事实上电商在程序化购买的实施过程中,实际效果与其期望值还有不小的距离。
电商要利用大数据做好媒体广告程序化购买,离不开以下几点:1、要有自身的大数据营销规划和架构,具有大数据营销的技术储备和思想意识;2、选择DSP供应商要慎重,不能偏听偏信,前期最好多选几家,是骡子是马,拉出来溜溜;3、科学设定程序化购买的KPI,不能简单照搬其它渠道的KPI要求;4、合理设定程序化购买项目的启动和评价周期,注重结果,更注重过程;5、培养自己的大数据营销人才,深入进行大数据洞察,而不是简单外包,浅尝辄止。
大数据与电商营销生态圈
日前,在腾讯主办的Mindstorm和Connector活动中,“现代营销学之父”菲利普·科特勒与腾讯公司网络媒体事业群总裁、集团高级执行副总裁刘胜义进行了对话。科特勒提出的“CMO核心职责”,以及刘胜义结合中国市场实践的营销经验,为中国企业和营销人提供了一个融合东西方营销智慧的独特视角。
营销组织和沟通价值
数字化趋势改变着企业与消费者的沟通和营销思维,企业要时刻关注市场动态,了解消费者的最新需求。科特勒提出CMO的组织职责应该重申并明确客户需求、廓清企业市场环境,这将帮助企业在第一时间获得与消费者沟通的机会。同时CMO的监测职责要呈现VOC——消费者的声音,指引企业进一步的营销决策和活动。
对此,刘胜义表示营销的组织价值应该体现在突破部门界限,在企业内部树立“营销为本”的理念。腾讯的经营理念是以用户需求为核心,所以从产品研发、运营到客户服务,“营销为本”已成为腾讯每个员工的首要使命,每个人都承担“营销角色”的职责。
同时,“沟通”是营销过程的首要元素,作为连接企业和消费者的桥梁,营销的沟通价值体现在营销人要学会担当消费者需求的满足者和创造者,不断增加不同消费者对企业的认知度和忠诚度。
营销如何驾驭技术潮流
相关数据显示,在美国,85%的公司和品牌主管认为,当对消费者行为进行深入分析时,大数据会带来超过一半的营销主动权。信息技术正在逐渐和营销形成密不可分的关系,大数据作为数字时代不可或缺的营销工具,正在为营销部门提供精确的用户原始信息。
科特勒认为营销部门的员工要掌握大数据、数据挖掘、市场分析等技术,并利用这些技术分析用户在多大程度上购买自己品牌的产品,从而对企业运营提供指导,这是CMO的技术职责,“驾驭大数据”将成为未来营销人的必要素质。
大数据帮助企业和公司更深入地了解用户体验,进而制定更有效的营销策略,刘胜义认为这正是营销的监测价值所在,社交媒体和大数据正在颠覆企业的营销方式,更颠覆着企业的组织方式。营销人员一定要充分拥抱数字技术,释放大数据营销的力量。
未来营销发展趋势
营销是一个长期的过程,科特勒提出CMO的两大战略职责:为产品策略提供消费者洞察;评估产品营销ROMI(营销投资回报)。营销战略的成功制定将直接提高企业及品牌竞争力。
刘胜义对此表示认同,企业要用商业指标而非营销术语明确衡量营销对于组织长远目标的价值,量化标准是效果衡量的基石。
对于什么是大数据,DCCI互联网数据中心创始人胡延平认为,大数据是提法,其形态本身是数据云。以实时感知、分析、对话、服务能力为基础,让数据流成为商业、营销活动的核心才是关键。
DCCI互联网数据中心《大数据时代的5个转变》给出了如下分析:
以人为中心,互联网生态结构发生转变
数据显示,截至6月,中国网民5.38亿,手机网民就达到3.88亿。通过移动互联网、移动设备产生的数据将越来越庞大与丰富,以社交聊天类、资讯阅读类、实用工具类应用为甚。移动互联网数据成为大数据重要组成部分。
保存到相册
移动应用的爆发性增长引爆对数据的深入挖掘需求。移动互联网与传统互联网融合,成为所有媒体的核心节点却是大数据实现的前提。截至2012年6月,Apple App Store有65万余款应用,Google Play Marker的Apps达60万余款,Windows Phone Markerplace也积累了10万余款应用。
DCCI分析师认为,移动搜索、应用商店、移动浏览器、操作系统等移动入口都将成为移动大数据的关键节点。
数据流量剧增,Web Analytics产业曙光初现
网络用户的高速增长和用户平均网络使用时间的不断延长,这使得用户网络行为数据大增。网络服务从单一的文字形式走向图片,语音和影像等多媒体形式,导致数据量大增。
网络终端由过去的单一台式机变为台式机,平板电脑,书刊阅读器,手机和电视等多终端,大大扩充了网络服务的内容与范围,大大提高了用户对互联网的依赖度,也就大大增加了数据量。
数据显示,过去3年产生的数据量比以往4万年的数据量还要多,且2020年全球电子设备存储的数据将达35ZB。在信息量庞大的时代,哪些数据才具有商业价值,值得创业者思考和探索,同时也给数据分析与挖掘产业带来更多的机会。
大数据不是数据存储,而是数据应用
根据Capgemini的调研,54%的管理人员表示基于冲动或经验作出的战略决定被认为是值得怀疑的,65%同意越来越多的商业决策现在基于分析性数据,数据逐渐成为各行业与职能领域的重要生产因素。
但如果将大数据理解为将数据存储起来,那么这些数据本身将不具有任何价值。
基于用户行为分析,互联网营销趋向开放-主动-整合
数据显示,邮件、视频、微博、帖子、手机呼叫、网页点击等非结构化数据年增长率高达80%。这些数据里面包含大量有价值的信息,如果能有效地把它们的价值挖掘出来,无疑能让企业获得巨大受益。
但是根据Dataxu的调查,超过70%的受访者感觉他们无法利用用户数据洞察的价值,最主要的是缺乏统一的多渠道数字营销平台,也阻碍了传统营销预算向数字化迁移。
DCCI分析认为,解决办法在于建立统一的数字营销平台,其关键则在于开放。
RTB-DSP-DMP,Ad Exchange发展提速,向营销云转变
大数据主要指计算机中的海量数据,数据中存在大量的信息且信息趋于多元化,因此这便要求数据的处理要更为迅速。大多数对数据的处理依赖于云计算,云计算改变了原先获得资源的传统方式。大数据的到来提高了旅游行业的信息获取效率,但于此同时也提高了行业对大数据的利用程度、利用方式。如大数据基本规则所言:BiggerthanBigger.(没有最大,只有更大)。若没有对大数据进行有效的利用,那就无法把握市场情况,无法捕捉消费者的心理。旅游服务业供应链作为旅游业的核心,其从基础设施生产商、提供衣食住行出游娱乐的旅游供应者、中介到旅游管理部门,此间的每个部分无不产生着海量的数据。而整个旅游服务业供应链伴随着各种信息数据的交互,呈现处4大显著特征,分别是:数据体量大、数据类型多样、价值密度低以及数据流速高。这些数据特征也被称为“旅游大数据”[1]。由此,充分发挥大数据的作用有利于带动国民经济的发展以及带动各个行业的发展。旅游大数据的构成部分为结构部分与非结构部分。结构化大数据指数据库,非结构化指除数据库以外的所有格式的数据,像办公文档、网页、视频音频影像等。对于旅游管理数据而言,结构化数据包括旅游相关企业的核心数据,非结构化数据包括各大网点的旅游数据,例如景区的监控视频,旅游的音频,游客的评价,各类应用对景点及其服务设施的评价、推广营销或游客真实反馈等数据。
2大数据对旅游管理的发展影响
大数据能够对旅游管理的发展产生重大的影响离不开其发展的特点,大数据的发展主要有三大特点,一是信息处理快。大数据下的众多用户构成一个庞大的网络,信息可同时在一定的范围内迅速传播,这种爆炸式的信息传递也刺激着了信息的处理速度。二是信息数据开放性强,信息资源的不断开放使信息在一定程度会失真,且信息的泛滥不利于信息的综合性管理,这也会导致企业在收集消费者相关信息时出现数据上的不准确。三是信息数据具有应用广泛的特点。大数据的应用已遍及生活的方方面面,大到通过云计算实现税务信息、银行记录等,小到日常的生活轨迹通过云计算实现数据化信息记录,如微博景区推荐,旅游攻略普及、景点视频存储等[2]。大数据对旅游管理的发展影响主要包含以下三点。1)大数据能够提高旅游行业的服务质量。利用大数据对旅游管理的数据信息进行全面分析,利于旅游管理对旅游数据进行详尽准确的推理,通过数据的收集与推理,旅游景点及其相关部门对公共服务设施的整改能尽可能迎合旅客的需求,提高游客对景点以及旅游服务的满意度,为游客打造美好安逸舒适的旅行服务,从而增进客流量,赢得收益。2)大数据的应用有利于改善旅游行业的经营管理。旅游行业在对旅游信息进行挖掘的同时有效的指导了旅游行业的发展趋势,对于公共服务及设施的完善进行有效管理。包括游客在使用的旅游产品,旅游行业相关部门也可根据大数据中游客的喜好开发周边产品,使得利润多元化,另一方面大数据也能检测出旅游企业的运行情况,进而推进旅游企业的健康发展,这样也能促进旅游行业的不断成长。3)大数据的应用有利于企业更新营销策略。当前,旅游业的发展也带动了诸多旅游相关企业的发展,在传统旅游业中,营销策略单薄、没有具体清晰的目标客户的旅游企业无法在旅游市场占据较大份额。因此通过大数据分析,有助于企业了解目标客户类型以及自身企业的竞争优势,再结合消费者群体的划分有助于提高自身经营策略。通过有效的市场分析,有利于该企业在市场中占据有利的地位。
3大数据在旅游管理中的应用分析
旅游大数据有宏观与微观两个方面,宏观数据能反映景区旅游发展的整体情况,而微观数据能反映消费者个人旅游偏好、消费习惯等个体差异,据此可知大数据的应用可从整体的旅游规划的角度分析如何应用旅游管理,也可从旅游市场细分、精准营销、个性化服务等对消费者个体这样的微观领域进行分析。3.1大数据在旅游管理中的旅游规划及宏观调控。在传统应用方面,旅游规划专业机构可结合深度市场数据分析以及消费者需求的预测,对该旅游市场的消费需求做出更为精确的分析,并给予更为客观合理的市场分析结论,而这样的市场分析可以是通过预测景区在投入市场运行时的规模需求,使景区范围能更贴合游客的需求,相关旅游企业能据此对旅游区做出更为科学的景区核心设计和运营措施,有助于企业规划跟上市场需求变化。另外,在计算机技术的运用及互联网技术得到广泛应用的背景下,旅游规划也提出了新的规划理念,譬如“互联网与游客思维”,“大数据的应用”,“跨界合作”,“互利共赢”等新思维也加入到了旅游规划中,有的景区还为此设置了没有景区管理特征的景区,设此目的的景区的利润来源不再是依靠传统景区门票与景区本身价值,而是通过依靠全域景区的目的地形象,将利润来源拓展为以周边产品为主,结合景区本身进行服务设施的开发,这样不仅提高了景区的利润范围以及景区服务设施,还无形中增大了游客对景区的吸引力。3.2大数据在旅游管理中的精准营销。大数据从微观角度可利用游客市场进行的细分对其实施精准营销策略。市场细分是根据旅游大数据对游客的消费偏好、行为特征、消费心理等来定位目标消费人群,并根据大数据所提供的信息,选择合适的竞争优势,进而细分旅游市场[3]。在细分旅游市场时,旅游行业相关企业可根据企业自身的竞争优势选择合适的市场竞争战略,譬如成本领先战略、差异化战略、集中化战略等,最终达到精准营销的目的。于旅游供应中介商而言,利用大数据对游客市场进行细分后便于通过精准营销对相应的目标消费群体进行投放广告,进而培养潜在客户,同时,还可采用相应措施培养新的客户群体,提升客源市场的转换率。而对于一些较为负面的游客景区评价情况,相关管理部门可通过大数据统计出负面评价的具体内容并进行原因分析,及时采取补救措施,提升景区的服务质量,进而提高景区对游客的吸引力。
参考文献
[1]田秋阳.关于大数据在旅游管理中的应用分析[J].度假旅游,2018(12):100,105.
[2]郝秀婷.关于大数据在旅游管理中的应用探讨[J].度假旅游,2018(11):192,206.
[关键词] 大数据;企业营销;应用分析;营销策略
[中图分类号] F270 [文献标识码] B
最初大数据的概念是对计算机网络中所产生所有数据的统称。然而,现在网络技术的应用已经深入到了千家万户,网民在应用网络时所产生的数据能够被分析和处理,从而使企业营销体系发生一定的变化,大数据营销策略也被人们提上了日常的工作。笔者针对大数据在企业营销中的具体应用进行了阐述。
一、新形势下大数据的内涵
(一)大数据定义
大数据是在全新处理模式下,决策力、洞察力以及优化流程力得以全面提升的大规模多元化信息资产,其典型特点是大量、高速、价值和多样。通常情况下,大数据收集信息的渠道多元化,信息更加具有时效意义,能跟随时展而进步。因此,现代化企业为调查分析公司销售数据,往往借助于网络途径,查询社交类网站或购物平台,收集顾客访问信息等相关资料,与企业传统的顾客信息库有很大不同。在技术层次上,大数据和云计算之间关联紧密,通常建立在分布式计算机结构基础上,以满足收集大量信息数据对信息处理、技术和存储等方面要求。
大数据是计算机发展的必然阶段,只有掌握核心技术和内涵,才能成功利用大数据,并在信息化时挥作用[1]。
(二)大数据的价值
大数据的价值主要体现在以下几个方面。首先,通过数据归纳整理,分析出目标顾客行为特点和消费偏好,从而为企业制定发展规划和经营策略提供详细精准的参考资料。当前正处于信息化、数字化时代,利用云计算技术,在最短时间内,为企业搜索到尽可能多的商业信息,是社会发展必然趋势。其次,拓展全新业务领域。当前经济发展速度迅猛,市场形势复杂多变,信息时效性尤为关键,在客户数据视角下,实施数据管理意义重大。此外,大数据的出现突破了传统思维方式。在分析大数据过程中,能为企业提供具有创新性思维的想法和建议,为企业制定营销策略注入新鲜活力。运用大数据思维,掌握专业核心技术,能够使企业在激烈的行业竞争中,提升自身综合能力,成为佼佼者[2]。
二、新形势下大数据在企业营销中的应用
(一)实现精准化营销模式
大数据提供了全面的数据分析,使得对于营销分析的正确性有了极大程度的提高,云计算以及社会分析为企业分析消费者的购买行为以及购买偏好提供了全面的数据,使得基于传统市场分析的企业营销模式逐渐被企业精准化营销模式所替代。精准化营销模式符合当前快节奏的生活,同时也是企业现代化发展的重要标志,精准化营销模式是通过对消费市场以及自身产品进行准确的定位,通过利用现代化信息技术手段建立消费者沟通服务体系,发掘每一个潜在的消费主体,同时扩大商品的品牌效应,提升企业的综合实力[3]。
(二)实现多方共赢
大数据营销的主体主要是针对企业、媒体以及消费者,通过利用互联网实现数据平移,扩大资源利用率,同时增大资源共享率,实现了企业的互联互通。随着经济的不断发展,市场竞争也逐渐激烈,大数据对于消费者的消费行为分析能够帮助企业制定合理的营销方案,同时规避市场风险,形成以营销体系为核心的多方经济共赢模式,优化企业结构,同时带动上下游及周边产业的发展。
(三)实现消费行为的变化
随着互联网在人们日常生活的普及,越来越多的人过上了移动购物的生活。消费者利用手中的移动设备查询消费信息并根据自己所搜索到的消息完成购物行为。目前,3G网络已经为智能移动终端提供了最便利的条件,无论是买家还是卖家都愿意通过电子市场完成购物交易。除了移动形式的消费行为,人们在购物时也越来越注重网络社交,社交环境成为了消费者消费的又一种形式。人们愿意在消费之前先在社交圈里讨论,以此来获得消费产品的更多资讯。现代社会的购物行为是主动的,不需要商家再填鸭式的与消费者沟通,消费者拥有自主选择产品的权利,在对消费产品不信任时,可以随时中断购买行为。大数据显示,消费者越来越注重消费自由,其可以不同再面对嘈杂的促销场所,也可以更加理性的决定自己的消费行为。消费者的从众心理已经成为过去式,越来越多的人喜欢追求个性化消费。卖家也通过对消费者心理的了解向消费者推荐一些产品,并能够得到消费者的一致好评[4]。
三、基于新形势下企业营销战略分析
(一)市场调研
根据随机抽样抽取民众样本,并对样本展开调查获取有力信息,对这些信息加以分析从而做出营销策略。抽样时一定要保证随机性,由于随机成本极高,导致在实际操作过程中是很难保证的,此外也很难保证被调查者调查答案的真实性。大数据所进行的不是随机抽样而是进行普查[5]。不再需要调查者回答问题,而是直接去获取行为状况。最重要的是大数据是一个动态调研过程,而随机则是一个静态的过程。大数据调查也对以往的统计调查有所改变[6]。
(二)市场细分
市场细分就是依据客户的相关特点的相似性进行群体划分,保证同一群体内每个成员特征非常相近。只有将客户群体进行一定的划分,企业才可以对不同的客户有针对性的进行管理和采取相应的营销方式,为不同的客户提供更令其满意的产品和服务。在市场竞争日趋激烈的当今社会,企业共同面临的一大问题便是寻找自己的客户。然而在当下这个数字时代,要了解广大民众的需要并非易事。在大数据的基础上,以hadoop所创建的平台为基础,可以在纷繁复杂的客户资料中发掘出对企业发展有力的信息。大数据可以使市场划分的更细化,企业要使用合理的分析工具进行分析,可以从更多的角度来对消费者进行细分,进行个性化不同的细分[7]。
(三)产品模块化
产品模块化是在指定范畴内,针对产品多种功能或某一功能的多种性能、规格展开研究,并以此为条件,对产品的功能模块,分别进行重组和搭配,研制出新的产品,符合市场标准和需求,某种意义上,产品模块可以为用户提供更具个性化的服务。通常来说,受限制于技术发展和经济成本,大部分企业无法满足每一位顾客对产品的特定需求,高成本量身打造产品是不现实的。产品模块化使企业能够在某一范围内制作出定向产品,并在标准件之间进行个性化搭配,从而设计出具有不同特色的产品,给用户提供了个性化服务,简化了复杂的生产管理过程,平衡了两者之间的矛盾。因此,企业要重视产品模块化的价值,利用不同模块及功能,搭配出无限可能,保证产品质量,节省资本投入,吸引更多用户[8]。
(四)市场分销
所谓的市场分销就是营销者以网络为媒介将自身的产品以营销的形式推荐给有意的卖家,使其在获益的同时帮助自己完成营销工作。加强在网络上的营销活动,网络营销拥有方便快捷的特点,只要商家在网络当中分销信息,该信息就能快速得以流通并得到反馈。顾客也可以通过商界的营销和分销体会商家的营销哲学。商家也可以采取转变渠道的方式来完成整个营销模式,而企业为了宣传自己的品牌,需要不断开拓市场,为自己竞争营销机会。消费者直接了解商家营销目的,变相的帮助商家完成分销策略,商家能够成功的在消费者心目中树立自己的分销信念。
四、结语
将大数据应用在企业营销中,在一定程度上能够促进我国企业的发展。然而,在大数据的处理和分析上,还存在很多的困难和阻碍,没有得到普及应用。但大数据的普及和应用是其未来的发展趋势,对于很多企业都会产生一定的冲击。基于这种背景,我国很多的大型企业都为应对大数据时代的到来做好了充足的准备。企业只有创新营销思路和体系,才能够在大数据时代下取得良好发展。
[参 考 文 献]
[1]王其和.大数据背景下企业营销战略再分析与营销策略新内涵[J].统计与决策,2014(24):198-201
[2]金晓彤,王天新,杨潇.大数据时代的联动式数据库营销模式构建――基于“一汽大众”的案例研究[J].中国工业经济,2013(6):122-134
[3]吴英鹰.大数据背景下旅游企业网络营销的创新――基于AISAS消费者行为分析[J].中国商贸,2013(35):107-108
[4]李巍,王志章.营销能力对企业市场战略与经营绩效的影响研究――基于成渝地区民营企业的实证数据[J].软科学,2011(1):114-119
[5]蔡立媛,张金海.负熵:大数据时代TPWKR企业营销五阶段模型的建构――以“购买的五阶段模型”为分析对象[J].现代传播(中国传媒大学学报),2016(3):127-130
[6]顾雷雷,彭俞超.运营能力和营销能力对企业绩效的贡献――中国IT行业上市公司数据分析[J].重庆大学学报(社会科学版),2014(1):56-63
背景
传统的品牌营销管理模式面临诸多挑战
产品同质化,品牌竞争越发激烈;传统媒介渠道正在发生剧烈变革;用户消费行为碎片化越发明显......无论是产品、媒介还是用户方面的压力和挑战,都使得企业品牌忠诚度管理急迫且要实效。
搜索引擎的大数据中蕴含着无尽的宝藏
截至2014年6月,我国搜索引擎用户规模达5.07亿,使用率为80.3%;用户的搜索行为充满了探究、知识获取、自由发散等特点。
Data source:艾瑞调查数据
研究问题
那么,利用搜索的大数据,能否为品牌营销管理带来新的思路?我们以网上订餐为例,研究目标人群,在搜索平台上的品牌选择的过程是怎样形成的,探索用户的选择是否有迹可循?
研究目的
研究思路
研究假设
一段时间内,用户发出搜索请求会受到各类因素的影响,导致其下一次搜索品牌/产品会发生变化
研究核心
研究这种变化所带来的结果
研究内容
方向一:
方向二:
案例成果
挖掘你的核心竞品,警惕潜在竞争对手
品牌A的相对品牌忠诚度最高为77%;同时,品牌A的流向和流入品牌均是品牌B,且流入明显大于流出,表明品牌A的忠诚度明显高于品牌B;
品牌C和品牌D的竞争力均比较强,但与品牌A之间的直接竞争略小。
Data source:360大数据
实时监测核心用户的变化趋势,提高市场响应速度,针对不同用户,开展个性化营销
年中旺季7/8/9月,品牌A忠诚用户较多,进入淡季后逐步减少;
游离用户和新增用户的比例波动较大,而共有和流失用户的比例较稳定。
Data source:360大数据
分析品牌在区域、城级等维度上的差异,更全面的了解品牌发展的优劣势,发掘机会点
品牌A的忠实用户占比32%,其次是游离用户,新增用户略少;
2011年5月,麦肯锡全球研究院《海量数据:创新、竞争和提高生产率的下一个新领域》报告指出数据已经渗透到每一个行业和业务职能领域,逐渐成为重要的生产因素。大数据应用于旅游行业,已经有很多成功案例。例如2012年,在伦敦奥运会和残运会期间,Teradata公司的eCircle通过复杂数据的筛选创建目标邮件,引导市民通过专用网站来计划他们的旅行,从而避免热点景区,使得35%市民改变他们的旅游计划,并在赛事期间减少伦敦的交通压力。旅游业是典型的体验式经济,而这种体验不仅会在顾客的记忆中残留,也会以点评的方式在网络上,如何将这些与旅游业相关的海量数据收集分析应用,是旅游业越来越需要面对的新挑战。
二、大数据概述
目前,国内外对大数据尚未有一个公认的基本概念.专业研究机构Gartner认为大数据是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产;首先,大数据中的“大”不仅指数据量的规模庞大;也指数据结构已不只是传统上的数据结构,包括结构化数据、半结构化数据和非结构化数据。其次,大数据只有通过工具进行分析,才能实现其背后蕴含的价值和能。最后,大数据是“活”的,是不停更新的“真”数据。据此,大数据是指运用新技术工具,选择一种或多种分析方法,对大量结构化或半结构化数据进行分析,使数据背后的价值得以应用,从而影响及改变某领域的数据行为。尽管大数据没有公认的标准定义,但是对于其特征,学界较统一的认识是大数据具有四个基本特征,即规模化、多样化、快速化、价值化。规模化不仅是一个量化概念,更是一个定性的概念,机器生成的数据量远大于非传统数据量,且数据集合的规模不断扩大,已从GB到TB再到PB级,甚至开始以EB和ZB来计数。多样化是指数据类型繁多,包括结构化数据、半结构化数据和非结构化数据,至2012年末,互联网非结构化数据占整个数据量的75%以上,这类非传统数据格式变化极快。快速化是指对生成及变化的数据处理速度要求更高,即是1秒定律,大数据具有很强的时效性,用户只有把握好对数据的时效性才能利用这些数据。价值化是指大数据的价值密度低,商业价值高,例如视频,可能有用的数据仅仅有一两秒。
三、大数据时代背景下旅游业的变革
1.大数据改变旅游业发展策略。国家和地方政府非常重视旅游大数据的发展.2009年,国家旅游局信息中心申报“旅游基础数据库”项目;中国旅游业信息化“十二五”发展规划中明确提出把建设和运行全国旅游基础数据库作为重点项目开展;2015年10月,国务院办公厅《关于进一步促进旅游投资和消费的若干意见》,提出积极发展“互联网+旅游”,大数据是旅游产业发展到一定规模的必然方向,政府部门希望借助大数据对动态发展的社会需求做出科学的、客观的反应和理解,从而为政府部门、企业单位等提供科学决策。
2.大数据改变旅游者决策行为。2015年7月23日,中国互联网信息中心在北京《中国第33次互联网络发展状况统计报告》指出:截至2015年6月,在网上预订机票、酒店、火车票或旅游度假产品的网民规模达到2.29亿,较2014年底增长730万人,半年度增长率为3.3%。与此同时,手机预订机票、酒店、火车票或旅游度假产品的网民规模达到1.68亿,较2014年12月底增长3350万人,半年度增长率为25.0%,是整体在线旅行预订市场增长速度的7.6倍。我国网民使用手机在线旅行预订的比例由24.1%提升至28.3%,这说明现在越来越多的游客更愿意选择手机移动客户端进行旅行预定,手机移动客户端具有非常强的便利性。
3.旅游企业经营管理的变革。每次查询、预定、租凭及游后日志撰写、网络点评等都会产生大量数据,这些数据不仅对于越来越个性化的旅游者来说很重要,而且对于旅游企业来说也很重要.例如国内知名蚂蜂窝旅行网站,截至2015年2月,蚂蜂窝已积累8000多万用户,其中80%的用户来自移动端,点评数量达1600万条,超过50%的技术研发人员,有自己的数据研究中心,大数据是三大核心竞争力之一。蚂蜂窝对用户信息进行提取并分析其行为偏好,如攻略下载、旅游搜索与问答、目的地浏览等,得出自由行的热门目的地、热门酒店等聚焦性购买需求数据。根据这些数据,蚂蜂窝与全球供应商合作,进行自由行产品的用户反向定制和销售,协同供应商对自由行产品进行优化和重构。
四、大数据时代旅游营销模式创新
1.思维创新。维克托.迈尔•舍恩伯格在《大数据时代》书中指出,大数据时代最大的转变就是,放弃对因果关系的渴求,而取而代之关注相关关系。也就是说只要知道“是什么”,而不需要知道“为什么”,这就颠覆了千百年来人类的思维惯例。这种由关联性所带来的思维创新主要表现四个方面,①营销分析的重点从“为什么”转成“是什么”,从“因果关系“转成”关联关系“。②营销统计从”样本“到”总量,大数据的统计样本再也不是过去的抽样,而是全部的样本。③营销市场调研,从“定性”到“定量”.传统的市场调研分析存在一些不可量化因素,而大数据市场调研分析一切皆可量化。④销核心资产从“品牌”到“数据”,大数据时代,数据成为最有价值的资产。大数据时代所带来的营销创新思维非同小可,例如著名的“啤酒“与”尿布“营销故事。
2.精准营销。旅游者获取信息的渠道大大增加,更加追求个性化、差异化的产品和服务。旅游者在出发前,可以在网上查看目的地、攻略、点评;在旅游途中,可以通过移动客户端查看景区客流量信息、周边实时交通信息、以及娱、购、住、食等信息;旅游结束后,游客可在微博、博客、微信等社交媒介上撰写游记或是分享心得。游客游前的点击搜素,游中的目的地查询,游后的游记都会形成涉及旅游业营销的数据。社交媒体网站凭借大数据平台,分析游客的上述行为数据,根据其兴趣、爱好和倾向,进行个性化整合推送,实现精准营销。
合一集团(优酷土豆)作为中国网络视频行业的引领者,2015年在内容制作和技术端都取得了佳绩。
从内容端来讲,整体的内容生产日益碎片化,内容源越来越多,从少到多,从可控到分散,以至于行业内马太效应日益凸显。我认为到目前为止,网生内容还未真正地爆发,但未来一定会爆发,内容生态也将发生巨大变化。2016年,合一集团(优酷土豆)也将重点打造超级头部内容。除了继续加大投入采购顶级版权大剧与综艺外,还将通过一系列“合计划、台网联动、联合出品、合制”等新模式,并投入百亿元现金和资源支持,以生产更多的网生内容。
在营销技术层面,2015年8月,合一集团正式对外宣布进入VR(虚拟现实)内容制作领域。合一集团还与视频内嵌广告服务商Mirriad签订独家合作,推出拥有多项全球专利的“移花接木视频广告技术”产品。该技术能够让品牌主借势热门IP,在优质视频内容中轻松植入品牌与产品,在为品牌主带来极大便利的同时降低风险。国际知名品牌三星成为了“移花接木”产品的首位品牌主,在优酷土豆高端自制节目《看理想》中植入品牌形象广告。之后,合一集团将完成与第三方监测的对接,“移花接木”产品将会吸引更多的广告主关注,并进行规模化售卖。
合一集团一直坚持打造以品牌需求为核心的内容营销和以用户洞察为导向的技术创新,以促成内容+技术双引擎的完美加速,实现品牌、用户和平台的多方共赢。
2016营销关键词
内容营销、大数据
内容营销:在内容为王的时代,人们对于文化娱乐内容的消费需求有增无减,内容营销在未来仍有很长的生命力,内容营销依然是2016年合一集团未来的重中之重,如何做好内容营销,其实非常考验广告主的胆识和眼光。广告主的决策必须要大胆才能赌赢,从投资的角度来看,做内容营销其实就是一次高风险高收益的投资。
大数据:在广告主中经常流传这句话,“广告费有一半被浪费了,但我不知道被浪费的是哪一半?”有了大数据,实现精准营销,这个问题便逐渐得到了缓解,有了一些实质性的进展。随着优酷土豆大数据与阿里大数据的连接打通,在人群的精准定向方面,我们会为广告主提供更有效的投放数据。
2015营销感悟
好内容是关键。近年来内容生态发生了巨大的变化以至于马太效应日益凸显。一级的优质头部内容与二三级的内容在影响力和效果力上,已经呈现出几何量级的差异。建立在大数据基础上的精准营销,已是市场的热点。在人群精准和售卖方式方面,微创新的营销技术层出不穷。以移动端为主要阵地的营销已成为主流,这是毋庸置疑的。