京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据时代:营销从此大不同
大数据已然为整个营销行业带来了翻天覆地的变化。根据市场调研机构GfK去年发布的数据显示,62%的营销机构已经开始改变自身角色,用全新的工具进行市场营销,86%则表示在将来会继续基于大数据进行营销的策划和执行。
对于搞营销的人来说,大数据是他们梦寐以求的工具。互联网的发展,使得企业有更多的渠道去找到目标消费者,他们所能获取的信息也是空前的。
商业机构进行数据收集已有数十年的历史,而互联网的出现,尤其是社交网络的出现,个人信息和个人行为数据变得唾手可得,对信息进行筛选加工的方式更是多种多样。
大型跨国企业,如Target,亚马逊,沃尔玛等对于数据的挖掘起步较早,相关的基础设备和架构的建立也快人一步,对大数据反应滞后的企业在很多时候更像是一步跟不上,步步跟不上,始终处在拼命追赶的状态。大数据时代同时也蕴藏着更大的挑战--数据的收集,存储和分析均需要耗费很大的人力和物力。
从消费者的角度来讲,隐私问题愈发凸显。越来越多的人开始意识到,通过少部分的个人信息可以换取更加实惠的价格和更优质的服务。相对而言,年轻人对于这一观点的接受度要稍高一些,但不同的消费者对个人信息共享程度的判定是不一样的。
有这样一个例子,沃尔玛超市会综合分析当地的天气,超市的存货量以及购物者数据,之后针对特定人群推销烧烤架清洁工具。沃尔玛的这种行为可能看起来无可厚非,但如果换成是保险公司呢?如果他们通过对我们的数字轨迹(如社交网络分享、聊天数据)进行深度挖掘,从而定向营销,我们又该怎么办?
大数据已然为整个营销行业带来了翻天覆地的变化--根据市场调研机构GfK去年发布的数据显示,62%的营销机构已经开始改变自身角色,用全新的工具进行市场营销,86%则表示在将来会继续基于大数据进行营销的策划和执行。
下面来看几个比较典型的例子:
1、在运用大数据进行营销上,亚马逊一直处在领先位置。最近,亚马逊官方宣布它们正在测试和研究“未下单,先发货”功能--根据购物者的购物数据预测你将要购买的物品,实现未下单提前发货的功能。
2、网上票务销售公司StubHub同样也在利用大数据针对潜在客户进行定向营销。在特定的消费者群体中,这种策略尤为奏效--如球迷,他们对于某支球队的热爱甚至会延续终身,这也使得他们成了营销机构的猎物。
3、2013年,eBay修改了用户登录界面,以更大限度地开发利用大数据。用户可以选择自己想要关注的项目,用户还可以录入自己的兴趣爱好,eBay据此推送用户可能感兴趣的消息。
4、Netflix为用户建立了复杂的“个性化类别,”记录用户所有的观影行为数据,并用多大上百种标签对用户进行分类。这样,Netflix就能分析出你所偏爱的影片类型,比如说,你喜欢看剧情纠结的外语片--并据此像你进行影片推荐。
5、在线下,一些超市正在试验NFC(近场通信技术),在消费者从附近走过时可以根据其以往的购物行为有针对性地推荐商品。
上面这些营销手段之所能够施行,原因在于企业可以利用一系列结构性的数据--如你的年龄,性别,位置,和购物行为。
然而,据统计目前我们所能利用的数据只占全部网络数据的20%--更多的数据存在于Facebook和Tweeter上,还存在于海量的博文、视频和音频中,这些数据更加庞杂。
非结构性数据的收集、分析和利用固然有很大的难度,一旦企业掌握了这种技术便会获得得天独厚的优势。比如,零售商可以将商店内的视频监控信息发送给云服务提供商,通过特定的识别算法(面部识别),从而辨识出用户的身份和行为方式(用户在商店的行进路线,拿起的商品,是否购买,在收银台排队等待的时间等等)。
……
对于企业利用大数据进行营销,无论你是否看好,这些技术仍会继续进化,应用范围也将进一步扩大。随着公众对于隐私泄露担忧的家居,政府也必将出台相应的管理法案,对企业的数据挖据和分享行为进行规范。在我看来,规范是必然的。但营销机构则会适应规则的变化,而且它们一直都有着很强的适应能力和生命力。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据处理的全流程中,数据呈现与数据分析是两个紧密关联却截然不同的核心环节。无论是科研数据整理、企业业务复盘,还是日常数 ...
2026-03-06在数据分析、数据预处理场景中,dat文件是一种常见的二进制或文本格式数据文件,广泛应用于科研数据、工程数据、传感器数据等领 ...
2026-03-06在数据驱动决策的时代,CDA(Certified Data Analyst)数据分析师的核心价值,早已超越单纯的数据清洗与统计分析,而是通过数据 ...
2026-03-06在教学管理、培训数据统计、课程体系搭建等场景中,经常需要对课时数据进行排序并实现累加计算——比如,按课程章节排序,累加各 ...
2026-03-05在数据分析场景中,环比是衡量数据短期波动的核心指标——它通过对比“当前周期与上一个相邻周期”的数据,直观反映指标的月度、 ...
2026-03-05数据治理是数字化时代企业实现数据价值最大化的核心前提,而CDA(Certified Data Analyst)数据分析师作为数据全生命周期的核心 ...
2026-03-05在实验检测、质量控制、科研验证等场景中,“方法验证”是确保检测/分析结果可靠、可复用的核心环节——无论是新开发的检测方法 ...
2026-03-04在数据分析、科研实验、办公统计等场景中,我们常常需要对比两组数据的整体差异——比如两种营销策略的销售额差异、两种实验方案 ...
2026-03-04在数字化转型进入深水区的今天,企业对数据的依赖程度日益加深,而数据治理体系则是企业实现数据规范化、高质量化、价值化的核心 ...
2026-03-04在深度学习,尤其是卷积神经网络(CNN)的实操中,转置卷积(Transposed Convolution)是一个高频应用的操作——它核心用于实现 ...
2026-03-03在日常办公、数据分析、金融理财、科研统计等场景中,我们经常需要计算“平均值”来概括一组数据的整体水平——比如计算月度平均 ...
2026-03-03在数字化转型的浪潮中,数据已成为企业最核心的战略资产,而数据治理则是激活这份资产价值的前提——没有规范、高质量的数据治理 ...
2026-03-03在Excel办公中,数据透视表是汇总、分析繁杂数据的核心工具,我们常常通过它快速得到销售额汇总、人员统计、业绩分析等关键结果 ...
2026-03-02在日常办公和数据分析中,我们常常需要探究两个或多个数据之间的关联关系——比如销售额与广告投入是否正相关、员工出勤率与绩效 ...
2026-03-02在数字化运营中,时间序列数据是CDA(Certified Data Analyst)数据分析师最常接触的数据类型之一——每日的营收、每小时的用户 ...
2026-03-02在日常办公中,数据透视表是Excel、WPS等表格工具中最常用的数据分析利器——它能快速汇总繁杂数据、挖掘数据关联、生成直观报表 ...
2026-02-28有限元法(Finite Element Method, FEM)作为工程数值模拟的核心工具,已广泛应用于机械制造、航空航天、土木工程、生物医学等多 ...
2026-02-28在数字化时代,“以用户为中心”已成为企业运营的核心逻辑,而用户画像则是企业读懂用户、精准服务用户的关键载体。CDA(Certifi ...
2026-02-28在Python面向对象编程(OOP)中,类方法是构建模块化、可复用代码的核心载体,也是实现封装、继承、多态特性的关键工具。无论是 ...
2026-02-27在MySQL数据库优化中,索引是提升查询效率的核心手段—— 面对千万级、亿级数据量,合理创建索引能将查询时间从秒级压缩到毫秒级 ...
2026-02-27