京公网安备 11010802034615号
经营许可证编号:京B2-20210330
精准营销!岂能只爱大数据,冷落厚数据
已故人类学者Clifford Geertz提出“厚数据”之后,我们在对数据价值的深度挖掘中也逐渐发现“厚数据”对营销起到的价值,所以曾经撰写过一篇题为《为何“厚数据”让大数据营销更有价值》的内容。(相关内容可点击阅读原文查看)
此后,很多读者对大数据和厚数据是如何协调做好营销非常感兴趣,所以,今天就专门为大家详细解答下这个问题,希望可以帮助朋友们了解大数据和厚数据在精准营销中的互补关系。
Tips读完本文后您将了解到以下几点:● 大数据和厚数据都要爱● 避免大数据善意的欺骗● 大数据与厚数据的整合效应
大数据+厚数据=精准人群定位
数据是非常神奇的,在没有步入数字时代之前,消费者的各种行为和喜好是难以准确有一种标准来衡量的。我们做市场营销更多是基于本性的观察和经验总结,但这样给予营销指导的准确较低,企业对于营销资源的浪费也找不到原因所在。
当我们迈进数字时代,加上技术的发展之后,企业发现收集到的消费者数据对于企业营销有了重要的指导价值。正是在这样的技术大背景下,大数据技术近几年成为热门词汇,很多企业开始进军大数据领域。
对于企业而言,大数据技术的战略意义不在于掌握庞大的数据信息,而在于对这些含有意义的数据进行专业化处理。利用处理后的结果,企业可以对营销目标和人群进行分析,进而对营销有指导性的作用。
为了对繁杂的数据进行分析利用,就需要对数据进行标准化归类,而在数据清洗的过程中往往会剔除一些非定量的数据,比如背景、故事、行为等等,而这部分数据就是厚数据。以往我们对这部分数据并不在意,但是现在我们会发现,其实这部分数据对营销的价值是非常大的。
厚数据是体现用户在场景中、有故事的数据,它能够有效填补大数据分析过程中丢失掉的部分。对企业营销而言,只有合理把大数据和厚数据连接起来,才能更加精准的对营销目标进行分析。
所以,企业利用数据驱动营销的时候,不能单纯采用大数据分析的结果做判定,还要考虑厚数据带来的价值,因为这样形成的用户画像才可能达到精准的目的。
大数据有“毒”企业需谨慎
问,大数据对于企业营销真有帮助吗?
答,真有帮助…
那为何说大数据对企业有“毒”呢?Steven Maxwell曾指出:“人们过度沉迷于数据信息的量,却忽略了‘质’的部分,也就是分析法所能揭示的商业洞察。”所以,对企业而言,过分追求大数据并不一定会得到更多的消费者信息洞察信息。
我们知道,大数据分析注重定量的结果,对于定性的结果并不重视。说的通俗一点,就是大数据注重结果而忽视过程。很多企业把结果性数据作为主导参考标准,只是结果性数据具有一定的欺骗性和不确定性。
举个例子来说,你是卖手机的企业,你关心今年有多少人买了我的手机,这个就是结果数据,这个数据是客户比较关心的。而这一年中买了手机的人有多少人在维修过程中和客服沟通了多少次,每次沟通时长是多少、沟通频率是多少以及在营销活动中用户表现出来的兴趣和潜在消费者都是厚数据的表现。
所以对企业而言,单纯相信大数据的结果是具有很大风险存在的,这好比是我就知道手机卖 了多少、知道是卖个哪些人群,但不知道为何用户没有选择购买我的手机。如果利用厚数据进行和大数据的整合分析再营销的话,转化率和投资回报率都会得到巨大的提升。
所以,看似精准的的大数据还是会在营销中出现善意的欺骗,想要避免补充数据的丢失,就要对厚数据进行分析。
善用大数据与厚数据创造价值
在企业的营销中大数据毫无疑问是起到了非常重要的作用和价值,而厚数据则是对大数据进行补充的最佳方式,因为厚数据能够收集和分析出目标用的故事、背景有助于生成更加详细的洞察结果。
举个例子,看看美的是如何用厚数据打造儿童洗衣机的。
儿童洗衣机这类产品在欧美发达国家市场早已流行多时,是从迷你洗衣机中衍生出来的独立产品系列,主要针对儿童体质天生娇嫩,大人和小孩衣服混洗的话容易发生交叉感染而应运而生。
而国内针对儿童洗衣机的推广产品几乎没有,美的为了让家长更加注重孩子在成长过程中的独立,利用厚数据进行分析,帮助美的打造出儿童专属的洗衣机。
首先,美的利用厚数据帮助挖掘儿童的使用信息,利用厚数据进行情感和社交思潮的密切相关故事和意义挖掘。
其次,用厚数据挖掘出哪些人会用儿童洗衣机,他们的社会关系、情感趋势和互动是怎样的。
最后,通过厚数据帮助,建立其整个儿童洗衣机的形象品牌认知闭环。
从上面能够看出,美的采用厚数据进行家长与孩子互动的深层次挖掘,最终让儿童洗衣机得以落地诞生。或许未来的家电制造和营销必然讲求大数据和厚数据结合,定量和定性分析同时兼备,才能做出更加符合用户需求的产品。
不要让数据这么近那么远
对于企业来说,他们发现通过数据分析可以提高他们的品牌和服务与用户间的交互,而且通过注入大数据分析,企业更容易了解他们的竞争对手同时优化自己的数字营销策略,让自己的品牌更加接近用户。但是目前还是有很多企业并没有真正的利用起大数据来改变营销策略,更别说结合厚数据了。
所以,对企业而言,在数据上的投入是要有更加显著的收益才算理想,虽然大数据可以帮助企业得到一些回报,但是企业还是应该更加深一步去挖掘数据的价值,而厚数据无疑是需要重点挖掘的地方。未来,或许厚数据能够与大数据更好的协同工作,给企业创造出更多的价值。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
【核心关键词】软件、洞察力、大数据、产品、经验、硬件、流量、创新、决策、数据安全、网络安全、数据分析、决策制定、数据挖 ...
2026-06-18在方案选型、效果复盘、产品评估、供应商筛选等各类业务决策场景中,仅凭单一指标下结论往往会陷入 “以偏概全” 的误区。多维度 ...
2026-06-18 很多数据分析师精通Excel单元格操作,但当被问到“表结构数据的基本处理单位是什么”“字段和记录的本质区别”“为什么表结 ...
2026-06-18在数据分析、用户运营与业务增长的工作体系中,漏斗拆解是最基础也最高频的问题定位方法。很多业务场景下,我们只能看到最终的转 ...
2026-06-17在数据库开发、数据清洗与报表统计场景中,数值类型转换为日期是高频刚需操作。业务系统常以 Unix 时间戳、整型日期(如20240617 ...
2026-06-17 数据分析师八成以上的时间在和数据表格打交道,但许多人拿到Excel后习惯性地先算、先分析,结果回头发现漏了一列关键数据, ...
2026-06-17【核心关键词】数据库、电商、知识、产品、数据产品、监管业务、产品经理、业务系统、用户行为分析、用户分析、数据分析、电商 ...
2026-06-16在 Python 动态类型与面向对象的编程体系中,变量定义与类实例化是构建代码逻辑的两大核心基石。变量是数据存储、传递与运算的基 ...
2026-06-16 很多数据分析师每天与Excel打交道,但当被问到“表格结构数据和表结构数据有什么区别”“数据类型误判会引发哪些分析错误” ...
2026-06-16在 MySQL 查询性能优化体系中,索引是降低查询耗时、提升数据库吞吐的核心手段。其中联合索引与覆盖索引是实际开发中最高频的两 ...
2026-06-15在数据仓库建设与商业智能分析体系中,维度建模是应用最广泛的建模方法论,而事实表与维度表是维度建模的两大核心构件,共同构成 ...
2026-06-15 很多数据分析师能熟练计算指标,但当被问到“这家企业的核心业务目标是什么”“如何把模糊的战略目标拆解为可量化的指标”“ ...
2026-06-15在数据分析、业务监控、运营复盘等场景中,列值趋势计算是核心需求之一。无论是分析销售额的月度增长、用户活跃的变化趋势、库存 ...
2026-06-12在数字经济深度渗透的当下,消费者的购买行为已从过去的 “被动接受” 转变为 “主动决策”。流量红利消退、获客成本攀升、用户 ...
2026-06-12CDA三级认证是三个级别中的塔尖,全面考察数据战略、团队领导和复杂项目的综合能力。它所对应的《敏捷数据挖掘》教材,不再局限 ...
2026-06-12在游戏产业的商业逻辑中,付费玩家是支撑游戏生存与发展的核心支柱。行业普遍遵循 “二八定律”:20% 的付费玩家贡献了游戏 80% ...
2026-06-11【核心关键词】企业、定位、传统、产品、互联网、可视化、业务侧、数字化、结构化、数据分析、传统制造业、市场状态、发展空间 ...
2026-06-11 解读《CDA二级教材:量化策略分析(2025)》的全景结构与学习逻辑 ” CDA二级认证是企业招聘数据分析师时最常提及的证书门槛 ...
2026-06-11【核心关键词】药企、可视化、营销、分类、数据分析师、销售数据、业务人员、指导方向、分析报告、营销数据、营销医生 【专访摘 ...
2026-06-10在统计学分析、问卷调研、实验验证、业务复盘等场景中,卡方检验与 T 检验是应用最广泛的两类基础假设检验方法。前者专门处理分 ...
2026-06-10