当前位置: 首页>> >>正文
如何利用大数据指导营销决策
2015-08-25 13:56:00 作者:网络 浏览次数:2301 标签: 大数据分析工具

如何利用大数据指导决策

大数据思维不像互联网思维那样令人热血沸腾。最近一项研究表明,采用大数据的公司比不采用大数据的公司利润平均高6个百分点。6个百分点也许不那么起眼,但“积少成多、聚沙成塔”,在激烈的竞争环境中,这是可以让企业生存下来、脱颖而出的资本。那么如何利用大数据指导营销决策呢?

 

大数据实际上是营销的科学导向的自然演化。大数据思维有三个纬度——定量思维、相关思维、实验思维。

 

第一,定量思维,即提供更多描述性的信息,其原则是一切皆可测。不仅销售数据、价格这些客观标准可以形成大数据,甚至连顾客情绪(如对色彩、空间的感知等)都可以测得,大数据包含了与消费行为有关的方方面面;第二,相关思维,一切皆可连,消费者行为的不同数据都有内在联系。这可以用来预测消费者的行为偏好;第三,实验思维,一切皆可试,大数据所带来的信息可以帮助制定营销策略。

 

这就是三个大数据运用递进的层次:首先是描述,然后是预测,最后产生攻略。然后讲一讲如何利用大数据的这些思维进行实践的一些例子供大家参考。

 

一切皆可测:迪士尼MagicBand手环

 

美国迪斯尼公司最近投资了10亿美元进行线下顾客跟踪和数据采集,开发出MagicBand手环。游客在入园时佩戴上带有位置采集功能的手环,园方可以通过定位系统了解不同区域游客的分布情况,并将这一信息告诉游客,方便游客选择最佳游玩路线。此外,用户还可以使用移动订餐功能,通过手环的定位,送餐人员能够将快餐送到用户手中。利用大数据不仅提升了用户体验,也有助于疏导园内的人流。而采集得到的顾客数据,可以用于精准营销。这是一切皆可测的例子,线下活动也可以被测量。

 

一切皆可连:网上订餐追踪系统

 

一家做订餐配送的互联网企业,在送外卖的自行车和汽车上安装一套软件和追踪系统,从配送外卖中采集了大量数据,如谁订了什么外卖、经过什么路线、到了谁的家里……而通过对数据的分析,可以得出哪家餐馆的什么外卖比较受欢迎,最快捷的路径是那一条等,在此基础上为商家提供备料建议,并规划一条合理高效的送餐路线。利用分析表面看似无关联的大数据,公司能够提供优化餐馆运营的增值服务。

 

一切皆可试:电商页面推荐功能

 

电商购物中,商品页面的其他产品推荐是个重要的功能(例如“买过该商品的人还买过XXX”)。如何量化和优化推荐功能的效果?有研究机构做了这样一个测试:按顺序向用户推荐全部/屏蔽部分推荐/屏蔽所有推荐,经过一个月测试之后,跟踪被测试对象的购买情况,发现不屏蔽推荐的短期效应最高,购买量最多。而屏蔽所有推荐的效果要优于屏蔽部分推荐。而原先购买过商品的消费者在被屏蔽推荐之后,商品的销售额下降更快,因而可以得出推荐功能对有忠诚度的客户作用更大。更有趣的是推荐功能的长期效果。研究发现,不论首次购买过程中用户是否购买了推荐商品,第二次的访问情况都遵循这一规律:未被屏蔽推荐的顾客中,10%的人会再次访问,被屏蔽推荐的访问率是9%,而实际转化成访问的次数是8%,如果再结合老顾客推荐效果会更好,最后会产生超过10%的营收提高。总体看来,推荐的效果更可观。

 

从描述到预测,再到产生攻略

 

社交网络分析跟踪,将消费者社交网络上的关键词频率转化为可视化表达,对消费者进行分类,进而做针对目标客群的精准营销,这是大数据营销的描述阶段。

 

预测阶段的案例是对信用卡使用情况的研究。原先每家银行只能看到消费者的本行刷卡记录,银行据此消费记录对客户实行奖励。其中存在的问题是,客户使用非本行信用卡的消费情况无从知晓,银行无法了解客户的实际消费情况,哪些是隐藏的“消费大户”。解决这一问题的难点在于,他行的数据记录很难获得,因此研究机构就使用第三方零售商调研的数据,通过建立模型,将两种数据融合,再对消费者的实际消费情况进行预测。模型中原先可能年消费只有2000-3000元的消费者,实际消费达到了4万,这些人成了非常有潜力的银行客户。

 

在攻略阶段,银行可以根据预测结果调整客户奖励政策,例如给年均消费3000元的客户提高返点,或者提供更丰富的积点兑换产品等,使这部分人群变成银行的忠诚顾客。

 

运用大数据来指导营销决策,是许多并购战略的内在逻辑。


推荐阅读:

店铺如何选址:大数据告诉你

大数据在物流行业的作用




(部分文字、图片来自网络,如涉及侵权,请及时与我们联系,我们会在第一时间删除或处理侵权内容。电话:4006770986  邮箱:zhangming[at]eefung.com负责人:张明)

热门文章
文章推荐
舆情监测关注问题
标签云 换一换
舆论风险防范 热点监测 舆论监测软件 文本识别 深度学习算法 NLP 机器学习 网络在线教学舆情 抗击疫情 疫情舆情分析 舆情工作总结 舆论分析 舆情公关 财经金融舆情监测 舆情事件 涉腐舆情 舆情案例 舆情系统 虐童事件 免费舆情监测软件 反转新闻 免费大数据平台有哪些 在线舆情监测 舆情监测哪家好 舆情监测方法 舆情监测报价 舆情网 做好舆情监控 负面监控软件 网红 微舆情 微博传播分析 舆情监测工具 传播路径分析 网红直播 舆情预警系统 近期舆情 手机舆情监测 全网舆情监测 新浪舆情 舆情搜索 网络热点事件 新华舆情 2019网络热词 网络流行语 在线监测软件 大数据分析工具 百度舆情监测 舆情监控前几大公司 数据分析软件有哪些 企业危机管理 315 网络舆情危机 网络舆情监测公司 中国食品药品安全舆情事件案例 社交新全媒体监测系统工具平台公司 舆情监测目的 网信办信息汇总 网络舆情信息简报 舆情监测是什么工作 危机公关 政府舆情 舆情监测预警 舆情监测解决方案 互联网舆情监控系统 网络舆论监测 网络舆情分析系统 互联网舆情分析 舆情是什么意思 德云社 网络舆论分析 医美整形舆情 大数据舆情监测案例 互联网舆情监测平台 政府舆情监测系统 互联网舆情监测系统哪家好 网络社会热点舆情分析系统 舆情信息收集 假期舆情 媒体监测 数据监测 谣言传播 维稳舆情 新闻舆情 舆情查询 舆情预警 5g舆情 网络热词 地方舆情 社会事件舆情分析 微博数据分析 社区舆情 地震舆情 民生舆情 舆情风险监测 高考舆情 政府舆情监测 舆情监测方案 舆情案例分析 网红舆情 舆情监测公司 2019舆情热点 舆情监测软件 舆情监测 社会舆论热点 犯罪舆情 科技舆情 股票舆情 月度舆情分析 消防舆情 舆情信息分析 航空舆情 微信舆情监测 民航舆情 舆情数据分析 消费舆情 环境舆情 人物舆情 公益舆情 食品舆情 新媒体舆情 新媒体舆情监测 感动中国 学校舆情 舆情监测平台 大数据舆情 大数据舆情分析 影视舆情 舆论监督 2019舆情 网络舆情监测 2018舆情事件盘点 2018舆情报告 舆情监测服务商 免费舆情监测系统 舆情报告 负面舆情 舆情分析 舆情研判 舆论监测 校园舆情 舆情热点事件 公共事件舆情 雾霾舆情 政务抖音总结 两个舆论场 官民舆论场 蚁坊软件 高校舆情 港澳台舆情 媒体舆情 涉军舆情 涉法舆情 拆迁舆情 网络舆情 舆情反转 旅游舆情 反腐舆情 海外舆情 信息惠民 灾害舆情 应急管理 智慧城市 体育舆情 景区舆情 媒体舆论 娱乐舆情 检察舆情 舆情管理 监察院舆情 政务舆情 税务舆情 涉外舆情 强拆舆情 司法舆情 舆情研究 交通舆情 企业舆情 法院舆情 舆情指数 政策舆情 舆情汇总 会议舆情 医疗舆情 环保舆情 涉警舆情 明星舆情 社会舆情 教育舆情