1.谁在做大数据营销?
大家都说自己在做大数据营销。
基于:
1,业务:和市场营销相关,因此政府机关单位数据不考虑。
2.体量:拥有足够多有价值的数据。这一条很多互联网企业和传统大企业都能满足。
3.技术:有技术能力处理大数据。
上面3个因素,国内能做大数据市场营销的还真只有BAT三家。国外的不熟悉,这里不谈。
众所周知,三家的数据特点各不相同。腾讯优势在社交数据;阿里巴巴优势在商品和交易数据;百度优势在全网信息、消费者行为和主动需求数据。
当然例如平安、宝洁、沃尔玛这样的大企业,其自身肯定积累了大量的数据,基于这些数据的数据挖掘、过去就一直在做的网站分析等业务,虽然现今都冠以“大数据”的名义,但这与我们讨论的大数据还不尽相同,他们用传统数据工具对抽取一定数据进行分析,能基于那些数据进行挖掘,只是数量增多了而已,总体而言仍然属于传统的小数据范畴。
2.大数据营销做什么?
营销业务类型
如果粗略划分的话,广告主市场营销的预算一般可以分为实效营销和品牌营销两大块,根据自身发展需要和行业业务特点各有侧重。例如过去京东、一号店等电商类企业,平安等金融类企业主要做效果营销,互联网是更适合做效果的媒体投放渠道;宝洁等FMCG客户、奔驰奥迪等汽车客户主要做品牌营销,传统电视渠道是主要的媒体投放渠道。当然现在情况也逐渐改变,主要反映在:
1.越来越多的品牌类广告主也开始把品牌营销预算放在互联网上做
2.越来越多的营销形式越来越综合。效果类客户逐渐开始做品牌(京东);品牌类客户也开始做效果(汽车,考核线下4S店销量转化)。
3.大数据营销怎么做?
基于数据的营销基本过程
大数据的基本营销过程与过去数据分析基本过程没有差别,需要在定义商业问题之后,采集和处理数据、建模分析数据、解读数据这么三个大层面。但是大数据对三个层面的影响使得具体的做法又与传统不一样。
3.1 数据层:采集和处理数据
传统采集数据的过程一般是有限的、有意识的、结构化的进行数据采集,例如问卷调研的形式。你能采集到的数据一定是你能设想到的情况。数据的结构化较好。一般的数据库Mysql甚至Excel就能满足数据处理过程。
而互联网时代里,大数据的采集过程基本是无限的、无意识的、非结构化的数据采集。各种纷繁复杂的行为数据以行为日志的形式上传到服务器。专属的例如Hadoop、Mapreduce等工具就不赘述。
3.2 业务层:建模分析数据
使用的数据分析模型,例如基本统计、机器学习、例如数据挖掘的分类、聚类、关联、预测等算法,传统数据和大数据的做法差别不大,例如银行、通信运营商、零售商早已成熟运用消费者的属性和行为数据来识别风险和付费可能性。但是由于数据量的极大扩增,算法也获得极大优化提升的空间。
3.3 应用层:解读数据
数据指导营销最重要的是解读。
传统一般是定义营销问题之后,采集对应的数据,然后根据确定的建模或分析框架,数据进行分析,验证假设,进行解读。解读的空间是有限的。
而大数据提供了一种可能性,既可以根据营销问题,封闭性地去挖掘对应数据进行验证,也可以开放性地探索,得出一些可能与常识或经验判断完全相异的结论出来。可解读的点变得非常丰富。
4.大数据营销目前做得怎么样?
与传统品牌营销的几方面类似,大数据在品牌营销的主要应用方向也有:
1.消费者洞察
2.媒体价值研究
3.市场竞争分析
4.品牌管理
等方向。