营销向来是各种玄幻词汇出没之地,特别是阿里高调大喊“数字化转型”以后,又冒出来一个“数字化营销”。搞得很多做数据的同学一脸蒙圈:咋个又数字化了,到底我能干点啥?今天我们剥皮抽筋,最通俗的介绍下啥叫数字化营销。

一、什么是营销

营销本质上就是解决“酒香也怕巷子深”的问题。产品再好,没人宣传,也会埋没在市井之中。况且很多产品本身就是换皮、跟风、仿冒之作,“产品不够,营销凑”,就更得可劲地吹了。

抛开各种玄幻概念,问:“巷子深,我该怎么办!”你可能直观想到就是把酒搬到巷子口不就好了——恭喜你答对了,这就是营销的一条:place(渠道建设)的概念。

Place的营销方法:

渠道营销常见方法:

1、把酒搬到巷子口(位置选择)

2、开一间巨华丽的大酒楼(终端设计)

3、找很多小市肆一起卖(渠道投放)

哇塞,原来这就是营销,好简单!估计其他很多答案已经在大家嘴里跃跃欲出了。

比如另一个直观想法:我把酒卖便宜点。——恭喜也是答对的,这就是营销讲的price。只不过具体玩法,可以有6种策略:

Price的六种策略:

1、高端路线:定价很高,吊起来卖

2、低端路线:定价很低,走量

3、价格差:先定高价,再打折

4、满额减:满500元,优惠50元

5、会员制:根据消费力给会员级别,不同等级有优惠

6、隐形歧视:定高价,但通过复杂活动派优惠券

比如另一个直观想法:我卖酒的时候送点啥。——恭喜也是答对的,这就是营销讲的promotion。具体可以送的东西很多,比如:

Promotion的方法:

1、增值服务:买酒有漂亮小妞陪喝

2、交叉销售:买酒得酱牛肉券一张

3、增量销售:买一坛送一坛

4、联盟权益:买酒送隔壁戏园子票一张

当然,有些同学会想到:酒香也怕巷子深,那我把酒做的香香香,能飘香到巷子外边不就好了?理论上可以这么做,但注意区分酿酒师和营销师的区别。

酿酒师傅才是真正考虑怎么把酒做得很香的人。但注意:如果客人不来喝,你做得再香人家也不知道。营销师,得解决“如何在客人不喝的情况下,也觉得酒很香”的问题。

这才是营销考虑的Product(产品)。说到这,你可能直观地想到:我多在酒里加点香精蒙过去。恭喜你答对了!这才是营销人的思路,而不是酿酒师的思路。实际上,我们在很多饭店门口闻到的香味,在电影院门口闻到的爆米花味,都是这么吹出来的……理解了这层,你又能自然地想到:

Product的方法:

1、明星代言:找明星来喝我的酒

2、吹嘘功效:喝了咱滴酒啊,一晚七次肾不愁

3、产品体验:准备一些小样给老酒鬼们先试试

4、洗脑宣传:喝酒就喝XXX,(营销界叶大师尤其深谙此道

总之,找最广为人知的宣传渠道,讲最浮夸的台词,最卖力地洗脑,“谎言重复1千遍就能成为真理”“要吹就吹个大的”这样让你的“产品功能”深入人心。

以上就是经典的营销4P套路。当然在此之上衍伸出来的套路有更多,比如改一改形式,改成种水果、抢红包、拼手气、砍一刀之类。比如改一改规则,现付定金再领红包红包膨胀再付尾款之类。

本质都是围绕着这些点做文章。只是用不同形式,让大家觉得好玩,觉得不是在被商家套路。用不同的规则,来过滤羊毛党、锁定库存量,避免打折越打越低,不打就没人买而已。

二、为什么营销需要数字化

细数完营销各种套路,大家可能自然而然觉得:都这么套路化了,还搞啥数字化。实际上,营销领域的数字化有两重驱动:

内部驱动:营销天生需要数据指导。

因为营销是打辅助的,所以必须控制住节奏,根据业务发展走势做调整,这就涉及到了数据监控与数据分析(如下图)

外部驱动:营销渠道数字化变革

在传统时代,营销渠道非常狭窄:

n 电视上热门时间段就那几个;

n 报纸、杂志版面就那么多;

n 线下热门商业街就那几条;

n 大型超市就那么几家;

因此搞营销的,大可以开起旗舰店,铺货进大卖场,然后开足马力在各大电视频道投广告——你看也得看,不看也得看。

但是现在鬼还看这些。微商城、网店、外卖等数字化渠道极大分散了实体店作用;抖音、微博、公众号、小红书等数字化媒体才是现代人精力所在。人们在数字媒体和数字渠道上的精力是很分散的,这极大改变了营销玩法。

就像大家都玩抖音、微博、刷朋友圈,但是对抖音、微博、公众号的各个号主的关注是很分散的。看似在传统媒体上霸占话语权的明星们,到了数字媒体领域渣渣都不是。

前段时间频繁爆出的明星收天价直播坑位费,结果只卖出个位数商品的丑事,一方面和明星不自量力有关,另一方面也和传统商家不懂数字媒体,照搬电视台做法有关系。

总之,时代变了,狗二蛋。现在的数字营销大潮已经由不得你不玩,只是自己主动下去游,还是站在岸上被冲下水的区别。那面对数字化营销大趋势,数据分析师能干什么呢?

三、大数据营销与数据分析师的关系

第一重挑战:基础数据

接数据,才是最大的挑战。自有微商城、天猫店、线下店,再加上直播带货、公众号投放,往往数据来源千奇百怪。想建立统一的用户画像,对应到每个渠道的商品销售,难度非常大。更不要提为了赶进度,埋点没有认真做,会员登录指引很潦草,最后数据都不全。其中心酸,大家自己体会。

第二重挑战:持续数据监控

支持数字化营销,对数据的监控、复盘频次是大大增加了的,因此工作量肯定需要增加(如下图)。

第三重挑战:营销创意VS数据。

数字化营销,在新媒体上形式百花齐放,很多数据分析师会发蒙:我到底要搞什么。这里要结合开篇讲述的营销的具体形式,先认清当前大目标是啥,通过啥手段实现,再看细节,比如选哪个网红,用什么礼品。(如下图)

很多同学会说:这些数据分析,看起来都很普通呀,没有啥炫酷科技。是滴,本身数字化的目的就不是拿来炫技的,而是实打实地通过数据分析,做科学调配。过去电视广告+旗舰店,才是营销大师炫技的年代——反正没有数据论证效果嘛,只要牛逼吹得够炫酷就完了,奥力给!

反而最重要的,是最不起眼的数据打通、数据建设。基础数据一坨屎,指望里边能挖出宝来,就见鬼了。拒绝玄幻概念,脚踏实地工作,从我做起,人人有责。有兴趣的话,本篇集齐60在看,我们下一篇分享《数字化媒体》,敬请期待哦。

你想看的原创精选:

那么,关注数字化营销时代,数据分析师能做什么,不能做什么,陈老师在本人课程中都有讲述。学习陈老师的《商业分析全攻略》视频课程,加入学员群,和陈老师一对一讨论,让陈老师手把手教你做分析。

《商业分析全攻略》

长按扫描二维码
了解陈老师的视频课程

还可加入学员群

享受陈老师一对一咨询服务

点击左下角“阅读原文”听陈老师讲课噢。

关于大数据营销,你想知道的都在这相关推荐

  1. 大数据营销的7个雷区,千万别中招

    这年头说到营销,不扯扯大数据,不说说娱乐化,都不好意思说自己是营销圈中人了.印象中,今年参加过的活动中,没有提及这两个词的几乎没有. 在<大数据时代>一书中,译者周涛引用了苏珊·朗格在&l ...

  2. 大数据营销有哪些价值

    随着互联网的发展和移动智能设备硬件功能的逐步完善,网友使用习惯发生了前所未有的巨大改变,用户个人行为方法从传统的PC端为主导变化为"PC端+手机移动端"并举,展现出多屏互动交流的发 ...

  3. 如何建立大数据营销体系

    企业开展大数据营销系统,一般包括数据标准.基础数据.数据质量.周期管理.数据安全和数据资产六个部分,各部分的内容需要投入精力才能完成,在管理层面,需要通过数据治理组织和数据治理流程进行支撑和保障. 那 ...

  4. 什么是真正的大数据营销

    随着移动互联网的发展和移动智能设备软硬件功能的不断完善,网民使用习惯发生了巨大变化,用户行为方式从传统的PC端为主转变为"PC端+移动端"并重,呈现出跨屏互动的趋势,至此大数据的作 ...

  5. 怎样寻找大数据营销的切入点?

    转载自:http://www.itongji.cn/article/122430112013.html 2013年似乎人人都在谈论大数据,然而说得云里雾里者多.许多企业家更关心的事是:如何才能真正找到 ...

  6. 大数据营销方案的分析处理

    每天,中国网民通过人和人的互动,人和平台的互动,平台与平台的互动,实时生产海量数据.这些数据汇聚在一起,就能够获取到网民当下的情绪.行为.关注点和兴趣点.归属地.移动路径.社会关系链等一系列有价值的信 ...

  7. 大数据营销更需要消费者洞察

    2013年10月17日,独立商业趋势观察家,知名中国消费趋势研究专家,数字营销专家肖明超先生,应凤凰网的邀请参加了凤凰网在广州举办的"营销人的幸福梦"主题沙龙活动,并与凤凰网副总裁 ...

  8. 在线教育大数据营销平台实战(搭建篇)

    作者介绍:TigerHu,某在线教育企业大数据营销产品负责人,主导数据产品线和营销 CRM 产品线. 本文内容均从作者真实实践过程出发,结合在线教育业务背景和当时的客观条件,深入分析大数据营销平台实战 ...

  9. 【营销获客一】消费金融大数据营销获客

    [营销获客一]消费金融大数据营销获客 一.消费金融的前世今生 1.强监管下的民间借贷蓝海 2.金融危机下的经济增长转型 3.学术导向的推波助澜 4.消费金融的必然诞生 5.实践后的真知 二.以营销认识 ...

最新文章

  1. ROS Melodic 的依赖关系记录
  2. 关于Visual C++ 2008中wprintf和wprintf_s输出中文乱码问题
  3. HTML5/CSS3系列教程:使用SVG图片
  4. Verilog 编写规范
  5. 图解WebSphere 8.5 安装
  6. python中的reduce函数
  7. 20162316刘诚昊 《程序设计与数据结构》 第三周学习总结
  8. php如何设计一个日志类,一个简单php日志类
  9. 针对深度学习的GPU芯片选择
  10. day3----python变量与常量
  11. 石头剪刀布python编程_《python核心编程第二版》练习题——游戏:石头剪刀布
  12. CMU博士Nature撰文:机器学习要避开这三个“大坑”
  13. jQuery源码研究分析学习笔记-回调函数(11)
  14. add(1)(2)(3) add(1,2)(3)
  15. VCS学习(2)debug simulation mismatches
  16. UML常用图--类图,用例图,序列图(时序图),协作图(通信图),状态图,活动图
  17. python声音模拟_5秒钟让python克隆别人的声音
  18. 电磁散射特性与SAR影像之间的关联,典型地物的散射特性
  19. java mcv_spring框架mcv的工作原理是什么?
  20. Xcode 物理文件夹与工程文件夹

热门文章

  1. 反思 : py期末机考
  2. Flutter实战项目-第十二篇 多线程isolate
  3. 如何看待 PMP 考试秘笈和固定套路?
  4. 【持续更新】训练自己模型时遇到的bug合集
  5. 百度SEO水淼EyouCMS站群文章更新器
  6. August, 19(R)
  7. Vue组件是什么?Vue组件的使用
  8. 什么是物联网?以及它的前景如何?
  9. 数据挖掘之关联规则挖掘之SETM算法实现
  10. Opencv学习笔记(十一)目标跟踪