现在很多企业只是简单的用大数据来找到目标用户,以此来做营销。然而真相却是,大数据必须深挖,要解决用户背后的战略性问题,具体是什么?一起来看看。

大数据解决的营销问题:消费与客户的关联方式

大数据给营销带来了非常大的希冀。特别是,它能解决营销人员一直觉得棘手的两个问题:

  1. 谁在什么时候以什么价格买了啥?
  2. 客户所听、所读和所看到的东西究竟与他们消费购买有无关联?

解决它们就能更容易地锁定目标客户,发现并消除所谓被“浪费了的50%”的广告预算,从而使营销变得更高效。因此,为了解决这两个问题,营销官们把自己的大数据望远镜对准这样一个目标:预测消费者的下一笔交易。他们努力地画出每位消费者更为详细的用户画像、记住他的媒体偏好、仔细观察他的购物习惯、并将他的喜好愿望和想要的都进行归类。其结果就是给出了一个精致、高分辨率的用户特写,揭示他的下一步举动。

然而,急着探索和瞄准下次交易令许多行业很快面临一种令人担忧的现实:赢得了下一笔交易最终也只是短期的策略优势。它忽视了一个巨大且必然的结果,那就是如果每个竞争者都能掌握了预测客户下一笔交易的能力,营销官们也会不可避免地牺牲掉边际交易的利润。这种没有赢家的短期军备竞赛最终会导致在中长期让所有竞争对手地位均等。追求下一笔交易将不会带来持续性的竞争优势。

这并不意味着企业不应尝试去预测和捕抓消费者下一次的购买意图。而是他们要知道,只有在竞争对手普遍落后,成为领先者还依旧有点儿优势的行业里,这种做法才能取得高于平均水平的回报。在旅游、保险、电信、音乐和汽车这些行业里,各竞争对手之间的预测水平已迅速趋于平衡, 能从预测下一次购买中获得的可持续竞争优势已非常少。

营销方案若想依靠大数据获得持续性优势,就必须问一些有关长期客户粘度、忠诚度以及客户关系的战略性问题。基于大数据提出的问题,不仅要关注什么能诱发下一次购买,也要问问哪些因素能让客户保持忠诚;不仅看客户下次愿意付多少价钱,也要问问他们能提供的终身价值是多少;不仅看怎么从对手那里挖来客户,也要问问在对手有更优惠的价格时,怎么才能让他们留下来。

要想知道这些更具战略性问题的答案,就得以不同的方式运用大数据。与其只看如何用数据锁定客户,我们更应该关注如何用大数据给客户创造价值。也就是说,我们需要做个转化,不问大数据能为我们做些什么,而是关注大数据能为客户做什么。

大数据能帮助提供设计资料,增强产品与服务,或完全打造一个全新的出来。简单例子有像亚马逊和Netfilx,通过推荐引擎减少搜索和评估成本,给客户创造价值;或者是像Opower利用定制化的使用信息增强商品的实用性。更有趣的例子是一些来自众包的数据,可以回答消费者诸如“我能从其它消费者学到什么”或“我跟其它消费者相比起来如何”等重要问题。

多参考一些利用大数据创造新价值的初创公司能给我们带来不少启发。Opower允许客户给他们的Facebook好友分享自己的水电账单,了解自己与其它用户相比起来排名情况如何。 INRIX则是集合客户手机和其它来源的交通数据,提供实时的路况报告。房地产网站Zillow结合各方信息给买家、卖家和中介提供关于地产特性与价值,性价比高的房地产以及市场特征的综合洞察。这些公司都是天生大数据企业。他们的成功也为所有行业敲响了警钟:今天,所有的生意都是信息生意。

每家公司可以通过以下三个问题,来判断自己能如何利用大数据给客户创造价值:

1.哪种数据能帮助我的客户减少成本与风险?

市值数十亿的公司如Yelp、Zagat、猫途鹰、优步、eBay、Netflix和亚马逊都会处理大量数据,例如给出服务提供商和卖家的点评排名,以降低客户的风险。目前,这些关于好坏的排名已成为评判卖家的标准。但是越来越多客户希望得到关于某些问题更为详细的答案,比如与我相似的消费者对此产品或服务有什么看法。要回答这些细致的问题,就需要更深入了解客户究竟在找什么,以及他们是如何看待自己的。这将是下一代大数据价值创造的契机。

2.有哪些数据目前还很分散,但聚集起来会产生新的洞察?

有没有一些数据(如击键或地点信息)一旦集合起来会有价值?非洲一家了不起的初创公司InVenture将智能手机里的附带数据转换成为信用评价等级,让金字塔底层的客户也可以贷款或购买金融商品。在一个多数人都没有信用历史的地方,并没有信用评级存在,因此初级的手机使用数据也能用作信用评价标准。那些将自己的联络人姓和名都储存整理的人更有可能还款。

3.客户多元化与差异性要达到什么样的程度,聚合不同客户的数据才真正有用?

比如销售农用产品(种子、肥料和杀虫剂)的企业能从分散于不同地区的农民那里收集数据,从而判断适合于不同环境的最优农产品组合。无论农夫在自己那块地上耕种了多久,要想知道最佳农用产品组合,整合不同土壤、气候和环境条件的农场信息会比只看自己一家经验更有效。

大数据协助营销官们解决了一些长久以来没有答案的基本问题。但大数据真正的贡献在于给客户创造新价值。只有这样,营销人员才可以把数据转化成持续竞争优势。

本文转自d1net(转载)

大数据锁定消费者没用,核心是锁住用户的“脑袋”!相关推荐

  1. 大数据领域75个核心术语讲解!

    ↑↑↑关注后"星标"Datawhale 每日干货 & 每月组队学习,不错过 Datawhale干货 选自:DataConomy,来源:机器之心 近日,Ramesh Dont ...

  2. 大数据的七个核心应用价值

    随着移动互联网的飞速发展,信息的传输日益方便快捷,端到端的需求也日益突出,纵观整个移动互联网领域,数据已被认为是继云计算.物联网之后的又一大颠覆性的技术性革命,毋庸置疑,大数据市场是待挖掘的金矿,其价 ...

  3. 基于大数据的消费者能力的数据可视化平台设计与实现

    摘 要 大数据时代的来临,为了提高企业核心竞争力,首先需要解决电子商务大数据领域中,本设计主要为解决商家无法找到精准客户的问题,通过科学的方式对目标市场中形态各异的消费者进行精细的划分,根据每个用户不 ...

  4. 会心才能一击:基于大数据的消费者洞察 夯实营销基础

    如今的市场营销手段已经和过去完全不同了,广告主对营销媒介渠道和营销手段的认知.选择也发生了翻天覆地的变化. 在这个毫无疑问是史上最纷乱嘈杂的大时代里,消费者的行为不再是单纯的接受,而是更加自主,这样的 ...

  5. 大数据领域75个核心术语讲解(下)

    来源:Datawhale Ramesh Dontha 曾在 DataConomy 上连发两篇文章,扼要而全面地介绍了关于大数据的 75 个核心术语,这不仅是大数据初学者很好的入门资料,对于高阶从业人员 ...

  6. 大数据征信,核心是对大数据的搜集与挖掘

    今年初央行公布八家做好个人征信业务准备工作的机构以来,大数据征信成为行业热议的话题.这方面做的比较好的几家公司中,腾讯旗下的腾讯征信和阿里巴巴旗下的芝麻信用,因为各自掌握中国最大规模的互联网数据而备受 ...

  7. 大数据技术之_23_Python核心基础学习_01_计算机基础知识 + Python 入门 (9.5小时)

    大数据技术之_23_Python核心基础学习_01 第一章 计算机基础知识 1.1 课程介绍 1.2 计算机是什么 1.3 计算机的组成 1.4 计算机的使用方式 1.5 windows 的命令行 1 ...

  8. 大数据相关技术的核心理念与历史发展

    大数据经典论文阅读梳理[第一期] 大家好,我是IT一氪的作者凌天,我是一名入门快两年的大数据开发工程师. 我之前是一名Java开发,大学毕业后转岗到大数据开发,在这快两年的时间里,我学习并使用了不少大 ...

  9. 大数据技术之_23_Python核心基础学习_04_ 异常 + 文件(3.5小时)

    大数据技术之_23_Python核心基础学习_04 第七章 异常 7.1 异常的简介和异常的处理 7.2 异常的传播 7.3 异常对象 7.4 自定义异常对象 第八章 文件 8.1 文件--打开 8. ...

  10. 大数据技术如何实现核心价值

    大数据的最大魅力在于开启了人类的"上帝视角",人类从一个前所未有的角度俯瞰着这个世界,知道全国乃至全世界的商品流动情况,知道每个商圈的繁荣情况,知道全球的航空业发展状况等等等等,而 ...

最新文章

  1. 快速沃尔什变换(FWT)及K进制异或卷积快速子集变换(FST)讲解
  2. WIP模块常用表结构
  3. webpack常用的三种JS压缩插件
  4. 【Nginx】 Nginx实现端口转发
  5. 使用 Autofac 进行依赖注入
  6. 黑苹果16g内存够用吗_现阶段最便宜的完美黑苹果配置是什么?
  7. linux运维命令日志管理,Linux运维实战第二天:Linux基础命令之文件处理命令
  8. 目录访问共享C#怎么访问共享目录
  9. KubeSphere中部署Minio服务
  10. Using Cobbler Web Interface
  11. Exp6 信息收集与漏洞扫描
  12. Error Could not open client transport with JDBC Uri jdbchive2hadoop10210000 Failed to open new sessi
  13. android 控件获取rect,Android自定义View圆形进度条控件(三)
  14. NTFS文件系统详细分析
  15. matlab有哪些算法,30个最常用的智能算法MATLAB实现
  16. [培训-DSP快速入门-1]:DSP概述(基本框架、CPU, GPU, FPGA比较,常见型号)
  17. 如何备考软考高级系统架构师?
  18. CKEditor5系列二:创建简单插件
  19. EXCEL查找与引用函数
  20. 这两天比较火的量子科技是什么?

热门文章

  1. HTML5标签canvas制作动画
  2. android输入法手势程序源码
  3. 窗口启动特效,使用win32 api
  4. 三转CHM文件故障解决
  5. Android Studio 主题、字体大小的设置
  6. php代码整理,值得注意的PHP代码样式规范
  7. Android 7.1关机充电流程
  8. Linux下使用Shell命令控制任务Jobs执行、Linux后台进程管理以及ctrl+z
  9. freeswitch的dialplan中condition变量
  10. 定时器函数执行原理揭秘