大数据分析 让精准营销进入企业

1. 大数据分析 让精准营销进入企业

大数据分析 让精准营销进入企业

新的营销拓展软件帮助公司从普通销售方法中挖掘出价值——使它们牢牢掌握现有客户。
2013年，Russ Hearl开始尝试扩大自己的公司——位于旧金山的Double Dutch，建立一个面向社交网络软件和活动的市场。在一个只有3名销售人员的团队中，从零开拓这个市场需要经过一番艰苦紧张的工作，每天都在打电话，但是仍然不清楚谁是目标客户。
Double Dutch的全球销售发展副总裁Hearl说：“我们的销售团队实际上都在孤立地拓展业务。当时完全没有成体系的增长动力。”
因为这种社交会议软件仍然属于一个年轻的市场，缺少在网络的曝光率，当时甚至还没有通过搜索引擎优化来开展业务——即研究人员使用的关键字来增加公司网站流量。所以，他各自为战的成员们仍然不得不采用一些老方法来拓展业务：打电话，一个个地向外推销虚拟会议软件的商业案例。
但是，电话营销是一个很困难的工作。打电话给陌生人，完全不清楚对方的背景，这种方法是效率很低的。Double Dutch需要更好的信息，才能在众多销售中挖掘出有用信息，如了解谁是永远不会买我们东西的，以及找到一些会议技术决定制定者。在实现Salesforce.com一个月左右之后，Hearl上线了Inside Sales营销拓展软件，这个软件可以帮助他的团队发现真正对他软件感兴趣的公司，以及有购买决策权的人。
Hearl说：“我希望将时间浪费减到最小，而打电话给完全对业务毫无兴趣的人就是浪费时间。”Inside Sales让Double Dutch能够在这些公司中发现活动规划者的数量，然后再将注意力集中在这些方面。Hearl指出，今年迄今为止，在预算保持不变的前提下，销售团队在生成的3，000潜在客户中发现了350个真实机会。
显然，这里显然需要了解潜在客户信息的数据公司参与。根据Decision Tree Labs在2013年所作的调研，有59%的B2B市场商人对他们的营销打分模型缺少信心，原因是信息不完整;另外有44%的人表示他们还不清楚哪些属性能够反映购买行为。
另一家营销拓展软件公司Lattice Engines的首席市场官Brian Kardon说：“真正的挑战在于数量多带来的麻烦。销售可以打电话给任意数量的潜在客户。但问题是：‘应该先打电话给谁，以及谁最可能购买产品呢?’”
一个新兴市场
Inside Sales是一种新型软件，它们专门收集公司数据(内部与外部)，然后优化对潜在客户及现有客户的分析。有一些人将它称为营销自动化，有一些人将它称为多维营销拓展，还有一些将它称为销售加速软件。
无论叫什么名称，这项技术都会使用数据来帮助公司基于复杂条件来更好地发现潜在销售，深入挖掘现有客户的关系，然后在赶在客户之前发现可能的业务问题。这些技术能够组合利用外部数据库数据(如)、公共记录与公司内部CRM、销售及其他客户数据。
Gartner公司研究主管Todd Berkowitz说：“当营销软件服务公司Marketo和Eloqua出现时，你只能将一些营销方法交给销售人员，由他们来演示自己是什么，以及他们在公司网站上做了什么。这种方式会持续一段时间。然后，我们就在购买环节看到一些变化，即供应商的权力在削弱，而购买者的权力在增强。传统的销售记分模式是有问题的。”
现在，有许多新创公司宣布进入这部分市场，其中包括Inside Sales、Lattice Engines和Salesfusion。这些供应商表示，他们可以帮助公司根据预测条件来优化真实的营销方法，即发现哪些客户准备购买，以及可以给哪些现有客户销售更多的产品和服务。例如，Juniper Networks也是Lattice Engines的一个客户，它发现一些新客户最近搬进了新的办公室，他们准备购买交换机和路由器。其他的提示信息可能包括新专利或收到政府大订单。Lattice Engines的Kardon说：“你想要寻找的是一个活动标识，它将预示着有一个购买周期出现。”
建立更好的客户关系
美国亚特兰大州的SunTrust银行是一个地方银行，它通过深度挖掘客户关系来产生业务。银行副总裁及商务顾问Andrew Yearwood指出，在银行开始使用Lattice Engines之前，它使用各种内部系统来收集客户信息，以准备一个销售电话。这个过程非常耗费时间且效率低下，而且还可能因此无法及时获得正确的客户信息。
Yearwood描述说：“你必须登录多个系统，而且所有系统都有独立的登录帐号。有一些是大型主机，有一些则是基于Web，有一些还会有很深的文件夹层次——根本不可能是一下点击就出报表那样简单。因此，大多数销售人员表面上会承认说他们没有把工作做好，但是他们内心是认为公司应该给我提供一些条件，帮助我把工作做得更好一些。”
认识Lattice Engines
Yearwood指出，通过使用Lattice Engines，销售人员现在只需要使用一个系统，就可以访问现有客户的信息，从中发现他们可能需要哪一些产品和服务。
他说：“如果是一个公司，并且有一位审计会计，那么我们有很多其他类型的产品可以帮助你管理现金流。我们可以用报表帮助你完成业务，控制支付、付款及其他服务的安全性。我们可以使用这些数据来理解客户是如何使用这些工具来运营自己的业务，或者是否还有未购买的解决方案。”
Gartner的Berkowitz说：“客户生命周期管理会给跨行业销售和向上销售带来很大的机会。你不仅会获得外部数据，也会丰富自己数据库的数据。这是一个非常强大的预报工具。”
Yearwood指出，公司下一年度计划将这个软件应用到更多的方面，如营销拓展，但是目前仍有很多工作要做。
权衡利弊
即使这些工具在提高生产力及帮助销售团队方面有很多优点，但是这个软件仍然处于新生阶段，它也有一些局限性。例如，Yearwood希望Sun Trust能提供更灵活的数据视图。
他说，虽然Lattice Engines“在显示快照方面做得很好，但是我们更希望它能够显示趋势数据和时间序列数据。而它现在还无法做到。”查看数据随时间的变化，然后对比各年度的数据，“可以让银行主与客户在讨论现金流或信用卡使用趋势时有更实质的互动内容。在这些谈话中，你会成为顾问，扮演着战略指引的角色。”
Gartner的Berkowitz还提醒说，公司要考虑一些内部假设条件，这些技术模型会用这些假设来确定判断标准。
他说：“这个软件的最大问题在于它是一个黑盒。有一些公司不敢相信他人提供的黑盒模型，因为这些算法是保密的。”Berkowitz指出，他还会尝试区分这个领域中不同供应商的差别。
Berkowitz说：“在这一点上，他们都是相同的。但是，有一些供应商可能会宣称：‘我们已经将算法开源，然后围绕这些算法提供服务。’那么这就是一种差异性。”

2. 企业如何利用大数据做好自己的精准营销

一、认清趋势，了解行情，接受大数据理念。目前很多企业主对大数据营销还是处于迷茫期，观望状态，这是很艰难的阶段，但必须要深入了解，越深入越会明白大数据发展趋势，越会明白运用大数据的必要性，之前我们也有过介绍，大数据的发展趋势，大家可以爬楼学习。小编想说的是，如果再不下手，可能就晚了！
二、找对合作商，看准实力。到底谁能帮助你解决经营的难题？他会不会帮你制作一整套的营销方案，会不会设身处地的想你所想，知你所难，会不会随时关注你的方案有没有效果，随时调整以达到最佳，这真的很重要！
三、运用大数据，解决你的经营难点，甩掉传统的经营模式，告别老，慢，贵的节奏，让你的营销团队智能化；先一步建立属于自己的数据库，抓取属于自己的客户数据，运用前沿产品，把你的广告用眨眼间的光景投放出去，做到新，快，省。

3. 企业如何利用数据进行精准营销？

著名广告大师约翰·沃纳梅克曾经说过一句同样著名的话：我知道我的广告费有一半被浪费了，但我不知道是哪一半没浪费了。
  
 最近不少来咨询小K的品牌商，都聚焦在客户画像、会员体系、自动化营销上，在品牌红利、流量红利结束后，企业的诉求从粗暴追求曝光、流量、新客，回归到了精细化营销需求： 如何做到精准触达高价值客户，达到有效的业务增长？ 
  
 而上述的聚焦问题，无一都离不开大数据。
                                          
  1、数据拷问 
  
 大数据作用主要在于描绘准确客户画像、构建完整的会员体系，并且最终可进行可持续的自动化精准营销，其对于市场、营销人员而言直接体现在留存、转化等目标KPI的提升上。正如曾任小米顾问的爆品专家金错刀在《爆品战略》中所提到，对于数据不仅仅只是盲目利用，要擅长“数据拷问”，挖掘真实、有用的数据并且为我所用。而金错刀认为数据拷问有以下三个关键维度，均可套用到营销上：
  
  关键客户数据： 找到营销中起决定作用的用户/客户数据。如RFM模型中客户价值数据、客户画像数据等。
  
  横比和纵比： 对于已有的数据，通过与友商相关数据对比（横向）和与品牌自身历史营销事件数据对比（纵比）。
  
  细分和溯源： 尽可能多的维度去细分数据，并且从源头分析客户消费行为，这主要为了后续系列精准营销做铺垫，节约营销资源。
  
  2、Knight案例 
  
 Knight利用大数据技术帮助某著名饮食策划公司打造忠诚度会员计划：
  
 该饮食策划公司从19世纪80年代起已涉足餐饮行业，合作客户包括麦当劳、百盛餐饮、索菲特饭店、俏江南、星巴克等企业。
  
  客户挑战： 
  
 原会员系统割裂封闭，难以实现与客户互动和管理
  
 无法与客户建立持续互动，有效提升客户忠诚度和销量
  
 需要统一平台支持会员管理业务
  
  解决方案： 
  
 打造全渠道客户忠诚度管理平台
  
 接入打通客户沟通渠道，提升客户体验
  
 持续客户互动，社群营销，增强客户粘性和活跃度
  
 追踪用户数据，提升营销精准度
  
  项目成效： 
  
 打通信息孤岛，实现数据实时获取、共享和分析
  
 多渠道接入客户互动，提升用户体验
  
 完整的客户忠诚度数据平台，增加客户粘性
                                          
  3、Knight大数据特点 
  
  客户触点广： 涵盖微信、自有门店、微商城、天猫、京东等主流渠道，进行全域营销
  
  洞察维度多样化： 可准确分辨客户是否品牌官方会员、会员等级、是否品牌方旗下任何公众号粉丝等
  
  信息来源准确： 可精准收录客户来源渠道及详细客户信息
  
  客群细分洞察： 根据客群价值做客户旅程阶段、价值度、忠诚度、活跃度等客群细分，为精准营销提供最有效数据依据
  
  自动化、自定义、多样化的客户标签： 科学预设标签，如触达方式、社交行为、积分使用偏好等；系统智能自动打标签；根据需求自定义添加标签分类，让工具更贴合品牌营销需求

4. 大数据时代，企业如何做精准营销？

提高用户转化率
一、合适的人
二、合适的产品
三、合适的渠道
这三个为你的的优势及壁垒，你能为你的用户解决他们所需要的产品。
在这三个为你的杀手锏，在加上合适的时间和合适的场景，定能让你转化率节节攀升！
举个例子，你通过大数据找到了一批需要笔记本电脑的人，刚好你有苹果电脑渠道资源，且你拿到的是代购的货，那么你就拥有了三把杀手锏。
合适是场景就是心动的营销了，你的产品在正好在他们刚发薪资的时候被看到了，那么增加了他们对你产品的购买率。
通过这个列子，我们能够简单地理解什么叫做精准营销了，那么怎么才能更加深入的了解呢？
一、收集客户大数据
我们需要收集客户的那些方面的数据呢？身份信息、行为信息和交易信息。
我们获得信息渠道有哪些呢？
根部不同来源的性质，我们划分为第一数据、第二数据和第三数据。
第一数据企业自身获得的数据，第二数据是通过合作企业获得的数据，第三数据是通过购买获得的数据，根据不通来源，最靠谱的是第一数据，但是第一数据需用心沉淀积累。
如何获得第一数据呢？
企业在运营过程中，会与不同的消费人群拥有更多的触及点，当然，获得这些多维度的触及点的数据，是我们需要深耕的数据渠道。
如，我们大家都喜欢喝可口可乐，竟让会有用扫一扫出现AR场景，这个时候，我们需要用我们的微信等进行授权，企业通过此触及点，可以获得客户的信息。
若想做到精准化营销，必要建立企业数据战略！
二、处理大数据、精准推荐产品
获得数据的第一步，当然是处理这些数据！
建立不通的维度框架，收集客户不通维度信息，然后对数据统一整理
建立用户画像
我们的客户基本信息可以了解到，什么样的人在购买自己的产品，自己的哪一款产品比较受客户青睐等一些信息
锁定我们的人群
当我们多维度考虑到购买我们产品的用户，可以筛选并缩小我们用户的圈子。更能精准推荐自己的产品。
精准引流
选择不同的媒体，让用户产生购买欲望
三、建立长期关系
采用会员制或者圈子制度，除了能够提高用户的复购率，且能够起到口碑宣传的作用，因此我们要用心呵护我们的用户，去和我们的用户做朋友，提供我们的价值！

5. 大数据时代，企业如何做好数据营销这道题

一站式的数据营销服务解决方案。这也是目前看来最适合企业数据营销初期阶段的模式。经过这几年的发展，专业的数据营销公司通过与大数据渠道的合作，已经解决了数据源的问题，同时通过业务不断的沉淀和优化，也都形成了自己独特的数据营销模式和竞争优势。能够为有需求的企业客户，提供从数据获取、数据分析、数据清洗、销售转化、数据挖掘等全流程的数据营销整合外包服务，也可以根据特殊客户的实际需求有侧重地提供数据或销售环节的分解执行的打包服务。
以笔者在调查的过程中发现的一家平台为例，陕西拓方信息技术有限公司推出的智拓3.0一站式精准营销服务平台，集成了“智拓云”DMP数据平台、“嘲风”精准获客平台、“智呼”主动服务平台三大支撑系统，对应解决企业客户找数据难、筛选数据难、转化数据难的痛点问题，尤其是针对教育、金融、汽车、保险、旅游、健康这类产 “大C”消费品行业企业来说，其深厚的呼叫行业服务经验、智能呼叫系统和专业呼叫团队，是化解客户销售转化这个症结的尖兵利器。真正能“让用户只为结果买单”。

6. 企业管理培训：企业如何利用大数据进行市场营销

现在的营销市场是一个高速发展的市场
科技发达，信息流通量大
人们之间的网络互动越来越多
存在于网络上的数据也越来越多
大数据信息采集逐渐被企业应用到营销活动中
对于企业而言
利用这些大数据信息采集对行业竞争起到至关重要的作用
企业通过相关的大数据信息采集
可以降低营销成本、提高营销效率、及时调整营销方案等
以云速数据挖掘为例
通过输入行业关键字
就能够在指定区域搜索到有效的客户信息
将这些信息分类标记后
再以一键推广的方式将产品信息直接触达客户端
节省了大量寻找客户和拓展渠道的时间
大大推进了企业的营销进程

7. 大数据精准营销如何做

精准营销的实质是根据目标客户的个性化需求设计产品和服务，而大数据就是手段。大数据精准营销做法如下：
1、以用户为导向。
真正的营销从来都是以用户为中心的，而大数据把用户实实在在“画”在了眼前，营销者可以根据数据库内的数据构建用户画像，来了解用户消费行为习惯、以及年龄、收入等各种情况，从而对产品、用户定位、营销做出指导性的调整。
2、一对一个性化营销。
很多销售在推销产品时常常会遇到这样的问题：产品是一样的，但是用户的需求是各不相同的，如何把相同的产品卖给不同的用户？这就需要我们进行“一对一”个性化营销。利用大数据分析，可以构建完善的用户画像，了解消费者，从而做出精准的个性化营销。 
3、深度洞察用户。
深度洞察用户，挖掘用户潜在需求，是数据营销的基础。利用数据标签，可以准确获知用户的潜在消费需求。
例如：我们得知一位用户曾购买过奶粉，那么我们可以得知，家里有小孩，相应的可以向他推送早教课程等适合婴幼儿的产品。洞察消费者需求后再进行投放，营销的效果将比撒网式有效且更易成交。 
4、营销的科学性。
实践证明，数据指导下的精准营销相对于传统营销来说更具有科学性。向用户“投其所好”，向意向客户推荐他们感兴趣的东西，远远要比毫无目标的被动式营销更具成效。

大数据精准营销包含方面
1、用户画像
用户画像是根据用户社会属性、生活习惯和消费行为等信息而抽象出的一个标签化的用户模型。具体包含以下几个维度：
用户固定特征：性别，年龄，地域，教育水平，生辰八字，职业，星座。
用户兴趣特征：兴趣爱好，使用APP，网站，浏览/收藏/评论内容，品牌偏好，产品偏好。
用户社会特征：生活习惯，婚恋，社交/信息渠道偏好，宗教信仰，家庭成分。
用户消费特征：收入状况，购买力水平，商品种类，购买渠道喜好，购买频次。
用户动态特征：当下时间，需求，正在前往的地方，周边的商户，周围人群，新闻事件如何生成用户精准画像大致分成三步。
2、数据细分受众
在执行大数据分析的3小时内，就可以轻松完成以下的目标：精准挑选出1%的VIP顾客发送390份问卷，全部回收 问卷寄出3小时内回收35%的问卷 5天内就回收了超过目标数86%的问卷数所需时间和预算都在以往的10%以下。
3、预测
“预测”能够让你专注于一小群客户，而这群客户却能代表特定产品的大多数潜在买家。当我们采集和分析用户画像时，可以实现精准营销。这是最直接和最有价值的应用，广告主可以通过用户标签来发布广告给所要触达的用户。
这里面又可以通过上图提到的搜索广告，展示社交广告，移动广告等多渠道的营销策略，营销分析，营销优化以及后端CRM/供应链系统打通的一站式营销优化，全面提升ROI。
4、精准推荐
大数据最大的价值不是事后分析，而是预测和推荐，我就拿电商举例，"精准推荐"成为大数据改变零售业的核心功能。
数据整合改变了企业的营销方式，现在经验已经不是累积在人的身上，而是完全依赖消费者的行为数据去做推荐。未来，销售人员不再只是销售人员，而能以专业的数据预测，搭配人性的亲切互动推荐商品，升级成为顾问型销售。

8. 如何利用大数据做到对客户的精准营销

大数据营销等同于精准营销，或是精准营销是大数据营销的一个核心方向和价值体现。然而，数据本身不会产生价值。为此，我们要把数据组织成数据资源体系，再对数据进行层次、类别等方面的划分。在此基础上，通过分析数据资源和相关部门的业务对接程度，以此发挥数据资源体系在管理、决策、监测及评价等方面的作用，从而产生大数据的大价值，真正实现了从数据到知识的转变，为领导决策提供服务依据本例根据工作实践。
本例以三个工作实例，展示如何通过对数据分析进行对客户的精准营销。
工具/原料


大数据营销
大数据营销三个案例分析


案例一：笔者在银行工作，通过对储户身份证信息进行海量剖析，发现一个有趣的现象，即购买理财产品的客户以40-50岁的女性居多。
根据这一信息，有经验的理财经理通过身份证信息即能准确的分析出支行有哪些符合条件的客户，迅速的对新推出的理财产品进行电话营销，做到不出门即可实现销售，较快的完成了销售任务。
而另一些更具创新性的理财经理，通过身份证信息，在情人节期间组织了网点沙龙客户邀约活动，对符合18-30岁、30-45岁这两个年龄段的男性客户进行了电话营销，通过赠送爱人鲜花、化妆品以及高价值的礼品进行金融产品营销，较好的引起男性客户的兴趣，有力的拉升了业绩增长。
这些数据分析手段就能够做到个性化营销和定位，加强对客户的认知，为客户找到价值，从而带动销量。
案例二：在与供电部门合作期间，供电部门提供了一条信息，市里每一天上网高峰期主要集中在中午12点之后和晚上的12点之前。供电部门认为，出现这种“怪现象”的原因是因为现在的人们普遍睡觉前都会有上网的习惯。
这条信息当时很多人没有注意，似乎与银行搭不上关系，但我们市场经营部门的一个年轻的大学生针对人们这种“强迫症”，通过手机银行与商家合作，在晚上12点进行促销秒杀活动，即推动了手机银行业务量的提升，同时也带动商家销量的倍增，实现了双赢。
案例三：在为企业代发工资数据中，我们曾发现一个现象，即一般企业员工代发帐户每月都会沉淀一定的余额，金额不大，1000元也有，几千的也有，长期不动的也有，活期利率很低，但是这些客户的帐户金额又达不到理财产品的起售金额，这些客户工资用了也就用了，成了“月光族”，没有理财理念。
如何通过分析这些数据信息直接进行客源组织，为这些具有相同需求的人群量身定做金融服务，并享受”一客（群）一策“的定制服务，我们进行专题研究。
最终，我们在零存整取、基金定投和适时到帐理财产品上进行了产品打包宣传，同步利用信用卡宣传，几场现场专题沙龙下来，引起了不少企业员工的注意和兴趣，着实为这些收入不高的人群提供了一条实实在在的理财渠道。
这三个小故事就是对历史数据进行挖掘的结果，反映的是数据层面的规律，它通过对大量的数据系统中提取、整合有价值的数据，从而实现从数据到知识、从信息到知识、从知识到利润的转化。
简单来说就是：5个合适，在合适的时间、合适的地点、将合适的产品以合适的方式提供给合适的人。
5
具体来讲，当我们通过对完成数据分析之后，找出相同的规律，当然还有一些个性化数据体现，为此具体的应用场景需要根据企业、业务的具体情况进行精准营销策划、设计。
概括来讲，我们需要以下三个步骤：
第一步：数据采集，了解用户，通过收集用户所有的数据，主要包括静态信息数据、动态信息数据两大类，静态数据就是用户相对稳定的信息，如性别、地域、职业、消费等级等，动态数据就是用户不停变化的行为信息，如消费习惯、购买行为等;
第二步：分析这些数据，给客户画像，画像代表客户对营销内容有兴趣、偏好、需求等，分析推算客户的兴趣程度、需求程度、购买概率等;
第三步，也就是最后一步，将这些画面综合起来，拼成一张较为完整的图，这样我们对客户就有了一个大概的了解。