大数据对营销模式的价值、意义与改变
大数据时代将是一场关于生活、工作与思维的大变革。作为数字营销者,思维的准备应该永远先于技能,先换上一双大数据的眼睛去看待世界吧。 以前,营销的惯性思维是找出“为什么”,而大数据时代,更有用的答案是“是什么”。
大数据对营销有什么价值和意义?如果用三个关键词概括大数据功能的话,那就是:挖掘、预测和关联。
大数据可做预测
大数据可以做很多营销效果预测。针对于消费者洞察、营销创新和帮助品牌挖掘市场蓝海等一系列的领域有很多合作。比如,大数据可以帮助电脑零售商预测寒暑假什么本最受欢迎,可以根据电影院线搜索量预测票房。
大数据关联应用
这个关联应用在是在代言人遴选方面比较典型。很多企业选择代言人希望知名度高,和品牌比较吻合。目前大数据也在帮助很多企业,依托与百度大数据,帮助他们更好的筛选代言人。
大数据的挖掘功能
大数据更多的是在国计民生和营销上的利用。随着移动互联网和智能云科技发展,大数据已经开始侵入我们的生活并且逐渐改变我们的生活。
大数据对营销思维的七大改变
改变1、思维:从因果到关联:
——大数代前,营销分析更注重“为什么”,寻求营销行为和销售结果之间的因果关系;
——大数代后,我们只需要知道“是什么”,了解营销与效果之间的关联。知道“是什么”足以创造点击率。
改变2、战线:从线上到线下
——大数代前,我们认为互联网类的线上企业更需要,也更便于大数据营销;
——大数代后,大数据营销思路势必贯穿线下,那些线下积累了庞大数据资源的集团或者企业很可能借助大数据出现井喷式增长,或者关键转型
改变3:核心资产:从品牌到数据
——大数代前,营销者普遍认为品牌是公司的核心资产,营销工作的价值在于提升品牌价值,使产品可以溢价出售;
——大数代后,数据本身将成为更有价值的资产、重要的经济投入和新型商业模式的基石,营销主要目的是为了准确的定义数据、收集数据,并通过创意发掘其潜在的巨大价值。
改变4、竞争壁垒:从低到高
——大数代前,数据竞争壁垒尚未形成,新兴企业在营销领域还有机会出奇制胜;
——大数代后,某些依赖大数据的行业竞争壁垒形成。新建起的企业因为不具备数据优势,难以撼动已有企业的地位。即使新公司设计的产品比当今行业领先者更优秀,也很难与竞争对手抗衡,不仅是因为经济规模,网络效应或者品牌价值不好。而是因为领先公司已经拥有了海量的客户交互数据,能据此提供更优质的服务,使用户形成依赖。
改变5:调研:从定量到定性
——大数代前,做市场分析,我们相信存在部分不可量化的关键因素,例如,消费关联,品牌偏好,用户情绪;
——大数代后,一切皆可量化,twitter和facebook展示出,人们的经历、情感和社会关系都能被数据化,数据能反应越来越多微妙的指标,每个个体都能以数据化的形式被记录和分析;
改变6:统计:从样本到总量
——大数代前,营销调研的习惯方式是选取有限样本用户,用统计方法得出相关结论,样本的取样决定了调研结果是否合理是否准确;
——大数代后,数据统计和分析的样本=总量,任何一个用户的数据都有价值。即便是模糊、残缺甚至错误的数据,也具备价值。海量的数据将真实反应全貌。
改变7、用户:从Segment到Individual
——大数代前,营销对用户的细分方式是群组,也就是把特征相似的用户归为一个群落,考量不同群体的偏好和特征,从而区别出核心用户群、潜在用户群、高价值群以及低价值用户群等等;
——大数代后,数据记录了每个用户的行为,用户管理从群落还原到个体。通过每个用户的一系列历史数据,他的喜好可以被预测,行为可以被激发,购买可以被引导,个性化定制的推广方式已成定局。
大数据对营销有什么价值和意义?如果用三个关键词概括大数据功能的话,那就是:挖掘、预测和关联。
大数据可做预测
大数据可以做很多营销效果预测。针对于消费者洞察、营销创新和帮助品牌挖掘市场蓝海等一系列的领域有很多合作。比如,大数据可以帮助电脑零售商预测寒暑假什么本最受欢迎,可以根据电影院线搜索量预测票房。
大数据关联应用
这个关联应用在是在代言人遴选方面比较典型。很多企业选择代言人希望知名度高,和品牌比较吻合。目前大数据也在帮助很多企业,依托与百度大数据,帮助他们更好的筛选代言人。
大数据的挖掘功能
大数据更多的是在国计民生和营销上的利用。随着移动互联网和智能云科技发展,大数据已经开始侵入我们的生活并且逐渐改变我们的生活。
大数据对营销思维的七大改变
改变1、思维:从因果到关联:
——大数代前,营销分析更注重“为什么”,寻求营销行为和销售结果之间的因果关系;
——大数代后,我们只需要知道“是什么”,了解营销与效果之间的关联。知道“是什么”足以创造点击率。
改变2、战线:从线上到线下
——大数代前,我们认为互联网类的线上企业更需要,也更便于大数据营销;
——大数代后,大数据营销思路势必贯穿线下,那些线下积累了庞大数据资源的集团或者企业很可能借助大数据出现井喷式增长,或者关键转型
改变3:核心资产:从品牌到数据
——大数代前,营销者普遍认为品牌是公司的核心资产,营销工作的价值在于提升品牌价值,使产品可以溢价出售;
——大数代后,数据本身将成为更有价值的资产、重要的经济投入和新型商业模式的基石,营销主要目的是为了准确的定义数据、收集数据,并通过创意发掘其潜在的巨大价值。
改变4、竞争壁垒:从低到高
——大数代前,数据竞争壁垒尚未形成,新兴企业在营销领域还有机会出奇制胜;
——大数代后,某些依赖大数据的行业竞争壁垒形成。新建起的企业因为不具备数据优势,难以撼动已有企业的地位。即使新公司设计的产品比当今行业领先者更优秀,也很难与竞争对手抗衡,不仅是因为经济规模,网络效应或者品牌价值不好。而是因为领先公司已经拥有了海量的客户交互数据,能据此提供更优质的服务,使用户形成依赖。
改变5:调研:从定量到定性
——大数代前,做市场分析,我们相信存在部分不可量化的关键因素,例如,消费关联,品牌偏好,用户情绪;
——大数代后,一切皆可量化,twitter和facebook展示出,人们的经历、情感和社会关系都能被数据化,数据能反应越来越多微妙的指标,每个个体都能以数据化的形式被记录和分析;
改变6:统计:从样本到总量
——大数代前,营销调研的习惯方式是选取有限样本用户,用统计方法得出相关结论,样本的取样决定了调研结果是否合理是否准确;
——大数代后,数据统计和分析的样本=总量,任何一个用户的数据都有价值。即便是模糊、残缺甚至错误的数据,也具备价值。海量的数据将真实反应全貌。
改变7、用户:从Segment到Individual
——大数代前,营销对用户的细分方式是群组,也就是把特征相似的用户归为一个群落,考量不同群体的偏好和特征,从而区别出核心用户群、潜在用户群、高价值群以及低价值用户群等等;
——大数代后,数据记录了每个用户的行为,用户管理从群落还原到个体。通过每个用户的一系列历史数据,他的喜好可以被预测,行为可以被激发,购买可以被引导,个性化定制的推广方式已成定局。
还没人转发这篇日记