十大推广套路助力推广营销营销专家袁治民带你聊嗨营销,每年梅花网传播业大展，都能惊动半个营销圈，各路大咖齐上阵，向大家传播更丰富的营销经验。大神们互相交流，小白们汲取知识，是营销界的饕餮盛宴!营销专家袁治民也通过本次会议表达了自己对营销的看法。
如今人们的衣食住行甚至一举一动，都已经被推广营销逐渐渗透。人们的日常行为，大至结婚生子，小至米面粮油的购买习惯等等都时刻被记录，为大数据做着贡献!大数据的发展导致了你看到的任何一个信息，都有可能是被刻意展现出来的。这就如同《楚门的世界》一样，楚门的生命是被规划的。这一点也为营销提供了参考和方向，大数据和推广营销互为助力。
请问，楚门的世界里到底有怎么控制楚门?
不管你是直接还是间接的参与营销，以下的手段就是大家常见的营销方式。
一、三人成虎
所谓三人，是至少三个曝光点，多渠道同时曝光可以让受众记忆更深刻。同样的预算千万不要轻易玩拉锯战，就如同你身边一切亲朋好友都同时跟你说某个东西好，你妈每天跟你唠叨对比，哪种更可信。多渠道同时曝光跟单渠道长期曝光的效果差距是很大的。
如今自媒体百家争鸣，以文字内容为主的有微信、微博、头条刷脸直播的有花椒、映客、一直播另有语音播报类的蜻蜓，荔枝，喜马拉雅。针对明确的渠道准备内容，受众人群才能虎虎生威。
大V大K大牛随便找三个出来同发一篇软文或者硬广，只要你同时看到，信没信过?
二、指鹿为马
如今人们把马说成鹿还是把鹿说成马，都不是一件稀奇的事情。这已经不历史故事了…你喜欢什么就告诉你这是什么，只要你心中有马，啥都是马!说天然就是天然的，说进口就是进口的，说手工就是手工的…
有一种酒喝一瓶就失身，有一种药吃一瓶就治标，有一种保健品吃一次就壮阳。有没有这么大的作用且另说，重点是你是需要这个作用!产品真不真不重要，重要的是要有人觉得它真!
你有没有买过一些完全没有作用的产品，自己想想!
三、积毁销骨
言论是可以杀人的!用老话讲，就是吐沫星子淹死人!说别人坏话是也是一种手段，因为负面往往比正能量更容易传播。为了市场占有，攻击同行为了成本控制，压制供应商。
如今，小龙虾的火爆已经可以说的上是覆盖全国，甚至从街边大排档到五星大饭店都有的必选菜品。然而近几年很多人也都看过小龙虾的危害：是虫不是虾，重金属超标，生长环境恶劣，侵华日军用来吃尸体…这种负面的言论铺天盖地,这种恶毒的谣言，让吃货作呕，让饭馆滞销…
生活中，你听过哪些负面，又终止了哪项消费?
四、道听途说
在信息如此发达的时代，小道消息也是消息，而无论大道还是小道，只要能让你听到的信息，对传播者和听者而言，都是有用的。说者无心听者有意。所以传播者会把自认为有价值、有创意的信息，拿来改良，再次传播出去。实则时候说者无意听者有心。
小道消息往往未能坐实，但很却新鲜。明星牵手传成已婚已孕老板生病说成企业倒闭美国加息改成货币增值…大道消息经过考量还要革新，有行业龙头就有行业引领，有全球知名也有国际标准，有十万阅读还有百万曝光。不可否认，小道消息更容易传播
以讹传讹?还是添油加醋?你肯定干过。
五、趁火打劫
研究火因，计划要劫的目标。火不是天天有，也没法预知，打劫要趁早,晚了就被别人抢光了。此种技能，特别考量营销人洞察分析与快速反应的能力。大家都知道蹭热点是有好处的，热点新闻蹭一下，热门渠道插一脚。就像微信公众号，别人都在做，自己也要搞一个，怎么火的，劫什么都不知道，结果搞了一个公司黑板报。人力成本也花出去了，却不知为什么没效果。雾霾严重就加大净化器广告投放，电影票房高就卖周边，大雨淹城让破窗锤销量飙升。等火灭了你再上?就剩烟熏了…
试问，你被劫的时间跟金钱都花在哪了?
六、张冠李戴
别人的经验直接拿来，别人的挫败时刻警示。不是单纯的剽窃。成功不易复制，失败必须警示。帽子合不合适头要知道，切记不可胡乱戴。营销案例比比皆是：校内多元化发展遗失核心功能，开心也是如此。淘宝店主用老客户评论做新客户营销，网易云音乐把听众评论贴在地铁里也做用户原创内容营销…
自古天下文章一大抄。营销策划也是一样，是照猫画虎无脑剽窃，还是青出于蓝的完美升级?基础是正视自身，拿别人的用好就是超越，用不好就是自残。
所以，你穿过明星同款么?
七、颠倒是非
逆向思维，简单的说就是在大潮中反其道而行之!反过来说，有时候更有优势，因为顺来的人太多了，这样更突更明显，还可能倒戈异军成为领袖。大家都在唱衰股市的时候，有人站出来大肆宣传的看涨!楼市如此疯狂，这几年依旧有人分析房价会下跌的各种原因。“高薪聘几个骂人的q手。再找几个文化名人当靶子，谁火就灭谁。”不光是一句经典的台词，就是一种颠倒是非的手段。常见的就是黑转粉，也是站在一群黑粉里提反对意见，每一句话都有人关注着，持续的反对意见必将获得大量的曝光，也会动摇对方。
开会or聚餐，舌战群儒的你被当过靶子么?
八、借鸡生蛋
拿不同家鸡去换到不同家的窝，美其名曰：推送新基因，实则不过是为了在资源互换中得利。当然，如果你本领大，也可以赤手空拳做空手盗。在流量为王的营销战场上，各家都想把现有资源去做到变现。
如：找一个微信KOL版位拿个短期代理，快速倒卖给下一家，当个倒爷儿，在软文中穿插一句自己想要的核心内容。蛋，就这么简!再如：办公软件与金融产品互推广告，互惠互利。跨界不仅能获得更多客户，规避老资源、创新旧经验才是目的。
就像大学里拉的赞助，把资源整合互换下，你就是商会会长!
九、混淆黑白
把有利的跟不利的一起抛出来，让人根本判断不出来，能够短暂的抑制对手或脱离影响。对手的兴旺你看着一定眼红，项目的负面你听着一定心疼。坏事传千里，抹黑别人看似简单，但要说的有理有据。洗白自己要用巧劲，要有针对性，要抓漏洞。
如别人说产品不卫生，就给大家看生产流水线。别人说平台不安全，就挑他状子里有错别字。转移视线也是一种常见的处理方法：别人说他出轨，他就说别人包小三。不过，可千万别当群众是傻子，群众的力量往往强过对手的反击，弄巧成拙的案例近几年也是层出不穷。可以放过对手，但绝对不能放弃自己。一定要居安思危，危机永远是可以预见的。
反击失败的案例，你是不是都当笑话看呢?
十、众口铄金
群众的口碑才是金字招牌，谁能掌控群众谁才是营销王者。大公司有大数据，按照数据引导群众小公司呢，也可以去各种平台收集整理好的数据报告。营销不是意淫，要面对的是市场，应该按照受众出策略。抢占空白市场，转化客户为铁粉。
那么，你是谁家的忠实拥护者?
营销不是卑劣的、贬义的名称，将产品推送到大家的心里，才是最终目标。只复刻别人的方式方法，就如同流水线的搬运工。不懂市场，不懂销售，不懂产品，就是一个“盲聋哑”!思维变化紧跟市场才是核心。
大数据背后的技术、商业和社会维度
要想考察大数据最好同时考察大数据背后的技术、商业和社会维度。从发展成熟度来看，技术维度走的最远、商业维度有所发展但不算全面成熟，社会维度发展最差。所以虽然已经谈了很久大数据，但除了孕育出大数据自身的几个领域比如搜索等，其它领域却并没有从大数据中获得可见的收益。大多时候人们还是处在觉得这里肯定有金子，但需要更多的耐心的状态。这篇文章则尝试对大数据本身的特征做点挖掘，对未来的发展趋势做点预测。
大数据上的深度和广度
如果把大数据对应到海量的数据，那它就是非常含糊的概念，相当于变成信息的同义词，显然也就很难回答信息到底能干什么这样的问题。
这时候为了推进思考通常需要先分类。如果把时间空间作为最基本的视角，那首先要区分的就是大数据的深度和广度。从时间的角度看大数据是完整的历史，从空间的角度看大数据是全球活动的痕迹。前者可以看成一种深度，后者可以看成一种广度，不同的场景对深度和广度的侧重有所不同。
对于有些垂直的行业，比如医疗，大数据的深度更重要，所有的历史都可以在数据上得到找到之后，人们就可以更好的认知并优化相应的行业。
对社会而言，很多时候广度则更重要，具体到某个场景我们只有一鳞半爪的消息，但当这种信息足够多，范围足够广，就有可能描述出相对及时的全貌。经常举的Google预测传染病的例子依赖的就是这种广度。
这点决定了大数据的应用发展趋势，在深度重要的地方，公司这类组织需要成为主体，困难是如何跨越数据所有权的边界。对于医院而言，显然把所有治疗案例数据化并共享是有好处的，但如果只有一个医院这么做，那对这一家医院而言更多的可能是隐私上反d所带来的坏处。
在广度重要的地方，虽然在搜索这样的领域里公司也可以受益，但真正可以从大数据全面受益的机构其实是政府。数据越广，其所描述的主体就越大，而如果描述的是整个社会，那显然应该是社会的主要责任人会从中受益。这是个常识问题，就和看病的时候不会吃了医生给别人开的药自己反倒好了差不多。有的时候央视会播放百度做的春节期间人员流动图，这件事情也正好可以从侧面说明这问题。这种人员流动地图对能做出地图的人公司帮助远没有对政府的帮助大。
深度和广度两个方向对数据的要求不同，前者需要更为详尽、有质量的数据源后者则对此要求不高，但两者在应用的时候都会面临付出回报不对等问题。大数据倾向于描述整体，而有能力收集或处理大数据的往往是个体，个体的回报在整体的提升中并不容易获得清晰体现。
现在大数据发展的瓶颈不是技术，而是背后所需要的分配关系的建立。这种关系理不顺，数据就会停留在孤岛层面，每个组织都有自己的东西，并把它命名为“大数据”。而为了理顺这种关系则要回到一个非常经典的问题，“公地”到底可不可以建立。
数据公地的设想
大数据其实有点像公地，在经济学里非常出名的一个论点是公地悲剧。《美国经济史》举了一个非常易懂的例子来说什么是公地悲剧：
这些经济推理命题有利于解释集体所有制和产出的共享(平分或固定份额)如何导致“免费搭车者”问题。为了说明这一点，考虑共享土地所有权，且共同生产了100蒲式耳玉米的10个工人，平均每人消费10蒲式耳玉米。假设一个工人开始偷懒并将其劳动努力减半，从而导致产出减少5蒲式耳。由于产出共享制度的安排，偷懒者的消费量和其它工人一样，现在都是9.5蒲式耳。尽管他的努力已经下降了50%，但他的消费量只下降了5%。偷懒者是在搭他人劳动的便车。…
这背后有非常深刻的人性问题，即使我们可以通过努力协作创造更多的财富，个人也可以从中分享更多，但在群体里明显的个人倾向则是自己工作更少但分享更多。这与囚徒困境其实是相通的。
基于实物的世界里眼下看不到彻底解决这问题的方法，只能依赖于某种被大家基本认可的分配秩序，比如：以前的血统现在的物竞天择，但基于比特的数字财富眼下看却有解决这问题的可能。
基于比特的数据与实物最大的区别是数据并非是你拿走我就没有的东西，并且硬件的价格在飞速下降，开源又使数据的访问工具基本免费。这几者叠加在一起，使数据公地成为可能。
如果大家更在意我拿到的东西是不是绝对值变大了那数据公地的形成可能性就大些，因为如果存在数据公地，那每个人(企业)一定收获更多，但如果大家更在意我是不是比你多，那数据公地的建设就会多很多障碍，因为公地其实是让相关人员站到同样的竞争起点上。
大数据整合营销专家罗百辉认为，大数据的问题，在数据的使用上是技术问题，但在数据源上其实是社会经济问题，后者更难，所以大数据应用的发展不取决于技术的发展而取决于社会经济方式的变革速度。在有限的领域里，比如搜索、电商、云计算，技术已经得到比较充分的发展，眼下来看谁付出谁受益的问题是把小数据变成大数据过程中最主要的问题。
大数据的路往那里走?
数据的内在发展动力是数据越全价值越大，其实这也是一种网络效应，这种内在动力导致宏观来看数据所有权的发展只有两种趋势：
一种是像现在移动端一样，每个人都有自己的私有数据源，接下来开始你死我活的竞争，最终有一家活下来，这也可以达成数据统一的终极目标。
另一种则是在竞争中开始联合，建设上面所说的数据公地。
如前所述行业数据和全社会的数据性质上差别很大所以要分开来探讨。
对于行业数据而言，竞争对手间彼此的坦诚合作除非有极为特别的人物出现，否则是不太可能的。这种情况下最简单的办法是引入第三方。
比如说每家运营商都握有几乎所有网民的行动数据，但要想让运营商彼此间开诚布公的合作把这些数据整合在一起创造某种价值，这就很难。这时候如果有第三方介入，制定好利益分配方案那就是可能的。
如果这点可以达成，那唯一的关键点就是相应的商业模式是不是可以超越数据处理的成本。这点必须强调下的是，大数据的价值密度是很稀疏的，很多东西有价值但并不一定值得做，视频网站之所以赚不到钱一个关键原因就是带宽和存储的成本比较高，而对大数据而言商业模式找不好，情形可能比视频网站还差。挖矿的成本怎么也要小于挖矿所得挖矿才有价值。
上述问题在行业数据里可能问题还不是太大，一般来讲行业数据的价值密度终究会大一些，并且因为相对比较垂直，总量终究有限制。所以大数据的行业应用比较容易发展。
但对社会性的数据，这在很多时候就是个问题。我们都知道样本的全面性比数据的多少更有价值，但是如果多是确保样本全面性的唯一手段的话，那就意味必须有全的数据做一件事情才有意义。
社会化的数据有两种应用方向，一种就是企业可以搞定的比如Google，一种则是属于社会层面，很难单独属于某个企业的比如智慧城市相关的人的活动数据。后者则需要上面所说的数据公地来做支撑。
从数据的视角来看，现在有两种数据存放形式：一种是Google这样的企业拥有整个社会某个横截面上的全部数据，这应该是种特例，并且数据会局限在公开信息一种则是被割裂的各种与人行为相关的数据，比如购物相关的在电商，与人相关的在社交网络和IM，线下服务相关的则在O2O企业，铁路相关的在12306等。Google这种拥有全的数据，但并不拥有人的行为，所以说Google这种企业相当于拥有整个社会的一个横截面的数据。而所有其它企业则只拥有某个垂直领域的数据。
如果依赖于企业做这种数据统一的尝试，在前者就会有投资200亿做O2O类的举动，因为这会补全数据，在后者就会有做电商的想做社交，做社交的想做电商这类事发生。类似的故事还可以在终端上发生，所有这些行为的终极目标都是一家企业搞定所有这些事情，但这是不可能的，这种不可能还不单是经济原因。而数据不能打通，那就只能在割裂的数据上做自以为是大数据的大数据。
所以说这骨子里是数据公地究竟能不能建立的问题，而要想建立数据公地，那至少要解决谁来做的问题，对此开源给出的启示有两点非常关键：第一这不能是个盈利组织第二这要能获得众多企业的支持。因为数据会牵涉隐私，所以同开源相比那就一定还要有比较清晰的界定数据使用的规则。
在有一种切实的办法解决数据所有和使用权之前，大数据的应用应该还都是局部的。因为它的深度应用牵涉社会很多部分的彼此协调，所以这个过程可能是非常漫长的。这里面有意思的事情是，大数据的出现直接推动了机器智能的发展，而机器智能产生影响的速度可能会远快于大数据本身。
以上是小编为大家分享的关于大数据背后的技术、商业和社会维度的相关内容，更多信息可以关注环球青藤分享更多干货
欢迎分享，转载请注明来源：内存溢出
微信扫一扫
支付宝扫一扫
评论列表（0条）