作者 · 赵岩，易观方舟数字营销总监
来源 · 易观
▼
春节前跟几家ToB企业的市场负责人聚了一次，大家在聊到今年ToB圈各家的战绩时达成了一个共识，那就是覆巢之下安有完卵，没有谁家是好过的，甚至很多我们熟知的企业，在过去的一年悄无声息地下线了。根据IT桔子数据显示，2019年全年关闭的新经济公司达到338家。
关闭只是个止损的最终结果，没关闭的也不一定就好过。
被新闻爆出来的个别裁员事件之后，其实有更多的裁员事件在悄悄发生。成千上万甚至更多的企业迫于增长压力、资本压力，必须要对内实行“瘦身”以求能够安稳“过冬”。加上新冠疫情这个黑天鹅事件，这个冬天目前看起来比以往的金融危机更严峻，而能拯救企业自己平稳度过这段时间的，也只有良好的现金流。
节支是迫不得已，维持现金流，关键还是要依赖于业绩的增长。
当下的环境导致增长手段务必更加高效有力，需要我们进入到整个用户生命周期中去寻找增长点。增长不仅仅是拉新，越到后期我们越容易发现，在积累了一定的存量线索之后，销售和SDR每天都去攻坚新用户，但是线索新增的速度根本满足不了销售打单的需求。在这个阶段我们该怎么办？
这就可以回到我们常说的存量用户/线索的挖掘，线索池里的客户线索，打过一遍就滞留在CRM里，我们是不是放弃了太多富矿没有挖掘。谈恋爱都还得一来二去。一见钟情式的情绪买卖，在ToB领域基本不可能。所以，销售线索，也需要我们慢慢通过多次沟通培育起来。
01
商机增长的两只脚：收割与培育
ToB业务的典型特征之一，就是需要持续不断地进行用户培育，我们提供的是可以解决客户问题的一整套解决方案。
对于ToC的商品来说，用户有需求打开淘宝/京东下单购买就是了，属于个人决策；而对于ToB产品服务来说，也许今天用户只知道你的产品是做什么的，这对你来说已经很不容易了，但是当前用户并没有需求，没有需求的原因很多，因为ToB是团队型决策，金额大、采购周期长，选型产品服务这件受到的影响因素会很多。
比如组织还没发展到采购的阶段，比如团队内认知不统一，或者预算优先级不足，这都可能是当前不采购的原因。
但是当前不采购，拒绝了你的那些潜在客户，是否就意味着你已经没有机会了呢？如果我们进行订单复盘，你会发现，其实成单周期分布很不平均，有的几个月，有的甚至是一年。
为什么会出现这种情况？因为用户当前开始了解你，并且和你保持了良好的交互关系，当有一天用户形成强需求，或者企业发展到一定规模，要么早期的线索接洽用户跳槽换新公司了，这就再次激活了这个需求，他就会有强目的性的找你采购，这也就是我们所说的ToB业务的典型特征：用户培育。
我们把用户按照用户成熟度进行划分，用户会分布在不同的阶段，有的用户第一次知道我们的产品，可能从朋友知道，也可能从搜索引擎了解，有的用户已经在立项的阶段，有的还在寻找解决办法，用户分布在哪取决于用户对于当前整套解决方案的认知，也可以简单理解为用户的专业程度。
此时，我们做商机增长有两条线路：
1、把那些处于采购期的用户线索，进行商业转化（收割）；
2、让那些还在过程中的，向前推进他们的成熟度（培育）。
针对不同阶段的用户，对应的内容矩阵也会有所不同。
比如针对第一阶段的用户，我们需要投递的内容方向是品牌认知，而第二阶段的用户往往是需要知道如何破局。
收割：收割工作的目标就是让流量实现更多的转化，我们通过落地页优化、搜索意图承接、表单漏斗优化等多种方式进行线索获取提效。
培育：通过营销自动化或者内容触达结合打标签的方式，让用户对我们越来越了解，同时有意无意地等待用户的需求触发。
这些数字化的营销技术手段，在我们日常业务的执行细节里尽管已经做得足够多了，包括注重转化率，更加注重内容营销，这些也都在努力尝试。但我们会慢慢发现，其实我们只是做了应该做的事情。
但如何才能将这些业务动作，做到更高效、更智能呢？我们在今年初提出了智能用户运营方法论，当我们把智能化的方法论赋予到ToB的用户运营上，无论是效率和效果，都会有质的飞跃，智能用户运营在收割和培育上，都能实现迈上一个新的台阶，而不仅仅是做好自己该做的。
02
面向ToB的智能用户运营
首先说一说用户运营这个概念，在ToB的市场里还挺少见的。
在很多人眼中，用户运营大多数都是都是ToC的玩法，因为很少有ToB的具体团队可以全局掌控线索的整个生命周期，转换成了SQL就转化成了由销售负责，在SQL之前都是市场负责，所以这两个团队都很少去进行全局用户运营。
不过据我所知，已经有很多的团队对线索的管理已经延伸到销售端，所以在ToB场景下的用户运营，指的就是从浏览网站（触点接触）到成交续约的用户生命周期全流程的用户管理。
ToB领域的用户生命周期，可以分为以下6个阶段：
公域流量、着陆、转化、激活、高价值用户、签约。
简单来说，就是通过数据驱动，按照上面用户生命周期的6个阶段，促进用户一步一步地向下流转。
智能用户运营：以用户为中心，通过量化用户旅程中的关键场景的关键行为，对用户进行生命周期阶段的划分以及人群的细分，针对用户生命周期的不同阶段、不同细分人群，制定的运营目标，并通过自动化工具和触达手段为不同用户人群提供差异化的服务并实现运营目标。
在整个转化环节，我们一直在思考如何让用户更愿意继续体验，直至发现产品的核心价值；在不同的环节，我们如何赋予用户运营智能化，让获客与培育更高效？
▌1、公域流量阶段
在公域流量阶段，着重我们的目标用户所在。值得注意的是，在获取公域流量阶段要做好自动标签。
所谓自动标签，就是我们在获客时要为之后的用户运营考虑，确保在注册环节就能得到大量的用户标签信息。
比如用户搜索的是什么，用户的职位是什么，用户是通过什么活动进来的？这些标签，都可以通过 UTM 的方式被记录，同时在用户注册的时候进入到用户的多种数据库里。
在流量阶段记录访客的标签有必要的，在运营后期的一系列的智能d窗、内容触达都需要精准识别用户。
举例：如果用户从公域流量进来的时候，我们就能够获取到他的搜索意图，然后当用户注册的时候同步将搜索意图存进数据库，在后面我们进行邮件群发或者个性化推荐的时候就可以更精准，更精准的内容自然会得到更高的打开率。
▌2、着陆阶段
访客到达我们的网站（ToB应用很少有APP），着陆页是访客与产品的第一触点。过去我们在做线索获取的时候，会很注意落地页的转化率，我们利用热图分析、漏斗分析进行流量的着陆优化，让更多的用户在落地页完成Call To Action的执行。
但是我们忽略了一个环节，那就是欢迎。传统用户运营的欢迎是怎么样的？右下角d窗，d窗的内容会倾向于针对新用户引导与基础Q&A。而智能用户运营的欢迎形式应该怎样做？
我们可以通过度量、细分、触达这3个环节来理解智能用户运营作用下的欢迎：
度量： 我们要识别出新用户和老用户，对于ToB的官网来说，用户会经常来到我们的网站上学习或调研，如果每次都d出新用户引导，这将会是一个很糟糕的体验；
细分： 在这个环节，可以有多种环节的细分，比如对新用户与老用户（多次到访）的识别，根据用户的搜索意图来确定需求；
触达： 基于细分的人群，可以定制化提供不同的欢迎d窗，个性化d窗对于用户着陆成功有很大的帮助；
▌3、转化阶段
转化指的是访客正式成为我们的线索，也就是从访客到注册留资，我们在这个阶段需要注重转化率，用漏斗分析来优化用户从着陆页到表单页，再到表单提交的整体转化率。
在转化环节，我们思考的永远是如何让用户更愿意完成注册，通过优化表单，增加表单的引导来促进表单转化率。 然而智能用户运营可以让转化流程更智能，这里依旧分为3个环节来阐述智能用户运营是如何帮助转化率优化的。
度量： 通过对用户的行为度量，我们可以定位用户是通过哪些关键词进入网站，也可以知道用户从哪个落地页来到注册表单；
细分： 细分出不同需求的用户，细分出不同行业解决方案的用户；
触达： 根据上面细分出不同需求的人群，提供个性化的引导文字和CTA按钮。
同时在这个阶段，还有两个增益的智能用户运营思路： 首先在表单环节迟疑的用户，比如停留时间超过20秒，考虑是否可以d窗来解决用户顾虑； 另外，我们可以将这部分人群进行保存分群，结合广点通、信息流等工具进行精准广告营销。
▌4、激活阶段
ToB网站有一个魔法行为，通过对用户行为分析，你会发现到底是什么行为让用户找到产品价值，更愿意多次回访。 我们其中一个客户的魔法行为，就是在Demo里创建了一个报表（创建报表是Demo里的一个行为），但凡在Demo里创建了一个报表的用户，都会发现这个产品的价值，更愿意继续探索，甚至SDR在进行客户回访时候都会顺利得多。
在激活的环节，我们应该将目标锁定在了排除障碍让用户到达创建报表上。 现在早已经过了酒香不怕巷子深的年代，更何况ToB业务本身就相对复杂，究竟如何才能让用户经过一层一层的障碍到达目的地呢？
我们通过用户行为分析结合在线调研发现，大部分用户不愿意深层次体验的原因竟然是看不懂以至于没了兴趣。 于是，我们制定的激活策略就是，利用workflow给予用户主动投放式引导。
度量： 找到注册成功的用户，并且得到注册时候字段里的行业选择、职业选择、关键词搜索。
细分： 进行不同行业的注册成功人群细分，基于不同职业的人群细分，基于不同解决方案（关键词）的人群进行划分。
触达： 在易观方舟智能用户运营下，利用workflow设定新用户问候邮件的自动触发机制，即用户注册成功后立即触发问候邮件。 邮件里内容设定为如何下载、如何体验Demo及其他相关的教程。 同时，基于不同的用户分群，给予不同的定制化白皮书和内容推送。 如果我们首次发送用户的打开率较低，我们还会设定补发策略，比如用户3天没有打开邮件，就进行第二次邮件补发。
这样的自动化和定制化的内容，会让用户更有意愿来体验Demo里的那个功能，从而促进用户向更成熟的方向发展。
▌5、高价值用户
对于ToB领域来说，什么才是高价值用户？ 那就是极有可能成为我们“客户”的那些“用户”。 这些用户在前期会有很多共性及特性，我们要做的就是把高价值用户挖掘出来，同时培养所有用户向高价值用户乃至客户的方向发展。
一般用户长→高价值用户→签单客户
度量： ToB的高价值用户会有很多共性行为。 比如过去30天，某个用户在网站和Demo上的卷入度很深，多次体验、同时体验了多个内容，这说明用户的兴趣和明显，我们就应该找出这个用户。 同样如果一个公司有多个员工来到网站进行调研，那说明用户成熟度已经发展到很后期；
细分： 将过去30天高频访问用户全选出来，根据企业邮箱来找出一个公司多用户来访问的情况；
触达： 人员列表同步给SDR优先处理，或进行定向的精准线下会议邀请。
▌6、签约阶段
在签约环节，我们关注的是用户的产品使用情况，用户深度地使用产品，签约的可能性也会更高。 我们可以根据用户的产品使用情况进行及时的反馈预警，同时结合用户的行为给用户提供深度服务。
度量： 通过用户在产品上的使用频次、使用功能点等，了解用户产品使用的真实状态。
细分： 基于用户的使用深度，找出高活跃用户以及沉默用户。
触达： 线上和线下同时进行用户成功服务，在线上针对性地给予用户发送产品使用手册及最佳实践案例，在线下积极拜访客户解决客户业务问题，尽可能地提高续约率。
在用户生命周期的不同阶段，智能用户运营都在发挥非常大的作用。 对于ToB来说，用户运营已经不仅仅是转化率优化、内容群发那么简单，基于用户行为的用户度量，基于用户属性和行为的用户细分，基于个性化的、可配置的、自动化的内容触达，数管齐下，都能够提高用户服务的质量和满意度。
以上内容，是基于易观方舟提出智能用户运营解决方案，简单总结的针对To业务的思路。
03
结语
智能用户运营，在用户与我们交互的全流程在底层起着智能化的作用，让我们把用户运营做的更高效，我们也将这种方法论产品化，推出了易观方舟智能用户运营产品套件，它主要包含3个部分，我们可以通过「智能分析」进行用户度量，通过「智能画像」进行用户视图刻画及分群，通过「智能运营」能运营进行内容营销和用户触达。
智能分析包含12大分析模型，包括ToB常用的漏斗分析、留存分析、热图分析等。
智能画像包含用户画像、用户标签等。
智能运营包含很有价值的Workflow工作流配置、多渠道触达及效果验证等。
我们相信，没有一款产品是完美的，虽然功能有限，在功能之上的行业具体应用却有无限的可能。
2021年已经到来，数字营销领域将会发生怎样的趋势变化？品牌应该如何应对？本文从市场&互联网环境、消费者期待、媒介&营销三个方面入手，整理了20项关于未来营销趋势的重要统计内容，希望为品牌主和营销工作者提供参考和指引。
1. 全球广告经济回暖，中国市场将增长9.2%
据2020年中全球预测报告显示，新冠肺炎疫情大幅转变全球广告经济，全球广告行业支出跌幅将达到11.9%。同时预测，广告行业在2021年能够迅速回暖，预计2021年除美国以外的全球广告将增长8.2%。而中国市场将增长9.2%。在排名前10位的市场中，日本(15%)、英国(12.6%)、德国(10.6%)、巴西(15.0%)和澳大利亚(25.2%)预计将出现两位数的增长。
2. 移动互联网广告占比近90%，进一步挤占PC广告
据报告显示，移动端占比已经接近90%，预计未来两年，OTT及智能硬件还将进一步挤占PC广告，由2019年的1.9%增长到2022年的7.1%，到时候，PC广告可能就只剩下4.6%。
3. 移动互联网用户活跃度持续提升
受疫情影响，全网用户对移动互联网依赖度进一步加深，人均单日使用时长及打开APP个数均有一定程度提升。
4. 5G商业化全面普及，用户终端正在经历全面迭代
5G技术所带来的流畅体验，让用户率先在视频、社交及 游戏 等领域展开深度使用，5G迭代对中国移动互联网的影响已经悄然发生。
5. 线下生活场景持续向线上转移与融合
随着数字经济全面发展，线下生活场景进行线上化转移，购物消费、生活、办公及出行等行业用户规模呈现快速增长，用户的使用程度也在不断加深，尤其是46岁以上人群，成为移动互联网全面深化的重要增长点。
6. 消费者更忠诚于与自己价值观一致的品牌
全球64%的消费者会购买与自己信仰和原则一致的品牌，“用钱包投票”的概念越来越普遍，消费者对符合自己价值观的品牌表示忠诚。
7. 用户期望更深层次地参与品牌活动
研究显示，56%的人在过去一年中至少参与了一项品牌活动。大多数受访者参与的是较低阶段的活动——32%的人参与了品牌对话，但更深层次、高投入的参与形式也得到了充分体现，21%的人为产品或服务提供了在线建议，15%的人给予了直接设计意见，这些都体现了强有力的品牌参与度。
营销人员可以通过制定有助于更深层次参与以及使客户和品牌共同利益最大化的互动策略，从竞争中脱颖而出。
8. 消费者的身份认同感逐渐增强
身份是个人独有的。消费者正在挑战现状，摆脱种族、性别和性取向的刻板定义，以更流动、自定义的方式看待身份。预计未来几年，这种流动性将发展至身份认同的方方面面，并进入新的产品品类。消费者愿意了解并表达自我以及自己在 社会 中的位置。
9. 近变现、近用户的媒介类型广告收入增长更快
新媒介破圈继续争夺主流媒介的广告份额。5G的发展既推动互联网行业的发展，同时也带动新的广告形式发展，新渠道或将成为新媒介广告收入增长制造新的天花板。电商类、资讯平台类广告收入增长更快。
10. 传统媒体广告的数字扩展持续增加
2020年期间，电视，广播，印刷和户外广告的数字扩展达到310亿美元，占广告总活动的13%（高于五年前的220亿美元，即7%）。预计数字扩展将继续占据传统广告的份额，但步伐将会放慢到2024年，这将占传统媒体广告支出的16%。
11. 视频内容是最流行的数字内容形式
视频营销是一个热点，视频内容对消费者的购买决定有着巨大的影响。根据数据显示，70%的消费者表示他们共享了品牌的视频。72%的企业表示视频提高了转化率。52%的消费者表示，观看产品视频使他们对在线购买决策更有信心。65%的高管访问营销人员的网站，39%的高管在观看视频后致电供应商。
12. 直播将继续释放巨大潜力
预计至2022年底，直播广告收入将占电商广告总收入的21%。电商直播通过激活用户的感性消费和实时互动，提高了购买转化率和用户体验。预计2018年至2022年年度增长率为115%。抖音和快手是主要的直播平台。不过淘宝正在积极追赶，并利用淘宝直播为其电商平台带来流量和营业额。
13. AI加持程序化广告投放，将爆炸式增长
2021年将揭示的最大广告趋势可能是通过人工智能（AI）来实现广告购买自动化的程序化广告的爆炸式增长。这将使品牌可以针对更特定的受众。AI管理程序化平台可以通过任何给定渠道针对每个广告或广告系列使用定向信号，增强实时适应性。
14. 78%的广告主将增加数字营销预算，数字营销将迎“牛市”
据报告显示，疫情没有影响广告主对数字营销的投资信心。2020年数字营销实际增长率 16%（高于预期），2021年的预期增长恢复到20%。预计2021年，78%的广告主表示将增加数字营销支出。
15. 新媒体营销获得广告主关注与预算投入
就调研数据来看，广告主在未来一年间将增加营销预算的广告类型主要有内容营销（KOL推广等）、电商广告和信息流广告。KOL参与度相对最高的直播营销和短视频营销分别以52.8%和51.7%的选择率成为半数以上广告主最关注的核心营销模式，在未来，KOL和新媒体营销也将成为广告主越来越重要的营销预算投入对象。
16. 兼具展示与效果的广告备受青睐
兼具品牌展示与效果投放的信息流广告、电商广告，增长快于互联网广告整体。广告类型从展示，向“展示+效果”迁移。预计到2021年，电商广告、信息流（包括资讯平台和短视频平台）广告占比将分别达到40.0%、25.2%。
17. 内容营销依然是品牌主的关注重点
据调研数据来看，内容营销是77.5%的品牌主最为关注的数字营销现象；同时，如软文、植入等的内容营销也超越展示、搜索等硬广成为51.7%广告主将要增加预算的主要广告形式。
18. 全渠道营销模式备受重视
根据调查，有62%的公司拥有或计划采用全渠道营销策略。此外，有70%的企业表示，全渠道策略对于其成功至关重要，非常重要或至关重要。
19. 营销自动化趋势发展迅速
未来几年营销自动化的年增长率将达到20%以上，2021年的预测市场规模将达到8650亿美元，2022年将超过10000亿美元。近60%的领导者预计未来12个月将增加营销自动化的预算和投资。根据调研，67%的顶级营销人员已经信任营销自动化，超过20%的营销人员正在进行营销自动化。通过自动化的培养活动、定制的、可扩展的内容、评分和跟踪结果，可以更容易地转化潜在客户。
20. 转变为敏捷式营销策略对于品牌主迫在眉睫
疫情引发的经济衰退迫使消费者行为发生大规模且快速的变化，即从实体店转向数字化渠道。因此，企业需要制定新的策略：转向实施可满足客户需求的敏捷式数字化渠道策略，否则有可能在本已严峻的市场中面临不合时宜的局面。制定敏捷式营销策略需基于对客户单独且统一的企业观点。67%的受访首席高管表示，其增加了在社交媒体的曝光度；57%的受访首席高管表示，已大幅改善数字化平台，以更好地满足客户需求。
本文参考报告及文章：
QuestMobile：2020中国移动互联网秋季大报告
QuestMobile：2020中国移动互联网年度大报告-上
秒针营销科学院：2021中国数字营销趋势报告
德勤：2021年全球营销趋势
Mintel：2030全球消费者趋势
艾瑞咨询：2020年中国网络广告市场年度洞察报告
GroupM：THE GLOBAL MID-YEAR REPORT
致趣百川：2021年营销自动化趋势报告
CTR：2020年中国广告市场趋势
普华永道：全球 娱乐 及媒体行业展望2020-2024：中国摘要
Where is Video Marketing Going in 2019 and Beyond? [Infographic]
Omnichannel Marketing Optimization Infographic
The 5 hottest advertising trends for 2021
......
相关报告可前往小程序进行下载
大数据正在引领一场营销变革短短十数年，大数据、物联网、云存储、移动互联从趋势成为主流，商业生态早已迈过无数个可能，进入了今天飞速发展的快车道。大数据产业已渐趋成熟，亟待被各行各业所运用。小米数据产品总监刘洋在易观智库学术沙龙交流会上表示，随着大数据概念越来越清晰，运用产品类型的形式在数据当中应用将会越来越多。
大数据规模日趋庞大
所谓的大数据技术，就是从各种类型的数据中，采用新处理模式快速获得有价值的信息，从而实现深度理解、敏锐发现与精准决策。随着互联网+影响力的不断深入，人们的生产和生活方式发生了极大的改变。新一代信息技术与经济社会各领域的深度融合，引发了数据量的爆发式增长，使得数据资源成为国家重要的战略资源和核心创新要素。
据统计，全球所掌握的数据，每18个月就会翻倍。到2020年，全球的数据量将达到40ZB，其中我国所掌握的数据将占20%。
利用大数据分析，能够总结经验、发现规律、预测趋势、辅助决策，充分释放和利用海量数据资源中蕴含的巨大价值。大数据冲击传统市场，渗入更多的企业成为趋势。
据了解，2015年全球大数据产业规模达到了1403亿美元。预计到2020年，这一数据将达到10270亿美元。其中，2020年中国大数据产业规模或达13626亿元。
百分点产品市场总监、中关村(000931,股吧)大数据交易产业联盟副秘书长张涵诚向《中国产经新闻》等媒体表示，从卖产品转变为卖服务，服从管理转为创造客户价值，互联网核心思维是数据思维，是大数据冲击传统市场的三方面表现。
同时，随着数据资源的开放及使用逐步深入，应用创新成了大数据发展的主要驱动力。目前就传统的企业而言，已经将数据分析、数据资源作为一种新的业务，且投入程度可能强于传统的业务。
据相关数据分析显示，到2020年，中国大数据产业细分市场规模中，应用层规模占比将达到40%，衍生层规模占比达18.5%。
另外，按照行业来划分，未来大数据应用预计将以政府和金融为主，预计2020年政府和金融大数据应用或将占60%，随后是工业以及电力应用。
大数据是一种技术，一种思维的创新，也是数据本身价值的发掘。大数据时代，很多企业已经以数据化运营来驱动企业重大战略决策和业务发展，获得了卓越的成绩，成为行业里数据化运营的领先者。
刘洋在会上解说了数据驱动的两种模式，即分析决策和应用产品。其中分析决策包括战略分析、竞争分析以及商业分析。他表示，市面上大部分企业在做商业分析之前往往忽略了先做战略分析和竞争分析。
而所谓产品应用，刘洋表示，是与产品相关的数据，把这类数据包装成行业的内容或者是服务，提供给用户。
不仅如此，利用产品跟用户建立关系，利用数据发现规律从而驱动产品创新，也是一个非常好大数据的应用。张涵诚认为，这将能够实时了解用户需求，并及时对服务做出迎合客户群的调整，以赢得更大的市场占比。
电商平台没有评论，意味着转化率的降低、客单的下降。个性化的推荐，需要一个推荐引擎了解消费者的偏好、行为习惯，帮助他推荐一款产品。利用大数据可以洞察消费者的建议，对产品的看法，通过迅速做反馈，可以创造更大的营销。
大数据基因植入传统企业，还会使一些企业成为平台型的企业。张涵诚表示，有了数据以后，企业可以无限地延伸，采购大量的数据可以跟供应商更多做集成。例如，生产数据服务将会有更多的订单，销售渠道数据将同行商品放在平台上卖。
完善大数据体系建设
对制造业企业而言，大数据技术的战略意义不仅在于掌握庞大的数据信息，更在于对数据的“加工能力”——对大量的数据进行专业化的处理，使之转化成为对企业有用的信息。
虽然，很多企业已经意识到以数据驱动企业决策的价值，但是在“淘金”大数据过程中，仍然对思维架构、方式方法有些模糊不清。尤其是当企业IT部门面对瞬息万变的业务要求，面对TB/PB级的海量大数据的实时分析，面对多维度复杂的数据分析时，常常束手无策。
数据处理的成本非常高，业务发展多元化的时候发现经常遇到一个问题就是数据不准。就目前行业发展情况来看，基本上大规模的公司相对多一些，小的开发者可能越来越艰难。在中大型的开发者越来越多的情况下，发现用户的需求已经脱离了原来老的模式，这就需要把自己的数据拿过来做分析，放到系统里面与CRM、销售系统、投放系统、运营系统做打通，做一个全盘分析。
“大数据分析分四个步骤，即数据应用、数据分析、数据存储和计算以及数据源。其中数据源主要是保证数据不脏。”刘洋说道。
大数据在业务中的分析流程大概分两种类型。一种是当我们有数据和数据分析系统时的监控，通过业务上线、数据的监控、异常数据的发现、异常状况处理的策略、业务改进，形成一个闭环模式。另一种是产品要上新的功能，通过业务上线、效果评估、改进策略、业务改进、效果评估来形成闭环模式。
而就大数据团队架构，分为分散式和中心式。相较于分散式大数据团队的高成本、灵活、难管理特点，中心式的大数据团队的特点则是低成本、易管理、低效率。
分散式的大数据团队，因为每个业务都比较庞大，业务与业务之间的耦合度较低，需要灵活、快速的数据支撑，大型的数据平台无法满足快速变化的业务要求，于是业务会自建平台和分析人员。
仅中心式的大数据团队而言，各个业务有一些区分度，但是区别不大，于是公司会采用统一的数据树立部门，对所有的业务进行数据分析的支撑。
目前，形形色色的大数据已然成为了各领域发展的新宠。伴随技术的发展，大数据正在引领一场营销变革。大数据的存在让营销者能更好地、更实时地对消费者画像并实现无限的消费者细分。大数据强大的分析、挖掘、整合能力让营销变得简单起来。
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）