如何用数据“量化”品牌营销和效果营销？

    互联网营销现在越来越重视数据，越来越重视精细化营销，通过数据的指导来衡量营销的效果，每一步微型调整都会引起数据的变化，再根据数据的变化进行调整。

 

      一    品牌营销的数据“量化”

    品牌其实指的是知名度，美誉度和忠诚度，而这三度都是可以用数据进行跟踪的。

    知名度指的是曝光量，多少用户关注了品牌本身，尤其是实在社交网络中的提及率是多少，这些借助大数据都可以统计出来。

     美誉度更多的是指在社交网络中，用户的正面评价占比是多少，每一次品牌活动，这种正面评价的占比能提高多少个百分点。

     忠诚度更多的是指复购率是多少，尤其是一年复购的用户比例，三年复购的用户比例是多少，有了这些数据标准就可以量化进行统计。

     在量化前，先记录品牌活动之前的数据指标都是多少，然后品牌活动后，看数据指标变动了多少，再跟以往的活动数据效果进行比较，就能查看这次品牌营销活动的效果如何了。

       二   效果营销的数据“量化”

     这一块是目前做的比较成熟的，因为每一步数据都是可以跟踪的，从曝光，到点击，再到咨询，购买，复购，一个用户所有的购买流程都能记录下载，在每个页面停留了多长时间，页面浏览热力图是什么样子的，最后是在哪一个按钮上进行了成交。

     所有的效果营销平台都提供了详细的数据报表，不需要我们进行二次开发，我们只要根据自己的业务，罗列好计算公式，找到各个数据指标，然后再到数据报表后台找出相关数据，进行横向和纵向的比较就可以了。

在数据驱动下的营销中，对于数据质量的把控、数据预测和统计都要一个系统来支持。 文/庖丁的刀电商在最近几年的迅猛发展，导致围绕电商的相关产业和服务迅速增加，数据化运营就是一例。相比传统行业，电商对数据的依赖更强，而数据的获取容易太多。进而数据处理的这项工作也有了很大需求和变化：先是纯技术的数据统计，自己的IT，后来有了数据分析师、商业分析师、数据挖掘专家、甚至数据科学家。而在应用上也有了各种工具如量子统计、各种CRM软件，再到咨询公司、顾问公司等。 之所以有那么多的岗位，那么多的公司出现，就是电商企业希望自己的数据能“数据变现"，提升销售、 降低成本、加快周转等等，从而达到开源销售、节约成本的目的。 数据化运营曾经在2011年非常火爆，但后来却渐渐无人提及。为何如此? 第一种原因是因为做数据的同事对商业理解不够，对运作模式理解不够。拿到一些数据推送给一线运营人员，如果经验不够，直接拿来应用，自然会产生很多问题。因为电商的整个链条非常长，从营销流程看，从各种渠道的推广到站内的导流引导(参考 《站外引流+站内引导：流量不是梦!》)，到折扣策略、订单的审核、采购的回货、物流的选择、包裹的跟踪、客服的维护等等，每一步都需要很好的沟通和协调才能完成。这些工作并非仅仅数据层面上就能一次性解决，是需要每个步骤对数据的理解是一致的基础上才能完成的。 第二种原因就是那些运营人员是从零开始做起，各个部门的协作已经非常娴熟，在常规的营销、运营的层面对数据的依赖非常小，同时又熟悉市场、了解用户，对供应链又比较熟悉，这样的团队基本可以秒杀数据的工作人员。 那就意味着数据分析师们注定要失业了?这倒未必。 想在这样的团队有立足，就只能在分工协作的条件下做他们无法靠业务经验来完成的事情——数据挖掘、大数据应用。这样的应用场景是：具有相同兴趣偏好、相同消费习惯的用户群、用户的支付方面的风险控制、用户流失预警、匹配各种用户 群的商品组等等。对这些场景可以组合多种营销策略，而达到销售的目的。 而对于销售以后的事情，比如如何保证订单不缺货，选择好的物流及时发货，并能给用户及时的反馈包裹情况等都需要内部的运营系统。当然，除了系统方面的支持外，还需要很多的人力执行层面的执行，仓库的拣货、打包，物流人员的取包、送货等等。尽管这些都不能由机器或者系统代替，但数据中心完全可以提供相关的支持支持。 数据化运营可以在整个公司的运营体系中发挥很大的作用，如果有数据中心的支持，除了可以监控运营的整个流程，还能提供相关的KPI数据、人力管理数据、财务数据等，使得公司能方面快捷的知道公司运营的各个关键节点的表现，以方便做出 各种决策，在执行层面能制定出更优化的、更高效的战术。主题营销是数据化运营中最常见的动作。因为各种节日的活动促销非常频繁，一到节假日就会发现各种促销活动蜂拥而至，无论是商场还是超市都是如此。而线上的电商则更是疯狂，不仅造出了光棍节，还有了诸如“94”备货节之类的节日，更不用说各家自己搞的店庆什么的了。同时，这些主题营销的影响一般比较大，主要表现为：站外流量、站内商品的热销和缺货、团队协作的不顺畅、仓库的发货压力、采购的回货不及时。 当电商遇到这些问题的时候，我们就能说是时候启用数据分析了。 从数据营销的角度看主题营销活动，可以分四个阶段：数据准备、实施、反馈、总结推广。其核心思路：找出主题及相关的热词，然后针对热词做出站内的调整、站外的引流，然后跟单完成订单的发货。 第一阶段：数据准备 数据准备阶段是要对进行营销的主题进行分析，选取符合主题的词，进行商品和用户选择、市场推广、站内商品陈列的调整。然后在推广、站内热词、商品布局达到团队的理解一致。完成初步的准备。 1. 明确市场推广策略 市场推广需要考虑大的氛围，如整个电商环境是否参加，参加的力度是多大，主打什么品类，推广的主要渠道有哪些，各个渠道是以什么方式进行。这些是要明确 的。举例来说，有的网站是以论坛为主，比如外贸电商中的DX，就要在产品的测评文章上下工夫，找出符合主题的宣传点，确定关键词，然后根据这些词来选择商品，在论坛写出专业的测评帖子。帖子的曝光率在数据中有相关的体现，基本能估算其中的流量，如果和版主合作，流量和转化都会比较不错。在SEM方面可 *** 作的范围不大，如果大家都做同一个主题，热词的选择会比较相近，根据市场投放的费用，基本就定死了用多少关键词。综合各个渠道看，关键词的选取、论坛的文章、社交网站的主题要保持一致，且非常明确，在推广的各个团队要一致。 2. 主题和热词 主题是企业要打的一个点是什么?如果一个竞争对手打低价，你就可以打真品、高端、低价、快速送货、赔付等等。热词的选取可以参考站内搜索列表和站外投放列 表。站内的热词是要转化率的，站外的热词是引流的。对应站内和站外的热词在数据中心都应该有对应的搜索人数和进入人数，及对应的转化情况。站内的热词选定 后，也可以拿给站外进行推广。 3. 用户群和商品 热词定义完成，就可以根据主题和热词选择用户群和商品了。还是以化妆品为例，用户群可以选取有购买过的女性，如果主题更明确点，比如母亲节，可以定位年 龄。还有就是购买过女性商品的男性。如果数据中心记录了搜索热词对应的用户，那他们也算作目标用户群里。有了用户群和主题，品类人员就要根据用户群的大 小、主题和热词去选择相关的商品。商品的切合度要和主题一致，同时在价格段上有区分，折扣上有吸引，商品质量有保证。最常见的做法就是拿品牌商品做一个折 扣去引流，然后利用各种非折扣商品的销售来弥补品牌商品的亏损。 4. 站内商品布局 站布局可以分为三个点：搜索、广告位、专页。搜索就是根据挑选的商品进行搜索优化，选出的热词在站内的搜索结果列表是可控的，保证选出的商品在选出的热词 产生的搜索列表的曝光度，一般的系统可以完成这些。广告位是针对主题活动的，在站内一般不会所有的广告位都参加这样的主题活动，除非是非常大的活动，特别 那种品类分工比较明确的平台。手机的广告位一般不会放化妆品的商品推荐。所以，一般做到某个类目里面即可。专页多用来放在首页的flash里，同时又可以 作为一个着陆页进行推广。如果专页里面有不同的属性导航，属性可以用对应的热词来做，这样还可以让SEO的团队进行相关的SEO优化，也能有些自然搜索流 量，不过这样的见效较慢。 第二阶段：实施 在相关准备完成后就可以做对应的实施了，核心是要做好各个团队的步调一致，主要是时间的协调。应对突发情况在各个团队间如何处理。 1. 商品处理 实施阶段商品的最易出现的问题是卖断货，如果选择的商品突然发生了“超卖”现象，实际库存满足不了订单的需求，就要去联系采购确认市场是否能回货、回货的 市价是多久、下单的用户是否能及时的送达。如果回货时间只能满足部分订单，那离发货点远的用户订单可能就要通知客服取消订单了，这种情况应该在早期有个预 判，给采购的团队有相关的通知出来，这也是团队协作要做的关键。对于哪些没卖出去的商品怎么处理?可以参考之前的文章《库存积压巧盘活之四大招数》。 2. 用户通知 EDM和手机短信等方式的通知是比较普遍的方式，对应起来还可以有优惠券产生，主要的是在第一阶段选取的用户群对应着陆页面要好，如果站内的专页有相关的 属性导航，可以直接着陆到属性导航页。EDM有相关的时效性，用邮箱的大部分都是办公室一族，时间要选择好，比如早上7点半，下午5点。都可以保证自己的 邮件在他的邮件列表里排名是top的。 3. 站外引流 论坛和SNS的网站一般时效性比较差，一个帖子发完后，最近几个小时的曝光是最高的，放出去后，推广人员要及时跟进，主要是相关的互动。不管是售前客服 的及时互动，还是推广人员的及时互动都会影响转化，最怕的是客服和推广不知道具体的活动的规则，不熟悉商品，这个也要在之前进行相关的沟通，甚至培训。 4. 跟单 不要以为用户付了款，你就能收到钱。最常见的情况是就那种无库存销售的商品，超卖的商品也算在这个里面，在发货过程中是优先发那些买了很多商品的用户，还是优先买了单个商品的用户是要进行考虑的。对那些买很多商品的用户进行相关的拆单，等货等情况，在前期要做相关的规定，执行中系统有相关的支持。重点客 户可能要单独的发货，走物流。缺货、回货、发货情况要进行及时的数据跟踪。当然这些数据中心都可以在数据上有一定的支持。 第三阶段：反馈 活动结束后，就要等着各方的反馈了，用户的、客服的反馈、物流是否通顺等等，反馈的核心是市场推广、商品选择、客服跟踪、采购回货、物流跟踪的在活 动的配合是否顺畅，有无发现主题推广不一致的情况，整合营销的打法是要整个团队顺利的沟通，不是各自完成各自的KPI，像主题活动的客服培训、推广培训是要有的，商品推广力度、范围需要通知采购的，诸如此类的问题一定是跨部门整体作战才能完成的。 1. 数据反馈 前期确定的相关目标的完成情况是什么样的，投入的人力资源是什么样的，产生这样的情况的原因是什么样的。然后评估收益，并在数据中心对本次活动产生的数 据进行归总。在此后的活动中备查。核心指标根据活动主题来定，常见的是注册用户、购买用户、退款用户、销售额、毛利、毛利率、销售件数、推广费用。 2. 团队协作反馈 一般的营销活动，大家比较关注前期的市场推广，而忽略平台内部的商品布局，忽略订单完成后的补货、发货情况，作为电商企业，一个长长的链条中，那个环节 出问题，影响销售的情况，或者是成本的增加，对于电商这种节奏快，业务变化大的企业，团队的整体协作，比单个团队更重要。 3. 人力反馈 如果整合内部资源做活动，人力的投放是要控制的，有的企业做个1111要备战3个月，活动多了，企业内部根本无法承担。但也经常看到十几个几个人的团队 做的销售和几百人的团队差不多，原因是什么?可能有一种答案就是十几个人的团队小团队专业，大团队协作好。活动的一个产出就是人力投入的控制，通过这样的 控制可以让团队更顺畅的沟通，按项目管理的角度说就是严格控制各个团队的输入、输出，每个团队必须保证本团队的结果质量和时间控制。 在三个阶段的营销过程中，团队的沟通至关重要，而沟通的高效往往建立在良好的数据支持上面，大家交流的数据统计口径是一致的，面对数据的理解是一致的，才能在协作中达到高效的沟通和融合，对于数据质量的把控、数据预测和统计都要一个系统来支持，而用户群的选择，商品的选择更是需要分析团队，甚至挖掘团队来支持。这就是数据营销。

这是数字时代，智能手机，平板电脑，数百个电视频道，成千上万的应用程序，社交媒体和网络购物是我们日常生活的一部分。

数字革命之前，营销人员集中在周末的时间，投放制作精良或有创意的广告。而现在的营销方式已迅速转变为大数据营销，通过分析用户的行为偏好，给用户发送更有针对性的信息。

数据营销趋势

根据最新的EmailCar的研究报告分析，近86%的受访者说，目前他们的企业正在使用或者正计划使用数据营销。此外,近75%已使用数据的营销人员都认为其效果是“非常”或者“极其”有效。另还有83%的企业表示很有可能继续扩大使用数据营销方式在企业整体的营销策略中。

以大数据定位用户

当涉及到数据营销，营销人员必须采集到有大量的用户数据，如姓名，电话号码，或邮寄地址。而其中性价比最高的就是利用数据做电子邮件营销。虽然电子邮件地址并不能简单的构成大数据，但邮件行业中平均花费1元就会有超过40元的投资回报率。

电子邮件营销只是一个利用数据对大规模的用户提供营销的有效方式，还有许多其他的营销方式，如内容营销和搜索引擎的营销策略。随着越来越多的营销人员使用这种线上的营销策略，大数据的营销潜能也越来越大了。

数据的4大来源

1.人口统计

你可能会从用户注册行为或购买行为时收集到基本的数据信息，比如A / S / A(年龄、性别、地址)。这部分数据不会经常改变，人们不会改变他们的名字，性别或地址（当然不排除个别特殊情况）这些基础的数据信息便于细分。

2.偏好数据

偏好数据通常是通过相同类型的偏好中心收集的，可能包括关于用户的首选产品，服务，品牌，规模或邮件频率。

3.交易数据

在你的电子商务平台中分析出有商业价值的交易数据，是你在电子邮件营销中可以做的最好的事情之一。将这个数据导入你的ESP（电子邮件服务提供商）可以大大提高你的数据细分，并打开了自动电子邮件营销的新天地。

4.行为数据

你的用户感兴趣的是什么？最近的行为数据是最可靠的指标。这种类型的数据可以从电子邮件收集（打开/点击）或从你的网站（网页浏览）情况中收集。

---