数字营销是互联网时代各大公司开展营销活动的唯一选择。与传统形式的广告营销相比，数字营销利用线上流量红利，大大提高了传播的效率和精准性。根据提供数字营销的专业机构和平台提供的相关数据，可以进一步了解其带来的营销效果。1.传播更广，更快到达受众视线。现在几乎人人都有手机，人人都会上网，人人都会玩微信和微博玩热门app。因此，借助社交媒体平台和在线平台进行数字营销的受众非常广泛。根据热点编辑几个微信图文或者一条微博。点击发送后，几分钟内就可以发送到粉丝手机上，然后通过朋友圈转发，就会有微博。点击发送后，可以在几分钟内发送到粉丝的手机上，再通过朋友圈转发，就会获得更多的阅读和关注。第二，针对潜在客户的营销更加精准。不同的公司和品牌都有自己的目标客户。通过建立社交官方账号，可以集中自己品牌的潜在客户，让每一次数字营销都能够精准的针对这些有可能购买自己产品的客户。同时，通过对营销数据的分析，可以进一步了解潜在客户的关注点和兴趣点，实现更精准的营销。三。营销转化率高成功的数字营销案例的一个共同特点是营销转化率高，即把营销受众变成真正消费者的转化率。这种营销效果其实是由于以上两种营销效果。为潜在客户定制的广泛传播和数字营销活动，必然带来更高的营销转化率。因为数字营销可以用最小的投入达到最大的营销效果，所以有这个巨大的数字营销市场。因为数字营销需要专业的理论技术支持和丰富的媒体资源，所以各大汽车公司、快消品品牌等公司找专门的营销机构进行合作是比较好的选择。
数据精准营销的七个关键要素说到大数据精准营销，不得不先提个性化的用户画像，我们针对每一类数据实体，进一步分解可落地的数据维度，刻画TA的每一个特征，在聚集起来形成人群画像。 01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。1.采集和清理数据：用已知预测未知首先得掌握繁杂的数据源。包括用户数据、各式活动数据、电子邮件订阅数、线上或线下数据库及客户服务信息等。这个是累积数据库；这里面最基础的就是如何收集网站／APP用户行为数据。比如当你登陆某网站，其Cookie就一直驻留在浏览器中，当用户触及的动作，点击的位置，按钮，点赞，评论，粉丝，还有访问的路径，可以识别并记录他／她的所有浏览行为，然后持续分析浏览过的关键词和页面，分析出他的短期需求和长期兴趣。还可以通过分析朋友圈，获得非常清晰获得对方的工作，爱好，教育等方面，这比个人填写的表单，还要更全面和真实。我们用已知的数据寻找线索，不断挖掘素材，不但可以巩固老会员，也可以分析出未知的顾客与需求，进一步开发市场。2.用户分群：分门别类贴标签描述分析是最基本的分析统计方法，描述统计分为两大部分：数据描述和指标统计。数据描述：用来对数据进行基本情况的刻画，包括数据总数，范围，数据来源。指标统计：把分布，对比，预测指标进行建模。这里常常是Data mining的一些数学模型，像响应率分析模型，客户倾向性模型，这类分群使用Lift图，用打分的方法告诉你哪一类客户有较高的接触和转化的价值。在分析阶段，数据会转换为影响指数，进而可以做"一对一"的精准营销。举个例子，一个80后客户喜欢在生鲜网站上早上10点下单买菜，晚上6点回家做饭，周末喜欢去附近吃日本料理，经过搜集与转换，就会产生一些标签，包括"80后""生鲜""做饭""日本料理"等等，贴在消费者身上。3.制定策略：优化再调整有了用户画像之后，便能清楚了解需求，在实际 *** 作上，能深度经营顾客关系，甚至找到扩散口碑的机会。例如上面例子中，若有生鲜的打折券，日本餐馆最新推荐，营销人员就会把适合产品的相关信息，精准推送这个消费者的手机中；针对不同产品发送推荐信息，同时也不断通过满意度调查，跟踪码确认等方式，掌握顾客各方面的行为与偏好。除了顾客分群之外，营销人员也在不同时间阶段观察成长率和成功率，前后期对照，确认整体经营策略与方向是否正确；若效果不佳，又该用什么策略应对。反复试错并调整模型，做到循环优化。这个阶段的目的是提炼价值，再根据客户需求精准营销，最后追踪客户反馈的信息，完成闭环优化。我们从数据整合导入开始，聚合数据，在进行数据的分析挖掘。数据分析和挖掘还是有一些区别。数据分析重点是观察数据，单纯的统计，看KPI的升降原因。而数据挖掘从细微和模型角度去研究数据，从学习集、训练集发现知识规则，除了一些比较商业化的软件SAS，WEKA功能强大的数据分析挖掘软件，这边还是更推荐使用R，Python，因为SAS，SPSS本身比较昂贵，也很难做页面和服务级别的API，而Python和R有丰富的库，可以类似WEKA的模块，无缝交互其他API和程序，这里还需要熟悉数据库，Hadoop等。02数据细分受众“颠覆营销”书中提到一个例子，可以引述一下，大家思考一个问题：如果你打算搜集200份有效问卷，依照以往的经验，你需要发多少份问卷，才能达到这个目标？预计用多少预算和时间来执行？以往的方法是这样的：评估网络问卷大约是5%的回收率，想要保证收到200份的问卷，就必须有20倍的发送量，也就是发出4000份问卷，一个月内如果可以回收，就是不错的表现。但现在不一样了，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%以下这是怎么做到在问卷发送后的3个小时就回收35%？那是因为数据做到了发送时间的"一对一定制化"，利用数据得出，A先生最可能在什么时间打开邮件就在那个时间点发送问卷。举例来说，有的人在上班路上会打开邮件，但如果是开车族，并没有时间填写答案，而搭乘公共交通工具的人，上班路上的时间会玩手机，填写答案的概率就高，这些都是数据细分受众的好处。03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。我们再说一说营销时代的变迁，传统的企业大多还停留在“营销1.0”时代，以产品为中心，满足传统的消费者需求，而进入“营销2.0”，以社会价值与品牌为使命，也不能完全精准对接个性化需求。进入营销3.0的数据时代，我们要对每个消费者进行个性化匹配，一对一营销，甚至精确算清楚成交转化率，提高投资回报比。 大数据下的营销颠覆经典的营销4P理论，Product，Price，Place，Promotion，取而代之的是新的4P，People，Performance，Process，Prediction。在大数据时代，线下地理的竞争边界早就不存在，比的是早一步的先知能力，利用大数据，从顾客真实交易数据中，预测下一次的购买时间。 营销3.0时代关键词就是“预测”。预测营销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。以上图为例，你可以将营销活动的目标受众锁定为20万潜在客户或现有客户，其中包括特定产品的大多数买家（4万人）。你还可以拨出部分预算用于吸引更小的客户群（比如20% 的客户），而不是整个客户群，进而优化你的支出。过去我们看数据可能是被动的方式，但预测营销强调是决策价值，比如购买时间，你该看的不是她最后的购买日期，而是下次购买的时间，看未来的存活概率，最后生成客户终身价值（CLV）。预测营销催生了一种新的数据驱动营销方式，就是以客户为中心，核心在于帮助公司完成从以产品或渠道为中心到以客户为中心的转变。04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。譬如服装网站Stitch fix例子，在个性化推荐机制方面，大多数服装订购网站采用的都是用户提交身形、风格数据+编辑人工推荐的模式，Stitch Fix不一样的地方在于它还结合了机器算法推荐。这些顾客提供的身材比例，主观数据，加上销售记录的交叉核对，挖掘每个人专属的服装推荐模型。 这种一对一营销是最好的服务。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。05技术工具关于预测营销的技术能力，有几种选择方案：1、使用预测分析工作平台，然后以某种方法将模型输入活动管理工具；2、以分析为动力的预测性活动外包给市场服务提供商；3、评估并购买一个预测营销的解决方案，比如预测性营销云和多渠道的活动管理工具。但无论哪条路，都要确定三项基本能力：1）连接不同来源的客户数据，包括线上，线下，为预测分析准备好数据 ；2）分析客户数据，使用系统和定制预测模型，做高级分析 ；3）在正确时间，正确客户，正确的场景出发正确行为，可能做交叉销售，跨不同营销系统。06预测模型预测客户购买可能性的行业标准是RFM模型（最近一次消费R，消费频率F，消费金额M），但模型应用有限，本质是一个试探性方案，没有统计和预测依据。“过去的成绩不能保证未来的表现”，RFM只关注过去，不去将客户当前行为和其他客户当前行为做对比。这样就无法在购买产品之前识别高价值客户。我们聚焦的预测模型，就是为了在最短时间内对客户价值产生最大影响。这里列举一些其他模型参考：参与倾向模型，预测客户参与一个品牌的可能性，参与定义可以多元，比如参加一个活动，打开电子邮件，点击，访问某页面。可以通过模型来确定EDM的发送频率。并对趋势做预测，是增加还是减少活动。钱包模型，就是为每个客户预测最大可能的支出，定义为单个客户购买产品的最大年度支出。然后看增长模型，如果当前的总目标市场比较小，但未来可能很大，就需要去发现这些市场。价格优化模型，就是能够去最大限度提升销售，销量或利润的架构，通过价格优化模型为每个客户来定价，这里需要对你想要的产品开发不同的模型，或者开发通用，可预测的客户价格敏感度的模型，确定哪一块报价时对客户有最大的影响。关键字推荐模型，关键字推荐模型可以基于一个客户网络行为和购买记录来预测对某个内容的喜爱程度，预测客户对什么热点，爆款感兴趣，营销者使用这种预测结果为特定客户决定内容营销主题。预测聚集模型，预测聚集模型就是预测客户会归为哪一类。07AI在营销领域的应用去年人工智能特别火，特别是深度学习在机器视觉，语言识别，游戏AI上的突飞猛进，以至于人们开始恐慌人工智能是不是已经可以接管人类工作，我个人是对新技术有着强烈的兴趣，也非常看好新科技，数据与现实的关联。我以前在国外零售店买单的时候经常被询问“你有没有购物卡”，当我说没有收银员会赶紧劝我免费开通，有打折优惠，只需要填个手机号和邮箱，后面就可以针对我的购买记录做营销活动，而当我下次进来，他们就让我报出电话号码做消费者识别，当时我想如果做到人脸识别，岂不是更方便，刷脸就可以买单。而这个场景在去年也有了实验，蚂蚁金服研发出了一个生物识别机器人，叫蚂可Mark，据说其认脸能力已经超越了人类肉眼的能力。还有VR购物，Amazon推出的无收银员商店Amazon Go，通过手势识别，物联网和后续数据挖掘等技术实现购物体验。针对营销领域，主要有以下三种预测营销技术：1、无监督的学习技术无监督学习技术能识别数据中的隐藏模式，也无须明确预测一种结果。比如在一群客户中发现兴趣小组，也许是滑雪，也许是长跑，一般是放在聚类算法，揭示数据集合中 真实的潜在客户。所谓聚类，就是自动发现重要的客户属性，并据此做分类。2、 有监督的学习技术通过案例训练机器，学习并识别数据，得到目标结果，这个一般是给定输入数据情况下预测，比如预测客户生命周期价值，客户与品牌互动的可能性，未来购买的可能性。3、强化学习技术这种是利用数据中的潜质模式，精准预测最佳的选择结果，比如对某用户做促销应该提供哪些产品。这个跟监督学习不同，强化学习算法无须仅需输入和输出训练，学习过程通过试错完成。从技术角度看，推荐模型应用了协同过滤，贝叶斯网络等算法模型。强化学习是被Google Brain团队的负责人Jeff Dean认为是最有前途的AI研究方向之一。最近Google的一个AI团队DeepMind发表了一篇名为《学会强化学习》的论文。按团队的话来说，叫做“学会学习”的能力，或者叫做能解决类似相关问题的归纳能力。除了强化学习，还在迁移学习。迁移学习就是把一个通用模型迁移到一个小数据上，使它个性化，在新的领域也能产生效果，类似于人的举一反三、触类旁通。强化学习加上迁移学习，能够把小数据也用起来，我认为是很激动人心的，通过AI来创造AI，数据科学家的部分工作也可以让机器来实现了。集成性：实现了前台与后台的紧密集成，这种集成是快速响应客户个性化需求的基础。可实现由商品信息至收款、售后服务一气呵 成，因此也是一种全程的营销渠道。另一方面，企业可以借助互联网络将不同的传播营销活动进行统一设计规划和协调实施，避免不同传播的不一致性而产生的消极影响。
个性化服务：数字营销按照客户的需要提供个性化的产品，还可跟踪每个客户的销售习惯和爱好，推荐相关产品。网络上的促销是一种低成本与人性化的营销方式。
更丰富的产品信息：互联网可以提供当前产品详尽的规格、技术指标、保修信息、使用方法等，甚至对常见的问题提供解答。用户可以方便地通过互联网查找产品、价格、品牌等。
更大的选择空间：数字营销将不受货架和库存的限制，提供巨大的产品展示和销售的舞厅，使客户提供几乎无限的选择空间。
更低廉的成本优势：在网上发布信息，代价有限，将产品直接向消费者推销，可缩短分销环节，发布的信息谁都可以自主地索取，可拓宽销售范围，这样可以节省促销费 用，从而降低成本，使产品具有价格竞争力。前来访问的大多是对此类产品感兴趣的客户，受众准确，避免了许多无用的信息传递，也可节省费用。还可根据订货情 况来调整库存量，降低库存费用。
更灵活的市场：营销产品的种类、价格和营销手段等可根据客户的需求、竞争环境或库存情况及时调整，网络能超越时空限制与多媒体声光功能范畴，正可发挥行销人员的创新。
数字营销还具备多媒体、跨时空、交互式、拟人化、超前性、高效性、经济性等特点。由于利用了数字产品的各种属性，数字营销在改造传统营销手段的基础上，增加了许多新的特质。
基于以上特点，数字营销具有许多前所未有的竞争优势：能够将产品说明、促销、客户意见调查、广告、公共关系、客户服务等各种营销活动整合在一起，进行一对一 的沟通，真正达到营销组合所追求的综合效果。这些营销活动不受时间与地域的限制，综合文字、声音、影像、网片及视听、用动态或静态的方式展现、并能轻易迅 速地更新资料，同时消费者也可重复地上线浏览查询。综合这些功能、相当于创造了无数的经销商与业务代表。
数字营销人必须永远记住用户拥有掌控力的事实。不精准、不相关且扰人的这些非人性化的广告，将迫使用户离开网站并忽略将来的广告。要做到人性化，必须在所有多媒体广告上明确标出静音、暂停、停止和关闭的按钮，按钮也不能与Windows的按钮或其他 *** 作系统的警示太过相似导致混淆。任何干扰网站内容的广告（水印广告、突然恢复广告等）的长度都只应有几秒钟，除非用户以某些互动方式表现出对广告的兴趣。
数字营销的一对一服务，留给客户更多自由考虑的空间，避免冲动购物，可以在更多地比较后再做决定。网上服务可以是24小时的服务，而且更加快捷。不仅是售后服务，在客户咨询和购买过程中，企业便可及时地提供服务，帮助客户完成购买行为。通常售后服务的费用占开发费用的67%，提供网络服务可降低此费用。 （1）解决企业营销信息不对称的问题。
企业按常规营销库存积压多。通常厂家按自己的主观想象，先将同一种产品制造出成千上万件，再一级一级批发到各地商场。结果有许多产品并不符合消费者的需要，经常可以看到“大降价”、“大拍卖”之 类的标语。这不仅 严重影响企业的经济效益，影响企业的生存和发展，降低了企业的投资回报率和盈利能力。而且也影响企业的形象，降低了企业品牌的价值。
在另一方面营销商之间窜货不仅伤害了生产企业的渠道和价格体系，还在忠实顾客的脑袋里形成了“心太黑”的印象。有产品，有市场，便有了窜货这一现象，因 之，针对窜货与反窜货这一话题谈论得可谓深刻而持久，有人甚至将企业与企业窜货比喻为道与魔之间的一场较量。而这一切的根源就是企业对产品的营销信息不对 称，企业无法及时了解产品的营销信息引起的。
（2）解决假货横行打假无力的问题。
一些统计数据表明，假冒行为正在中国急剧增多。不仅数字在增长，造假的方式也不断翻花样，在另一市场上制造并进口到中国的产品。更有甚者，一些造假者还将假冒进口产品出口到其它国家和地区。假冒产品的与日俱增，而由于造假在暗处和人们对商品的假货识别能力差，由于法律支持不够，企业或个人打假效果不佳，专家们总结的企业打假两大困难便很有代表性：一是法律法规不完善，对造假售假者处罚过轻；二是严重的地方保护主义导致大量制假售假专业地区久盛不衰。打假和防伪的苍白无力使假冒伪劣产品的泛滥还导致消费者对一些品牌失去信心，给这些品牌带来毁灭性的打击。
(3)解决促销的局限的问题
通常的商品促销是以发票抽奖或凭商品上带有的刮开型标识物抽奖，也有生产厂商直接把奖品或现金放在商品的包装盒内，这种方法虽然简单好实施，但只有一个产品促销作用，而且这种促销越来越对消费者缺乏新鲜感。面对日益激烈的竞争市场，各商家为了促进产品销售，使出了浑身解数，各种各样的打折、促销外加礼品赠 送等满天飞。但是，纵观大多数商家的这些行为，都只是为促销而促销，并没有将市场营销的其他元素通过促销行为有机的结合在一起，造成市场在促销过后人走茶凉的局面。促销一方面使企业利润下滑，另一方面而更多的消费者对这些价格混战中的“征战产品”的质量也是表示担心，不知道这些相对以前低了这么多的价格， 其质量是否也跟着一起降下来了呢？
(4)解决广告效率不高的问题。
经济的高速发展带来了媒体的高速发展和人们的生活节奏的加快，生活的快节奏和娱乐节目的繁盛导致消费群体对广告接受效率的大大降低，每个中国人平均每天要受到500次广告的骚扰，而在美国这个数字是5000次。一方面企业花了大量人力和物力投入广告宣传，而另一方面广告的有效率却在大大降低，曾有人用短信互发了200万条信息，回信者只有50人，造成这个局面的主要原因是广告没有针对性，就是对消费群体没有根据消费情况进行细分，也就是没有探明鱼群的所 在，漫天撒网而所得甚少。
从数字营销要的出发点可以看出，数字营销不仅是对经销的产品信息化处理，而且更是企业管理一个重要延伸，数字营销就是将经销实际运作中所涉及到的资源数 据,各类下线经销商、分销商、终端的基础数据，销售及服务所产生的数据,终端及消费者所反馈的数据和产品真伪所给定的防伪数据等等,进行收集整理，集中分析处理并用于企业生产的指导和管理。 那么数字营销对企业有那些实际的用处呢？营销信息化管理不仅是企业对经销商实行企业化管理的一个重要方面，他能让企业清楚的知道自己每个产品的实际赢利状 况、资源的使用效率，市场内本地市场的变化特征及发展方向等等。并且通过产品信息化管理，企业通过数字营销还能发掘出以前未曾注意过的市场与空间，更重要 的是可以阻止假冒产品对市场的冲击。 数字营销企业对内是创造更大的效益，对外是上控制经销商，中控二批商，下控制营销终端。数字营销是对传统营销一个质量的提升，也是通过信息化手段的应用， 把企业管理的精度大大提升，使企业在商战中知己知彼，从而实现百战不殆的管理境界！ 在增加营销预算所占百分比并将渠道支出集中用于数字活动时，最为成功的数字营销商将注意力集中在管理4个核心价值源上。
首先，它们对自己的活动进行协调，使消费者全程参与日益流行的数字化购买之旅。
第二，它们利用消费者对其品牌的兴趣，在各种媒体上发布有助于消费者树立自己个人营销身份形象的内容，并在这一过程中充当品牌大使。
第三，它们认识到，在管理为产品、细分市场、渠道和促销活动所创作的数量惊人的内容时，需要像大规模的多媒体出版商一样去思考。
最后，这些营销商需要从战略上谋划，如何收集和利用如今已经多到泛滥程度的数字数据。以前习惯于从家人或朋友处了解产品口碑并获得建议的消费者，现在开始阅读在线评论，在网站上对产品特性和价格进行比较，并通过社交网站对各种选择进行讨论。这种信息流不仅增强了消费者的能力，而且还使营销部门在消费者积极地了解产品种类并对选择进行评估时，能够参与与消费者的对话。
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）