本帖最后由 sstutu 于 2015-5-26 15:08 编辑
问题导读
1.数据分析中,哪些数据是有用的?
2.什么是行为动机数据呢?
3.为什么不能只做观察者?
开篇
大数据时代 这是一个令人兴奋的时代,也是一个大数据的时代,数据科学家让我们越来越多的从数据中观察到人类社会的复杂行为模式。以数 据为基础的技术决定这人类的未来,但是并非数据本身改变了我们的世界,起着决定性作用的是我们对可用知识的增加。对于大数据, 如果你不能够量化它,你就不能理解它,如果不能理解它就不能控制它,不能控制它,就不能改变它和使用它。也就是说重要的是对数 据的处理和分析。 当今大数据更直接的影响是对商业模式和企业运营的改变,基于大数据分析的数据库营销和精准营销成为企业的重要的营销手段, 社会征信、税收欺诈、银行欺诈侦测、电子商务个性化服务、个性化推荐技术、搜索引擎的精准营销、广告实时竞价、电话营销、接触 策略优化等大数据应用越来越广泛,随着数据科学和网络科学技术的发展,数据会深入并影响社会生活的方方面面。
啤酒和尿布 大数据的在商业上的应用,非常重要的一个方面就是:客户关系管理(当然我们还有更多的应用去创造)。 大数据在客户关系管理上,基本上有这几方面: 1、深度的了解用户行为 2、预测用户的行为 3、利用上面的两点,引发用户的购买行为 这是一个前所未有的革命。在大众市场销售的历史中,我们第一次可以看到每一个消费者头脑的内部。得到关于消费者的全景图 一直是销售和营销团队长久以来的愿望,但是在今天,如果我们智能的连接数据,深刻的理解个体消费者就鞥能够变成现实。我们不 再像传统市场研究者那样询问焦点小组,“你认为这个产品怎么样?你喜欢哪种产品?”,用户也会撒谎,因为用户有的时候根本就不 了解自己,更没有办法描述清楚自己,但是数据是不能够撒谎的。最终,我们从提问者转换为观察者!使用大数据全面的了解用户和 预测用户的行为,进而为促成用户的消费提供决策的依据和方法,但实际上,这对所有的人都是一场巨大的挑战:顾客不得不忍受数 据营销,可能的话,还会爱上它,这也是数据营销的最好的愿景。但是如果数据营销使用的方法不当的话,公司无疑是搬起石头砸自 己的脚,永远记住:数据不属于营销者,而是属于消费者!
建立信任 在数据营销的尚不成熟的初起阶段,消费者多数抱有一种广告防护的消极心态。但是在接下来的几年内,消费文化将会沿着一系 列决定大多数消费者愿意与公司分享数据的情况发展。数据营销者必须创建一个足够透明和安全的框架。消费者必须能够看到这一切 的源尾和价值,并视数据适用为正当和合理,甚至主动为数据营销为自己提供的个性化服务贡献自己的信息。我们都非常的明白,信 任很难获得,但是非常容易失去,这对于个人数据的商业应用来时尤为如此。所以说,建立信任,是大数据营销的基础! 互联网的“面具时代”已经结束。“网络世界的第二人生”的观点是过去10年互联网的一个失败,“第二世界”是一个在线世界,其中 人们使用化身,将网络世界中的自己和现实生活中的自己彻底的区分开来。但是时代变了,越来越多的网络源生代将会彻底的粉 碎“第二人生”。今天,人们希望在线上和线下时都是自己,人们希望被称呼自己的名字,人们希望作为他们自己存在,希望自己能够 被找到,甚至希望自己能够成为网络中的名人。 可以预见,如果数据营销使用的得当的话,将会有越来越多的消费者出于信息和热情而共享数据。blippy.com提供了一种见 解,当社区中的一个成员用信用卡购买某件产品时,社会化购物平台自动的发布消费者的位置、价格和时间信息。默认的设置下消费 信息是公开的,该用户的朋友会从这些信息中的获益。对营销人员和销售人员来讲,这意味着:明智的消费者将开放与企业的对话。 很多人甚至寻求比对话更加深入的东西。这是一个机会——为了更好地了解消费者,预测他们的消费心态。更理想的情况下,为了在 消费者自己知道之前了解其心愿。
####################################
大数据分析中的陷阱
大数据下的市场细分 下面,我们将讨论的问题是:大数据下,我们应该如何细分我们的目标市场,旧营销战略中的市场细分做的怎么样? 旧营销战略中的市场分得不够细,是显而易见的:公司白领、学生、管理人员、女人、男人、已婚、未婚......这样的市场 分得不够细。但是大数据的分析和使用,能够使我们更加深入和细致的进行目标人群的细分,简单地说,我们将会知道谁 因为什么原因买了什么东西,可以精准的测量单个用户的价值,还会知道哪些行为在购买决策中起到了关键性的作用。我 们将会知道当顾客去商店时哪些产品会因为什么样的原因有何种优先级,以及哪些产品可以被其他的产品取代。除了从产 品的层面上,我们还能够通过用户的在线行为细致的分析出他们的信息,就像前面讲到的 [ 1+X ] 公司那样。 但是一个问题出现了:到底需要多细?我们必须找到一种方法,保证我们不把客户分到他们自己也无法识别的细分市 场中,但是同时又能够让他们远离那些无聊的产品和广告。这对于企业和用户都是至关重要的! 这幅市场的镶嵌画到底应该有多精细,是由地板砖大小来铺就,还是用2*2cm的浴室小瓷砖铺成,可以、必须或者应 该由消费者自己通过对为其量身定做的产品的需求和接受程度最终决定,也就说,我们需要试探,纠正和总结!这样的机 会是存在的!
行为动机和行为 还是那个问题:那些数据是有用的?从另一个层面上回答这个问题,有两类数据:行为动机和客户的实际行为! 现在的企业的通常做法是,只关注用户的实际行为:浏览了哪些商品、买了哪些商品、买的商品具有什么样的特点、购 买商品的时间段是什么、使用方法、购买的附加产品、投诉和客服信息、消费历史......但是另一种至关重要的数据他们却忘 了:行为动机数据 什么是行为动机数据呢?宽泛地说,除了用户的实际行为数据之外的所有的有价值的数据都是行为动机数据。例如:萨 利是一名近30岁的妇女,生活在里士满,在通信行业工作,年收入60000美元,至少考虑过一次买一辆宝马mini或者索菲 特,并且她的朋友还没有人拥有。这些数据是非常容易获得的,这些数据直接决定了,这个用户的行为动机和实际行为的发 生。将行为动机和行为数据链接起来,我们的市场镶嵌画会更加的精准。 有一个地方我们要非常的小心:不管是行为动机和实际行为,都有可见的部分和不可见的部分,千万不要忽略不可见的 部分。 不能只做观察者 现在的很多的企业一点将自己的网站和数据系统构架好了之后,就完全的充当了一个观察者和分析者。这是远远不够的, 实际上,有的时候我们清楚的知道需要哪些数据,但是要想获得这些数据就非常的难,单纯的靠对数据的分析和推理是远远 达不到目的的。没错,我们需要为用户提供方便的工具,引导用户将这些数据自己告诉我们。 在小组27030小镇发布的”加速用户的购买行为“中已经提到了这个理念,如果我们能够合理的使用我们为用户提供的工 具来变相的收集我们需要的数据,那将会是极大的成功!这一点也不难,比如,我们为搜索增加一个按位置搜索的功能,那 么我们就可以得到用户关于位置这个信息的相关数据。这样实用工具一层一层的帮助用户脱下他们的匿名外衣,我们的目的 就达到了。
成本和边际效应 上图展示了随着收集的数据的精度的增加,数据的营销价值的曲线走向,我们可以非常清楚的看到,并不是收集的越 精细越好,只有那个最佳的定位点才是我们最终的定位。在不同的公司中曲线定量是不一样的,但是曲线的趋势是没有问 题的。在几乎所有的市场中,都有”低挂的果实“,我们可以用相对较低的代价收获他们。目标营销一开始对营业额有很大 的影响,这使得公司渴望更多。企业的决策者必须注意,由于接受程度的减少,营销曲线将会趋于平缓,甚至下降,而采 集数据的成本将会因为更细的细分而快速上升。这导致数据营销的效果适得其反。 这个最优化的关系是营销人员一直都面临的一个重要的问题,不管是数据营销时代还是旧营销时代。
客户的价值 在数据驱动的营销背景下,当检视整个客户生命周期时,客户价值成为更重要的资产。这非常的容易理解:有两个客户 同样是买了一件李宁的T恤,但是他们两个的潜在价值往往是不同的,顾客A可能之后再也不会来了,而顾客B可能成为常客 ,又或者A的在本店的消费的预支出额度没有B的高。所以,摸清楚用户在生命周期中的潜在价值,是非常的重要的!
钱包份额——客户在本公司预算的花费份额 替代弹性——在适当的情况下,用户是否能够为其本公司的其他的产品或者服务安排客可观的预算 推荐价值——用户传播本产品的所带来的价值,即口碑效应 大数据能够帮助我们预测客户的价值,从而将用户的等级分清楚、还能够通过适当的手段提升用户的潜在价值。但是实 际的情况是,从业者只在客户生命周期中的相对较晚的阶段才开始用户价值的计算,也就是等到对于一个特定的用户搜集到 了充足的数据之后,才开始,而这时候往往已经晚了,因为用户的生命周期曲线已经处于下滑阶段了! 好了我们提前进行预测,但是如果预测不准确的话将造成很多情况下再单个客户层面上争取到的市场价值和投入不匹配。 这是一个非常艰难而又重要的工作!我们得不断地尝试和建模。 如何才能够增加客户生命周期中的价值,是一个关键问题,下面的五个步骤就能够带来成功: (1)再单个客户层级找准市场以及潜在市场 (2)增加单个客户的钱包份额: 客户现有产品类别中的销售优化,及经典升级营销 竞争驱逐 产品创新 (3)留住客户,增加客户关系的长度 (4)促进客户的推销(如发挥用户的口碑效应) (5)降低营销成本或者提高营销投资回报率 有一个值得注意的趋势是,一些公司或者销售人员会有计划的寻找社交网络中的状态更新。公开可用的社交网络中显示了 非常多的有价值的信息。社交媒体分析是个性化在线广告的一个很好的机会,它对关系到与客户进行私人接触的商业模式更有 价值。
下一篇:大数据时代,让客户数据驱动利润奔跑——大数据走到了哪里
来源:超级Peng
|