谷歌每天要處理大約24PB的數(shù)據(jù),Facebook每天要處理23TB的數(shù)據(jù),Twitter每天處理7TB ,百度每天大概新增10TB的數(shù)據(jù),騰訊每日新增加200-300TB的數(shù)據(jù),淘寶每日訂單超過1000萬,阿里巴巴已經(jīng)積累的數(shù)據(jù)量超過100個(gè)PB??紤]一下,為什么越是行業(yè)壟斷巨頭就越擁有海量數(shù)據(jù)呢? 微軟的Jen Underwood用“[數(shù)據(jù)+分析+人]@速度”作為數(shù)據(jù)的投資回報(bào)率公式,其中一個(gè)重要佐證:善用數(shù)據(jù)分析的公司將會(huì)比競爭對(duì)手快5倍的速度做出決策。 對(duì)任何擁有特有數(shù)據(jù)的公司,都應(yīng)該考慮怎么讓數(shù)據(jù)盈利。 1、數(shù)據(jù)收集沒想象中那么復(fù)雜,重要的是發(fā)現(xiàn) 很多企業(yè)甚至是互聯(lián)網(wǎng)企業(yè),或者不知道該如何使用手中已有的數(shù)據(jù)資源,白白浪費(fèi)掉優(yōu)化改進(jìn)的好機(jī)會(huì);或者認(rèn)為大數(shù)據(jù)只有BAT這樣的互聯(lián)網(wǎng)巨頭才有,一個(gè)小網(wǎng)站或APP應(yīng)用是沒有大數(shù)據(jù)的,果真如此嗎? 看一個(gè)簡單的例子:微博段子手們最平常不過的數(shù)據(jù)收集↓ ![]() 一個(gè)網(wǎng)站或一個(gè)APP所包含的數(shù)據(jù)信息都是數(shù)字營銷的基礎(chǔ)。通過分析來自網(wǎng)站與應(yīng)用自身及競爭對(duì)手的定性與定量數(shù)據(jù),可以驅(qū)動(dòng)用戶及潛在用戶在線體驗(yàn)的持續(xù)提升,并提高我們的數(shù)字營銷業(yè)績。 ![]() ![]() 數(shù)據(jù)的形式多種多樣,呈數(shù)量級(jí)爆發(fā)的UGC內(nèi)容可以被我們拿來運(yùn)用? 一個(gè)新穎點(diǎn)的例子,譬如最近從5100點(diǎn)+飛瀉而下的中國股市,股民巨量的埋怨和牢騷能以怎樣的數(shù)據(jù)化形式展示?“除了耐心等待,最好再找個(gè)地方讓自己發(fā)泄一下,找些跟自己同病相憐的人,還能緩解一下壓力,避免跳樓。彈幕,就是最好的形式了。”有人便建了一個(gè)網(wǎng)站,在K線圖上配上彈幕供吐槽... 結(jié)果被同樣郁悶的股民玩的特別魔性↓這匯集出的數(shù)據(jù)隨著K線走勢變化擁有了實(shí)時(shí)鮮明的情緒特征,可以在一定程度預(yù)估使用者下一步賣出或繼續(xù)持有的動(dòng)向。 ![]() ![]() 若進(jìn)一步關(guān)聯(lián)整合“用戶行為數(shù)據(jù)”,我們還可以了解“貶損者”的歷史“用戶行為數(shù)據(jù)”,有利于我們更好的洞察用戶,優(yōu)化用戶體驗(yàn)和改進(jìn)產(chǎn)品方向;同時(shí)還能定向“推薦者”展開更多的優(yōu)惠促銷或附加增值服務(wù)。 當(dāng)廣告商掌握了數(shù)據(jù),能夠向客戶傳輸更加相關(guān)的和更加有趣的信息,潛在客戶們甚至可以根據(jù)自己的需求定制一些廣告信息,可能會(huì)做出更好的購物決策,并有助于廣告商提升銷售業(yè)績。 3、基本的5W1H問答也能玩轉(zhuǎn)消費(fèi)行為數(shù)據(jù) Kotler(科特勒行為選擇)模型從市場的特點(diǎn)來探討消費(fèi)者行為,更容易進(jìn)行定量研究: ![]() 1.Who & Whom:購買這款手機(jī)的人群分類?還要弄清誰是決策者,誰是使用者,誰對(duì)決定購買有重大影響以及誰是實(shí)際購買者; 2.What:不同手機(jī)品牌的市場占有率、具體型號(hào)的銷售情況; 3.When:了解在具體的季節(jié)、時(shí)間甚至?xí)r點(diǎn)所發(fā)生的購買行為,比如配合節(jié)假日促銷; 4.Where:研究適當(dāng)?shù)匿N售渠道和地點(diǎn),還可以進(jìn)一步了解消費(fèi)者是在什么樣的地理環(huán)境、氣侯條件、甚至于地點(diǎn)場合使用手機(jī); 5.How:了解消費(fèi)者怎樣購買、喜歡什么樣的促銷方式,比如是去線下體驗(yàn)店還是看測評(píng)視頻等; 6.Why:探索消費(fèi)者行為動(dòng)機(jī)和偏好,比如為什么喜歡特定款手機(jī)并拒絕別的品牌或型號(hào); 不同特征的消費(fèi)者會(huì)產(chǎn)生不同的心理活動(dòng)的過程,通過其決策過程導(dǎo)致了一定的購買決定,最終形成了消費(fèi)者對(duì)產(chǎn)品、品牌、經(jīng)銷商、購買時(shí)機(jī)、購買數(shù)量的選擇。 ![]() 數(shù)字營銷人員如果能比較清楚地了解各類購買者對(duì)不同形式的產(chǎn)品、服務(wù)、價(jià)格、促銷方式的真實(shí)反應(yīng),就能夠適當(dāng)?shù)赜绊?、刺激或誘發(fā)購買者的購買行為。且數(shù)據(jù)的應(yīng)用可以貫穿營銷價(jià)值鏈的廣告、公關(guān)、官網(wǎng)、電商、CRM各個(gè)環(huán)節(jié),覆蓋用戶能力會(huì)更加全面和強(qiáng)大。 4、數(shù)據(jù)是拿來用的,不僅僅是拿來看 買一只股票尚需數(shù)據(jù)分析,展開一項(xiàng)持續(xù)的廣告營銷活動(dòng)當(dāng)然更應(yīng)該建立在有數(shù)據(jù)衡量的基礎(chǔ)上。 ![]() 比如Uber的數(shù)據(jù)科學(xué)家建立了“基于地理位置的打車需求模型”(Location-based demand model),每天實(shí)時(shí)更新的熱點(diǎn)地圖可以有效幫助車主縮短空載時(shí)間,同時(shí)幫乘客減少等待時(shí)長。下一步,車主會(huì)知道提前去哪里等待可以載到更多的乘客啦。 ![]() 也許在某個(gè)細(xì)節(jié)的微小改變就會(huì)重新創(chuàng)造出一件非常流行的產(chǎn)品,這類衣服的下場會(huì)截然不同。有點(diǎn)像電商分析購物車數(shù)據(jù)來提高轉(zhuǎn)化率,若大量客戶都選中了某件商品放入購物車卻沒有最終結(jié)算,說明它是熱門產(chǎn)品,但可能有些小問題,適當(dāng)變更價(jià)格或服務(wù)條款可能就會(huì)產(chǎn)生巨大的變化。 數(shù)據(jù)的使用能夠使對(duì)企業(yè)的經(jīng)營對(duì)象從客戶的粗略歸納還原成一個(gè)個(gè)活生生的客戶,了解他們喜歡什么討厭什么,并更有針對(duì)性,越能滿足客戶的需要,ROI就更高。廣告主通過數(shù)字營銷,更可能運(yùn)用全新的視角來發(fā)現(xiàn)新的商業(yè)機(jī)會(huì)和重構(gòu)新的商業(yè)模式。過去看不到的東西都能看到了,即有了全新的視野。 (本文來自互聯(lián)網(wǎng),不代表微看點(diǎn)的觀點(diǎn)和立場) |
|