注册 | 登录
从零开始学运营，10年经验运营总监亲授，2天线下集训+1年在线学习，做个有竞争力的运营人。
我们可以知道一个个体很详细的真实数据，但是这些数据对于营销有什么具体的帮助呢？本文跟大家讲了一个运用大数据进行营销的新思路。
一、关于大数据
近几年在工作和生活上很多人喜欢和我讨论大数据的话题。小伙伴们都觉得我们看大数据就好像得了集体老花眼一样：远看很清晰，凑近看却反而越来越模糊，不得其法。
我们都很清楚大数据意味着什么——就是大量的，读取高速的，多维度的，低价值密度的真实数据。
读起来很拗口，简单来说就是我们可以知道一个个体很详细的真实数据，但是拿着这些数据很难想到对于营销的执行有什么具体的帮助（难点就在这里）。
现实中，大数据更多时候对管理者最大的帮助是提供控制感，这其实跟古时候的迷信差不多。看到自己的消费者的各种数据，就感觉非常了解消费者，一切尽在掌握。
但是真正到了怎么利用这些数据，就变回简单的看消费者过去消费/浏览了什么就推送什么（这也是某宝和某度推送的逻辑）。
我在去年曾经主导过一个把零售企业和国内最知名的数据银行数据打通的项目。在累积了一定量数据之后，我们有消费者的年龄，性别，职业，收入分布，还有家庭成员数量，是否有车有房，手机APP兴趣，阅读兴趣等数据（还有很多很多）。
然后大家就陷入了泥潭，怎样可以很好地利用这些数据呢？
回归到原点，我理解大数据的用处主要有两个方面，一是看趋势，看市场，消费者行为的发展方向（这个是长期性的）。二是做销售，通过分析与自身商业能发生链接的消费者数据增加营销的效率（这个是短期的）。
有很多大的数据机构，比如阿里云，CBNData，或者咨询机构比如Deloitte，KPMG都会定期提供一些不同市场的消费者报告。这种报告主要就是为了给大家分析长期的趋势的。
今天这篇文章主要讲的是后一种，就是每天看着自己的消费者数据如何能帮助公司提升业绩。
在现在很多大公司的大数据应用，主要有两个方式，除了上面讲到的简单粗暴地推送重复信息，更高级一点的用法就是标签+精准营销。
简单来说就是两步：
第一，通过年龄，性别，兴趣爱好，习惯，人生阶段把消费者贴上不同的标签；
第二，确定营销信息瞄准哪类消费者，直接触达。
但是这类大数据应用方法也有两个弊端：
1. 数据来源
虽说大数据是无差别地获取目标消费者的行为记录，但是当我们在局部环境运用这些数据的时候，还是有很大可能受到数据来源不准确的干扰。
比如我曾经做过一个咨询项目，用大数据捕获一个咖啡店的周边的客流和进店客人数据，分析为什么在一个人流尚可的点位，咖啡店的销售始终上不去。
经过两个月的数据收集，我们发现这个店铺的消费者年龄分布是中年甚至老年人居多，并且他们停留在店面的时间也是最长的。
然后我们就陷入了一个误区，觉得这个店铺应该放上更多能吸引中年人消费的元素，比如更多显眼的优惠信息，甚至把菜单的字都可以放大了。然而这样做效果甚微。
直到某天我们决定亲身去到该店面看看究竟发生了什么导致这些措施都没有提高哪怕一点成交率。
那也是一个炎热的夏天，我们走到店门口，发现一个很奇怪的现象，很多中老年人坐在店门口看手机。
原来这个店的门口有一个公交车站，因为店铺有空调和Wifi，很多老人在等公交的时候就坐到店门口享受空调。这就是所谓的主要客群是中老年人的真相。
大数据会误导人的例子还不知这个。我还做过一个美妆网店的分析项目，数据显示在一次促销中有超过50%的交易是来自于男性消费者的账户。
那么这次促销貌似对男士用品更有效吧？然而不是。当我们分析每单的购物篮的时候，发现男性账号买的都是女性用品。其实就是女生用了男朋友/老公的账号买单。
所以如果单单迷信一个面板上呈现的数据，我们的判断很可能会被误导，因为从数据上看到的消费者，不一定是他们现实中的样子。
2. 归纳推理谬误
现阶段很多大公司对于大数据的引用停留在归纳推理的阶段。就是数据显示自己的消费者大部分的特点是A、B、C，然后就推断消费者的标签是D，然后进行信息触达。
比如一个酒店，发现自己的住客大多都有这些特征：
需要停车位
短住一到两晚居多
没有或少量房间迷你吧消费
根据这三个条件，很容易得出一个结论：这个酒店的主要顾客是短途家庭游的一家人。所以对于酒店来说，可以通过增加家庭饮食套餐、附近景点家庭套票来增加用户的粘性。然后会通过家庭游的论坛，公众号来做宣传。
看似很正常的推理，这个标签却有可能是完全错误的。
符合以上三个条件的，并不止是家庭游的游客。
还有可能是到附近公司开会的商务人士，他们会自带好的酒水做招待，甚至到外面过夜生活。
也有可能是附近出了一个网红店，附近的情侣专门开车过来打卡的，这就属于短时效性目的。
要避免这种归纳推理的错误，最好的方法就是在不同数据的维度里面找到“关键间接证据”。就像福尔摩斯看到一个烟斗烧焦的位置在右侧，进而推断使用者是一个左撇子一样。
比如上面的例子，用三个条件都筛选不出一个准确的标签。但如果用加上一个额外的数据维度“这些客人的房间都会需求加床”，那基本上就可以确认是一家子旅游的顾客了。
所以在用大数据标签目标顾客的时候，找准关键标签能够有效增加后续的转化率，毕竟标签错了那精准营销也就无从谈起。
然而这种“标签+精准营销”的方式还是有一个很大的缺陷。
从消费者行为来说，就算标签对了，但是在不恰当的时间和地点推送营销信息也是没用的。就像一个新生儿妈妈被精确地标签，也不代表她随时随地都需要买奶粉和尿布。更别提一个消费者是中高收入的时尚达人并不代表就要为某个潮牌买单。
从根本上来讲，是因为消费者的购买动机是多种多样的。
标签消费者并进行营销的另外一个弊端就是降低了非目标客群标签的人购买自己产品的可能性。比如我是一个爱学习，努力考研的大学生，不代表我不会对Supreme这种潮牌感兴趣。或者一个高收入的高级管理者，不代表就不喜欢简约朴实的丰田汽车。
但是如果因为精准营销而没有触达这些群体，那么可以预见本该有的销售机会就溜掉了。
那为什么不换一种方式来理解大数据和精准营销呢？
有时候，标签营销场景，并根据场景开发出几套不同的文案会更有效。
二、营销场景
下面我们从本能，情感和认知这三个维度讲一下营销场景可以有哪些标签。
之所以要选择这三个维度，是因为在动机心理学里面，一个人行为的内在动机主要受这三方面影响，其中本能和情感是遗传性的，而认知是习得性的。
当这些标签独立或者同时标记在某个营销场景，就可以告诉我们产品的文案需要突出什么信息。
读过马斯洛需求层次理论的人都知道，最底两层的需求是人类的本能。底层是与生存和繁衍有关的，比如呼吸，水，食物，性等。第二层则与安全感有关，比如健康，资产，道德等。
安全感之所以如此重要，是因为人类会天然地不断从周边环境寻找确定性，并穷我们一生来增加这份确定性。
在采集社会，拥有了一个自己的洞穴就意味着可以确定免除大型捕猎者的骚扰，通过祭祀仪式来试图确定获得自然环境的风调雨顺。
确定性的不断追求激励着人类从万年前一直进步至今。
直到今天我们仍然在试图增加整个世界的确定性
国家通过联合国等国际组织增加国际社会的确定性
个人通过加入世界500强公司增加收入和晋升的确定性
丈母娘通过要求女婿买婚房增加自己女儿生活品质的确定性
这些确定性无一例外都在给予每个利益相关者安全感。
研究人员发现，当我们处在一个具有安全感的环境时，会倾向选择更加个性化的产品。当我们处在一个缺乏安全感的环境是，则会倾向大众化产品。
比如一个APP的营销渠道是在某视频网站电影之前，可能对于很多商家来讲所有电影广告都是一个渠道，吸引的是喜欢看电影的人群。但更有效的是把电视剧和电影进行标签。
如果观众看的是惊悚，悬疑类电影，那么这个APP的营销信息就应该突出有很多很多人已经在用，诸如“三千万人的选择的二手车平台”这类信息。
反之如果是类似于爱情，科幻的题材，这个APP的文案就应该突出它与众不同的地方，比如“没有中间商赚差价，三天包卖”。
这两种标签不但只是适应于流媒体内容的广告。还有比如放在办公楼电梯的广告就应该是传达大众化的信息，而放在居住楼盘电梯的就是个性化信息，因为人在家附近的安全感大多时候比公司高。
不同的营销场景给予消费者的情感比较复杂，为了把复杂的问题简单化，这里把标签分为两类，就是熟悉感和陌生感。
心理学上有一个概念叫启动效应，就是我们的眼睛在看到任何一个事物大脑都会开始联想所有与这个感知目标的概念。
比如我看到一片草地，在潜意识里就会调动认知和记忆开始联想各种和“草地”这个感念有关的概念。
这时候因为大家最近都在看世界杯，所以有关足球和世界杯的概念会更加容易被“启动”。这时候诸如足球国家队，甚至足球员会给我们一种熟悉感。
当消费者面对熟悉的概念的时候，会倾向于开始想成本问题，就是什么会阻碍我做出某个行为。
而当面对陌生的概念时候，会倾向于开始想收益问题，就是这个东西能带来什么好处。
因此在这个维度，在给营销场景贴上标签之前我们需要想一下对于目标群体，产品与营销场景的内容联系有多直接。
比如如果我们是卖衣服的，在投一个情感内容的公众号，那么这个营销渠道对于目标消费者就具有高熟悉感。这时候消费者第一时间会想到的是“哦有衣服卖，先看看多少钱”。
而同样在情感内容的公众号，如果需要营销的产品是茶具，那么就属于低熟悉。这时候消费者会马上想到“在这个地方卖茶具，这茶具有什么好啊？”
在之前“我们常常在谈引流，究竟在谈什么”一文，我有提到过认知闭合模式这个概念。
简单来说就是我们在不同场景下，会对问题的答案模糊性有不一样的接受程度。
比如当某剁手党在淘宝上买衣服的时候，脑子里有着“要买一条能在下周末和男朋友逛街的裙子”。这时候每当看到一个款式，心里会有很多疑问：
“这个款式是不是这个季度的标准款？”
“这个面料看上去会不会很透/热/容易皱褶？”
“这个店铺近期有没有打折？我会不会买亏了？”
“这个款和之前看那个款样式差不多，穿着效果会有什么不同？”
“。。。”
这个时候就存在高认知闭合需求，因为为了完美完成买衣服这个任务，这些问题必须得到准确的回答才能做决策。
消费者在浏览信息时候心里认为自己是在完成某个任务的时候，就会存在高认知闭合需求。
什么情况下消费者是在完成任务呢？
答案是交易型场景，比如淘宝，京东等电商平台，或者超市，个人护理店等线下零售店，甚至是买机票订酒店的网站。
相反在内容型场景，比如视频网站，短视频APP，公众号，朋友圈，消费者就会进入低认知闭合需求，也就是说容易因为一两个产品的优点而产生冲动决策。
（PS. 这也是微商的转化率能有这么高的根本原因）
所以当我们标签一个营销场景是交易型场景的时候，营销信息应该是详细数据的罗列对比，还有解决消费者主要的疑虑。这种场景更适合补充类产品的营销，比如日常护理用品。
对于内容型场景，营销信息应该尽量简洁，用感性连接进行刺激。这类场景更适合新，奇概念的产品的营销，比如新出的外国进口产品，某个不知名的浪漫酒店。
今天跟大家讲了一个运用大数据的新思路。
通常现在很多大公司会运用浏览/购买历史重复推送、“标签+精准营销”的方法进行大数据营销。这些方法会受到数据来源和归纳推理谬误的影响，不能很好提升转化率。
因此这里给了大家另一个选项，就是先用通过大数据算法标签营销场景，然后在不同的营销场景给予个性化信息推送。
这样做的好处是营销场景与产品信息，需要沟通的信息都是客观确定的。
商家只需要根据营销场景的标签组合定制几套不同的营销文案，然后通过大数据投放到不同渠道就可以了。
简单来说，就是“在不同的池塘用相应的诱饵，让那个池塘的鱼在当前的水温，光线环境下最有可能咬钩”。
作者：呵先生，微信公众号“呵员外”（ID:Yuanwai-HE）
本文由 @呵先生 原创发布于人人都是产品经理。未经许可，禁止转载
题图来自 Unsplash ，基于 CC0 协议
赞赏是对原创者的最大认可
赞赏4人打赏
收藏已收藏 | 20赞已赞 | 23
产品经理群
运营交流群
品牌营销群
文案交流群
Axure交流群
关注微信公众号
大家都在问
8个回答5人关注
7个回答3人关注
6个回答3人关注
2个回答0人关注
15个回答22人关注
14个回答7人关注出自 MBA智库百科()
　　大数据营销是指基于多平台的大量数据，依托大数据技术的基础上，应用于行业的营销方式。大数据营销衍生于互联网行业，又作用于互联网行业。依托多平台的大数据采集，以及大数据技术的分析与预测能力，能够使广告更加精准有效，给带来更高的。
　　大数据营销的核心在于让在合适的时间，通过合适的载体，以合适的方式，投给合适的人。
　　多平台化数据采集：的来源通常是多样化的，多平台化的能使对网民行为的刻画更加全面而。多平台采集可包含、、广电网、智能电视未来还有户外智能屏等数据。
　　强调时效性：在网络时代，的和购买方式极易在短的时间内发生变化。在网民需求点最高时及时进行非常重要。全球领先的大数据营销企业AdTime对此提出了时间，它可通过技术手段充分了解网民的，并及时响应每一个网民当前的需求，让他在决定购买的“”内及时接收到。
　　：在网络时代，的已从“媒体导向”向“受众导向”转变。以往的营销活动须以为导向，选择知名度高、浏览量大的媒体进行投放。如今，广告主完全以为导向进行广告营销，因为大数据技术可让他们知晓身处何方，关注着什么位置的什么屏幕。大数据技术可以做到当不同用户关注同一媒体的相同界面时，内容有所不同，大数据营销实现了对网民的个性化营销。
　　性价比高：和传统广告“一半的广告费被浪费掉”相比，大数据营销在最大程度上，让的投放做到有的放矢，并可根据实时性的效果反馈，及时对投放策略进行调整。
　　关联性：大数据营销的一个重要特点在于网民关注的广告与广告之间的关联性，由于在采集过程中可快速得知目标受众关注的内容，以及可知晓身在何处，这些有价信息可让的投放过程产生前所未有的关联性。即网民所看到的上一条广告可与下一条广告进行深度互动。
　　大数据营销随着大数据概念的提出已成为近三年内业界热议的焦点，但其在中的实际应用可追溯到上世纪末的美国。目前，随着媒体形式的丰富和的完善，大数据营销也随之变革。在其发展过程中，的基本共体现出以卜两种转变:
　　(一)从媒体导向到用户导向
　　21世纪初是基于的大众媒体营销时代，企业作为的实施者和受益者，为了使其宣传活动接触到更多的就需要在受关注程度较高的网站，电视台或纸媒上投放广告以达到提高营销有效率的目的。然而，这种基于大众媒体的营销推广方式虽然高、辐射面广却无法切实掌握受众的动向并对其后续的影响。
　　因此，企业从媒体导向到用户导向的转型迫在眉睫。基于端的定制化跟进式营销方式逐渐代替了传统的统一化一次性投放，成为了大数据营销的基础和前身。
　　(二)从用户主观信息数据库到用户客观行为数据库
　　传统的是一种基于中的人II和其他用户主观信息包括生活方式、等)来推测消费者的需求、购买的可能性和相应的，从而帮助企业细分消费者、确立并进一步产品的营销模式。然而由于消费者主观判断的局限性，据此得出的各项调研和信息数据可能会误导相关营销人员作出偏离甚至错误的。因此，用户的主观信息数据己不再能满足企业营销的。相反，通过企业实际观测，能够全方位、多角度、精准、真实地反映用户需求及其他消费数据的用户客观行为随着信息挖掘的口趋完善己成为的一项重要调研依据。
　　1.自有类。企业目前利用的大数据的种类之一是自有类数据，即企业基于自身网络平台开发和挖掘的一类。在中国，自有类数据的开发进程尚不完善，目前较好的自有类数据平台主要始创于欧美国家。美国巨头通过对其3000万个订阅用户的网上行为进行，造就并预判出了《纸牌屋》的卖座。身为运动的凭借其网上运动社区收集到了用户的各项跑步并因此掌握了主要里最佳跑步路线的数据库。而Targe则根据的消费记录推断出消费者的购物倾向，然后通过寄购物手册的形式向其推荐了一系列符合的并最终营销成功。这些基于不同存在形式的自有类数据平台在数据收集领域上一致地扮演着的角色，但在数据的用途上他们却在不同层面为企业的大数据营销作出各自应有的贡献。
　　2.第三方平台类。除了自建的大数据收集平台，企业现在获取数据更主要的就是通过与例如、电商网站、、社交网站、等第三方平台合作来取得。与达成的微信平台合作协议不仅弥补了在移动端的薄弱环节更为其导入了可观的客户流量，而在这个移动互联的社交网络时代，海量的用户资源中蕴含的大数据则为大数据精准营销提供了可能。美宜佳作为一家正在探索从线下逆向发展到线上的，其与的合作不仅是打开线上市场的制胜法宝，从中收获的记录也是它开启数据精准营销的关键一步。
　　1.基于用户的需求定制改善产品。消费者在有意或无意中留下的信息数据作为其的体现是企业定制改善产品的一项有力根据。内部的全球资讯网络会定期把从各分店收集到的意见和建议汇总并传递给总部的设计人员，然后由总部作出后再立刻将新的设计传送到，直到最终实现“数据造衣”的全过程。利用这一点作为一个与并行的，还分析出了各地的区域流行色并在保持其整体欧美风格不变的大前提下做出了最靠近需求的。同样，在ZARA的商店内，意见也作为一项大数据参与的和，且由此映射出的前沿观点和时尚潮流还让“”成为了ZARA的品牌代名词。
　　2.开展精准的推广活动。基于数据的精准推广活动可大致分为三类:
　　首先，企业作为其产品的可以通过大数据的分析定位到有特定潜在需求的受众人群并针对这一进行有效的定向推广以达到刺激的目的。红米手机在空间上的首发就是一项成功的“大数据找人”精准营销案例。通过对海量用户的行为泡括点赞、关注主页等)和他们的身份信息泡括年龄、教育程度、社交圈等)进行筛选后，公司从6亿Q cone用户中选出了5000万可能对红米手机感兴趣的用户作为此次定向投放广告和推送红米活动的并最终预售成功。
　　其次，针对既有的消费者，企业可以通过用户的行为他们各自的购物习惯并按照其特定的购物偏好、独特的购买倾向加以一对一的定制化商品推送。Turge佰货的促销手册、的建议购买清单、的产品推荐页无一不是个性化产品推荐为企业带来可预测的体现。
　　最后，企业可以依据既有消费者各自不同的人物特征将受众按照“”细分（如“网购达人”)，再用不同的侧重方式和定制化的向这些类群进行定向的。对于敏感者，企业需要适当地推送相对较高的并加送一些以刺激消费:而针对喜欢干脆购物的人，商家则要少些干扰并帮助其尽快地完成购物。
　　3.维系。召回购物车放弃者和挽留流失的老客户也是一种大数据在商业中的应用。中国移动通过客服电话向流失到联通的移动老客户介绍最新的优惠资讯:通过会员留下的通讯信息向其推送打折优惠券来提醒久不光顾的老客户消费;根据用户以往的收视习惯确定近期的互动名单并据此发送给可能濒临流失的用户相关邮件以提醒并鼓励他们重新回来观看。大数据帮助企业识别各类用户，而针对忠诚度各异的消费者实行“差别对待”和“量体裁衣”是企业中一项重要的理念基础。
　　1、用户行为与特征分析。只有积累足够的用户数据，才能分析出用户的喜好与，甚至做到“比用户更了解用户自己”。这一点，才是许多大数据营销的前提与出发点。
　　2、精准营销信息推送支撑。精准营销总在被提及，但是真正做到的少之又少，反而是垃圾信息泛滥。究其原因，主要就是过去名义上的精准营销并不怎么精准，因为其缺少用户特征数据支撑及详细准确的分析。
　　3、引导产品及活动投用户所好。如果能生产之前了解潜在用户的主要特征，以及他们对产品的期待，那么你的产品生产即可。
　　4、竞争对手监测与。在干什么是许多企业想了解的，即使对方不会告诉你，但你却可以通过大数据监测分析得知。的有效性亦可通过大数据分析找准方向。例如，可以进行传播趋势分析、内容特征分析、互动用户分析、正负情绪分类、口碑品类分析、产品属性分布等，可以通过监测掌握竞争对手传播态势，并可以参考行业标杆用户策划，根据用户声音策划内容，甚至可以评估微博矩阵运营效果。
　　5、品牌危机监测及管理支持。新媒体时代，使许多企业谈虎色变，然而大数据可以让企业提前有所洞悉。在危机爆发过程中，最需要的是跟踪危机传播趋势，识别重要参与人员，方便快速应对。大数据可以采集负面定义内容，及时启动危机跟踪和报警，按照人群社会属性分析，聚类事件过程中的观点，识别关键人物及传播路径，进而可以保护企业、产品的声誉，抓住源头和关键节点，快速有效地处理危机。
　　6、企业重点客户筛选。许多纠结的事是：在企业的用户、好友与粉丝中，哪些是最有的用户？有了大数据，或许这一切都可以更加有事实支撑。从用户访问的各种网站可判断其最近关心的东西是否与你的企业相关；从用户在上所发布的各类内容及与他人的内容中，可以找出千丝万缕的信息，利用某种规则关联及综合起来，就可以帮助企业筛选重点的目标用户。
　　7、大数据用于。要改善用户体验，关键在于真正了解用户及他们所使用的你的产品的状况，做最适时的提醒。例如，在大数据时代或许你正驾驶的可提前救你一命。只要通过遍布全车的传感器收集车辆运行信息，在你的汽车关键部件发生问题之前，就会提前向你或预警，这决不仅仅是节省金钱，而且对保护生命大有裨益。事实上，美国的快递早在2000年就利用这种基于大数据的预测性分析系统来检测全美60000辆车辆的实时车况，以便及时地进行防御性修理。
　　8、中的支持。面对日新月异的新媒体，许多企业通过对粉丝的公开内容和互动记录分析，将粉丝转化为潜在用户，激活社会化资产价值，并对潜在用户进行多个维度的画像。大数据可以分析活跃粉丝的互动内容，设定消费者画像各种规则，关联潜在用户与会员数据，关联潜在用户与客服数据，筛选目标群体做，进而可以使传统结合社会化数据，丰富用户不同维度的，并可动态更生命周期数据，保持信息新鲜有效。
　　9、发现新市场与新趋势。基于大数据的分析与，对于提供洞察新市场与把握经济走向都是极大的支持。
　　10、与决策分析支持。对于数据对市场预测及的支持，过去早就在数据分析与数据挖掘盛行的年代被提出过。著名的“啤酒与尿布”即是那时的杰作。只是由于大数据时代上述Volume（规模大）及Variety（类型多）对数据分析与提出了新要求。更全面、速度更及时的大数据，必然对及决策分析进一步上台阶提供更好的支撑。似是而非或错误的、过时的数据对是灾难。
魏伶如.《大数据营销的发展现状及其前景展望》[J].现代商业.2014年15期
本条目对我有帮助17
&&如果您认为本条目还有待完善，需要补充新内容或修改错误内容，请。
本条目相关文档
& 8页& 70页& 6页& 1页& 2页& 6页& 3页& 1页& 13页& 6页
本条目相关资讯
本条目由以下用户参与贡献
(window.slotbydup=window.slotbydup || []).push({
id: '224685',
container: s,
size: '728,90',
display: 'inlay-fix'
评论(共4条)提示:评论内容为网友针对条目"大数据营销"展开的讨论，与本站观点立场无关。
发表评论请文明上网，理性发言并遵守有关规定。
知识不用看，大咖讲你听
以上内容根据网友推荐自动排序生成什么是大数据营销？什么是大数据营销？emmmmmm张红旗百家号大数据营销是指通过互联网采集大量的行为数据，首先帮助广告主找出目标受众，以此对广告投放的内容、时间、形式等进行预判与调配，并最终完成广告投放的营销过程。大数据营销，随着数字生活空间的普及，全球的信息总量正呈现爆炸式增长。基于这个趋势之上的，是大数据、云计算等新概念和新范式的广泛兴起，它们无疑正引领着新一轮的互联网风潮。大数据营销是指通过互联网采集大量的行为数据，首先帮助广告主找出目标受众，以此对广告投放的内容、时间、形式等进行预判与调配，并最终完成广告投放的营销过程。大数据营销，随着数字生活空间的普及，全球的信息总量正呈现爆炸式增长。基于这个趋势之上的，是大数据、云计算等新概念和新范式的广泛兴起，它们无疑正引领着新一轮的互联网风潮。大数据营销随着大数据概念的提出已成为近三年内业界热议的焦点，但其在企业中的实际应用可追溯到上世纪末的美国。目前，随着媒体形式的丰富和信息技术的完善，大数据营销也随之变革。在其发展过程中，企业营销的基本价值观共体现出以卜两种转变:　　(一)从媒体导向到用户导向　　21世纪初是基于眼球经济的大众媒体营销时代，企业作为品牌推广的实施者和受益者，为了使其宣传活动接触到更多的消费者就需要在受关注程度较高的网站，电视台或纸媒上投放广告以达到提高营销有效率的目的。然而，这种基于大众媒体的营销推广方式虽然到达率高、辐射面广却无法切实掌握受众的动向并控制对其后续的影响。　　因此，企业从媒体导向到用户导向的营销模式转型迫在眉睫。基于客户端的定制化跟进式营销方式逐渐代替了传统的统一化一次性媒体投放，成为了大数据营销的基础和前身。　　(二)从用户主观信息数据库到用户客观行为数据库　　传统的数据营销是一种基于市场调研中的人II统计数据和其他用户主观信息包括生活方式、价值取向等)来推测消费者的需求、购买的可能性和相应的购买力，从而帮助企业细分消费者、确立目标市场并进一步定位产品的营销模式。然而由于消费者主观判断的局限性，据此得出的企业各项调研指标和信息数据可能会误导相关营销人员作出偏离甚至错误的决策。因此，用户的主观信息数据己不再能满足企业营销的需要。相反，通过企业实际观测，能够全方位、多角度、精准、真实地反映用户需求及其他消费数据的用户客观行为数据库随着信息挖掘技术的口趋完善己成为企业营销的一项重要调研依据。本文由百家号作者上传并发布，百家号仅提供信息发布平台。文章仅代表作者个人观点，不代表百度立场。未经作者许可，不得转载。emmmmmm张红旗百家号最近更新：简介:微步大数据营销的介绍作者最新文章相关文章