当前位置:大数据业界动态 → 正文

如何解决4个大数据营销战略问题?

责任编辑:cres 作者:Manish Dudharejia |来源:企业网D1Net  2018-07-19 10:45:33 原创文章 企业网D1Net

如今,人们生活在一个数据驱动的世界中,大数据几乎影响着数字营销领域的每个方面。事实证明,它有助于创建以客户为中心的活动。这就是人们为什么对大数据分析和顶级大数据营销战略的需求日益增长的原因,这在商业世界中并不是什么秘密。事实上,没有利用大数据分析的组织将在未来几年落后成为一种总体共识,并失去其竞争优势。
 
然而,企业都应该实施大数据分析,但并不意味着他们可以做到。根据New Vantage Partners(NPV)公司2017年大数据执行调查显示,在85%试图采用数据驱动的企业中,只有37%的企业获得了成功。看起来企业需要从大数据的初期阶段开始,但是,营销团队仍然面临着许多成长的痛苦和障碍。
 
以下是四个最重要的方法和策略:
 
1.将复杂数据集转换为客户之旅
 
如果企业不了解大数据与客户之旅的相关性,那么从大数据中获取富有成效的见解几乎是不可能的。不幸的是,客户在转换为付费客户之前进行了很多尝试,并在不同渠道之间切换。因此将付费客户变成忠诚的客户需要更长的时间。
 
作为企业的营销人员,需要更深入地了解客户从意识到获得收入的完整过程。这就是为什么企业必须从所有平台(离线和在线)提取数据的原因。例如,零售商店可以使用基于数据的POS系统从商店收集数据,并将其与从他们的网站和社交媒体收集的数据联系起来。
 
当然,企业需要深入了解不同的客户旅程点、个人体验和影响点。不过,企业需要找到大数据与整体客户旅程之间隐藏的相关性,还要考虑以下因素:
 
•利用客户访问在线或离线商店的先前未知路径。
 
•同时创建和维护不同的时间表,以便最终采取适当的措施。
 
•确定消费者在销售渠道的各个阶段表达的不同类型的情绪。
 
•总结基于个人经历和与企业互动的行为模式。
 
2.数据过载
 
数据公司可以获得可操作的洞察力宝库。然而,这个宝库正在以难以想象的速度扩张,使得组织几乎不可能理解。数字世界的规模每两年翻一番。到2020年,人们每年创建和复制的数据将达到44 泽字节或44万亿GB。
 
谈到大数据分析,收集数据并不是最难的部分,而是知道如何应用它。不幸的是,在行业竞赛中,大多数组织倾向于尽可能多地收集数据。但是,这种方法很快就会导致数据瘫痪,这是很多企业的通病。
 
(1)缩小数据的来源
 
企业需要做的第一件事就是退后一步,尽可能缩小数据收集源。找到其可以依赖的最基本数据源,以了解业务运作方式。或者也可以收集有关一些关键指标的数据。
 
(2)过滤数据
 
企业仍需要过滤收集的数据,以删除与其业务目标无关的信息。提前确定适合其分析数据流的内容和信息。不要浪费时间和精力来获得不相关的指标。
 
(3)专注于关键数据模式
 
企业需要关注重要的事情。因此,请务必查找并研究说明目标的数据模式。Instagram的突然崛起值得关注吗?它会影响点击率还是转化为新的销售线索?找到这些相关性并且关注它们。
 
3.细分
 
虽然大图片数据分析至关重要,但企业的营销工作也需要吸引广泛的受众群体。因此,当企业将大数据合并到组合中时,需要有一个细粒度的分割过程来定义,并将潜在客户划分为指定的组。这将为企业提供可以转化为最有利可图的群组的清晰视图。
 
(1)定义目标
 
首先,企业需要定义细分的目标。将如何使用这种细分?需要它来产生新的线索吗?或许是希望将现有客户推向销售渠道。无论其最终目标是什么,请提前清楚说明,以便更好地了解客户行为。
 
(2)识别相关参数
 
下一步是确定相关参数。例如,如果企业要对网站访问者进行细分,则最相关的参数将是潜在用户在网站上停留多长时间,他们浏览哪个页面时间最长?访问者访问多少个页面?以及他们的地理位置在哪里等问题。
 
(3)粒度和阈值
 
最后,企业需要确定如何分解参数以从数据中获得所需的洞察力。通常具有低、中、高三个级别,用于粒度分割。但是,企业可以定义自己的阈值。
 
例如,企业可以将网站访问者的持续时间分解为:在网站上停留不到五分钟,五到十分钟,十分钟以上的用户。这种类型的细分可以更精细地定位内容、优惠、产品和服务,从而带来可观的回报。
 
4.隐私问题
 
数据隐私可能是在企业创建数据驱动方法的最大障碍。 Facebook公司和剑桥分析公司的数据泄露丑闻成为备受争议的“灰色地带”的热点。这对周边数据的收集和管理带来了负面影响。
 
最重要的是,欧盟实施的通用数据保护法规(GDPR)严格限制企业如何从潜在客户那里收集个人信息。虽然仅限于欧盟国家和地区,而其他国家在未来更有可能采取类似措施。此外,许多消费者现在对如何在网上分享他们的信息非常谨慎。
 
如果企业想要获得有价值的数据,则需要设计值得信赖的数据收集策略。请记住以下几点:
 
•不要偷工减料。确保在整个数据收集过程围绕数据的透明度和安全性工作。
 
•确保让客户知道正在收集个人信息,是如何做的,以及将如何处理。
 
•企业可以使用第一方数据收集方法(如社交登录和社交账户链接)来收集个人信息。它允许消费者知道正在收集哪些信息以及如何收集信息。
 
•此外,企业需要将客户置于主动地位,并让他们有机会控制他们的数据是如何(或不被使用)的。收集人员提供的数据是确保企业客户获得主动地位的最佳方式之一。
 
从基于可靠指标的规划策略到准确衡量结果,大数据彻底改变了企业在线和离线营销策略和措施。但是,这个工具带来了一些固有的挑战,从识别有意义的见解到隐私问题。但是,这些挑战不应阻碍企业制定成功的大数据战略。

关键字:大数据

原创文章 企业网D1Net

x 如何解决4个大数据营销战略问题? 扫一扫
分享本文到朋友圈
当前位置:大数据业界动态 → 正文

如何解决4个大数据营销战略问题?

责任编辑:cres 作者:Manish Dudharejia |来源:企业网D1Net  2018-07-19 10:45:33 原创文章 企业网D1Net

如今,人们生活在一个数据驱动的世界中,大数据几乎影响着数字营销领域的每个方面。事实证明,它有助于创建以客户为中心的活动。这就是人们为什么对大数据分析和顶级大数据营销战略的需求日益增长的原因,这在商业世界中并不是什么秘密。事实上,没有利用大数据分析的组织将在未来几年落后成为一种总体共识,并失去其竞争优势。
 
然而,企业都应该实施大数据分析,但并不意味着他们可以做到。根据New Vantage Partners(NPV)公司2017年大数据执行调查显示,在85%试图采用数据驱动的企业中,只有37%的企业获得了成功。看起来企业需要从大数据的初期阶段开始,但是,营销团队仍然面临着许多成长的痛苦和障碍。
 
以下是四个最重要的方法和策略:
 
1.将复杂数据集转换为客户之旅
 
如果企业不了解大数据与客户之旅的相关性,那么从大数据中获取富有成效的见解几乎是不可能的。不幸的是,客户在转换为付费客户之前进行了很多尝试,并在不同渠道之间切换。因此将付费客户变成忠诚的客户需要更长的时间。
 
作为企业的营销人员,需要更深入地了解客户从意识到获得收入的完整过程。这就是为什么企业必须从所有平台(离线和在线)提取数据的原因。例如,零售商店可以使用基于数据的POS系统从商店收集数据,并将其与从他们的网站和社交媒体收集的数据联系起来。
 
当然,企业需要深入了解不同的客户旅程点、个人体验和影响点。不过,企业需要找到大数据与整体客户旅程之间隐藏的相关性,还要考虑以下因素:
 
•利用客户访问在线或离线商店的先前未知路径。
 
•同时创建和维护不同的时间表,以便最终采取适当的措施。
 
•确定消费者在销售渠道的各个阶段表达的不同类型的情绪。
 
•总结基于个人经历和与企业互动的行为模式。
 
2.数据过载
 
数据公司可以获得可操作的洞察力宝库。然而,这个宝库正在以难以想象的速度扩张,使得组织几乎不可能理解。数字世界的规模每两年翻一番。到2020年,人们每年创建和复制的数据将达到44 泽字节或44万亿GB。
 
谈到大数据分析,收集数据并不是最难的部分,而是知道如何应用它。不幸的是,在行业竞赛中,大多数组织倾向于尽可能多地收集数据。但是,这种方法很快就会导致数据瘫痪,这是很多企业的通病。
 
(1)缩小数据的来源
 
企业需要做的第一件事就是退后一步,尽可能缩小数据收集源。找到其可以依赖的最基本数据源,以了解业务运作方式。或者也可以收集有关一些关键指标的数据。
 
(2)过滤数据
 
企业仍需要过滤收集的数据,以删除与其业务目标无关的信息。提前确定适合其分析数据流的内容和信息。不要浪费时间和精力来获得不相关的指标。
 
(3)专注于关键数据模式
 
企业需要关注重要的事情。因此,请务必查找并研究说明目标的数据模式。Instagram的突然崛起值得关注吗?它会影响点击率还是转化为新的销售线索?找到这些相关性并且关注它们。
 
3.细分
 
虽然大图片数据分析至关重要,但企业的营销工作也需要吸引广泛的受众群体。因此,当企业将大数据合并到组合中时,需要有一个细粒度的分割过程来定义,并将潜在客户划分为指定的组。这将为企业提供可以转化为最有利可图的群组的清晰视图。
 
(1)定义目标
 
首先,企业需要定义细分的目标。将如何使用这种细分?需要它来产生新的线索吗?或许是希望将现有客户推向销售渠道。无论其最终目标是什么,请提前清楚说明,以便更好地了解客户行为。
 
(2)识别相关参数
 
下一步是确定相关参数。例如,如果企业要对网站访问者进行细分,则最相关的参数将是潜在用户在网站上停留多长时间,他们浏览哪个页面时间最长?访问者访问多少个页面?以及他们的地理位置在哪里等问题。
 
(3)粒度和阈值
 
最后,企业需要确定如何分解参数以从数据中获得所需的洞察力。通常具有低、中、高三个级别,用于粒度分割。但是,企业可以定义自己的阈值。
 
例如,企业可以将网站访问者的持续时间分解为:在网站上停留不到五分钟,五到十分钟,十分钟以上的用户。这种类型的细分可以更精细地定位内容、优惠、产品和服务,从而带来可观的回报。
 
4.隐私问题
 
数据隐私可能是在企业创建数据驱动方法的最大障碍。 Facebook公司和剑桥分析公司的数据泄露丑闻成为备受争议的“灰色地带”的热点。这对周边数据的收集和管理带来了负面影响。
 
最重要的是,欧盟实施的通用数据保护法规(GDPR)严格限制企业如何从潜在客户那里收集个人信息。虽然仅限于欧盟国家和地区,而其他国家在未来更有可能采取类似措施。此外,许多消费者现在对如何在网上分享他们的信息非常谨慎。
 
如果企业想要获得有价值的数据,则需要设计值得信赖的数据收集策略。请记住以下几点:
 
•不要偷工减料。确保在整个数据收集过程围绕数据的透明度和安全性工作。
 
•确保让客户知道正在收集个人信息,是如何做的,以及将如何处理。
 
•企业可以使用第一方数据收集方法(如社交登录和社交账户链接)来收集个人信息。它允许消费者知道正在收集哪些信息以及如何收集信息。
 
•此外,企业需要将客户置于主动地位,并让他们有机会控制他们的数据是如何(或不被使用)的。收集人员提供的数据是确保企业客户获得主动地位的最佳方式之一。
 
从基于可靠指标的规划策略到准确衡量结果,大数据彻底改变了企业在线和离线营销策略和措施。但是,这个工具带来了一些固有的挑战,从识别有意义的见解到隐私问题。但是,这些挑战不应阻碍企业制定成功的大数据战略。

关键字:大数据

原创文章 企业网D1Net

电子周刊
回到顶部

关于我们联系我们版权声明隐私条款广告服务友情链接投稿中心招贤纳士

企业网版权所有 ©2010-2024 京ICP备09108050号-6 京公网安备 11010502049343号

^