牛宝体育

　　牛宝体育牛宝体育牛宝体育牛宝体育精准营销的魅力在于精准，我们在做营销获客的时候最大的期望就是能够让营销内容直达我的目标用户面前，加上良好的内容展示使他们感兴趣，最后可以直接购买商品。决定获客结果的最大原因可能还是你的漏斗，而是你的用户成分，如果同样是1000个访客进来你的网站或APP，有900人是精准的，那么最后我们获得客户数量一定还是很喜人的。但是如果同样是1000个访客，如果只有100人是你的潜在客户，这时候你会发现无论你的产品做的多么好，都是徒劳的。

　　首先要知道你的用户活跃在哪些平台，我们经常讲垂直，如果你是做某个领域的服务，在进入这个领域之前，第一件事就是要知道你的用户在哪，比如，我们做的是人力资源领域的服务，那么你应该关注hr-root。

　　我们在无法掌握数据的时候，通常会采取批量的方式进行群发，比如数据库里有10万个用户，我们会统一进行群发触达，这样的群发谈不上精准，进步空间还很大

　　为什么在做广告投放的时候，我们会优先选择SEM？因为相对于在平台进行广告投放而言，SEM是主动搜索的需求，访客在搜索引擎里输入自己要的东西，然后在搜索结果里选择一个自己认为正确的网页打开。这也就是为什么，我们在把所有渠道的ROI列出来后发现SEM的效果是最好的。

　　首先我们根据自己的经验找到领域内的渠道，通过渠道的效果分析来判断不同的渠道效果，虽然渠道的效果受到着陆页影响，但是在同样着陆页下的不同渠道效果表现还是可以为渠道质量打分的。

　　用户分群指的是根据用户不同性质来保存一个群体，比如过去30天购买了A商品的用户就可以保存一个分群，在易观方舟的智能营销里保存分群后可以直接进行消息推送，这些智能推送包括Email、短信、站内消息、APP应用内消息等，这样的话，会相对精准很多。

　　在漏斗分析里，两个步骤之间会有用户流失，流失的用户可以直接保存分群，并且标的为流失用户，直接进行群发召回营销。

　　我们通过分析过去已经完成行为用户的特征进行特征画像刻画，比如，购买某商品的用户过去曾经看过一次公司介绍视频和两次案例，那么我们可以判定如果用户看了视频和案例会更愿意去完成购买，所以我们会在过去一段时间有过此行为的用户进行消息群发，这样的群发触达会相对来说更精准。

　　做好了分群，是否可以在分群上直接进行营销触达，并且实时分析营销触达的效果以及召回后的用户行为。

　　总结：易观方舟里的精准营销可以结合事件和用户属性，用事件和用户属性进行结合构建出一个用户分群，结合易观方舟的智能营销能力，就可以实现在一个平台里精准并且触达。

　　自从大数据热潮出现以后，数字营销界可能是因为挂了数字二字，99%的公司在跟广告主吹牛的时候会说我们有大数据，可以做精准营销。问及为何时，都会说我有DMP呀，然后两人就会心一笑。

　　实际上，数据价值跟数据量大小并没有太多关系。现在的互联网公司，只要不做纯线下的，都可以自称为大数据公司——因为互联网业务采集数据的极度便利性，导致了数据大量的积累。但是这些数据大部分都是没有明显商业意图的各种点击行为，并不能直接从中挖掘出具有商业价值的数据。最典型的例子就是运营商和各类移动数据统计工具。

　　精准营销更是一个伪命题。真正的精准只有两种情况：一种是把你的用户卖给你，另外一种是把你的竞争对手的用户卖给你——比如百度、淘宝直通车干的买卖。而他们只是刚好拥有了这些具有用户意图的搜索数据而已。

　　那么大数据是怎么跟精准营销挂上钩的呢？基本的逻辑是，我有大量的数据，可以对用户做精准的画像，然后用DMP把这些数据管理起来，最终帮广告主找到精准用户达到精准营销。

　　做用户画像需要数据，不仅需要大数据也需要小数据。大数据所代表的实际行为可以在一定程度上刻画用户的意图，小数据（通常是问卷或者焦点小组面谈的定性数据）可以从心智上对一个用户做感性的评估。二者结合在一起，并且对长期变化趋势做追踪，才可以说对用户有了比较全面的画像。

　　就跟不同的土地上果实的种类跟种在土地上的农作物有关，大数据作为一种类似土地的生产资料，根据不同的业务逻辑会产生不同的类型的数据。这些数据的商业价值大不一样。从大体的数据类型上来讲，不同数据类型的数据价值的高低依次如下：交易搜索部分垂直行业上下文用户点击等大数据。

　　比如腾讯最值钱的数据并不是用户的各种对话消息，而是天天快报、腾讯新闻的上下文数据，腾讯动漫、入股易车、入股京东等所带来的垂直行业数据，入股搜狗和知乎的搜索数据。

　　再比如淘宝最值钱的就是品类齐全的商品的浏览和交易数据，借助购物搜索其还拥有了商品搜索垂直行业的搜索数据，他们的数据具有非常大的商业化潜力，但是最大的问题就是太直接了，以致于缺少一些品牌影响的机会。

　　同理的还有百度的数据，当然百度是全网数据（除了大部分的商品）以及投资的视频类爱奇艺、旅游类去哪儿携程、O2O生活服务的糯米等。

　　如今如日中天的今日头条最值钱的就是上下文数据了——信息流商业模式的开拓者目前拥有全网最全面的上下文数据。他们可以很好地利用移动营销的特点，在以原生广告为目标的数据挖掘和分析中占据先机。这种形式的媒体在商业上具有非常强的扩展性和适应性。

　　这里还有一种特别的数据拥有者——手机厂商。以小米为例：作为一个可以洞悉用户24小时全场景生活状态的手机设备提供商，小米拥有的数据维度是以上任何一家都比不了的。因为MIUI及其上的各类应用的存在，小米不仅拥有系统层级的各种传感器和应用使用数据，还拥有丰富的不同类型的应用内数据。又因为小米“周边”的存在，厂商对用户的感知从手机扩展到全身，从个人扩展到家庭。

　　以上我举例的公司中，想必任何一家自称为大数据公司，都没有人会有异议吧？但是即便如此，他们都只能描述用户的一部分特征——除了手机没有人能够占领一个用户的全部时间。如果把数据比作土地，肥沃的黑土地生产出香喷喷的东北大米，而松透的沙土则长出甜甜的西瓜。

　　正如大部分的土地普普通通一样，大部分所谓的大数据公司只是拥有一片普普通通的土地，只能种植一些普普通通的作物，这种土地不论你如何耕作也不会产出花来。肥沃的土地上，你稍微松松土，丢下去种子就给你丰硕的果实，而那些贫瘠的土地就算你忙得昏天暗地，也许最终连自己的肚子都填不饱。

　　移动互联网方兴未艾的时候，Flurry这个名字可谓如雷贯耳。这家美国的创业公司借着移动互联网淘金热，提供送水服务，用移动统计切入斩获了许多用户的数据。因为是给开发者提供提及分析服务，因此Flurry需要采集大量的应用点击行为数据，并且提供各种实时和非实时的数据分析服务。至于盈利模式，他们则寄望于获取用户之后，通过移动广告联盟+移动数据来盈利。可惜他们低估了数据处理的成本。Flurry在出售之前，每年营收的30%都用于提供基础的数据处理服务。而这些数据量极大，且属于最没有商业价值的应用内的点击行为，其最终对广告变现效率的提升远远不能Cover其成本。最后的结果是雅虎买了Flurry——雅虎也真够虎的。

　　用户画像需要用到大量的数据。DMP采集了数据之后，会利用这些数据对用户进行画像。这是数据、用户画像和DMP之间的关系。一家公司建DMP本质上是为了获取别人的数据，而不是处理和分析自己的数据。

　　DMP全称Data Management Platform，请注意着几个词语，Management和Platform。他是个平台，而且是做管理的，管理的是数据。自有的数据根本不需要建一个平台来管理，直接放进业务系统使用就好了。再说得直白点点，DMP就是个空手套白狼的平台——它只负责打通、整合和评估那些并不是它的数据。

　　所以当你建立DMP的时候，意味着你有机会拿到大量的非自己业务的数据，并且自己业务的数据还能够量化评估其他的数据提供方的数据。这才是DMP能够存在的原因。

　　ID Mapping、数据整合和评估能力、行业解决方案以及毫秒级的数据分析能力才是一个DMP的核心能力。ID Mapping门槛很高，整个行业也没有几家有一个跨平台、高覆盖的ID体系，而那些很早就做一套完整账号体系的公司老板简直就是先知。数据整合和评估能力意味着这家公司自由业务是否有一个强的应用场景，这个场景最好是能够赚钱的，这样才能够有资格对数据价格进行评估，进而才能有目的性的吃进需要的数据。行业解决方案考验的是DMP团队的运营能力和经验，只有接触过足够多的广告主，有过足够的实操CASE才能够充分的理解、使用和采集数据，才能够真正的解决营销问题。毫秒级的数据分析能力则是平台硬实力的体验，没有这个能力只能做些离线分析，DMP的使用场景就相当的局限了。

　　最后这个行业能够有资格做DMP的也只剩下腾讯、小米、淘宝等为数不多的几家了。

　　好的营销就是把合适的商品/信息在合适的时间推给了合适的用户大数据。好的营销方案中，时间、地点、状态、人四元素缺一不可。大数据是用来对这四类元素进行描述的资料，也就是我们经常提到的用户标签，也叫用户画像。为了尽可能做一个好的营销方案，广告主需要尽可能多的了解她的潜在客户——CRM的定量数据，问卷调研的定性数据甚至投放中的反馈数据。这些数据结合在一起，形成了广告主对自己用户的认知。

　　当我们有了大数据之后，首先要去做的就，就是提炼出能够描述包括用户在内的四元素的属性，通常会被归类到营销标签、商业意图标签、场景标签和基础属性中。这时候广告主需要从这些标签中，找出能够描述自己潜在客户的标签——所以建立自己的CRM是广告主做一个好的营销决策的必要的一步。有了以上的这些条件之后，广告主就可以开始边擦眼睛边找那些真正的拥有数据管理能力的平台了。

　　营销是一个过程，并不是结果。好的营销会逐渐的让广告主不断积累自己的用户——你可以把他们看作是会员。当你的用户量积累到一定程度的时候，每一次对自己CRM的会员进行营销就是精准营销——就是你自己的客户啊。

　　现在是互联网时代，大数据是指这全部社会发展管理体系和经济发展构架中发生的众多有关数据信息的信息源，这种信息通常是意味着了如今的经济环境或是市场需求的。

　　而且根据这种信息能够立即计算出将来的经济发展发展趋向，能够让所有领域的公司可以先人一步寻找存活和发展趋势的必备条件。

　　大数据能有这样的作用是由于如今社会发展处于一个快速发展的趋势，高新科技比较发达，信息的巨大和流动性，而且顾客和公司之间的间距也越来越短了，大家的沟通交流通过了网络线完成了自动更新。

　　这一切的一切全是大数据变得越来越关键的缘故。针对公司而言，谁能够把握越大的数据信息，谁就可以先一步寻找大数据精确营销的方位，谁就可以正确引导群英。

　　精确营销的关键取它决于精确，而大数据的关键取决于大，根据大数据工具迅速获得大家要想的数据信息，随后开展精确的推广到大家要想的人眼前，这就是互联网大数据精确营销。

　　时下我们在日常生活，买东西，游戏娱乐，餐馆等这些都是会造成一系列的数据信息，而店家根据这种数据信息开展画像，剖析就可以得到一些结果，协助制订战略性的方针提议。

　　而针对公司，便是根据大数据后台管理剖析，将大家的营销内容或是说品牌优势推广给需要商品的人眼前，让他们掌握商品，进而对商品有兴趣，最终达到选购，这类是更精确，直接的，由于不用你积极去找客户，只是让意愿客户去约你，那样客户的信任感便会大大的提高。

　　1、数据统计可逆性：互联网公司的数据统计是彼此之间装修隔断的，没有一家互联网公司的数据统计能够意味着全局性，具备战略思想的互联网公司也许意识到这一点，现如今的企业收购及企业兼并等同于绝大多数是为数据统计而成。

　　2、数据统计破裂性：互联网技术的数据统计整合资源艰难，大家可以看到获得很多互联网技术业务流程都借助qq注册账户，十分方便快捷，但一定水平也反映了qq期待ID融合的构思，互联网技术企业知识管理精确营销模型中的一个关键便是各种各样数据统计ID的统一。

　　3、数据统计密闭式：很少有互联网公司想要扩大开放自身的数据统计，终究它是企业的资产，是竞争优势的所在，因此强调的扩大开放更多是商业运营模式层级和应用层级，而必定不是指数据统计。

　　目前互联网公司还是大量的在收集整理数据统计，就算扩大开放了一些，关键也是一些高宽比收敛性的数据统计，也许一些互联网公司会相互合作交换数据统计，但这与扩大开放不相干，现如今自然环境下，如何让互联网公司能够扩大开放共享资源数据统计，从而推动社会的不断发展才是非常值得讨论的研究课题。

　　4、数据统计整体性：在客户、业务流程、时间、室内空间等好几个层级上，互联网公司的数据统计受限于本身的业务流程，其数据统计的范围和深层次是比较有限的牛宝体育。

　　但对于检索层面、与人相处层面等很多互联网技术层面的信息仍会一无所知，与此同时其在空间、ID连接上先天性数据统计上的软肋，可让其对于人物角色兴趣爱好有需求的客户还是有一些片面性的。

　　以上能够看得出，大数据精确营销是一个社会经济发展的必然过程，也只有把握好大数据，才可以在接下来的销售市场中得到更强的市场销售，从而得到巨额利润。

　　大数据精准营销，用一句话概况就是“利用大数据手段在合适的时机，通过合适的渠道，在合适的场景，把合适的内容，营销给合适的用户（5W）”

　　大数据极大程度的改变了传统的营销方式，以往的营销主要是通过品牌传播，通过群体分析，在大数据时代，让营销变得更加精准、更加有效，甚至让交易达成直接变成了现实，极大程度上提高了营销的效率。同时，大数据实现了线下渠道和线上渠道的结合，让传统的营销方式直接进入到多屏时代；大数据通过用户画像分析，市场状况分析、触达场景分析、营销产品内容分析，洞悉营销对象的诉求点，利用个性化推荐技术，实现了真正意义上的个性化精准营销。请看下图，金融行业个性化精准营销的一个例子。

　　精准营销的极致状态就是个性化精准营销，个性化推荐技术反过来让营销更加精准。在大数据时代，以往传统营销手段想都不敢想的千人千面，自从有了个性化推荐技术，并在其帮助下，变成了完全可实现的现实。

　　欢迎大家关注我的知乎专栏“大数据实践与职业生涯”并留言，专栏会陆续的推出过往十多年的大数据工作经验总结和我的一些研究实践成果。如果你是大数据新人，或者想转行进入大数据领域，或者职业生涯上存在一些疑惑，都欢迎关注我的知乎live分享“大数据人的职业生涯规划” 和 “数据分析师-从零入门到精通”、“大数据人的数据科学家之路”、“企业大数据战略及价值变现”、“如何利用大数据做个性化推荐？”。