大数据精准营销的关键因素大数据营销知识点总结( 二 ) _经验知识

但现在情况有所不同。在执行大数据分析的3小时内。您可以轻松实现以下目标：
准确选择1％的VIP客户
发送390份问卷。全部回收
调查问卷在3小时内发出35％的问卷
问卷数量超过目标数量的86％。在5天内恢复。
过去所需的时间和预算低于10％
如何在问卷发出后的3小时内恢复35％？那是因为数据是发送时间的“一对一定制” 。使用这些数据。A先生最有可能在那时打开邮件并在那时发送问卷。例如。有些人会在上班途中打开邮件。但如果他们正在开车。而且没有时间填写答案。乘坐公共交通工具的人会在上班路上玩手机。而且填写答案的概率很高。这都是关于数据分割的好处。
三。预测“预测”使您可以专注于代表特定产品的大多数潜在买家的一小部分客户。
当我们收集和分析用户肖像时。可以实现准确的营销。这是最直接和最有价值的应用程序。广告客户可以使用用户标记将广告发布给他们想要覆盖的用户。他们还可以使用上述搜索广告来展示社交广告。移动广告和其他多渠道。营销策略。营销分析。营销优化和后端CRM /供应链系统的一站式营销优化。以提高投资回报率。

文章插图
我们来谈谈营销时代的变化。大多数传统企业仍然停留在“营销1.0”时代。以产品为中心。满足传统消费者需求。进入“营销2.0” 。以社会价值和品牌为使命。也不能完全准确匹配个人需求。在Marketing 3.0的数据时代。我们必须对每个消费者进行个性化。一对一营销。甚至准确计算交易转换率并提高投资回报率。
大数据下的营销颠覆了经典营销4P理论。产品。价格。地点。促销。取而代之的是新的4P 。人员。绩效。流程和预测。在大数据时代。与使用大数据从客户的真实交易数据预测下一个购买时间的早期预测能力相比。离线地理的竞争边界早已存在。营销3.0关键字是“预测” 。
预测营销能够让你专注于一小群客户。而这群客户却能代表特定产品的大多数潜在买家。以上图为例。你可以将营销活动的目标受众锁定为20万潜在客户或现有客户。其中包括特定产品的大多数买家（4万人）。你还可以拨出部分预算用于吸引更小的客户群（比如20％的客户）。而不是整个客户群。进而优化你的支出。
过去我们看数据可能是被动的方式。但预测营销强调是决策价值。比如购买时间。你该看的不是她最后的购买日期。而是下次购买的时间。看未来的存活概率。最后生成客户终身价值（CLV）。预测营销催生了一种新的数据驱动营销方式。就是以客户为中心。核心在于帮助公司完成从以产品或渠道为中心到以客户为中心的转变。
四：精准推荐大数据最大的价值不是事后分析。而是预测和推荐。我就拿电商举例。'精准推荐'成为大数据改变零售业的核心功能。譬如服装网站Stitch fix例子。在个性化推荐机制方面。大多数服装订购网站采用的都是用户提交身形。风格数据+编辑人工推荐的模式。Stitch Fix不一样的地方在于它还结合了机器算法推荐。这些顾客提供的身材比例。主观数据。加上销售记录的交叉核对。挖掘每个人专属的服装推荐模型。这种一对一营销是最好的服务。
数据整合改变了公司的市场方式。现在经验不会累积在人们身上。而是完全依靠消费者行为数据来提出建议。在未来。销售人员不再仅仅是销售人员。而是可以升级为具有专业数据预测的顾问式销售。并具有人性化的友好互动。

文章插图
五：技术工具有几种方法可以预测营销的技术能力：
1.使用预测分析工作台。然后以某种方式将模型输入活动管理工具；
2.将分析驱动的预测活动外包给市场服务提供商；
3.评估和购买预测营销解决方案。例如预测营销云和多渠道事件管理工具。
但无论哪种方式。你必须确定三个基本能力：
1）连接来自不同来源的客户数据。包括在线和离线。并准备数据用于预测分析；
2）分析客户数据。使用系统和自定义预测模型进行高级分析；
3）在合适的时间。正确的客户。正确的行为开始正确的行为。可以跨不同的营销系统进行交叉销售。

文章插图
六：预测模型用于预测客户购买可能性的行业标准是RFM模型（最后消耗R 。消耗频率F 。消耗量M）。但模型应用是有限的。基本上是暂定的解决方案。没有统计和预测基础。“过去的表现并不能保证未来的表现。”RFM只关注过去。并没有将客户的当前行为与其他客户的当前行为进行比较。这使得在购买产品之前无法识别高价值客户。