大数据颠覆传统营销

大数据颠覆传统营销（精选四篇）

大数据颠覆传统营销 篇1

Gartner提出,大数据是指“需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。”其基本特征主要体现在四个“V”,即规模(Volume)、快速(Velocity)、多样(Variety)和价值(Value)。2011年5月,全球知名咨询公司麦肯锡发布了《大数据:创新、竞争和生产力下的下一个前沿领域》报告,标志着“大数据”时代的到来[1]。网络零售业利用互联网和大数据的技术,近年来发展迅猛。据国家统计局和中国电子商务研究中心发布的数据,我国网络零售额占社会消费品零售总额的比例由2008年的1.3%增长到2015年的10.8%。2015年全国网上零售额为38,773亿元,同比增长33.3%。与之相反的是传统零售业的客流减少、业绩不佳、甚至被迫关闭门店,传统零售业经营陷入困局。传统零售业如何实行变革,是一个非常迫切和现实的问题。

传统零售业经营的不景气,其关键原因主要有两点,一是经营成本比网络销售高。房价持续上涨,推高了实体店的租金成本,导致渠道成本、人力资源成本、装修成本等成本的上涨。二是传统零售业自身的经营和服务理念滞后于市场的变化。同质化、价格竞争,难以满足消费者的需求。从营销的视角看,传统零售业变革主要有两种方向:一是B2C模式。营销渠道由原来的线下传统渠道为主变革成网络营销渠道为主。一些中小型零售商和生产企业借助BAT(阿里、腾讯和百度)等大型电子商务平台或垂直互联网品牌电商谋求转型。二是近年来兴起的O2O(online to offline)模式。这是一种全渠道营销模式。大型零售企业则自建电子商务平台。如:苏宁和国美等。将线上和线下的个人消费者、线下商户及线上电商联系起来,使其互动,形成闭环,实现精准营销(precision marketing)。这种模式是以大数据为基础的。本文借鉴已有成果,提出基于大数据驱动的传统零售业精准营销分析框架,通过对大悦城大数据精准营销的案例研究,提出传统零售业营销变革的对策和建议。

二、大数据驱动下传统零售业精准营销的理论分析框架

(一)精准营销的内涵。

1999年,美国的莱斯特·伟门提出了精准营销的概念。Zabin和Brebach(2004)提出了精准营销的4R法则[2],亦即正确的顾客(right customer),正确的信息(right message),正确的渠道(right channel)以及正确的时刻(Right time)。Philip Kotler(2006)在著作《Principles of Marketing》中,首次将基于互联网的精准营销理论融入其中,其认为在互联网的背景之下,精准营销要求能准确地筛选出目标受众,分析目标受众的差异,提供个性化服务,提高让渡价值,从而提高用户黏度,增加未来需求预测的准确性,减少营销成本的浪费,实现利润的增长[3]。

(二)大数据驱动传统零售业的精准营销的理论分析。

麦肯锡公司认为“数据将渗透到每一个行业和业务职能领域,会逐渐成为重要的生产因素;而人们对于海量数据的运用将预示着新一波生产率增长和消费者盈余浪潮的到来”[1]。大数据对零售业(包括电子商务零售和传统零售)的影响是巨大的,可以说是一场产业革命。在大数据和互联网时代,传统零售业必须转型,实现精准营销,主要应该做到如下几方面。

1. 营销战略:

以互联网思维+大数据思维促进向精准营销战略的转型。互联网思维,目前学术界没有明确的界定。小米公司创始人雷军认为,“专注、极致、口碑、快”是互联网思维。我国学者陈宇新(2014)认为:“互联网思维可以用三个关键词来阐述:体验、话题、传播”[4]。腾讯公司创始人马化腾认为互联网思维是“连接一切、互联网+传统行业=创新、开放式协作、消费者参与决策、数据成为资源、顺应潮流的勇气、连接一切的风险”。Viktor Mayer-Sch·nberger(2013)在《大数据时代:生活、工作与思维的大变革》提出,大数据思维也可以用三个关键词来阐述:数据化、相关化、混杂化。数据化,其原则是一切皆可量化。不仅价格、销售额、成本这些客观标准可以形成一些具体的数据,甚至连顾客情绪变化(如身体的生命数据等)都可以测得,大数据包含了与消费行为有关的方方面面,在大数据应用时采用的不是随机样本,而是全体数据。相关化,不再强调数据之间的因果关系,而是强调其相互关系。消费者产生的各种不同数据之间,表面看似不相关,其实都存在着内在相关性。我们可以利用这种规律来预测消费者的行为偏好。混杂化,大数据允许数据的不精确性,强调数据的规模和多维度,大数据的简单算法比传统小数据的复杂算法有效[5]。本文认为,互联网思维突出的是营销的艺术性,大数据思维突出的是营销的科学性。两种思维的融合,是精准营销战略决策的重要指导思想。我国传统零售业的营销多年来是一种粗放式营销,近年来应用了互联网思维,但应用大数据思维来进行精准营销的很少。在大数据时代,积累数据资产、重视和挖掘、应用好数据资产,是营销变革成功的关键。

2. 大数据采集和整理:

全方位数据的融合和大平台的构建是精准营销的基础。零售业在互联网和大数据时代,要实现精准营销,提供全渠道个性化服务是战略方向。要提供全渠道个性化服务,必须先构建大数据采集和碎片化信息互动平台。零售业数据的存储与产生正在从原始的手工被动向智能自动的数据转变,从企业内部经营数据为主向企业内外部数据相结合的转变,从顾客的单维数据向顾客的多维数据转变。零售业传统的数据主要体现在零售企业交易过程中产生的数据,例如:商品种类的数据、销售收入的数据、物流运营产生的数据、财务数据、客户关系数据和市场竞争数据等。这类数据主要是结构化的数据。第二大类非常有价值的大数据是大交互数据,例如:互联网、物联网、POS机、移动终端、智能终端、传感器以及其他观测设备等产生的关于零售企业与顾客信息的交互数据,主要包括社交网络数据(如:QQ、微信)、射频识别数据(WIFI)、时间和位置数据(LBS)、观测数据和文本数据。这类数据更多的是非结构化的数据,其包括了声音、头像、位置等数据。这类大数据是围绕着顾客信息互动交流的碎片化的大数据,这类大数据从多维的角度收集了顾客的行为信息,对准确预测顾客的消费行为,提供个性化的服务将起到举足轻重的作用。

3. 大数据挖掘和分析:

重在消费者行为分析,服务由“群”到“点”。大数据时代,移动互联网、云计算、社交网络等新技术的应用,消除了很多的信息不对称,使得消费者的博弈能力大大增强和促进了大数据价值的转换。新的商业生态系统将进行以消费者为中心、以数据资产为纽带的跨界竞合价值网络重构。因此利用大数据分析消费者行为是精准营销的重中之重。大数据分析消费者行为,引导精准市场定位,主要表现在两个方面。一是多维立体的数据仓库(EDW),使得客户细分到“点”,不仅仅是到“群”。在传统的市场营销实际中,很多细分变量,如人口因素、地理因素、心理因素等都只能提供较为模糊的客户轮廓,其决策的依据依赖的是少量的调查样本和传统的经验。大数据时代,则能够从利用大数据技术收集的海量、多维、立体的非结构信息中快速筛选出对公司有价值的信息,对客户行为模式与客户价值进行准确判断与分析,深度细分,有可能甚至深入了解“每一个人”,而不只“目标人群”来进行客户洞察和提供营销策略。二是大数据模型和算法的创新,能在较小误差范围内精准预测消费者行为,为企业实现精准市场定位服务。塔吉特百货(Target)孕妇和沃尔玛的“啤酒与尿布”的成功案例,其根源在于大数据模型和算法的创新。这是传统的统计学方法很难做到的,其是精准营销精准市场定位的技术基础。

4. 大数据价值发现和应用:

提高顾客让渡价值和用户黏度。按照菲利普·科特勒的“顾客让渡价值”理论,消费者在选择购买产品或服务时,价格只是考虑因素之一,消费者真正看重的是“顾客让渡价值”。在移动互联网和大数据时代,通过移动终端、搜索、比价、RTB网络广告、微信、SNS、在线支付等各种信息化工具的使用,大大降低了顾客的搜寻、比价、货币和精力成本。同时,基于大数据基础上的精准营销提高了顾客总价值。其采用“一对一”个性化的营销方式,产品设计充分考虑消费者个性化的需求,有的是私人订制,这样大大增强了产品价值的适应性,顾客满意度也大为提高。精准营销中强调在正确的时间,以正确的信息为依据,为正确的顾客提供正确的产品和服务,这样消费者的体验价值将大大提高,为顾客创造的价值将大大增加。多维立体的客户大数据库的建立和分析,是精准的顾客服务体系(CRM)中最关键的环节。通过大数据挖掘和分析,能够发现客户的潜在需求和相关消费特征,为提高客户的忠诚度和满意度提供更加精准的营销策略。

三、朝阳大悦城基于大数据的精准营销分析

北京朝阳大悦城(下文简称“大悦城”)是中粮地产开发的商业地产,总建筑面积超过40万平方米,该商业城聚集了餐饮、购物、娱乐、文化、休闲、健身等六大功能,内有特色各异的店铺和几百家商户。在朝阳区该购物中心既是地标性建筑,又是文化性突出的超大型、一站式休闲中心。2010年5月该购物中心开业,销售额一年比一年高,2015年销售突破了30亿元。在传统零售环境大改变的今天,大悦城却表现出其旺盛的生命力。大悦城的成功是一种营销变革和大数据在传统零售业正确应用的成功。大悦城的很多经营活动都是以大数据为基础来部署,所有的活动推广、运营、招商、营销都以大数据的分析报告为基础来进行的大战略[6]。具体表现在如下几个方面。

(一)精准营销战略:

精准的市场定位+体验式营销+O2O模式。大悦城精准营销战略体系主要包括三个重要的部分。一是市场的定位。朝阳大悦城购物中心选择的目标市场是服务18~35岁的中产阶级。这种决策的依据是大数据分析的结果。大悦城通过调研发现,周围的社区聚居着北京的传媒、影视、时尚等人群,高学历住户和年轻人较多,特别是还有一些艺术类的自由职业者。且周边的流动人口较多,年轻和时尚一直是其突出特点。因此,大悦城以“青年的时尚中心”为市场定位,紧紧围绕着这个主题开展销售和服务。这种定位与很多的购物中心定位为中年人消费为主体相比,体现了很大的差异性。其决策的依据仍然是来源于大悦城对周边经营竞争环境数据和消费者数据的精准分析。二是体验式营销。这种策略可以充分发挥实体店的优势,摆脱与网络零售在价格竞争中的劣势,实行差异化竞争。向生活方式中心转型,2014年筹备打造了一个名为“悦界JOY YARD”的主题街区,将购物、话题和人文关怀有机结合在一起,极大地提高了用户体验和项目的美誉度。这些活动通过互联网的体验、话题和传播,极大地提高了用户黏度,销售额大幅增加。三是O2O模式。2014年双十一前O2O平台上线,深受消费者的好评,上线三周,其下载量就远超过1.5万。这是一种全渠道营销模式,目前,该平台主要立足于本地消费市场。此平台在原来的寻车、室内导航等服务功能的基础上,以餐饮的核心,建立了一个全功能解决系统,将团购、外卖、排号、订餐、点餐、付款等系列活动融合在一起,使交易形成了闭环,实现了包括微信、触屏版网站、APP在内的产品矩阵。[7]

(二)大数据信息管理平台的构建:

融合+互动。要实现精准营销,大数据平台的建立是其成功的基础。大悦城的大数据主要来源于四个途径。一是POS机系统,任何一笔收入都进入系统。二是客户关系管理系统(CRM),该系统与人关联,如:客流监控和WIFI数据、与客户或潜在客户的碎片化交流数据(微信、微博、网站浏览等)。三是消费者调研,通过海量的调研问卷及定期的小组座谈,深度访谈获得第一手数据[6]。四是外部经营环境的数据。例如:附近居民的教育、年龄和收入的数据、竞争对手的数据等。最重要的是将这些数据平台逐步打通,避免信息化的孤岛,真正发挥大数据的价值。例如:朝阳大悦城的客户关系管理系统(CRM)与POS机系统原来是孤立的,现在,通过软件突破了该障碍,整合了这两个系统的数据。2014年O2O平台的建立,对各种数据的融合更加有利。通过对这些数据的分析,大悦城为顾客建立起立体的全方位的数据体系,对其消费习惯,购买品类,教育层次,兴趣爱好等有了全面的了解,对于经营决策和提供个性化服务具有关键的作用。在与消费者沟通方面,大悦城采用了传统的优质客户直接交流和互联网多样工具个性化交流相结合的方法。消费者通过微博、QQ和微信等给公司的反馈信息,也是管理层在进行业态调整中重要的决策参考。

(三)大数据挖掘和分析:

精准洞察消费者需求,高效的客户管理。要达到高效的客户管理,必须要有有效的消费者洞察和分析。朝阳大悦城数据团队在大数据的挖掘和分析的基础上,在消费者洞察和需求预测方面取得了很好的绩效。例如:2012年,大悦城数据发现到店客户有超过50%为驾车客群,其客单消费量大多超过700元。车流变化幅度与商场销售额正相关关系极高。为此,公司加大了对停车场的投入改造,加大了对该部分客户的广告和信息投入,使得销售绩效明显提高。通过RFM模型分析会员价值(RFM是最近一次消费(Recency)、消费频率(Frequency)、消费金额(Monetary)的缩写)。通过考量,发现存在一部分女性会员,其RFM得分非常高,她们的购物品种非常多,她们普遍反映服装品类单价在2,000元以上的女装品类在商场买不到。于是管理者专设了一层集中打造她们需要的2,000元以上的女装品类(如:女大淑等),取得了非常良好的销售业绩[8]。

(四)大数据价值发现和应用:

高效的品类管理+全渠道个性化服务。品类管理如何调整,是大卖场经常面临的问题。朝阳大悦城打破经验式的管理,建立了基于大数据分析下的品类动态管理。依据消费者历史大数据筛选大品类,然后对大品类再进行细分。例如:大悦城的女装品类的服装,主要有少女装、少淑装、大淑装等几大品类。如此分类的目的是为了更好根据店铺销售情况,同一纬度上的销售数据,为品类的管理和经营提出更好的监控、建议和意见。大悦城通过“多维度的大数据分析方法”,信息部对每一个商户在各个维度中的表现都进行了精准赋值。朝阳大悦城根据店铺的销售业绩和成长性,将他们分为金、白、灰、黑四种类型[9],黑色是属于重点稽查的。大悦城一年至少要达到30%左右的店铺调整。如果品牌的成长性较好,公司将采取帮扶宣传或者主题策划之类的活动,帮助其尽快适应大悦城服务客群的宗旨。朝阳大悦城正在通过不断地筛选品牌,努力为一群人定制商品。通过大数据来细分人群,将零售的终端变为零售的前端。2015年,朝阳大悦城零售及餐饮品牌进行了二次升级,引入了很多的时尚零售品牌和时尚名人餐饮品牌,如:APPLE STORE、Hollister、MR.J、周大侠等,极大地丰富了品类,同时也提升了项目经营业绩和市场美誉度。

四、结语

大悦城的精准营销成功的案例,对于传统零售业在大数据时代如何变革和转型具有非常重要的启示。一是消费者是一种全渠道消费,线上和线下各具有自己的优劣势,线下的消费有些是线上不能取代的。年轻消费者在线下的消费潜力也还是很大的,关键是看商家如何去精准洞察及有效引导和满足。线下实体店进行体验式营销是大趋势。二是要实现精准营销,有效的消费者洞察是前提,商家必须要应用大数据和互联网思维,建立大数据信息平台,培养大数据挖掘和应用的团队。三是大悦城在大数据的应用方面还只是初级阶段,还未实现真正的一对一的营销。未来的零售业商家是互联网和实体店相结合的公司,020新商业模式可能是零售业未来的方向。

参考文献

[1]Manyika J,Chui M,Brown B,etal.Big Data:The Next Frontier for Innovation,Competition,and Productivity[M].NewY ork:McK insey&Company,2011

[2]Zabin&Brebach Precision Marketing:The New Ru1es for Attracting,Retaining,and Leveraging Profitable Customers[M].Wiley,2004

[3]Philip Kotler,GaryA rmstrong Principles of Marketing[M].Prentice Hall,2006

[4]陈宇新.互联网思维PK大数据思维[EB/OL].http://mt.sohu.com/20140819/n403586440.shtml

[5]维克托·迈尔·舍恩伯格,肯尼斯·库克耶著;盛杨燕,周涛译.大数据时代---生活、工作与思维的大变革[M].杭州:浙江人民出版社,2012

[6]潇棋.大数据改变朝阳大悦城[EB/OL].商业价值,http://content.businessvalue.com.cn/post/14758.html,2013-10-17

[7]李英伟.以朝阳大悦城为例谈购物中心O2O七个关键点[EB/OL].联商网资讯中心,http://www.linkshop.com.cn/web/archives/2014/311883.shtml,2014-12-11

[8]陈淑亚,段醒予.大悦城,大数据下的涅槃[N].中国房地产报,2014-9-5

大数据颠覆传统营销 篇2

阅 读Post on 13-05-03 17:20

如今，企业通过智能手机、平板电脑等移动设备收集用户数据，再通过大数据技术加以分析，导致传统市场调研方式面临颠覆。即便看似一成不变的零售业和广播电台等行业，位置数据和音频识别技术也可以帮助它们更加了解用户的真实需求。美国科技博客GigaOM今天发表评论文章称，如今，企业通过智能手机、平板电脑等移动设备收集用户数据，再通过大数据技术加以分析，导致传统市场调研方式面临颠覆。即便看似一成不变的零售业和广播电台等行业，位置数据和音频识别技术也可以帮助它们更加了解用户的真实需求。

以下为原文主要内容：

如果厌烦了晚上8点对顾客进行电话调查，或者拿着Arbitron(收听率调查公司)传感器统计收听率，无处不在的智能手机或平板电脑可能会成为你的救星，而你只需放弃一点隐私。

移动设备非常便于收集现实生活中的地理位置、温度、运动、声音等数据。但如果不对这些数据加以利用，它们只能白白浪费。

地理位置是重中之重

零售商对顾客购买的商品乃至在商店内的走动都了如指掌，但一旦顾客离开，零售商便不清楚他们要去哪里。而这种信息非常实用：如果要改进商店或探究营销方式，了解顾客的其他一举一动会大有帮助。西雅图创业公司Placed率先尝试了这种数据的利用。

Placed推出的首款产品针对想要了解用户在何处使用其应用程序和移动网站的开发者。之后，该公司推出了Panels服务，可让企业全天追踪应用用户的地理位置(通常以小额赏金作交换)。

本周，该公司发布了第一季度的研究报告，其中包括哪些百货商店最受那些人欢迎，哪些类型的商家流量增加最多，哪些商家之间的关联性最强或最弱(例如，访问某家店的人也会访问另一家店)。

Placed CEO大卫·西姆(David Shim)表示，Placed几乎可以提供按地理位置、商业类型、人口统计等细分的一切营销数据。他举例称，某高端零售商发现进店的年轻女性很多，但很少购买东西。相反，她们去的下一家店通常是Burlington Coat Factory和Ross等折扣零售店。结论很明确：这些顾客想要了解哪些衣服正流行，然后以较低的价格购买不错的仿制品。

他还注意到，拉斯维加斯一些赌场用Placed研究玩家们离开赌场后去哪些餐馆吃饭，这样当它们要自己开设餐厅和商店时就能做出最佳选择。在这两种情形下，如何才能从顾客身上赚到更多钱，答案可能是降价。如果降价10%可使销量上升14%，就可实现双赢。

反思电台

如果结合声音等其他数据，位置数据的价值会更高。例如，收听率调查公司Arbitron只能了解听众在听什么电台，却不知道他们实际在听什么歌曲。这就好比你在餐厅就餐时听一小时的拉丁电台或在健身馆收听Top 40电台，这并不表明你真的在听或喜欢听它们。

然而，在车内听的歌曲很可能反映你的真实喜好。音乐数据公司Gracenote便拥有这种技术。它采用智能手机和平板电脑内置的麦克风识别用户电视或音响中播放的歌曲，并可检测掌声或嘘声等反应，甚至还能检测用户是否调高了音量。

这样，Gracenote可以研究用户真正喜欢的歌曲，听歌的时间和地点。广播电台可能永远无法像Pandora那样个性化，但通过这种技术，他们可以更好地了解听众需求，而数字电台则可提供比Pandora更好的体验。

数据质量

这些方法听起来都不错，但它们的实现要归功于大数据的出现。Placed拥有确定用户实际位置的特殊算法并且不断改进模型，因而才能提供如此准确的分析数据。西姆表示，公司会询问用户定位是否正确，这项调查每天可收到1.5万条回应。数据库里的130亿个位置中，该公司已验证350万个。

Gracenote拥有数百万首歌曲的音频和元数据，因而可以快速识别歌曲信息，并按音乐风格、歌手、地理位置等分类。该公司希望开发一款根据行车状况自动更换歌曲的车载系统。

有人可能会担心这些应用存在隐私问题，但如果提供一点数据能换来足够的价值回报，这也未尝不可接受。数据收集这只精灵已经逃出瓶子，变成魔鬼还是仆人就看人们如何掌控。

消息源：新浪科技

大数据颠覆营销 篇3

大数据6大趋势与你我有关

阿里巴巴集团副总裁车品觉对大数据发展趋势进行了预测。他认为以下6大趋势正在发生，并且将深刻地改变营销：应用无线化将让终端设备与资料采集的作业可以更有弹性而有效率；信息数据化让信息的流通、交换、加工、运用更趋标准化；交易无纸化将彻底改变我们的交易行为与资金流；人类智能化将使大数据所产生的创新价值深入到人类生活；决策实时化将改变决策与信息关系；线下线上化意味着未来仍将是呈现线下更多地运用线上数据的趋势。

以前的营销都是靠经验，当你现在用数据的方法来找到这些营销的方法，就开始有数据驱动的味道了，数据方法所找出的结论，远远超出我们一般方法能找到的。它只不过是我们利用了人类的集体智慧而已，当以前是一个脑袋来想到底怎么营销，现在是无数个数据来驱动我们的企业。所以这个更多的说洞察力驱动，还不如说它是数据驱动。

这是一个整体方案，是一个整体的体系，而不是某算法、某种数据。公司已经变成了一个数据化的公司，这两个事情是两码事。千万不要以为一个公司里的一个人做数据做得不错，你就说我们公司已经是数据驱动公司了，其实不是这样。

我们每天做决策，做完决策之后必然要行动，行动之后我们要找到反馈的回路，要观察一下行动的效果。

整个数据的闭环，让数据更容易使用，帮助我们做描述、诊断、预测、行动。闭环里面的三面是讲到我们怎么样可以把数据变得更有效。简单来说，尽量让数据行动越快越好，就是数据链条之间越紧密，价值越高。准备数据的时候，要让它更灵活。智能电视等很多智能家居里的数据，进到数据库里，跟我们以往讲的数据是非常不一样的，而且今天的结构已经不足以让我们去存储这么形态的数据量了，这里面会有非常多的创新，对数据库有所了解的话，都会知道现在大部分数据库都是二维的，所以数据存储在我们现有的存储里面，其实有很多信号已经失去了。数据准备的时候的创新跟数据使用的时候的创新这两个闭环是不一样的。

做好大数据营销需要人机协作

MIGO首席执行官陈杰豪在他的著作《颠覆营销》中写到了很多大数据营销领域的商业案例。他认为，大数据让以往的商业竞争变成了一场超越时空的虚拟战争。利用大数据技术，企业可以提前7天预测到下一位购买者、下一次购买时间和下一个购买的产品。

其中在一个国际的品牌案例中。陈杰豪发现最初他们的交易数据划分是男生、女生、20岁到30岁、30岁到40岁、40岁到50岁，这样的分类很粗暴。陈杰豪当时非常惊讶地说：“你是一个国际的品牌，你怎么可以这样切下去呢？这样其实是把很多机会都流失掉了。谁说男生不能像女生，女生不能像男生。谁说年纪大的不能像一个老顽童，谁说一个年纪轻的不能像成熟稳重的年纪大的一样。这样粗暴的数据分类其实是很危险的。”

你应该把你的人群用NES的方式来看。N，新客户、E是既有客户、S是沉睡客户。这三个阶层不是随便说的，而是通过数据驱动之后再去划分。每一家公司的NES其实是不一样的。某企业有500万的用户，当我们跑完所有的客户之后，我们发现有一大半是睡着了。所以用了NES整顿之后，你就可以看到有效客人到底活跃度多少，购买率多少，回购率多少，我们可以算出他的下次购买时间。

大数据应用在于厚数据的建立

中欧国际工商学院市场营销学副教授王婧认为目前大数据只是从信息的海量和反馈速度层面进行分析，缺少对消费者行为背后驱动力的深层次挖掘。而对行为动机和驱动力的洞察和反思是开启优化体验的第一步。她表示“厚数据”是在大数据原有的基础上对数据进一步地深度洞察，了解用户行为背后的动机，并以此为依据来改善和优化用户体验。

数据应用的核心是场景

海尔卡萨帝总经理宋照伟认为传统制造企业利用大数据进行转型升级也是很有必要的。海尔SCRM数据平台经过数据融合、用户识别，生成数据标签，建立数据模型，用量化分值定义用户潜在需求的高低。线上，海尔SCRM平台对接DSP需求方平台，程序化精准采买，大规模精准营销。线下，海尔SCRM平台对接海尔营销宝，武装最一线销售人员，一对一精准营销。他提出：数据的核心是人，数据采集的核心是连接，数据挖掘的核心是预测，数据应用的核心是场景。

“大数据重新定义产业竞争规则，比的不是数据规模大小，不是统计技术，也不是强大的计算能力，而是核心数据的解读能力。” 清华大学韩亦舜院长表示，在很多人纠结于大数据定义的今天，更应该关注数据的核心价值理解与应用。这是数据分析师做贡献的地方。

大数据颠覆传统营销 篇4

O2O (Online To Offline) , 指的是商家通过网络进行线上的推广和销售, 从而带动线下实体店的销售。商家通过线上把线下的店铺信息推送给用户, 或者直接是以折扣等方式进行线上线下联动。主要的目的是通过线上让更多的消费者知道和了解商家和商品, 引导他们到线下的实体店中消费, 或者在网上购买了服务, 到线下的实体店体验。通过这样的方式, 可以大大地扩大商家的影响。而对于消费者而言, O2O的模式, 主要通过网上对商品或者服务进行大范围的比较, 选择更适合自己的产品, 并且在线上可以提供预付费通道, 让消费者能够直接到店内享受服务, 无需再在店里等候。而且现在很多的商家都会把线上支付的价格定得比线下支付的价格低, 这样就能够吸引消费者直接在网上付费。对于有地域优势的商家, 他们通过O2O的模式, 就可以将产品推广和广告直接转变为购买行为。由于服务业大多是规模小、数量多、地域性强的商家, 他们不能通过大范围地在互联网上投放广告, 所以O2O模式的出现, 给他们提供了一个很好的展示和进行推广的平台。

很多人认为, O2O就是一种网上发布信息的推广模式, 但是, 其实O2O的核心是在线支付的功能。通过在线支付, 能够准确获取消费数据, 通过对数据的收集与分析, 就能了解到客户的需求和实际推广的效果。对于一些只是做online服务的公司, 只有实现支付, 他们才能够获益, 并且将信息反馈给offline的商家。

2 传统企业运营采用O2O模式时遇到的挑战

2.1 需要综合考虑其中的成本和收益

在互联网上进行推广和销售, 首先最重要的是消费者的访问量。没有访问量就没有销售, 也没有消费者能够记得商家的品牌, 所以线下能否做好, 是比较大程度地依赖线上消费者对于商家的关注度, 而线下接待能力、产品和服务质量的好坏, 又直接影响到O2O是否获得成功。所以传统的企业要运作的O2O的模式, 要么自己建立线上渠道, 要么通过合作的方式让专业的服务商提供线上推广, 这两种方式都是需要大量的建设成本的。而且不仅仅是线上的渠道建设, 线下也需要有所调整, 适应O2O模式带来的变化。

2.2 需要提高服务体验、培育海量用户

上面说到, 线下的调整就是为消费者提供优质是服务和产品。当企业在线上吸引到消费者的时候, 消费者就要到线下进行体验, 而由于许多企业线下环节服务缺失或者服务不到位, 使得消费者的体验感受非常差, 他们就不会再重复消费和购买, 这也是传统企业在实施O2O模式下所面临的问题。

2.3 信誉保证

在我国目前的市场环境下, 假冒伪劣产品比比皆是, 而消费者最关心的就是产品的质量, 如果消费者在线下的体验未能达到其期望值, 这样的产品或者服务就很难实现规模发展。特别是通过O2O的模式, 消费在线上是看不见, 摸不着的, 只能通过介绍进行预消费, 如果差距很大, 消费者肯定会产生不满。所以保证线上线下信息一致, 确保商家的信誉是重中之重。

2.4 仓储物流

无论是B2C、O2O的运营模式, 物流仓储都是非常关键的一步, 当线上销售量逐步提升, 一些仓储物流做得不好的企业往往有断货、配送不及时、产品出现问题的现象发生。所以线下作为后台支撑, 必需提升五福水平, 完善物流配送流程, 这就需要有强大的信息化系统, 但是很多国内的企业和商家这方面都是比较薄弱的。

3 传统企业基于数据挖掘O2O模式下的精准营销

数据挖掘技术室通过对数据库中的大量信息进行分析, 通过发现其中的一些关联或者趋势, 从而开拓一种新的模式。而从商业的角度来说, 数据挖掘更多是通过大型数据库, 对商业信息进行筛选, 建立一些模型, 攫取相关信息, 用于商业决策。

对于各个O2O商家来说, 精确营销可以带来大量的消费者, 而且这些消费者对品牌是比较忠诚的。当有了这样的一批忠实消费者后, 获取他们的消费习惯等数据, 就能够通过数据分析对他们进行深度推广, 从另一方面来说, 消费者从商家获得的信息也是他们所希望得到的, 大大降低了选择成本。O2O的模式下, 商家可以选择一些不是特别市中心的地方, 成本降低的同时也会给消费者以实惠。

4 O2O营销模式的应用

4.1 强化宣传, 塑造网络品牌

上文也说到, O2O模式在线上主要是在推广和预约签单, 所以在网上的文案宣传是非常重要的, 对于一个品牌的塑造也极为关键。而当前很多采用O2O模式的商家, 都是一些小企业, 所以他们首先要在网络上实现品牌宣传, 让广大的消费者了解和接触企业的品牌, 从而带动线下的消费。

4.2 营造良好线上体验

虽然说O2O模式, 要求企业需要有良好的线下配套, 做好服务和保证产品质量。但是线下的服务, 也是源自于线上能够有足够好的推广, 消费者才会愿意到线下来体验。所以线上的体验也是同样重要的, 通过大数据的分析和挖掘, 了解到消费者真正的需求, 为消费者提供他们希望获取的信息, 建立良好的用户体验。当消费者在线上已经认同了商家的产品和服务, 在线下也会比较接收产品的服务, 从而形成良性循环。

4.3 线上线下形成互补

对于有能力的企业来说, 线上和线下两条渠道的产品, 应该略有差异。如果线上线下卖的是同一产品, 就会使得销售面比较窄, 还可能形成竞争。所以最好的方式是线上线下的产品形成互补, 互为促进销售。

4.4 企业线下资源要丰富成规模

企业在线上的推广已经有了明显的效果, 消费者希望到线下实体店进行体验, 更多地了解产品, 这些就需要企业在线下提供便利的体验门店, 并且把售后服务做好。可能有些企业没有太多的门店, 可以考虑采用加盟等形式, 让消费者能够很容易地就接触到其商品, 有利于销售的转化。

4.5 完善物流配送服务, 提高信息化程度

对于O2O的运营模式, 更多是基于大数据的分析, 所以企业采用信息化技术对于企业的运营是极为有利的。特别是使用CRM客户关系管理的企业, 通过大数据发掘消费者信息, 为消费者提供有用的产品信息, 并且在售后保证物流配送信息不会出现断层和纰漏, 提升了物流的效率。

摘要：随着电子商务的发展, 产生了一种新的模式, O2O模式, 这种模式在传统服务业的使用尤为重要。O2O模式是服务业发展的结果, 利用线上推广带动线下交易, 让消费者有更强的体验感, 这样的线上线下结合, 给整个行业带来新的发展机遇。文章不但对O2O的概念进行系统阐述, 而且分析了传统企业面临的挑战和提出基于大数据的O2O营销模式应用。

关键词：O2O营销,大数据,线下体验,线上购买

参考文献

[1]王雪梅.O2O的价值突破[J].IT经理世界, 2011 (6)

[2]孙建昆.线下到线上:另一种O2O的思考[J].互联网周刊, 2011 (8)