死磕营销系列之你真的不懂大数据（一）

面对即将来临的“大数据时代”，我们需要及早对其进行一个了解，并思考如何与这个时代融洽相处。遂靠谱君将带领大家一起阅读于勇毅老师的《大数据营销——如何利用数据精准定位客户及重构商业模式》，帮助大家真正了解什么是大数据营销。

一、数据营销的发展史

在开始之前先思考一个问题，即什么是“数据营销”？

本书给出的定义：利用客户数据来进行营销的方式都可以成为数据营销。这些客户数据来自企业的内部生产过程，外部采购等多种渠道，数据的应用方式也多种多样，但最终目的都是通过分析客户数据来推动企业的销售提升和业务变革。

数据营销的发展历史：

1 直复营销

直复营销阶段核心应用领域是邮购，主要应用行业是零售业，营销接触方式是直邮。

直复营销是数据营销的最早阶段。在直复营销的闭环里，客户数据中最关键的是客户的会员编号（识别码），历史购买记录和直邮地址这三个要素，通过对海量客户购买行为的数据挖掘，零售商能获知成千上万种商品间的交叉销售机会和最佳销售时间，最终目标是在正确的时间向客户推送正确的商品内容和折扣政策，吸引客户到店消费。

直复营销的成功先决条件有以下几个：

良好的品牌形象和产品认可度，使客户看到目录上的图片和文字能产生购买欲望。

销售利润足以覆盖目录印刷成本。

商品相比竞争对手具有价格竞争力。

2 数据库营销

数据库营销是数据营销的第二个阶段。由于直复营销对商品的标准化程度和品牌要求高，沟通效率低，数据更新频率低。随着20世纪90年代，呼叫中心技术成熟，数据库营销应运而生。

常见的数据库营销模式分为两个闭环。

a.新客户挖掘

目标是带来新的客户，主要通过三种途径：广告带来的呼入/市场活动收集的数据/外部采购数据。

b.老客户维系

基于CRM系统中所掌握的客户数据，通过两种方式进行客户接触：通过数据挖掘技术，根据客户以往的购买周期，金额等判断客户在短期内购买的可能性和目标产品/CRM系统中记录了大量真实的客户数据，在经过电子邮件等方式进行营销后，通过判断客户对电子邮件的反馈情况，决定是否需要电话跟进这条客户数据。

3 数字营销

数字营销的变革包括以下几个主要方面：更丰富的客户数据收集阶段/更丰富的客户接触渠道/社交媒体的介入/更低廉的成本/不再需要昂贵的专业数据操作团队/数据合规/营销效果衡量体系。

二、数据营销的架构

数据营销架构分为五个方面：

基础理论/数据基础/知识领域/主要职责/商业目标

1、基础理论

基石：高德纳：客户关系管理理论。

执行层面理论：针对老客户维系：客户生命周期理论/针对新客户挖掘：销售漏斗模型理论

2、数据基础

各种CRM系统中存储的数据必须具备以下共性：

a.以客户数据为中心

b.数据类型：传统CRM数据和数字数据

c.可用数据

3、知识领域

数据营销人至少需要掌握四个方面的知识架构：统计学/业务/营销/技术。

4、主要职责

市场研究/营销策略/商业智能（数据挖掘，数据可视化）/营销执行（传统CRM数据，数字数据）/电子商务（电商引流/运营分析）/数据设施。

5、商业目标

数据驱动营销/数据驱动业务。

三、数据营销的理论基础

1 客户关系管理

客户关系管理强调企业的组织架构，产品设计，销售，售后服务等商业模式的各个环节都要以客户为中心，从而提高企业的盈利能力，收入水平和客户满意度等核心竞争力。CRM系统是贯彻落地这套理论的最终执行。

CRM中存储的数据大致可以分为以下几种：客户信息/购买历史/商机信息/产品信息/价格信息/运营数据/外呼信息/营销信息（营销活动代码，营销接触，营销反馈）。

2 客户生命周期

客户生命周期将客户购买产品作为中期的起始点，随着产品的老化和各种偶尔因素造成客户抛弃此品牌产品为终结。

客户生命周期大致分为五个阶段，每一阶段营销也有不同的重点：

客户获取阶段：新客户获取，引导客户熟悉产品

客户提升阶段：分析客户使用情况和关注点，提升客户满意度

客户成熟阶段：通过增值产品维持客户忠诚度，交叉销售，对高价值客户的差异化营销客户衰退阶段：高危客户的预警及提前预警

客户离网阶段：对离网客户进行高成本的维系工作

3 销售漏斗模型

不同的行业销售漏斗模型会有不同。本书以一个传统营销为例，销售漏斗模型大致分为五部分：

a.客户数据量

b.客户接触量

c.客户反馈量

d.客户商机量

e.客户销售量

四、数据营销的主要职责

1.市场研究：结合内外部数据帮助企业制定战略方向

在帮助企业做出宏观决策的市场研究这个领域，虽然数据营销扮演的不是主角，但起着支撑决策落地的作用，避免了企业的业务决策与一线执行的脱节。

2.营销策略：利用数据将企业策略落地到营销策略

当企业把全公司的战略目标分解到市场部，市场部又将其承担的目标分解到主管各细分市场的市场经理后，数据营销人员需要帮助市场经理对所属领域进行市场细分和客户细分，并对数据质量进行评估。

a.市场细分和客户细分

市场细分：

市场细分常用的工具是“波士顿矩阵”（BCG Matrix），将各细分市场的收入增长率和市场占有率分别作为横轴和纵轴，横轴与纵轴的交叉点是平均收入增长率和平均市场占有率，气球的大小代表各个细分市场的容量。

客户细分：

一种是基于客户历史收入的单维度细分，分出名单制客户，剩余客户和潜在客户。另一种是历史收入和购买潜力的两维交叉细分。除了单维度和两维度，还有更加复杂的多维度客户细分。

b.数据质量评估

市场经理可以通过记分册来判断数据是否足以支撑营销，是否需要预留预算在营销活动开展前进行数据的预清洗工作。

3.商业智能：通过数据模型和可视化帮助在业务层面进行商业决策

除了最基础的利用Excel建立的图表，还有像Cognos，QlikView，Tableau等专业可视化工具，它们对接数据库后，可以实时地将结果更加直观的展现给不同业务层面的人员，进而帮助企业在业务层面进行商业决策。

4.营销执行：利用客户数据提升营销效率

传统CRM营销中，数据营销的核心是客户数据。而在数字营销中，数据营销的核心是识别客户的算法，围绕的主线是“基于目标客户可能的行为进行营销设置——收集客户的行为数据——通过匹配为目标客户触发相应的营销活动——根据营销结果提升目标客户的触发条件算法。

5.电子商务：利用数据向平台提供优质流量

在电子商务领域，数据营销的作用是电商引流和运营分析。

案例解析：某细分领域电商有一个自建电商平台同时还有一个淘宝专营店。该电商平台建立的客户引流闭环过程中的营销手段大致分为以下几种：

a.线下营销

地推，传统媒体广告等

    

b.数字营销

搜索引擎营销，展示广告，各平台软文，社交媒体营销，团购等。

c.电商引流工具

淘宝直通车等通过以上方式吸引来流量以后，还存在流量质量和如何将销售页面的客户流量转换为销售两个核心问题。这时候，数据营销需要发挥“运营分析“作用，把这些流量转化为销售。

因此这个电商需要建立两套销售体系：

a.淘宝店

b.自有电商平台

电商需要整合不同平台上沉淀的客户数据，看清楚客户在淘宝和自有平台上的购物和营销反馈行为，之后更加精确地向老客户推送针对性更强的内容。

6.数据设施：建设数据营销所需的IT设施

随着数据营销的数据量的增加和营销方式越来越复杂，数据营销已经不再是通过传统Excel收集数据等简单模式。

要提升数据营销的精准度和及时性就需要通过IT手段来实现。数据营销的最后一个职责就是从业务角度，协调企业内部的IT人员建设支撑数据营销的数据设施。

福 利 来 啦

回复“1”，加入我们的智投汇社群

回复“2”，获取《中国网络经济年度监测报告》

回复“3”，获取《投资估值方法和技术》

回复“4”，获取《教育行业融资并购报告》

回复“5”，获取《区块链报告》

回复“6”，获取《奥美创意培训》

回复“7”，获取4A、品牌、资本系列专题文章

回复“8”，获取智投汇战略发布会系列专题文章

回复“9”，获取第二届国际风险投资论坛-中澳创新科技交流大会精彩回顾

如果您有商务合作、投资、简历投递、投稿等方面的需求或资源，请在微信后台留言。

【原创热文】

国足进世界杯还有戏？至少品牌价值已被里皮们拯救

遭遇严格监管的ICO，还有未来吗？

地震发生后，阿里、百度、京东做了这些事

4A遭遇去中介化浪潮，品牌价值如何打造？

【大咖访谈】

郎永淳：找钢网是钢铁的“淘宝+京东”

五个关键点，带你读懂“找钢网模式”

圆通CEO：偏远地区最后一公里已是公益性质

【智投汇新闻】

智投汇助力，开启“网易双创季”

第三届全国双创周启动，智投汇做了这些事

2017中国私募基金峰会第二批参会机构公布

刚刚，这里发布了创业投资50指数！