大数据技术应用到营销中后，CMO乐了！

消费者通过手机、平板等设备上网，浏览不同的网站，基于位置和移动设备，就会形成消费者网络痕迹和浏览路径。对于营销人员来说，这些信息为他们进行消费者精准营销提供了一个很好的机会；零售商采用了高级数据分析方法，根据消费者浏览痕迹和路径向消费者提供个性化推荐；电信提供商也使用大数据技术来减少客户流失；银行使用大数据分析来防止欺诈。大数据的应用场景越来越广泛。

很大程度上，大数据指的在今天的数字生态系统中产生的一种不断增加的数据洪流，它数量巨大、 品种繁多、 速度演变迅速并且相当复杂。如图1所示，根据消费者的在线购买，网络点击，社交媒体活动，智能连接设备，地理位置等生成大数据集。消费者在以上的每个步骤都会形成新的数据，既有结构化数据也有非结构化数据，使用大数据技术的分析方法，营销人员可以实时挖掘、组合和分析这两种类型的数据，帮助他们发现隐藏的模式，例如如何借用数据分析引导消费者购买决定。营销人员也可以根据数据分析结果来开发有针对性的市场营销活动，以迎合消费者的个人喜好。

云计算和大数据技术的发展进一步增加了利用大数据集的机会。这些大数据平台以有效的方式合理控制投入成本，快速捕获数据，并进行实时数据分析，为企业经营效率的提升提供了技术支持。

如何利用好大数据几乎已经成为每个公司的首席营销官每天都在思考的问题。大数据技术应该在什么时间使用？如何利用好大数据技术？使用大数据技术会产生怎样的机会和挑战？当然，营销官们最关心的还是如何通过大数据技术获取更高的利益。

针对大数据的复杂性等特点出现了一些大数据分析解决方案，这些解决方案可以改变传统的营销角色，改进基本的营销功能。很多企业正在收集消费者产生的各种数据，来绘制消费者行为的用户画像。根据消费者画像，企业就能够微调客户细分模型，并根据消费者洞察来改进营销战略。很多企业也已经在寻求第三方大数据服务商的帮助，近来，辰智大数据提出了一种消费者洞察的大数据应用场景——辰数知客，这种应用场景可以进行消费者识别，绘制消费者画像，根据消费者数据沉淀和数据分析形成消费者洞察，用这种洞察去智能引导企业精准引流，吸引更多的消费者。

消费者信息渠道在不断的增多，企业也必须确保为消费者提供适合各种渠道且量身定制的服务，同时最大限度地提高企业营销投资的回报。从长远来看，企业可以将这些通过数据分析获得新的消费者偏好实时的反馈到高层决策者处，从而确定符合消费者需求的产品开发和产品定价。

多个大数据应用案例印证了大数据在客户管理领域推动营销影响的巨大潜力。以下是几个案例：

吸引消费者的“下一个最佳行动”

“下一个最佳行动”营销是以消费者为中心的营销方法，实时考虑每个消费者对应的优惠策略，以确定最佳的优惠方式。“下一个最佳行动”报价是由客户的利益和需求以及营销组织的业务目标、政策和法规来决定的，这与传统的营销方法形成了鲜明的对比，它首先是创建产品或服务的优惠，然后再尝试寻找感兴趣的潜在客户。接下来，通过使用实时决策技术来实现“下一个最佳行动”，该技术利用呼叫中心数据，交易数据，客户信息和业务规则来确定客户获得的一个或多个报价，对比各种信息，对报价根据优先级的原则进行优化之后向消费者提出一个最佳的报价。优先级是被结合高级分析（计算消费者接受报价的倾向）和复杂的业务规则（确定处理逻辑）的算法驱动的。此外，大数据源（如社交媒体和点击流）还可以提高分析模型的可预测性。

       如图2所示，在许多情况下，大数据分析甚至能使企业实现实时监控，比如辰智大数据的辰数知客，以人、货、场三要素为关键变量，整合企业的内外部数据源，打通企业内外部系统的数据孤岛，实现企业或门店消费者流量的数字化运营，企业既掌握消费者的社群构成及需求差异，还可以将这种消费者洞察嵌入实时决策中，进而开展精准营销，这也使得跨渠道向消费者提供个性化和动态的推送成为可能。

网上购物的个性化推荐

二十年前，零售业随着在线零售商的出现而发生了巨大的变化，这些零售商使用互联网来扩大市场范围，同时减少库存，人员和运营成本。今天，它通过收集和处理大数据，将购物转化为个性化的推送，从而进一步推动购买。在线零售商使用强大的大数据系统来收集消费者偏好，了解消费者浏览和消费者行为，甚至是消费者购买的地理位置。这些数据源每天增加几TB的数据。通过大数据分析识别消费者兴趣，跟踪地理特性，识别季节效应等，预测消费者当前和未来的需求，通过消费者浏览发现消费者感兴趣的产品，推荐相关产品，完成消费者个性化推送，这样就为消费者节省了时间，提高了他们的满意度，加强了他们对网络零售商的好感。

利用大数据增加收入机会

数据货币化为拥有大量数据的组织创造了增加收入的机会。如图3所示，多种技术发展迅速，为数据货币化创造了条件。目前手机已经成为消费者信息交流、互动、存储等的主要设备， 移动提供商拥有消费者的交易、查询、短信或推文、GPS位置或视频等信息。

拥有大量客户数据的移动网络运营商有独特的机会利用大数据获利。由于他们与客户的直接关系，他们拥有最准确和最完整的客户信息。他们可以根据移动互动记录，位置和人口统计信息生成消费者行为洞察，创建对消费者的360度视图。例如，对于商场内的广告来说，运用辰数知客产品，借助大数据技术进行数据采集和分析形成的广告受众的洞察可以衡量广告的有效性，验证特定广告活动的影响和覆盖面。广告公司可以了解他们想要接触的广告受众的习惯以及他们最容易接触到广告的位置。

M2M的数据分析改善产品生命周期管理

在机器、汽车、移动设备、公用电网和企业网络中，传感器技术已经有了巨大的进步，这使得机器对机器的（M2M）数据以前所未有的速度迅速生成，公司可以使用各种应用中的传感器发出的数据来分析和提高制造流程的效率，预测设备故障，确定向消费者销售新产品的适当时间。数据还可以为销售团队提供洞察力，促进他们改进产品功能，增加收入和降低成本。

来自设备中的传感器大数据，帮助数据科学家发现了隐藏的模式。公司正在使用先进的统计建模技术来分析传感器数据，并提供事件相关性、根本原因分析、预测潜在风险的实时洞察。这可以应用于大型企业网络，以便于实时分析来自各种网络设备的机器日志数据，以预测哪些网络设备具有更高的故障倾向并且可以预先识别潜在的网络中断，以此启动主动修复动作以增强客户服务水平和经验。另一个重要的应用是监控客户对设备和产品的使用情况，并在适当的时间向客户提供主动警报和触发器，以便产品的升级和更新。

大数据的应用可以说是一段旅程，大数据帮助企业解决关键业务问题，将数据转换为洞察力，影响业务行动并推动关键业务成果。部分营销领导者已经开始了他们使用大数据的旅程，在使用之前必须提出一些重要的问题，以保证投资回报率的最大化：

     我们的大数据分析应该如何实现我们的营销目标？

      我们希望通过利用大数据来影响什么业务成果？

      我们应该利用大数据来开发哪些功能和服务，从而实现强大的竞争优势？

     选择哪种技术开始我们的大数据分析之旅？

     我们内部有合适的技能和资源来开展大数据之旅吗？

      大数据的机会是巨大的，当然这在很大程度上取决于公司领导。公司领导将为在营销中大规模采用大数据方法铺平道路，使公司能对消费者或客户更具创新性和影响力。

大数据应用专家

长按二维码关注公众号：辰智

转载声明：

1、如果您喜欢本文，转载请注明：辰智翻译并修改

2、欢迎您留言、提问