洞察 营销趋势 / 行业资讯

大数据下的数字营销的商业应用（一）：行为分析、用户画像、KOL管理

2020年12月8日 上午10:31 作者：admin 阅读(388)

 

大数据营销是基于海量数据以及大量运算的一个技术实现过程。它通过获取多种维度的数据来源，能够更精确地描绘消费者的个体用户画像，因而能够实现精准营销。

基于大数据，营销获得了大量的数据资源，CMO可以和CIO并肩作战，建立基于营销的大数据库，收集包括个人空间日志、论坛帖子、社交网站内容、电子商务等数据。然后将这些大数据源放入营销模型中，用算法库的方法归类，进行数据计算，并在数据计算的基础上进行决策分析。至少从目前看，以下是典型的可以用大数据来升级营销的方向。

大数据应用:用户行为分析

 

消费者行为的比特化使得我们对用户的分析可以进入精确的行为分析层次。

我们可以分析用户在企业接触点各个界面的轨迹，以分析每个功能设计对用户的吸引力，以及各个接触点之间的转化轨迹，并基于此，对客户体验的节点进行动态的跟踪、优化和迭代。

 

Convertlab DM hub一体化营销云用户行为时间轴

 

例如追踪用户鼠标的所有动作，包括移动、悬停、左/右键点击以及滑轮滚动换行。这个追踪能够将用户的使用习惯数据化，发现用户最经常关注的区域，因而能够帮助企业优化页面内容的组成和结构，比如企业可以将最需要用户第一时间关注的信息放在用户最容易关注的区域。

Convertlab 官网热力图

 

需要促进客户行动时，比如将点击支付或者提交用户资料的内容放在最容易被点击的区域，然后将不太重要的信息放在容易被忽略的区域。

大数据应用:用户画像

 

如果说用户画像的缘起是为了更好地理解客户需求、改善客户体验，那么随着信息技术的发展，大数据时代的用户画像(我们称为大数据“消费者画像”)则从另一个层面颠覆了传统的营销路径:不仅可以理解需求，而且可以预测需求。从此，营销计划可以始于对结果的预测而不仅是对动机的理解。
相对于传统的消费者洞察，大数据消费者画像是全景式的(全样本)透明的(多维度数据)高精的(客观、粒度细微的数据)、动态的(实时性)。 

Convertlab DM hub一体化营销云用户数据标签体系

 

大数据消费者画像的这些特征使得营销计划更为精准、有效，结果更可预测。而准确的预测能使企业制定更加具有前瞻性的营销战略并合理规划营销中的资源分配，规避过于乐观或过于悲观地评估市场和销售前景而带来的资源浪费、机会浪费，进而提升投资回报率。
只要累积了足够多的用户数据，就能对消费者有更深入的了解，但括他的喜好、价值观、行为习惯。这是许多大数据营销的前提与出发点。大数据消费者画像可在以下应用实现商业价值转化:

1、大数据消费者画像可帮助企业实现精准的目标客户选择，渠道选择，投放时机选择、传播内容设计，并在这四项工作上实现无缝对接，在更低的成本基础上给客户提供一致的、全程的、整体的购买体验。
2、发现新的需求趋势与潜在市场，在企业进行市场、区域扩张时提供更精准、更全面的客户洞察与市场预测。
3、真正实现客户的价值管理，激活客户资产和粉丝资产，将粉丝转化为客户，推动客户从低价值到高价值转换，提高企业高价值客户的比重。
4、通过精准的需求预测提升备货管理与库存管理表现，提高库存周转事保持良性现金流。
5、多地度的、动态的大数据消费者面像具有延展性，一个面像应对多个问题，因而可以减少调研次数，降低时间成本与营销成本。

 

大数据应用:品牌定位

 

品牌定位工作赖于对市场的深度认知，这一方面取决于营销管理人员对市场、客户的理解、洞察及持续的经验，另一方面则需要进行定期的调研工作，即充分领听客户声音。

即便知此，新产品推出后还是失败率居高不下，“定位”在高管的大脑和客户的大脑中存在严重偏差。这里面至少有一个很大的问题在于很难全样本地听取客户的声音后再做定位。

大数据声量测量可以辅助品牌定位，通过大数据语义挖掘工具，可以在网络上直接抓取市场对某个产品的固有认知。这个固有认知就是我们进行品牌定位的出发点。

通过基于定位的声量测量，我们可以看到企业关注的“定位”概念与客户在网络世界中讨论的声量之间的关系，甚至当异常声音出现时，可以反过去追踪此词语的来源、出处，找到原因。

围绕定位地图，我们可以构建一个“蛛网认知框图”，在图中面积越大，说明消费者需求的讨论点越存在相关关系。大数据技术使得原有定位战略的实施过程可视化、可追踪化、全样本化。

大数据应用:品牌定位

 

品牌定位工作赖于对市场的深度认知，这一方面取决于营销管理人员对市场、客户的理解、洞察及持续的经验，另一方面则需要进行定期的调研工作，即充分领听客户声音。

即便知此，新产品推出后还是失败率居高不下，“定位”在高管的大脑和客户的大脑中存在严重偏差。这里面至少有一个很大的问题在于很难全样本地听取客户的声音后再做定位。

大数据声量测量可以辅助品牌定位，通过大数据语义挖掘工具，可以在网络上直接抓取市场对某个产品的固有认知。这个固有认知就是我们进行品牌定位的出发点。

通过基于定位的声量测量，我们可以看到企业关注的“定位”概念与客户在网络世界中讨论的声量之间的关系，甚至当异常声音出现时，可以反过去追踪此词语的来源、出处，找到原因。

围绕定位地图，我们可以构建一个“蛛网认知框图”，在图中面积越大，说明消费者需求的讨论点越存在相关关系。大数据技术使得原有定位战略的实施过程可视化、可追踪化、全样本化。

大数据应用: KOL管理

 

KOL (key opinion leader关键意见领袖)的概念，他们在广大的消费者群体中拥有较大的话语权和影响力。企业通过影响关键意见领袖，就能影响该意见领袖的影响人群。关键意见领袖的选择需要综合考虑以下两个方面:

①关键意见领袖的气质、性格、价值观与品牌之间的契合程度:企业需要找到风格契合的人选。
②产品的专业程度。产品的专业程度越高，目标受众对关键意见领袖的依赖程度就越高。

KOL的营销价值主要来源于以下三个方面:

具有话语权优势  在互联网时代，掌握话语权非常重要，因而作为互联网上话语权最强的个体，KOL天然具备营销潜力。
对新事物的高接受度  KOL对于新兴事物以及社会热点都有较强的好奇心， 接受度高， 因而他们非常适合作为创新产品的第一批客户，帮助企业跨越消沟。
知识丰富，专业性强  KOL往往具备完善的知识体系，或者具备某个领域的专业性，因而能更好地帮助企业转述产品语言，解决客户疑感。

对于营销人员而言，找到合适的KOL的难题有以下两个：如何确定哪个KOL对目标人群有最大的影响力；如何确定一个KOL能够营销哪些人群。

然而这个问题在大数据时代得到了很好解决。数据会给出以下问题的答案：

具备某个标签或者标签组合的客户群会关注哪些KOL；
某个KOL的粉丝群会拥有哪些标签组；
某个KOL在大众眼中具备哪些特质，这些特质与企业的价值承诺是否有共同点；
某个KOL对手中是否有专业影响力，还是只是娱乐性地关注。

过去，这些问题只能通过营销人员进行识别与分析，但现在依靠社交网结相关信息的抓取和交叉比对，就能轻易地获得相应的答案，这将帮助企业采用科学的体系选择合适的KOL人选。

在实际分析上，我们可以以图形的形式呈现意见领袖与意见领袖之间、内容与内容之间，以及内容与意见领袖之间的关系。可以通过动态网络影响力传播模型分析、结构洞分析(即跨越不同社群子网络的桥接节点)来实现。另外，我们可以通过抗噪时变因素图模型(noise tolerant time- varying factor graph model, NTT-FGM)分析出社交网络影响力传播的动态图。（来源：数字时代的营销战略 [美]艾拉.考夫曼）

例如，一款新面膜发布后，其在新浪微博做媒体宣传推广的预算是100万元。如何利用这100万元预算，使这款面膜在新浪微博上的推广效果最好?通过数据挖掘网络信息，找到能够影响“面膜”或者“女性化妆”的相关100个节点的KOL,了解它们之间如何相互影响，这样的投入使影响力传播范围扩大。

 

“以控制为出发点的IT时代正在走向激活生产力为目的DT（data technology）数据时代。”DT时代的大数据变现维度和方法有很多，它所带来的价值目标总是：预测、判断与洞察；提升效率；精准营销和智能化追踪。这也是企业数字化带来的价值，提升营销的效果。

参考：KMG研究院、张鲲鹏《大数据“用户画像”》、

曹虎 王赛 乔林【美】艾拉.考夫曼《数字时代的营销战略》

王赛，陆玥灏《小众营销》

 

 

相关推荐

共有 0 条评论

通过提供你的电子邮箱地址
您将收到来自convertlab博客的电子邮件更新

申请试用