超级增长 数据管理

Data Management

数据是金矿,需要提炼

全渠道身份识别与自动合并

如今的同一个客户经常在多种不同渠道和品牌接触,而体现出不同的身份ID。例如会员号码、手机和邮箱地址等常规 身份信息,也包括在各个平台的身份,例如淘宝nock,京东pin以及微信openID等。数据整合的第一步是自动识别和管理这些渠道特有身份,并利用跨渠道ID(手机、会员号等)进行全渠道数据合并,用于形成全渠道客户档案。

客户生命周期模型

每一个客户对于品牌的关系都会经历一个完整的生命周期,从认知、了解、兴趣到购买使用产品和服务, 再到忠诚或者流失。品牌需要建立一个符合自身情况的客户生命周期模型,基于对每一个客户洞察,判断属于周期的哪个阶段。

渐进式画像

随着客户与品牌的接触逐渐增多,品牌对每个客户的了解更加完整和深入。这个了解的过程不是一蹴而就,而是随着时间逐渐达成的,这个过程称为“渐进式画像”。品牌需要有一个能够进行自动化画像的数据平台,从各个渠道时刻积累点点滴的客户数据,最终每个客户变得与未来越清晰。

标签体系

每一个客户行为会产生大量原始数据,但大部分原始数据未必适合直接作为洞察,指导进一步营销动作,更好的方式是从原始数据中提炼“特征”,这就是标签体系。
标签体系的建设也是一个运营过程,初期可建立基础标签库,营销过程中再根据实际业务需求和数据质量增加和调整标签。

符合行业特征的数据挖掘

数据经过初步的收集整理和合并后,需要进一步挖掘完成从“数据到信息”的过程。不同行业往往有不同的数据 洞察需求,因此需要有符合行业特征的算法和模型来完成这一步加工步骤。例如零售行业需要计算客户得品牌类偏好、风格偏好、RFM特征;2B行业需要计算潜在客户的意向度分值。

第一方数据与二方、三方数据的结合

品牌除了在自有渠道和触点收集的第一方数据之外,应当充分考虑第二方数据 (例如天猫、京东平台上品牌旗舰店相关数据)的整合。另外,某些平台开发提供第三方数据的有限使用,往往需要企业上传部分第一方数据进行交叉匹配产生新的数据洞察和数据价值。

即刻申请试用DM Hub,
体验“超级增长”

申请试用