羅紅梅
(武漢商學(xué)院,湖北 武漢 430056)
“大數(shù)據(jù)”可謂是2012年信息領(lǐng)域最火熱概念之一。企業(yè)的營(yíng)銷領(lǐng)域?qū)闹庇X(jué)、經(jīng)驗(yàn)或者情感化的決策過(guò)程走向以數(shù)據(jù)挖掘和分析為主導(dǎo)的“理性”時(shí)代。與傳統(tǒng)的商務(wù)企業(yè)相比,電子商務(wù)企業(yè)后臺(tái)有大量的用戶數(shù)據(jù),記錄了他們的登錄、點(diǎn)擊、瀏覽、購(gòu)買等行為。這些數(shù)據(jù)是提供企業(yè)精準(zhǔn)營(yíng)銷的基礎(chǔ)。大數(shù)據(jù)時(shí)代,營(yíng)銷將會(huì)更多地依賴數(shù)據(jù),從而更精準(zhǔn)地發(fā)現(xiàn)用戶需求。
數(shù)據(jù)營(yíng)銷(Database Marketing Service,DMS)是在IT、Internet與Database技術(shù)發(fā)展上逐漸興起和成熟起來(lái)的一種市場(chǎng)營(yíng)銷推廣手段,在企業(yè)市場(chǎng)營(yíng)銷行為中具備廣闊的發(fā)展前景。它不僅僅是一種營(yíng)銷方法、工具、技術(shù)和平臺(tái),更重要的是一種企業(yè)經(jīng)營(yíng)理念,也改變了企業(yè)的市場(chǎng)營(yíng)銷模式與服務(wù)模式,從本質(zhì)上講是改變了企業(yè)營(yíng)銷的基本價(jià)值觀。通過(guò)收集和積累消費(fèi)者大量的信息,經(jīng)過(guò)處理后預(yù)測(cè)消費(fèi)者有多大可能去購(gòu)買某種產(chǎn)品,以及利用這些信息給產(chǎn)品以精確定位,有針對(duì)性地制作營(yíng)銷信息達(dá)到說(shuō)服消費(fèi)者去購(gòu)買產(chǎn)品地目的。通過(guò)數(shù)據(jù)的建立和分析,各個(gè)部門都對(duì)顧客的資料有詳細(xì)全面的了解,可以給予顧客更加個(gè)性化的服務(wù)支持和營(yíng)銷設(shè)計(jì),使“一對(duì)一的顧客關(guān)系管理”成為可能。
如今,數(shù)據(jù)已經(jīng)成為了一種商業(yè)資本,一項(xiàng)重要的經(jīng)濟(jì)投入,可以創(chuàng)造新的經(jīng)濟(jì)利益。事實(shí)上,一旦思維轉(zhuǎn)變過(guò)來(lái),數(shù)據(jù)就能被巧妙地用來(lái)激發(fā)新產(chǎn)品和新型服務(wù)。
數(shù)據(jù)化營(yíng)銷的第一大作用,就是可以把目標(biāo)客戶切分得更細(xì),更精準(zhǔn),使得我們?cè)谕茝V過(guò)程中的內(nèi)容與買家更相關(guān),把運(yùn)營(yíng)從傳統(tǒng)的千人一面變成千人千面,是數(shù)據(jù)化營(yíng)銷的主要目標(biāo)之一。
facebook這個(gè)創(chuàng)立時(shí)間不足十年的公司,每天更新的照片量超過(guò)1000萬(wàn)張,每天人們?cè)诰W(wǎng)站上點(diǎn)擊“喜歡”(Like)按鈕或者寫評(píng)論次數(shù)大約有三十億次,這就為facebook公司挖掘用戶喜好、細(xì)分客戶提供了大量的數(shù)據(jù)線索。網(wǎng)絡(luò)消費(fèi)者中有喜愛(ài)瀏覽商品的客戶,有喜歡進(jìn)店買完?yáng)|西就走的客戶。一旦通過(guò)數(shù)據(jù)挖掘這些不同購(gòu)買行為并進(jìn)行分類,在用戶登錄后網(wǎng)站可以推出針對(duì)其購(gòu)物習(xí)慣的個(gè)性化頁(yè)面。比如向愛(ài)逛街的人推薦更多的產(chǎn)品,喜歡干脆購(gòu)物的人則要少些干擾,幫助其盡快完成購(gòu)物。
對(duì)于這些細(xì)分群體的研究甚至可以細(xì)化到不同人群偏愛(ài)使用哪種銀行卡付款,從中發(fā)現(xiàn)用戶沒(méi)有告知企業(yè)的信息。讓企業(yè)在戰(zhàn)略和戰(zhàn)術(shù)層面為不同的群體提供更為精細(xì)合理的服務(wù)。
提到數(shù)據(jù)分析,我們又不得不提到我們耳熟能詳?shù)囊粋€(gè)案例:早在六七十年代,零售巨人之稱的沃爾瑪就開始利用計(jì)算機(jī)來(lái)跟蹤存貨,通過(guò)分析數(shù)據(jù)來(lái)挖掘銷售“秘籍”。最經(jīng)典的案例莫過(guò)于“啤酒+尿布”的銷售,沃爾瑪?shù)难芯繂T通過(guò)對(duì)消費(fèi)者的行為數(shù)據(jù)進(jìn)行分析,得到了“男性顧客會(huì)在購(gòu)買尿布的同時(shí),購(gòu)買啤酒來(lái)犒賞自己”的顧客消費(fèi)偏好信息。最終,沃爾瑪?shù)摹捌【疲虿肌崩壥戒N售取得了兩種商品的銷售雙贏。
在數(shù)據(jù)挖掘方面,亞馬遜一直是電子商務(wù)行業(yè)的領(lǐng)軍者。亞馬遜CEO貝索斯十幾年前就預(yù)見(jiàn)到數(shù)據(jù)挖掘會(huì)對(duì)零售生意產(chǎn)生深刻影響。通過(guò)互聯(lián)網(wǎng),亞馬遜可以長(zhǎng)期觀察顧客的購(gòu)買行為,通過(guò)數(shù)據(jù)挖掘算法和對(duì)群體購(gòu)買偏好的研究,將用戶的消費(fèi)行為與其他用戶進(jìn)行對(duì)比,預(yù)測(cè)用戶可能感興趣的商品,在產(chǎn)品單頁(yè)、分類頁(yè)和結(jié)賬頁(yè)等不同階段分別有不同的產(chǎn)品推薦。在亞馬遜,基于數(shù)據(jù)分析而來(lái)的個(gè)性化推薦引擎為亞馬遜直接或間接帶來(lái)約70﹪的銷售額。
從目前網(wǎng)站信息來(lái)看,數(shù)據(jù)大致有以下兩類:
結(jié)構(gòu)性數(shù)據(jù)簡(jiǎn)單而清晰,比如淘寶雙十一活動(dòng)中,最直觀的數(shù)據(jù)是消費(fèi)群體的分布、個(gè)人貢獻(xiàn)的交易、買過(guò)的產(chǎn)品、關(guān)注哪個(gè)類別的產(chǎn)品,是老客戶還是新客戶等。這些數(shù)據(jù)來(lái)源直接,分類簡(jiǎn)單,一目了然,可以直接解讀。
非結(jié)構(gòu)性數(shù)據(jù)與結(jié)構(gòu)性數(shù)據(jù)特性剛好相反,比如視頻、語(yǔ)音、圖片、文字、產(chǎn)品信息、地理信息、時(shí)間信息等蘊(yùn)藏著豐富的信息。甚至社交網(wǎng)站的信息中,一個(gè)用戶的數(shù)據(jù)不僅包含結(jié)構(gòu)性數(shù)據(jù)(年齡、性別、朋友圈等)還有非結(jié)構(gòu)性數(shù)據(jù)(話題、評(píng)論內(nèi)容等)。通過(guò)對(duì)非結(jié)構(gòu)性數(shù)據(jù)的分析可以揭示出以前很難確定的關(guān)聯(lián),精細(xì)化地描述用戶的行為特征,提示用戶的消費(fèi)習(xí)慣,預(yù)測(cè)市場(chǎng)趨勢(shì),給企業(yè)未來(lái)的運(yùn)營(yíng)提供很好的決策依據(jù)。
兩種數(shù)據(jù)的分析方法和使用各不相同,但在精準(zhǔn)營(yíng)銷中,非結(jié)構(gòu)性數(shù)據(jù)分析方法相對(duì)較難,但由于其對(duì)消費(fèi)者行為的洞察更具有價(jià)值,可以有效補(bǔ)充結(jié)構(gòu)性數(shù)據(jù)的不足,找到機(jī)會(huì)點(diǎn),因此,越來(lái)越受到重視。
在“大數(shù)據(jù)”蓬勃發(fā)展的這個(gè)年代里,曾經(jīng)是難以想象的數(shù)量龐大的信息正在匯聚起來(lái),從而創(chuàng)造出足以改變世界的發(fā)明。那種將數(shù)百萬(wàn)消費(fèi)者視同一人,提供前篇一律的產(chǎn)品和服務(wù)的套路再也行不通。數(shù)據(jù)收集是企業(yè)借助數(shù)據(jù)進(jìn)行精準(zhǔn)營(yíng)銷的第一步。
有關(guān)消費(fèi)者的任何信息,都有助于企業(yè)去分析和認(rèn)識(shí)消費(fèi)者。消費(fèi)者在購(gòu)買的過(guò)程中與企業(yè)直接打交道時(shí)留下一系列信息:交易金額、日期、頻率;填寫資料時(shí)留下的信息:姓名、年齡、電話、電郵;會(huì)員卡里記錄的資料和交易信息;瀏覽企業(yè)網(wǎng)站留下的“足跡”;通過(guò)呼叫中心與企業(yè)互動(dòng)留下的信息:投訴記錄、需求咨詢、產(chǎn)品偏好等。企業(yè)借助一些成熟的工具收集這些信息,可以在很大程度上分析出消費(fèi)者的生活方式和行為習(xí)慣,這將有助于企業(yè)制定有針對(duì)性的營(yíng)銷策略。
這個(gè)過(guò)程實(shí)際上是消費(fèi)者分析、分類進(jìn)而確立目標(biāo)群體的過(guò)程。我們可以通過(guò)多個(gè)維度展開:近期購(gòu)買頻率和金額(FRM)、瀏覽網(wǎng)頁(yè)痕跡(Footprint)、消費(fèi)者輪廓描述(Profile)、行為模式(Behavior)、交易記錄(Fransaction)等。對(duì)消費(fèi)者的分類和評(píng)分,同樣可以從多個(gè)不同角度展開。比如,從消費(fèi)者對(duì)企業(yè)的貢獻(xiàn)率角度來(lái)分類的話,可以將消費(fèi)者從Top(頂級(jí)消費(fèi)者)到Suspect(有意向消費(fèi)者)分為7個(gè)層次。同樣地,對(duì)消費(fèi)者進(jìn)行打分或者排序,也基于不同的標(biāo)準(zhǔn)或者目標(biāo)。最終目的是找出目標(biāo)群體。
目標(biāo)群體因營(yíng)銷活動(dòng)的目的不同而不同。所以,營(yíng)銷活動(dòng)管理第一步——確立目標(biāo),直接決定了目標(biāo)群體。此次營(yíng)銷活動(dòng)的目標(biāo)是向上銷售、交叉銷售,還是引起消費(fèi)者注意,其所對(duì)應(yīng)的目標(biāo)群體都是不同的。確立目標(biāo)之后,才是營(yíng)銷活動(dòng)的策略、準(zhǔn)備、測(cè)試階段。
營(yíng)銷活動(dòng)的目標(biāo)是一切數(shù)據(jù)收集和分析活動(dòng)的指向標(biāo)。也就是說(shuō),數(shù)據(jù)的收集和分析假如沒(méi)有一個(gè)明確的營(yíng)銷目標(biāo)為指導(dǎo),就失去了方向,也沒(méi)有任何實(shí)際意義。然后,通過(guò)不同的接觸點(diǎn),比如網(wǎng)絡(luò)、手機(jī)、電子郵件等,營(yíng)銷內(nèi)容被傳遞給目標(biāo)群體,企業(yè)與消費(fèi)者在此開展互動(dòng)。通過(guò)對(duì)數(shù)據(jù)的分析和歸納,形成合理的投放決策,這就要求營(yíng)銷人員,不僅能夠?qū)懛桨笇懜寮茏x懂?dāng)?shù)據(jù)看懂表格。
企業(yè)與消費(fèi)者的互動(dòng)環(huán)節(jié)產(chǎn)生大量數(shù)據(jù),這些數(shù)據(jù)也將被跟蹤和監(jiān)測(cè),以此來(lái)判斷營(yíng)銷活動(dòng)的有效性和目標(biāo)群體偏好的互動(dòng)方式。
我們以第三方交易平臺(tái)獲得的數(shù)據(jù)來(lái)作分析,如住宅家具行業(yè)的餐桌子類,可以看到來(lái)訪和成交的時(shí)段都在深夜。揣測(cè)消費(fèi)者的購(gòu)買常理就可以得到答案,那就是一般大件物品購(gòu)買都以家庭為單位,不是下單者一人做出決策,所以掌握不同類目消費(fèi)者的購(gòu)物習(xí)慣,調(diào)整推廣時(shí)段,對(duì)提升整個(gè)企業(yè)網(wǎng)店或網(wǎng)站的轉(zhuǎn)化率有很好的效果。
通過(guò)消費(fèi)者網(wǎng)上購(gòu)買的品類、購(gòu)買時(shí)間、購(gòu)買價(jià)格與歷史數(shù)據(jù),發(fā)現(xiàn)他們對(duì)某一商品的喜好程度和對(duì)價(jià)格的敏感度。比如,當(dāng)一顧客連續(xù)幾次關(guān)注同一商品時(shí),說(shuō)明其有意購(gòu)買但支付意愿不足,作為電商企業(yè)可以適當(dāng)給與優(yōu)惠價(jià)格。
從數(shù)據(jù)收集到挖掘客戶思維再到營(yíng)銷活動(dòng)的管理,最好后至數(shù)據(jù)分析,四步構(gòu)成一個(gè)閉合的圈,以不斷豐富企業(yè)的數(shù)據(jù)庫(kù),完善企業(yè)對(duì)消費(fèi)者的認(rèn)識(shí),做好精準(zhǔn)營(yíng)銷工作。
網(wǎng)絡(luò)精準(zhǔn)營(yíng)銷的核心就是數(shù)據(jù)營(yíng)銷,集中優(yōu)勢(shì)資源,在細(xì)分的市場(chǎng)范圍內(nèi)創(chuàng)造更高的價(jià)值。網(wǎng)絡(luò)精準(zhǔn)營(yíng)銷是網(wǎng)絡(luò)營(yíng)銷的趨勢(shì),未來(lái)的網(wǎng)絡(luò)營(yíng)銷如果不以精準(zhǔn)營(yíng)銷的形式去做,很難到效果。
技術(shù)與媒介的發(fā)展,使越來(lái)越多的人、設(shè)備和傳感器通過(guò)數(shù)字網(wǎng)絡(luò)連接起來(lái),數(shù)據(jù)生產(chǎn)、收集和分析的能力及速度都大幅提升。這種如此深入地了解消費(fèi)者做什么、想什么的能力是前所未有的。數(shù)據(jù)的挖掘已經(jīng)開始為企業(yè)帶來(lái)足夠多的利好:從數(shù)據(jù)中發(fā)現(xiàn)消費(fèi)者的興趣走向,確定新產(chǎn)品的開發(fā)方向;根據(jù)消費(fèi)者的偏好,有針對(duì)性地選擇策略。
數(shù)據(jù)為個(gè)性化商業(yè)提供了基礎(chǔ),個(gè)性化將顛覆一切傳統(tǒng)商業(yè)模式,成為未來(lái)商業(yè)發(fā)展的終極方向和新驅(qū)動(dòng)力。隨著消費(fèi)者個(gè)體行為數(shù)據(jù)的爆發(fā)性增長(zhǎng),新的商業(yè)理論與商業(yè)模式不斷涌現(xiàn),無(wú)論是精準(zhǔn)社會(huì)化營(yíng)銷還是基于用戶偏好的市場(chǎng)細(xì)分,其所指向的趨勢(shì)是一致的,即為每一個(gè)終端消費(fèi)者提供他們最想要的產(chǎn)品和服務(wù)。
[1]張文霖,劉夏璐等.誰(shuí)說(shuō)菜鳥不會(huì)數(shù)據(jù)分析[M]北京:電子工業(yè)出版社,2011(7).
[2]淘寶大學(xué).數(shù)據(jù)化營(yíng)銷(全彩)[M]北京:電子工業(yè)出版社,2012(1).
[3]涂子沛.大數(shù)據(jù):正在到來(lái)的數(shù)據(jù)革命[M]桂林:廣西師范大學(xué)出版社,2012(7).
[4]維克托·邁爾-舍恩伯格.大數(shù)據(jù)時(shí)代:生活、工作與思維的大變革[M]杭州:浙江人民出版社,2012(12).
[5](美)亞瑟M.休斯.數(shù)據(jù)庫(kù)營(yíng)銷:策略與案例[M]北京:機(jī)械工業(yè)出版社,2004(4).
[6]V.Kumar.Customer Relationship Management[M]吉林:吉林長(zhǎng)白山出版社,2005(6).