在大数据时期的营销该是什么样子的

简介: 前段时间读了一本书《颠覆营销》,写的还是有些意思的,这里分享一下,希望给大家一些Tips。 “市场变得比市场营销更快,如果5年内你还用同样的方式做生意,你将要关门大吉。”                                                                                                       菲利普-科特勒 在今天你会发现我们的策略总是后知后觉,因为你的理解根本上消费者的变化,实际上在很多时候,我们要先于消费者,了解想法,诉求,但这件事其实在最近的7-8年才真正得以实现的可能。
前段时间读了一本书《颠覆营销》,写的还是有些意思的,这里分享一下,希望给大家一些Tips。
“市场变得比市场营销更快,如果5年内你还用同样的方式做生意,你将要关门大吉。”
 
                                                                                                    菲利普-科特勒
在今天你会发现我们的策略总是后知后觉,因为你的理解根本上消费者的变化,实际上在很多时候,我们要先于消费者,了解想法,诉求,但这件事其实在最近的7-8年才真正得以实现的可能。为什么?这要从营销近一个甲子发展来说起。
如果要划分营销的发展,营销战略本质只有两个时代,实体时代和比特时代。
这一点毫无疑问,夸张一点说,真正的变化是从手机,移动互联网的发展作为分水岭。
在没有手机和移动互联网之前,我们其实很难做到实时,摆脱渠道限制的一对一的快速触达,纵然在整个互联网发展来看,2000年以后逐渐迎来的快速互联发展,还是没有完全摆脱位置的束缚,在浏览器作为主要的流量入口和不断降低的宽带成本,硬件成本,使得早期互联网有一定的客户营销的促进作用,但不是从理解消费者和群体个性化,实时化等唯独考虑的。人口红利和暴力的重定向广告,与不断增加的消费需求之间,用户做了一定的妥协,不过在今天来看,消费者逐渐开始细分,逐渐开始有垂直和符合个人需要的新入口来满足需求。
从战后甚至更早时期,我们需要靠的是区域的实体小店,换句话居住周围3-5公里的实体店面为营销主要区域,这一点在今天很多ShoppingMall,百货大楼依然是考周边的流量带动消费,因而选址在一定时期中,以位置抢占市场,不过今天,随着在线通道的触达,对客群深度的理解,使得这些传统线下模式的企业,有了超越3-5km范围的营销触达能力和客群影响力,比如在一些社交和口碑极好的零售门店,也会因为在线通道的传播,进而拉动客流。
在一段时间中,邮政网络系统的健全之后,以Postcode作为主要方式的邮寄传单营销是相对有效的方式。这一点也是随着渠道不断的升级而才有可能实现的。在这个时期,我们其实很难了解消费者,更多的是尽可能覆盖渠道和触达更多的流量。到今天,我们依旧可以看到很多的超市也在使用一些单页或者手册来分发给用户,刺激用户的消费。
 
渠道的升级演变,实际上将在一定的程度上,决定营销的触角,客群的理解深度,在一些小店的辐射能力中,我们会发现,店主对于客群是经营能力有限的,但是对于每个客群却能做到100%的理解和驾驭。
不过,在随着手机的发明,邮件系统的发明,互联网的发明,逐步的我们可以超越时空,对消费者进行实时,精准的触达,同时不断完善的数据收集,对于消费者有了更多的理解,这一趋势在移动互联网到来后,将唯一的位置限制取消了,场景营销上,开始进入随时随地随人的立体阶段。
90年代到两千年之后,无论是CRM,EDM,互联网广告,都是在一定时期和阶段建立的对用户的触达和营销方式,或者工具。这个时期最大区别于过去,就是还是无法建立更加准确细致针对人的理解分析,还是基于在不公平的暴力划分手段上,来进行营销。
营销的本质是对消费者的需求进行有效管理,并为之建立差异化的价值,并最终建立持续交易的基础。这一点启示无论怎么升级营销,这是不会改变的。由此在未来真正的营销要实现以下几点目标:
消费场景化
渠道多元融合化
服务产品一体化
品牌传播实时化
营销理论从上世纪50年代开始建立,在近半个世纪的过程中,我们一直在谈的营销4P理论,即Place(渠道),Price(价格),Product(产品),Promotion(促销)四大要素为主。
 
过去的营销4P理论是实体时代的产物,在今天当遇到了大数据时,也将无法完全发挥作用。伴随互联网,大数据等新技术,对人进行了重新的认识和洞察理解。过去的4P理论出现了极大的局限性,这里我们先看看过去半个世纪的4P理论发展情况。
 
营销1.0-被动营销(反映需求)
            被动策略,消费者需要什么,企业提供什么,满足客户需求,这个时期是典型的求大于供,企业占据了主动权,消费群体之间缺少媒介沟通,也缺少可被影响的媒介,换句话说,半个世纪前的产品很难像今天通过网络等快速的在线媒介迅速传播和影响消费者,具有极大的区域性和渠道局限性。消费者也多数是满足刚需和生活基本需要为主。
营销2.0-主动营销(创造需求)
            主动策略,产品核心转向消费者核心,创造差异化,吸引客户内心。随着战后经济的复苏和发展,在原有产品基础上,开始进行了局部差异化建设,建立起来的4P理论,也预示着市场要从促销,价格等元素上进行建设,而消费者也不断萌芽需求。但是本质渠道方面没有改进,对消费者的理解和分析也仅限于渠道对产品的反馈,没有真正对消费者认识和理解。企业视角对消费者的需求创造为主。
营销3.0-关系营销(经营需求)
        精准对接个人需求,不再满足一次消费,保持互动,定制下次服务,永久跟随,迎合用户心智。在90年代开始,CRM概念普及,网络有了长足的发展,这个时期,因为消费者的触达又因为手机的发明,Email儿注重长期关系维系,早期通过邮政编码的纸质EDM营销手段,得到了本质的升级。因为科技手段发展,数据库技术,触达手段的升级,使得我们有机会可以长久经营和维持需求,并且对消费者有更佳直观的认识。在21世纪的前十年,因为PC互联网的发展,广告和数字媒介的快速崛起,营销有了新方法,在渠道方面的建设得以本质提升,局限性降低。
营销4.0-预测营销
            帮助客户实现自我价值,先知,预知渴望,快速定位,快速分析,提前建立一对一策略,计算下一次可能性。在2010年之后,也就是营销理论发展50年后,伴随移动互联网,云计算,大数据,IOT等技术的崛起,我们对消费者可以做到比特化,随着移动互联网以及新的传播技术的出现,客户能够更加容易地接触到所需要的产品和服务,也更加容易和那些与自己有相同需求的人进行交流,于是出现了社交媒体,出现了客户社群。企业将营销的中心转移到如何与消费者积极互动、尊重消费者作为“主体”的价值观,让消费者更多地参与到营销价值的创造中来。
更多的数据被记录,更深度人本理解在形成,进而可以做到不同个体的理解和营销实践。传统营销不关注人,4P中并未提及对于人的深度理解和分析。无法做到很细致的个人化营销,多是大众营销或群体化营销。例如传统营销依据消费者的需求和差异性等,将市场区分为各个不同群体。这种分群方式本质就是一种不公平的营销手段,因为世界上不存在一种完美的人群分割方式,每一种人群的分割,都意味着对另一些人群的不公平的关怀。
新4P
在新营销4P出来的同时,营销也有一些新特征:
强化连接
消费者比特化
数据说话
强化参与
动态改进
 
在过去的4P以经营商品的视角看待问题,而新4P则是以经营顾客的视角看待问题。也是真正的通过数据来看待营销和洞察理解消费者。
新4P注重对于人的理解和分析,这也是因为当今了有具备的条件,在所有的营销策略中,基于以上的4P理论,都是从对消费者的理解和分析开始,之后基于分析结果进行假设,并得到具体的假设成效结果,预测可转化的客群,和参照基础,最终基于以上的这些分析,假设,设计与消费者的参与流程,营销执行流程,优化流程。新4P着重强化以数据驱动解决实际问题。
关于People,这是在营销实践中,一直想去解决而又很难解决的问题,及消费者的决策过程和不可完全预测的,变化性也许可以做到70%的预测,然而还有30%的行为是无法预测的,因为变动性很强。
关于Performance,除了过往的结果导向指标以外,基于不同的流程,渠道策略,过程指标具备一定的个性化,换句话,ROI的衡量也是多重标准。同时performance的重要作用之一,也是驱动基于分析的假设,并进行预测新的成效表现。
关于Process,是确认在众多的建议,分析结果,假设条件下,到底选取什么作为重要的目标来进行处理和营销,我们的步骤和方式是什么,一则是在分析结果后确立优先级,要去解决的问题,二则是在成效分析之后,假设接下来针对分析结果所设计分方案如何确立执行优先和步骤。
关于Predict,基于假设和分析,最终要确认可能存在的转化结果,在营销结束后,可以针对该结果进行对比和过程调整,而这点也是在过往的营销实践过程中所不存在的。这也是在当今营销实践中,最需要重视的环节。
注:新4P是Gartner Research的VP Kimberly Collins提出的,但当时的最后一个P是Promotion,这里经过MIGO团队的修正改为Predict。在此框架下,新4P重视以下几点的达成:
  • 实时掌握每个消费者的实际状态,是大数据营销的第一步;
  • 未来要实现的是专属沟通时间节点,营销网络随时启动;
  • 强调精益,边做边修,用A/B test验证假设,不要错到底才修正;
  • 决策会不断修正,变得精准;
  • 有能力识别个别消费者的细微差异;
  • 精准-具备时间敏感度,个人差异化的“全个性化”精准标签;
  • 广告曝光不是大而广,研究用户DNA,精准投放(一次性,无忠诚度);
 
相关实践学习
简单用户画像分析
本场景主要介绍基于海量日志数据进行简单用户画像分析为背景,如何通过使用DataWorks完成数据采集 、加工数据、配置数据质量监控和数据可视化展现等任务。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
相关文章
|
4月前
|
数据可视化 大数据 数据挖掘
瓴羊荣获2023虎啸奖“年度十大AI&大数据服务公司”“数智营销案例铜奖”双重大奖
瓴羊荣获2023虎啸奖“年度十大AI&大数据服务公司”“数智营销案例铜奖”双重大奖
|
12月前
|
新零售 存储 供应链
案例酷 | 九阳股份:小家电,大数据,精准营销圈粉新生代
编者按: 在数字经济蓬勃发展的当下,千行百业都在紧抓时代机遇转型升级。在小家电领域,数智化转型成为家电行业的热词,家电业的头部企业也纷纷走上数智化“花路”。其中,作为小家电领导品牌之一,九阳从单品类起家,通过一路披荆斩棘,不断超越自己走到小家电领先地位,秉承健康和创新的核心DNA,九阳积极引领厨房小家电升级换代,创新营销玩法,推动数智化转型,品牌转型取得明显成效。 全文约4812字,建议阅读时间14分钟。
223 0
|
大数据
《数据化精准营销——广推宝大数据推广平台 》电子版地址
\"数据化精准营销——广推宝大数据推广平台 \"
88 0
《数据化精准营销——广推宝大数据推广平台 》电子版地址
|
大数据
《会员通、服务通、商品通、营销通,全域大数据解决方案有秘诀》电子版地址
会员通、服务通、商品通、营销通,全域大数据解决方案有秘诀
171 0
《会员通、服务通、商品通、营销通,全域大数据解决方案有秘诀》电子版地址
|
人工智能 大数据
《品友All In人工智能让大数据AI上营销》电子版地址
品友All In人工智能让大数据AI上营销
84 0
《品友All In人工智能让大数据AI上营销》电子版地址
|
分布式计算 MaxCompute
《基于MaxCompute构建Noxmobi全球化精准营销系统_多点_杨洋》电子版地址
基于MaxCompute构建Noxmobi全球化精准营销系统_多点_杨洋
72 0
《基于MaxCompute构建Noxmobi全球化精准营销系统_多点_杨洋》电子版地址
|
大数据
|
安全 搜索推荐 小程序
三网大数据助力企业营销,帮贵企业省时省心省成本!
近年来,以互联网、移动互联网为基础的信息化、全球化趋势,已经深入改变了我们的生活模式、生产模式、竞争模式。随着大数据时代的到来,广告主对于精准营销的需求也正在上升。如何通过技术手段,挖掘大数据下的深层次关系,让营销更准确、有效已经成为营销中重中之重。 大数据对商家来说,主要是三方面应用:一是圈定用户; 二是用户关联性分析,包括对用户年龄层次的分析;三是个性化定制,即大数据可根据客户需求进行产品或服务的量身定做,制定客户指定的业务优化方案。
三网大数据助力企业营销,帮贵企业省时省心省成本!
|
14天前
|
分布式计算 大数据 BI
MaxCompute产品使用合集之MaxCompute项目的数据是否可以被接入到阿里云的Quick BI中
MaxCompute作为一款全面的大数据处理平台,广泛应用于各类大数据分析、数据挖掘、BI及机器学习场景。掌握其核心功能、熟练操作流程、遵循最佳实践,可以帮助用户高效、安全地管理和利用海量数据。以下是一个关于MaxCompute产品使用的合集,涵盖了其核心功能、应用场景、操作流程以及最佳实践等内容。
|
14天前
|
SQL 分布式计算 大数据
MaxCompute产品使用合集之怎样可以将大数据计算MaxCompute表的数据可以导出为本地文件
MaxCompute作为一款全面的大数据处理平台,广泛应用于各类大数据分析、数据挖掘、BI及机器学习场景。掌握其核心功能、熟练操作流程、遵循最佳实践,可以帮助用户高效、安全地管理和利用海量数据。以下是一个关于MaxCompute产品使用的合集,涵盖了其核心功能、应用场景、操作流程以及最佳实践等内容。

热门文章

最新文章