1.誰在做大資料行銷?
大家都說自己在做大資料行銷。
基於:
業務:和市場行銷相關,因此政府機關單位資料不考慮。 體量:擁有足夠多有價值的資料。 這一條很多互聯網企業和傳統大企業都能滿足。 技術:有技術能力處理大資料。
上面3個因素,國內能做大資料超市行銷的還真只有BAT三家。 國外的不熟悉,這裡不談。
眾所周知,三家的資料特點各不相同。 騰訊優勢在社交資料;阿裡巴巴優勢在商品和交易資料;百度優勢在全網資訊、消費者行為和主動需求資料。
當然例如平安、寶潔、沃爾瑪這樣的大企業,其自身肯定積累了大量的資料,基於這些資料的資料採礦、過去就一直在做的網站分析等業務,雖然現今都冠以 「大資料」的名義,但這與我們討論的大資料還不盡相同, 他們用傳統資料工具對抽取一定資料進行分析,能基於那些資料進行挖掘,只是數量增多了而已,總體而 言仍然屬於傳統的小資料範疇。
2.大資料行銷做什麼?
行銷業務類型
如果粗略劃分的話,廣告主市場行銷的預算一般可以分為實效行銷和品牌行銷兩大塊,根據自身發展需要和行業業務特點各有側重。 例如過去京東、一號店等 電商類企業,平安等金融類企業主要做效果行銷,互聯網是更適合做效果的媒體投放管道;寶潔等FMCG客戶、賓士奧迪等汽車客戶主要做品牌行銷,傳統電視渠 道是主要的媒體投放管道。 當然現在情況也逐漸改變,主要反映在:
越來越多的品牌類廣告主也開始把品牌行銷預算放在互聯網上做越來越多的行銷形式越來越綜合。 效果類客戶逐漸開始做品牌(京東);品牌類客戶也開始做效果(汽車,考核線下4S店銷量轉化)。
2.1.實效行銷
實效行銷,互聯網人太清楚了。 由於業務特性,過去的百度和阿裡巴巴大資料主要應用還是中小客戶和消費者的個人化廣告,騰訊也主要是面向消費者的個人化廣告(阿裡還可以用支付資料作信用風險評估,但是金融方面的了)。
例如像大家相對熟悉用大資料訓練優化資料採礦模型,Amazon等一眾零售電商普遍應用這種個人化推薦技術,在我看來只是市場行銷中的應用類型之 一。 包括BAT及各大電商在內的各種個人化搜索和展示廣告都是這個路子。 基本上都是實效行銷,考核CPC。 在很多互聯網人眼裡,由於熟悉實效行銷,會有一 種認知,市場行銷就是這些東西。 掛廣告,考核CPM/CPC/CPD/CPS。
2.2品牌行銷
據我觀察,不少互聯網人其實對於品牌行銷是比較陌生的。
這裡需要先說為什麼做品牌行銷?
理由1.賺錢的需要:實效(效果)行銷錢賺到天花板了,互聯網媒體要搶品牌行銷大頭的預算了。
整個廣告市場,大廣告主手上的預算,占大頭的還是品牌行銷預算,投放的媒介上傳統媒體(例如電視等)居多,投給數位媒體上的錢只是10%~30%(大概數位)左右。
理由2.客戶的需要:別再跟我提CPC了,很多東西沒法通過點擊衡量,品牌的知名度、美譽度、忠誠度怎麼用CPC衡量? 因此需要對大客戶提供整合行銷的解決方案。
百度過去是效果行銷的典型代表。
有一種認知,百度在線民眼裡是個搜索工具,賺錢靠SEM,靠競價排名,賺不良廣告主的錢。 我覺得這也是 @Fenng 提到的智力上偷懶的表現。
百度除了廣泛的中小企業客戶,還有大量的大品牌客戶,例如寶潔、賓士、寶馬、平安、歐萊雅等等,收入比重很大。 對這些大客戶,需要品牌行銷。
這樣百度大資料的價值就體現出來了。 前邊說到百度資料的優勢在於全網資訊和消費者真實行為和需求的表達。 覆蓋的廣度不是商品交易資料能比的。 因此對為品牌提供整合行銷解決方案奠定了基礎。
基於以上,對百度最有價值的方式是基於大資料提供品牌行銷解決方案。
3.大資料行銷怎麼做?
基於資料的行銷基本過程
大資料的基本行銷過程與過去資料分析基本過程沒有差別,需要在定義商業問題之後,採集和處理資料、建模分析資料、解讀資料這麼三個大層面。 但是大資料對三個層面的影響使得具體的做法又與傳統不一樣。
3.1 資料層:採集和處理資料
傳統採集資料的過程一般是有限的、有意識的、結構化的進行資料獲取,例如問卷調研的形式。 你能採集到的資料一定是你能設想到的情況。 資料的結構化較好。 一般的資料庫Mysql甚至Excel就能滿足資料處理過程。
而互聯網時代裡,大資料的採集過程基本是無限的、無意識的、非結構化的資料獲取。 各種紛繁複雜的行為資料以行為日誌的形式上傳到伺服器。 專屬的例如Hadoop、Mapreduce等工具就不贅述。
3.2 業務層:建模分析資料
使用的資料分析模型,例如基本統計、機器學習、例如資料採礦的分類、聚類、關聯、預測等演算法,傳統資料和大資料的做法差別不大,例如銀行、通信運營 商、零售商早已成熟運用消費者的屬性和行為資料來識別風險和付費可能性。 但是由於資料量的極大擴增,演算法也獲得極大優化提升的空間。
3.3 應用層:解讀資料
資料指導行銷最重要的是解讀。
傳統一般是定義行銷問題之後,採集對應的資料,然後根據確定的建模或分析框架,資料進行分析,驗證假設,進行解讀。 解讀的空間是有限的。
而大資料提供了一種可能性,既可以根據行銷問題,封閉性地去挖掘對應資料進行驗證,也可以開放性地探索,得出一些可能與常識或經驗判斷完全相異的結論出來。 可解讀的點變得非常豐富。
4.大資料行銷目前做得怎麼樣?
大資料探索品牌行銷目前做得怎麼樣?
阿裡巴巴怎麼做我不清楚,感覺阿裡的大資料還主要在實效行銷的方面發力。 通過「西湖品學·大資料峰會」的報導上看來的。
我所在的部門便是基於客戶的真實商業需求和問題,通過大資料的應用提供解決方案,目前也已經和客戶產生了不少優秀的模型方法和案例成果。
與傳統品牌行銷的幾方面類似,大資料在品牌行銷的主要應用方向也有:
消費者洞察媒體價值研究市場競爭分析品牌管理
感謝百度祝佳的貢獻。 文章來源於知乎,查看原帖請進>>>