·第二篇· 主旨篇

第二章 大数据营销之变——数据带来营销变革，助力互联网精细化运营

当下，我们身处在一个大数据时代，消费者获取信息的渠道和范围也变得越来越广，并且通过搜集各种信息做出判断、随时分享，这时，传统的媒体营销已经日显“疲态”，大数据将为企业的营销注入新鲜的血液，为传统企业的营销模式带来一场巨大的营销变革。

另外，在大数据营销时代，企业基于大数据分析实现了精细化营销与数字化管理，同时也推动了互联网企业的精细化运作与经营，实现了高效运营的目的，也提升了互联网营销活动的优化管理。

2.1 程序化营销：大数据让购买程序化

目前，大数据已经在诸多领域广泛应用，如精准广告、个性化推荐、趋势预测、消费者画像等，这些应用都体现了大数据的核心价值在于挖掘、洞察和预测。未来，大数据将成为企业在经济运行中的黄金资源。

程序化营销是基于大数据在广告行业逐渐兴起的一个概念，应用于企业的实际营销过程中则表现为基于大数据和技术驱动的程序化购买，简单地讲，就是大数据让购买变得更加程序化。程序化营销不但能够提高广告主的投资回报率，还可以帮助广告发布商大幅提高收入与利润。

 

谷歌将60%的营销预算用于用户程序化营销。目前，谷歌正在将诸多产品的电子广告借助于程序化营销模式将其一一转化为程序化广告。谷歌所提到的程序化广告不仅仅指电子广告，还包括广告牌上的广告。在进行程序化营销之后，谷歌在一年的时间里就将程序化购买业务增加了200%。谷歌执行董事长埃里克·施密特预测：“到2020年，全球的展示广告市场规模将激增8倍至2000亿美元。”这预示着在未来的几年里，谷歌将借助程序化营销模式完成绝大多数的在线广告交易，这将为广告市场注入更多活力，同时使广告市场产生翻天覆地的变化。

 

毋庸置疑，程序化营销在大数据的驱动和数据挖掘技术的不断深入下，将彻底改变广告市场，实现广告的购买程序化，这正是大数据时代广告行业本质的发展方向。

程序化购买的本质实际上是提高互联网广告的投放效率和投放质量，这不但满足了广告投放精准性、灵活性、多元化的要求，而且也与互联网广告的发展趋势相契合。因此，在未来，程序化营销必将成为广告投放的主要营销模式。

 

2015年年初，《2014中国DSP行业发展研究报告》指出：2014年中国程序化展示广告市场规模达到了48.4亿元，增长率为216.5%，占到中国展示广告整体市场的8.9%。预计2017年，中国程序化购买市场整体规模将达到282.7亿元，占中国展示广告市场的比例将达到28.2%。

 

在数据最有说服力的今天，该项研究报告其实已经用数字向我们表明：程序化营销正在向广告行业逐步渗透，未来程序化营销必将成为全球广告行业的重要发展趋势。

企业要进行程序化营销，首先要寻找到目标客户群。在以前，企业花重金购买媒体，但是并不能从电视机的广告收视率中获得目标客户群，而程序化营销则具有强大的识别能力，能够通过数据管理平台进行数据分析，将人群标签化，实现目标客户群的精细划分，将广告有针对性地投放到目标客户群面前。

那么，如何利用大数据来寻找目标客户群呢？在这里我们以淘宝指数为工具帮助我们寻找目标客户群，如图2-1所示。

1．利用数据进行地域细分，寻找目标客户群

 

通过淘宝旅游数据我们可以发现在全国各省份中哪些省份旅游人数最多，也就意味着这个省份的目标客户群越庞大。这里可以通过研究客户群的地域喜好程度和人群比例，分析旅游景区的地域优势，这样无形之中就多了免费引流因素，为我们寻找目标客户群奠定了基础。

 

2．利用大数据进行人群定位，寻找目标客户群

（1）按照性别比例和年龄数据进行人群定位

 

通过分析图2-2的内容，可以了解目标客户群的特征，即使用面膜的消费者中，男性占20%，女性占80%。另外，女性白领、中等消费、年龄在25～29岁的初级卖家，对于面膜的钟爱程度要数“我的美丽日记”这个品牌的热销指数最高。

（2）按照买家以及消费层次数据进行人群定位

通常情况下，人们往往会注重老客户的维护，但是对于那些小卖家而言，网购新手和初级买家就像是天使一般，极为重要。因为这部分人对于网购来讲，都是菜鸟级别，对于人气、信誉、买家评价等代表的含义都不清楚，对于皇冠、钻石等级等信息更是一无所知；但是对于网购老手来讲，他们在购买产品的时候必然会多加留意卖家各方面的特点，并加以权衡后才会下定决心购买。因此，当发现某个购买人群以新手买家搜索词为主的时候，对于卖家而言，尤其是新手卖家而言，更应该注意好好把握。

 

从图2-3可以看出，初级买家所占的比重较高，资深及骨灰级买家所占比重较低。消费层次反映的是消费档次的高低，在同类产品中，消费层次中等的消费者居多。

总之，分析目标客户群的相关数据，其最终的目的还是为了提高成交率和转化率，通过解读客户群数据，发现哪些是目标客户群，哪些不是，同时也可以看到自身的不足，不断改进，使企业未来的道路走得更远。

3．大面积覆盖消费者

程序化营销的目的就是实现精准营销，然而在互联网时代，微信、微博等各种社交网络覆盖了形形色色的消费者，在这种情况下，利用大数据的分析能力将目标客户群体范围逐渐扩大，增大了消费者的覆盖面积。

 

以最大的社交媒体Twitter为例。不同的零售商都有不同于他人的用户群体，因此也有不同的使用社交媒体的策略。Twitter的用户大体上可以分两大群体：职场用户群和青少年用户群。对于职场用户群而言，Twitter可以说是一个高效的实时客服平台，并且还可以做市场体量调查等。例如，Warby Parker眼镜定制公司就是利用Twitter作为自己的客服渠道。当然，大多数用户活跃在Twitter上的真正目的并不是为了消费或者买东西，因此，不要把Twitter当作一个广告宣传平台或者推广平台，这样往往会给广大用户带来烦感。Twitter上的用户实际上都是喜欢互动的用户，企业可以利用这一点为用户提供一些碎片化的信息，尤其是对于青少年用户更应该如此。做到这两点，企业就可以利用Twitter进行更有价值和针对性的推广，这样往往能收到意想不到的宣传效果。此外，企业还可以利用名人效应，通过一些名人最近公开场合的穿戴或使用产品的方式来吸引广大粉丝的目光，最终达到营销推广的目的。

 

4．洞察营销新爆点

在大数据时代，根据消费者的行为属性获得有价值的营销爆点是极其重要的，有利于企业推动新营销的发展。

那么如何才能利用大数据找到营销的新爆点呢？

（1）消费者需求洞察

消费者是产品的最终使用者，因此一切产品的生产都需要围绕消费者的需求进行，可以说，违背消费者需求的产品是毫无生产价值和意义的产品。要想创造出能够让人耳目一新、满足消费者需求的产品，首先需要做的就是挖掘消费者的需求信息，包括购买偏好、购买习惯，甚至有时候还要结合消费者的消费层次、年龄、性别等因素综合考虑，并将其分类分析，从中获取有价值的信息，最终洞察消费者的真实需求。

（2）行业市场竞争分析

竞争对手是影响企业发展的重要障碍，竞争对手过于强大，或者竞争对手拥有具有绝对优势的爆款产品，这将对企业营销同款或同类产品造成巨大的阻碍。企业主这时就应当审时度势，对市场竞争对手进行全方位的分析，找到其薄弱环节，另辟蹊径，打造出更加具有创新性的品牌，打造营销的新爆点，最终赢得市场。具体做法主要有以下几点，如图2-4所示。

第一步，收集尽可能多的、可能成为自身潜在竞争对手的资料，包括其上游企业、下游企业、顾客等方面的数据资料。

第二步，通过分析这些收集起来的资料，找出竞争对手，并且精准确定竞争对手的范围、确定主要的竞争对手是谁、明确竞争对手的优势。另外，为了更加直观地看到竞争对手的各个方面，还需要描绘出竞争对手图谱。

第三步，收集主要竞争对手的数据，当然这些数据要越详细越好，然后对这些数据加以整理和分析。

第四步，对竞争对手的产品策略进行分析，包括产品竞争力的分析、产品影响力的分析、产品实用性的分析。

第五步，对竞争对手的产品价格进行分析，对定价策略、价格稳定性、议价能力等进行分析。

第六步，对竞争对手的营销策略进行分析，明确其媒体策略方式、促销方式、资源来源方式等。

第七步，结合自身内部数据，与竞争对手各方面的数据进行对比分析。

第八步，如果通过对比发现自身产品优势优于竞争对手，那么就可以继续走当前品牌营销的道路；如果在竞争对手面前没有任何优势而言，并且当前产品逐渐进入饱和状态，那么就应当舍弃当前营销的品牌，重新发觉新的创新领域与价值，打造全新的能够引爆市场的产品，引领市场先机。

5．与消费者进行深度沟通

程序化营销、移动程序化营销的出现，为广告主与客户进行深度沟通提供了更宽、更广的平台，并且机会越来越多。在这种情况下，广告主即使事先没有做好所有的广告创意文案无大碍，仅仅需要利用程序化营销模式就可以将与消费者沟通所获得的数据信息生成广告文案，并直接推送到自己的广告位上，这样做出的广告文案内容往往更能贴合消费者的需求。

 

当前，互联网电视已经成为非常火爆的产品，悠易互通作为国内多屏程序化购买的引领者，也全面完成了程序化电视购买的布局。随着最具营销影响力的电视媒体加入到程序化购买阵营中，也成为在PC、智能手机、PAD之后，程序化购买覆盖的第四种屏幕。通过电视化程序购买，企业可以通过上亿屏幕与消费者进行联系，从广大的消费者那里获得最真实的产品需求数据，为品牌提供更全面的整合营销方案。其实，也正是智能电视的普及使得电视屏幕实现了数字化+程序化。现在，悠易互通已经与华数集团、优朋普乐等多家互联网电视运营商相互合作，寻求全新的发展机遇，并且已经顺利接入了Admaster、秒针等第三方监测机构，确保广告的可预测性、品牌的安全性，保证营销过程按照科学的数据分析方式进行。

 

总之，程序化营销正在借助大数据优势颠覆整个传统媒介的采购及投放模式，为广告主带来真正低成本、高回报的营销效果。

2.2 大数据变革营销流程和营销结果

如今网络语中盛行一句话：“如果你爱一个人，就‘人肉搜索’他，你很快就会知道他的一切；如果你恨一个人，就‘人肉搜索’他，他很快就会失去一切。”这句话虽然强调的是“人肉搜索”的巨大威力，但是其中隐含的其实是大数据的价值功能。

大数据能帮助人们的不仅限于此，尤其是对各领域企业的市场营销起到了巨大的作用，也正因如此，各大企业极为关注大数据。大数据的一个重要优势就是利用数据分析技术，预测未来的发展动向和趋势，因此能够熟练掌握大数据分析技术和营销手段，将更明确企业未来的发展前景。

在当今互联网普及的时代下，社会化应用、云计算等诸多技术使得网民的网络痕迹更加清晰，并且更加容易被追逐、分析，然而这些痕迹所包含的数据是海量、可变的，企业或者第三方数据机构能够利用这些数据为企业发展提供各种咨询、策略等营销信息，这些行为实际上就是大数据营销。

大数据营销是，基于大数据应用于互联网广告行业的营销方式。大数据营销形成于互联网，又反过来服务于互联网。借助大数据的采集、分析、预测能力，企业可以使其投放的广告更加精准，从而给企业带来更多的投资回报。

大数据营销的出现，冲击着整个传统媒体领域，使得电视、报纸等媒体的阵地锐减，甚至已经进入了衰退时期。大数据的出现使得传统营销与数据得到了充分的融合，出现了全新的“数据为王”的营销格局。因此，大数据的出现变革了原有的营销流程和营销结果，这主要体现在以下几个方面，如图2-5所示。

首先，对原有营销方式的价值进行了再次挖掘。

国际商业机器公司（IBM）利用数据挖掘技术让呼叫中心产生的所有对话转换成文字，从而实现大数据营销。这样做可以让IBM获得以前从来没能够获得的消费者对产品和服务的需求信息。知道了消费者的需求之后，IBM就可以快速地做出产品和服务回应，对原有产品和服务质量进行完善和提升，从而让消费者获得更好的消费体验。

 

其次，使原有营销策略更加优化。

 

以麦当劳为例。麦当劳的部分门店安装了搜集运营数据的搜集器，其目的是为了通过跟踪客户行为、客流量、预定模式等，来进行菜单变化、餐厅设计等方面的对比，从而帮助麦当劳更加有针对性地改变自己的营销策略，使原有营销策略更加优化，进而达到大幅提升营业额的目的。

 

再次，对消费者进行完整的画像。通过跟踪消费者行为，利用搜索引擎的浏览数据、社交数据、地理数据等对消费者的消费行为进行完整的画像，这样有助于企业更加有针对性地为消费者提供个性化定制产品和服务。

当前，基于大数据的消费者画像已经不再是口头上说说而已，对消费者画像进行分析，并且应用于营销过程中，成为诸多B2C企业深入认知目标客户群特性的重要工具，并且在电商等互联网企业中发挥了重要的作用，进而获得了更多的衍生收入。

 

宝洁公司与百度强强联合，对消费者进行全方位的画像，具体做了以下几个方面的工作。

★ 全面搜索消费者的行为数据，经过全方位的分析，洞察消费者需求。

★ 以投资回报率为导向，探讨网络媒体投放，甚至评估全媒体整个投放效果。

★ 与百度数据进行全面整合，深度挖掘，灵活聚合，对网络消费者的本质进行全方位还原并对其进行画像。

以宝洁公司旗下的玉兰油为例。在与百度合作的过程中，百度帮助宝洁公司进行了受众分析，发现很多消费者对于玉兰油的使用年龄段比较模糊，在不同的地域，消费者对于品牌的关注点也大不相同。根据这些特点，宝洁公司及时调整了营销策略，与此同时还专门为25岁左右年龄段的女性提供了一款细分产品，产品上市后受到了消费者的一致好评。

 

显然，宝洁公司已经通过在营销过程中应用消费者画像尝到了甜头，然而消费者画像的本质其实是对消费者的本质进行量化，其核心价值是实现对消费者需求的洞察。那么消费者画像应当如何建立呢？

从逻辑思维方面来讲，对消费者进行全方位画像实际上就是从具体的场景出发，结合消费者的数据表现，将其归纳为最基础的规则和方法，然后通过反复迭代的学习过程生成符合既定约束条件的最佳方案，然后再将这个最佳方案运用于类似的场景中。很多时候，用户画像是出自于一个品牌的具体业务场景，有的企业也会根据自己多年来的丰富经验，再加上它们对消费者进行访谈所获得的数据信息，然后通过工程师将业务语言一一抽象化，结合数据语言转化为通用的技术语言，之后在大数据平台产生出符合消费者真实需求的预期结果，最后再经过反复的验证，这个画像就算是真正成功了，最后一步就是付诸于实践，在真实的场景中加以应用。

具体来讲，给用户画像的步骤如图2-6所示。

1．获取构成用户画像的基础数据

这些数据主要包括以下几部分：

（1）网络行为数据，包括活跃人数、访问和或启动次数、页面浏览量、访问时间长短、激活率、渗透率、外部触点等数据；

（2）网站内行为数据，包括唯一页面浏览次数、页面停留时间、直接跳出访问次数、访问深度、进入或离开页面、浏览路径、评论次数与内容等数据；

（3）用户内容偏好数据，包括使用APP或者登录网站、时间或频次、浏览或收藏内容、评论内容、互动内容、用户的生活形态偏好、用户的品牌偏好、用户地理位置等数据；

（4）用户交易数据，包括贡献率连带率、回头率、流失率、促销活动转化率、唤醒率等数据。

2．对数据源进行分类

构建用户画像的目的就是还原用户信息，对用户的相关数据进行分类，主要利用封闭式分类的方法。例如，企业可以按照客户价值对客户进行分类，分为高价值客户、中等价值客户、低价值客户，所有的子分类都构成了全部客户的一个大集合。

这样对用户进行细分，可以在后期帮助企业对当前信息遗漏等进行更迭和补充，并且不用担心在结构上是否将所有的分类层次都考虑进去，因此不存在因部分遗漏而造成的隐患问题。

3．进行目标分析

对用户画像实际上就是给用户行为打上一定的标签以及权重。标签实际上体现的是用户对某一内容的兴趣、爱好、需求等；权重实际上就是指某一指数，即用户的偏好指数和兴趣指数、需求度指数等，简单来讲就是对某一事物的主观感受程度。例如，一个用户对不同产品的喜好程度可以表示为红酒0.2、白酒0.5。

4．用户画像建模

利用用户的标签和权重进行建模。通常建立一个时间模型的时候，需要满足3个要素，即时间、地点、人物。每一个用户在发生一个消费行为的时候实际上都是具有偶然性和随机性的，因此，我们可以将用户消费行为描述为什么样的用户、在什么时间、在什么地点、发生了什么样的行为。

（1）什么样的用户：实际上指对用户的标识，这是区分不同用户特点的最好方法。

（2）在什么时间：实际上包括两方面，一方面是指时间点，具体可以精确到某时某分某秒；另一方面是指时间长度，具体可以精确到微秒，精准的时间长度是为了真实记录和反映用户在某一页面上的停留时间。

（3）什么地点：即用户的接触点。这里的接触点包括内容+网址。内容包括某一品牌的单品信息，如类别、功能属性等，并且内容决定了标签；网址即用户浏览某一产品的页面或界面，简单来讲就是网页，也可能是某一特定的场景，网址决定了权重。

 

举个简单的例子，同样一瓶矿泉水，在普通大型超市里一般售价是1.5元，在路边小卖部的售价就是2元，在火车上的售价就是3元，在旅游景区内的售价就是5元，这样就可以将该矿泉水表示为：

在不同的网址或场景中，权重的大小是有所区别的。

 

（4）发生了什么事：即用户发生了什么样的行为，如收藏、购买、关注、评论等。

综合以上这4点，我们可以将用户画像的建模归纳为一个公式：用户表示+时间+行为类型+接触点。这也就是用户画像建模的公式。

5．用户画像用于实际

将建好的用户画像模型应用于实际场景当中。

总之，这种从用户中来又回归到用户身上的用户画像，在应用于营销过程中，给企业带来的赢利效果是非常显著的。

随着大数据营销在市场经济中的广泛使用，大数据营销对传统营销流程和营销结果的变革必将进一步深化，大数据营销的应用将会使企业的市场竞争力更加强大。

2.3 大数据重构数字营销

大数据时代带来了很多方面的变革，数字营销也在大数据背景下进行了重构，形成了全新的营销模式。

所谓数字营销实际上是指在互联网、计算机通信技术、数字交互形式媒体的基础上实现营销目标的一种营销方式。数字营销借助计算机网络技术通过数字化多媒体渠道，如电话、邮件、短信、传真、网络平台等媒体化渠道开拓新市场、挖掘消费者，从而实现精准营销。

数字网络具有虚拟的特点，因此，数字营销的核心就是解决用户的信任问题，让消费者信任企业品牌和产品是数字营销的终极目标。

随着互联网和大数据的不断发展，全新的经济时代已经来临，开始体现经济效益，更多的机会摆在人们面前。

 

宝洁公司2014年进行了规模较大的裁员，其中1600名被裁掉的人员都为广告人员。宝洁公司如此声势浩大地裁员，究其原因主要在于宝洁公司相信相比传统的媒体投放渠道，Facebook上依托海量的注册用户数据实现精准投递会更加有效而且成本低廉。宝洁旗下有一款名叫Old Spice的男士香水曾经在Facebook上创下了18亿次展示的记录。在宝洁的营销策略带动下，越来越多的大广告主将向Facebook靠拢，这样的举动将使Facebook未来的广告收益暴增。

 

实际上，不仅仅是Facebook，像Twitter这样的社交网络也会联合大广告主们掀起一场巨大的数字化浪潮，从而使全球互联网市场发生巨大的波动，与此同时也会对传统在线数字营销产业链进行重构。

随着互联网走进千家万户，在线数字营销成为企业营销的重要组成部分。如今，媒体形式逐渐丰富多样化、传播途径日渐复杂化、数据量逐日庞大且精准，这对数字营销提出了更加严峻的挑战。因此，从大数据中寻找解决方案已经成为各个企业迫在眉睫的需求。

当下，移动互联网已经成为核心引擎，超过了电视对人们的影响，成为人们获取媒体信息的主要方式，手机则成为人们获取媒体信息最主要的工具。在这种背景下，打造极致产品、搭建忠实粉丝社群、延伸商业模式就成为数字营销的主要目标。在实现这个目标的过程中，所产生的数据量越来越多，反过来对未来的商业延伸具有极大的推动作用。因此，这就决定了在移动数据时代，企业进行数字营销时必须做到3个方面：第一，有让人尖叫的产品；第二，通过产品建立数据关系；第三，利用自有数据制定其他商业模式。

因此，大数据营销+程序化营销即为数字营销的本质，这也是数字化营销重构后的真正内涵，是数字营销迎合全球市场经济发展而进行的变革，也是一种发展趋势。而新时代的程序化营销本质上是让用户选择广告主，或者为用户提供相匹配的广告服务，通过对消费者的消费行为等诸多方面的数据信息精心分析，发现消费者和广告的个性链接，这也是程序化营销中最为关键的一环。

那么数字营销应该如何做呢？如图2-7所示。

1．对数字营销目标进行评估

对过去设定的目标进行全面评估，具体包括以下几个方面：

（1）微博发表文章所收到的评论数量；

（2）社交网络上的粉丝数量；

（3）有多少网站中提到了你公司的品牌；

（4）在大型网站中对你公司的企业形象和品牌口碑是如何评价的。

如果之前设定的目标已经不再适应企业的发展，那么企业主就应当及时改进自己的目标计划，同时要注意这些目标的改变都应当是以产品和服务的不断提升为基础的。

2．对目标客户档案进行重新审视

运作良好的数字营销必然是以良好、精细的客户档案为基础的，因此，企业营销人员就应当想好哪些人群是你想要营销的对象，经过数字营销想要达到什么样的营销目的。实际上这与胸中无丘壑下笔难有神的道理是一样的，没有好的营销目标和营销策略，是很难实现数字化营销的。另外，进行数字化营销还需要企业对目标客户档案等数据信息进行不断的更新。

3．经常查看数据的存在性与价值性

数据是一个具有动态特性的变量，很多时候随着时间、地域的变动或差异发生着改变，因此使得原始数据的价值逐渐消退，这样就需要企业经常结合当前的实际情况，对已有数据的存在性与价值性进行查看。

 

举一个简单的例子。假如你是一家网店的老板，并且在之前收集了诸多老顾客的数据信息，但是时隔5年以后，老顾客对产品的喜好、品位以及其职业、消费能力等都会发生一定的变化，因此你之前收集到的数据信息在5年以后的价值和存在性就大打折扣。如果你不及时对这些数据进行更新，那么将对你之后的营销带来很大的不便，往往事倍功半。

 

4．对留言策略进行评估

通常，我们会将博客、微博、微信等作为获取留言的主要工具，因为从这些留言当中，可以真正地看到和感受到人们对你的产品和服务有什么样的评价。如果你的数字营销留言符合你的客户的期望，那么你会发现你的品牌在社会中的活跃度会很高。反之，则你发布的留言与客户之间的利益关系存在一定的差异性或者是相违背的。

5．查看企业自身的数字营销投资回报率

投资回报率是企业进行数字营销必须考虑的一个环节。企业利用大数据分析投资回报率的大小，以此来判断数字营销的投资回报率，衡量投资回报率的时候，需要从两个不同的变量出发进行研究。

（1）企业为进行数字营销，在前期投入了多少资金。

（2）了解并着重分析，看哪些数据是可以转换为经济利益的。

目前，数字营销已经在多方面得到了应用，诸多企业在大数据数字营销方面做出了有益的尝试，例如，百度营销研究学院尝试进行数字资产的多维度盘点， PICC利用数字营销分析客户诉求打造全新保险产品，可口可乐借用大数据分析为数字营销决策提供支持，雪铁龙利用数字营销跨平台和渠道追踪消费者等。

2.4 互联网思维、大数据与产品设计及运营概述

2.4.1 大数据下的互联网思维

时代在不断变迁，诸多变化层出不穷，大数据的到来更牵动了互联网思维的变化节奏，打乱了原有商业演变的逻辑，使得商业变革朝着更加多元化的方向发展，以适应时代的变化。

互联网思维本来就是一个多元化的概念，是在互联网、大数据、云计算、物联网等多种技术的发展背景下，对市场、用户、产品、企业价值链以及整个商业生态进行重新审视的一种思考方式。

在当下，在大数据时代，互联网思维有了全新的诠释。那么，大数据下的互联网思维的核心是什么呢？

1．挖掘潜在用户，用户至上

在传统的零售时代，人们获取信息的渠道相对匮乏，这限制了用户需求。因此，用户只能通过特定的渠道来获取自己所需要的产品。而在大数据时代，互联网思维的应用发生了改变：一方面，借助大数据的挖掘和分析技术，企业可以通过互联网得知哪些用户对产品有需求，是目标用户；另一方面，用户对自己所需求的产品可以从多渠道、多品牌进行选择，从而真正地实现了用户至上。

 

在大数据背景下的互联网营销，企业通过对所挖掘的用户数据进行深入分析，可以精准地判断用户需求，进而促进产品销量不断攀升。2014年“双11”交易额达到了571亿元，其中移动端交易额达到了243亿元，物流订单量达到了2.78亿单，共有217个国家和地区被点亮，成为全球消费者的狂欢节。2015年“618”年中大促上，京东全天下单量超过了1500万单，与2014年同期相比，增长超过了100%，其中移动端订单占有订单总量的60%。天猫与京东之所以在促销活动中取得如此好的销售业绩，其实还得归功于其商城上巨大用户量所拥有的海量数据。通过对这些数据进行挖掘，并对其深入分析，从而获得潜在用户，最终达到了精准营销的目的。

 

2．激发潜在欲望，体验为王

企业为了引导用户的消费欲望，就必须寻找能够刺激其消费的方法，此外还需摒弃传统的产品质量过硬就能满足消费者的思想和观念，在全新的互联网思维的指导下提升服务，让客户在获得高品质产品的同时能够享受到高品质的服务。因此，一方面，企业利用大数据优势，在互联网基础上通过对用户的年龄、喜好、生活习惯、购物行为等方面进行数据挖掘，从而获知用户需求，并且在任何产品的研发与生产过程中，都是站在用户的立场，以用户为导向来与用户进行真诚的沟通，激发用户潜在的消费欲望，实现精准定位和精准营销；另一方面，每个用户对于产品的需求有所不同，企业力求通过个性化产品体现自己的与众不同。因此，企业为了迎合用户的不同需求，需要为用户精心设计出具有个性化的定制产品，让用户真正感受到至尊无上的体验感。

 

淘宝作为国内最大的互联网电子商务平台之一，拥有诸多服装品牌以及众多独特、个性化的产品和服务，因此深受广大消费者群体的喜爱。像韩都衣舍（主要是韩国风格的服饰）、茵曼（主要是棉麻类服饰）、初语（文艺青年的最爱）、恋上鱼（日系甜美风格的服饰）、AMII（外敛内张）、七格格（时尚、潮流风格的服饰）等，都是各具特色的互联网新生代品牌。它们的出现和迅速发展无疑都是对客户个性化市场细分的结果，根据细分市场对客户进行精准定位，从而极大地激发了客户的购买欲望，也实现了品牌产品精准营销的目的。

携程网是国内一家具有海量商品数据、信息数据、会员数据的旅游网站，目前注册用户数量达到了9000万，日均活跃用户数量超过了150万，景点、餐馆的累积点评量已经超过了100万条，每天的问答量达到了3000条，处于国内同行业的领先水平。然而携程网之所以做得这么好，关键在于携程网的信息与商品实现了无缝对接，消费者可以通过即问即答的方式获得全世界目的地的专家的个性化咨询，此外，用户还可以用一个页面寻找到与目的地相关的吃住行游购娱等一系列信息和商品。这样，携程就为消费者提供了景点门票、酒店住宿、旅游线路在内的一条龙服务，让消费者体验了全程一站式服务，给用户带来了很好的旅游体验。

 

由此可见，大数据和互联网思维的发展有着密不可分的关联，互联网思维在大数据的驱动下，使得商业模式有了全新的变革，也使得人们的生活变得更加场景化、精准化，更为企业的发展带来了巨大的前景和价值。

2.4.2 数据在互联网产品生成各阶段的应用

互联网产品的生成需要经历4个阶段才能完成：第一阶段为需求阶段；第二阶段为策划阶段；第三阶段为开发阶段；第四阶段则是校验阶段。每个阶段，其实都离不开数据的支持，数据在各个阶段都起到了举足轻重的作用。

1．需求阶段，挖掘用户需求

在互联网产品生成的需求阶段，主要是产品设计师和研发师对市场需求进行研究和调查，提出产品需求，这时就需要业务部门全力配合，通过对用户习惯、体验目标等信息作为流量数据进行统计，并建立数据库作为生产需求的依据，以便设计师和研发师有据可依地进行产品策划和设计。这个阶段是互联网产品生成过程中最重要的一个环节，因此，在这个环节中，挖掘用户需求的相关数据是必不可少的步骤。

2．策划阶段，用数据说话

在策划阶段，策划者需要对产品的功能和性能等的说明做一个更加详细的量化，然而这个量化的过程就需要用数据说话，利用之前在需求阶段挖掘的用户需求数据库中的数据，对产品原型图和流程图等进行准确描述和说明。之后要通过专家对设计的结果方案进行评审，并签字确认，交由程序员，再由程序员判断和评估产品开发大致需要的时间和任务分配。策划方案真实体现了用户的交互过程，因此美工、视觉师要根据策划中所提及的数据进行页面设计、风格布局。

3．开发阶段，真实再现数据

开发阶段是产品初步成型的阶段，在这个阶段要注重对数据的真实体现，从而达到产品成型的预期目标。在这个阶段，程序员应当根据系统需求对产品进行概要设计、数据库设计，并且需要进行内部讨论和评审，还需邀请顾问参与。程序员如果在执行的时候遇到疑惑或不解，应当及时向策划者提问和沟通，力求做到产品真实再现数据。如遇改动，则程序员需要向策划者提供改动的数据文档，并获得需求方和技术方的签字同意后才能生效。

4．校验阶段，用数据检测

待产品修复完成之后，就需要对产品进行测试，通过收集用户实际操作数据，检测使用，来发现缺点和不足，出具检测报告，并将其反馈给开发者。之后再检验产品是否在改进之后达到预期目标，以使产品最终定型。

数据在互联网产品生成的整个过程中都是不可或缺的一部分，只有充分利用好用户数据，才能使互联网产品更加符合用户需求，才能给用户带来更加舒适的产品体验。

2.4.3 大数据在企业的互联网运营、营销各个环节中的应用

2015年3月5日，国务院提出了“互联网+”计划，全力支持互联网、电子商务以及网络金融的发展。“互联网+”已经成为当下的热词，并且与大数据、云计算、物联网、电子商务等有了千丝万缕的联系。互联网与大数据的发展息息相关，并且两者相辅相成地推动了企业运营和营销，极大地促进了企业的发展。

“互联网+大数据”的创新营销模式逐渐形成，成为互联网营销最前端的先行者。大数据在企业互联网运营和营销环节中的应用具有多方面的优势。

首先，资源共享。信息是可以在企业间进行交互和交换的，如果多个企业能够建立起一种信息共享机制，将各自的信息拿出来通过互联网与他人共享，那么就会弥补自己在品牌、区域等方面的缺陷，与此同时还可以扩大自己的客户资源。

 

众所周知，1+1=2，但资源共享也可以使企业的数据资源和客户资源都得以扩增，实现1+1＞2。如果能够使诸多企业建立信息共享机制，那么每个企业所获得的价值将是非常可观的。假如有50个规模相当的企业加入信息共享体系，那么每个企业将会获得相当于自身50倍的数据资源和客户资源，这对于企业的长足发展是极为有利的。

 

其次，便于客户关系的管理和维护。无论是传统营销还是互联网营销，都少不了对客户关系的管理和维护，否则将会使客户逐渐流失甚至消亡。利用大数据对客户分类、整理，并在不同的时间节点策划不同的互动活动让客户积极参与，可以维护企业与客户之间的关系，树立企业美好的形象，增加企业订单，这些都是非常具有正面意义和效果的。

最后，提升营业额。互联网营销实际上就是借助互联网免费的特点，花费最少的成本赚取最大的利益。客户关系维护得好，自然会增加重复购买率，并且这些老顾客还会主动加入免费宣传行列，为企业做免费宣传，从而为企业挖掘更多的潜在客户，进而形成良性循环，为企业带来更多的营业额。

那么大数据具体在互联网运营和营销中是如何应用的呢？如图2-8所示。

第一，利用大数据挖掘商品关联。大数据的价值就是通过对数据的挖掘发现事物之间的关联。企业也可以通过对原有数据的分析建立起产品相互之间的数据关联。大数据的关联性实际上是基于小型数据库的分析结果，根据大数据的关联性挖掘关联商品，可以在更大程度上完善推荐界面信息，进而激发用户的潜在需求。

 

1号店根据消费者的浏览和购买习惯，通过对消费者经常同时购买的商品记录进行分析，在库房中将关联度比较高的商品摆放到一起，这样，拣货员在拣货打包的时候就可以节省很多时间。而阿里巴巴也精于此道，利用用户搜索、浏览以及收藏、购买商品的记录来作为企业生产和进货的依据。

 

第二，利用大数据进行商品地理营销。通过对网站上的数据交易进行分析，获得每个地方人们的爱好，从而制定有针对性的营销策略。通常，很多互联网企业是在进入商品交易环节后才要求用户选择产品收货地址，只有很少一部分企业在用户刚进入网站的时候就邀请用户填写收货地址，实际上只有这一少部分企业真正地注意到了利用大数据进行商品地理营销的重要价值。地理营销有助于企业发现地理区域导致的用户对产品的差异化需求，可以帮助企业有效地改进产品或服务的细节，让产品能够更加满足用户的需求。

第三，利用大数据进行用户行为分析营销。互联网企业通常利用用户在浏览网页过程中所留下的记录对用户的消费习惯、消费行为等数据进行分析，从而发现并找到企业的潜在用户，进行精准的广告投放，这样可以有效地提升用户的购买率。

第四，利用大数据进行个性化营销。目前消费者的个性化需求已经变得越来越强烈，互联网企业也逐渐将目光转移到了满足消费者个性化需求的方向，邀请消费者收藏或关注自己喜欢的产品，利用大数据，根据消费者收藏的产品划分消费者的需求类别，进而为消费者推荐或提供更加个性化的产品，满足消费者的需求。

大数据在企业互联网运营和营销中的应用会随着时间的发展向着更加成熟的阶段发展，并在其运营和营销活动中发挥巨大价值，从而不断提升消费者满意度和用户体验，为企业的互联网运营和营销带来更加美好的前景。

2.5 数据支撑互联网营销活动优化

通过数据挖掘优化营销效果

随着社会进步和信息技术的不断发展，数据信息得到了快速增长，以至于用“海量、爆炸性增长”等词汇都无法形容数据的增长速度之快。面对纷繁浩杂的巨量数据信息，从中提取有价值的数据来为人们服务，是数据应用的关键所在。由此数据挖掘技术应用而生。

所谓数据挖掘就是通过对海量数据进行分析，从大量数据中寻找规律，提取有用、有价值的数据。

 

巴黎欧莱雅集团推出了一款专属其公司的APP，命名为“时妆时刻”，其目的是为了在收集顾客需求信息的同时，完成对信息数据的统计，即分类工作，以帮助巴黎欧莱雅确定自己的彩妆产品应当向哪个方向发展。用户可以利用这款APP进行彩妆拼图，根据自己的照片在网上进行化妆品试用。此外，巴黎欧莱雅还为用户提供了一些高端的化妆技巧作为参考，如巴黎时装周、戛纳电影节现场那些走红毯的大牌明星的化妆方法。软件向用户提供了常用的简单化妆技巧。这个功能通过让用户参与彩妆互动，拉近了巴黎欧莱雅和用户之间的距离。更重要的是，利用这种方式，巴黎欧莱雅获得了强大的数据收集和数据分析优势，通过调查消费者对某产品的需求度，利用该软件对这些数据进行统计分析，然后将所得的数据上传到云端，管理者可以一目了然地看到这些数据，并且根据这些营销数据所提供的发展趋势，决定产品是否需要做进一步调整。

 

巴黎欧莱雅采用这种营销模式，实际上不但与用户亲密互动，增加了双方之间的情感，拉近了双方之间的距离，更重要的是极大地提高了数据利用率，而其中关键的一点就是利用了数据挖掘技术，从庞大的原始数据中获得了最有价值的数据信息，将营销推向了更加完美的方向。

诚然，企业利用大数据挖掘的例子是很多的，通过数据挖掘技术也能够使得企业的营销效果得以优化，这主要体现在以下几个方面。

1．了解整体销售情况

通过分类信息，根据商品种类、销售数量、商店地点、价格和日期等可以了解企业每天的运营情况和财务情况，企业管理者从而可以对每日的销售量的涨跌情况等有一个全面、详细的了解。

2．降低库存成本

通过对营销的整体情况的了解，可以将销售数据和库存数据进行对比分析，判断哪些商品需要补充库存量，从而确保库存的合理利用，降低库存成本的浪费。

3．商品关联布局

基于大数据具有关联的特征，企业管理者可以通过对客户的购买习惯等数据的分析，确定购买者在购买产品时的购买路径、购买时间和货架摆放等所有环节，来合理安排商品的货架摆放方式，从而达到最佳布局结构。

4．掌握市场趋势

通过挖掘客户购买行为和仓库存储等数据，并对其进行深入分析，判断客户对产品的喜爱程度，进而对市场趋势加以把握，并且对产品是否需要增加产量等做出合理的决策。

5．细分客户群体

通过数据挖掘技术将客户按照不同类型、不同属性进行细分，企业能够在很大程度上实现精准营销。

6．高效促销商品

通过对客户的购买偏好进行分析，确定商品促销的客户范围，以此来制定更加符合客户喜好的促销产品，最终实现高效促销的目的。

7．分析客户诚信度

通过分析客户的差异性，判断客户是否存在欺诈行为，从而挖掘到诚信度比较高的客户。

大数据在人类生活的各个领域中所蕴含的巨大价值正在向人们逐步展现，数据挖掘技术在企业运营中的应用比较突出，对于企业优化营销的效果也是比较显著的，因此企业管理者要加大对数据挖掘技术的利用，从而让企业获得更大的营销利润。

2.6 大数据用户生命周期管理

2.6.1 客户生命周期管理

如同企业的产品具有生命周期一样，客户也同样具有生命周期。所谓客户生命周期是指一个用户对企业犹如生命循环的一个过程，即诞生、成长、发展、衰老、死亡的过程。具体到一个企业来讲，如销售业，客户的生命周期应当包括开始消费、消费成长、消费稳定、消费下降、不再消费的过程。

客户生命周期管理实际上是从客户考虑购买产品开始，到其对企业收入的贡献和成本的管理，不再消费的预警和挽留客户并将用户赢回的整个过程。

客户关系在生命周期的发展中是进行阶段性变化的，客户关系的划分是研究客户生命周期的基础。通常，客户生命周期管理分为5个阶段。

第一阶段：客户获取阶段。发现和获取目标客户，并向潜在客户提供有价值的产品和服务，使其成为真正的客户。

第二阶段：客户提升阶段。通过打造符合客户需求的产品和服务刺激客户产生消费行为，让客户为企业创造更高的价值。

第三阶段：客户成熟阶段。通过引导，让客户使用企业最新研发的创新产品，让客户成为企业的忠实客户。

第四阶段：客户衰退阶段。建立客户衰退的高危预警体系，延长客户的生命周期。

第五阶段：客户离开阶段。制定挽留客户方案，赢回客户。

 

京东非常善于利用客户生命周期进行差异化营销。京东在营销过程中会对比新老客户的历史购买记录：新客户的购买时间小于13个月，购买金额在400元左右，且变化波动较大，流失率较高；老客户的购买时间为12～24个月，购买金额往往超过600元，变化相对稳定，流失率较低且逐渐形成较稳定的状态。从这个总结出的规律中，京东得出了一个结论，即客户生命周期的第14～24个月是客户提升阶段发展到成熟阶段的节点。

 

客户生命周期的长短决定了客户为企业所创造价值的大小，因此，企业应当想方设法制定延长客户生命周期的策略和挽留客户的方案，从而让客户对企业价值的贡献达到最大化。

2.6.2 用数据管理用户生命周期

企业营销最为关键的问题就在于如何获得长远利益，而不是抓住眼前的短期利益。因此，延长客户生命周期对于企业来讲显得尤为重要。管理用户生命周期的目的就是让客户的终生价值得到最大限度的发挥。因此，基于这种需求获取有效客户数据的技术就诞生了，使得对客户的研究更加深入、透彻。可以说，有效延长客户生命周期的最终目的是使客户生命周期价值最大化。

那么究竟应该如何利用数据进行用户生命周期管理呢？如图2-9所示。

1．利用大数据获取客户（针对第一阶段）

大数据可以分为主动数据和被动数据两大类。

主动数据是依靠人为的收集、筛选、生成大量数据。例如，客户在购买产品的过程中填写的个人资料、与客服交谈中透露的个人信息等，通过收集这些数据信息，并进行深入分析，得出客户的购物喜好等，可以帮助企业更好地为客户服务，让其成为企业的忠实客户。

被动数据即企业在搜索引擎中获取客户的搜索记录、商品浏览记录、购买记录、支付记录等数据，将其汇集在一起，经过分析提炼，将该客户的行为习惯的大概情况描绘出来，并对该客户未来可能进行的购买行为进行预测，进而引导其购物，让其成为企业真正的忠实客户。

无论是主动数据还是被动数据，都是企业通过对那些并无头绪的大量信息进行分析、筛选而得出的。企业应当利用其中有价值的部分为自己精准地找到潜在客户。

想要精准地找到潜在客户，企业在利用数据的过程中要注意以下几个方面。

（1）数据要可靠。作为分析客户需求、获取客户的原始数据，一定要是实时精准的数据，这是企业获取客户的最基础的环节，只有可靠、实时的数据才能真实地传递客户的需求信息，了解目标客户是否会真的产生购买行为。如果获得的数据是该客户上年的浏览信息和购买喜好等，那么随着时间的推移，客户对产品的需求和购买喜好也会发生变化，因此就导致了企业对客户是否是目标客户的判断产生一定的偏差。

（2）数据传递要顺畅。企业在运营过程中，要想收集到更有价值的数据，就要保证业务流程的流畅性，保证数据不缺失、不发生异变，只有这样才能更加精准地分析客户的需求。

（3）数据分析要精准。这是进行客户生命周期管理过程中非常重要的一个环节，也是企业能够获得真正目标客户的关键。

2．利用大数据刺激客户产生消费行为（针对第二三阶段）

通过对客户购买行为的数据分析，洞察客户需求，进而为客户量身定做专属的个性化产品和服务，让客户心动，从而使客户为企业创造更高的价值。

3．全方位分析客户流失原因，挽留客户（针对第四五阶段）

利用数据挖掘技术分析客户流失的原因，并针对可能流失的客户制定相应的挽留计划和策略，改善用户体验，有效地挽留客户，减少盲目营销的可能性，从而在根本上解决客户流失的现状。

在这里我们简单地举个例子来说明。淘宝的一家服装店近两个月的客户流失比较严重，客户的重复购买率严重下降，因此导致销量急剧减少。面对这种情况，该店老板会与之前的客户进行深入的交流，从交谈中发现客户对店铺产品或服务的不满，并将各种不满信息汇集起来，分析筛选客户流失的主要原因。如果是产品质量需要改进，则会加大力度整顿产品质量，保证产品满足客户需求；如果是服务质量有所下降，导致客户情绪不悦而带来客户流失，那么店铺老板则需要严厉整顿客服人员的言行举止，让客户重新获得上帝般的服务体验。通过对产品和服务质量进行改进和提升，从而挽留住客户，才能让客户重新愉悦地回归店铺购买产品。

 

数据具有体量巨大、种类繁多的特点，在企业运营过程中，每位客户从“诞生”到最后的“消失”都是一个生命周期中的环节，只要能充分利用好大数据来管理这些环节，那么企业的长远营销利益必将实现。