搜索
查看: 416|: 0

重新认识大数据:从“个性化营销”到“人性化营销”

[复制链接]

42

主题

0

回帖

204

积分

中级会员

积分
204
发表于 2018-4-4 17:09:17 | 显示全部楼层 |阅读模式
该文章出自海牛学院大数据培训
“我不担心将人的需求数字化,我担心的是将人当作一个个数字去对待。”
拥有堆积如山的大数据其实是一件很危险的事情:它可能会引发泥石流。

这是市场营销人员目前面临的最大挑战之一:认清什么是值得关注的数据,并且将其引入正确的处理流程,让数据成为营销团队的资产,而不是负债。

有人说:“技术能解决一切!”听上去很诱人,但是引入技术的同时会带来新的挑战。每个机构的每台电脑和手机的屏幕上,每一秒都有数据喷涌而出。但除非我们能正确利用好这些数据,不然就又是摆在面前满满一桌的“鸡肋”资产:食之成本太高,弃之颇为可惜。

处理不好的话,每天不断堆积起来的数据会被存放在割裂的数据库里,更致命的是它们还很可能使用了不同的格式。打通这些数据孤岛的成本会非常高昂,而这也使得企业坐在自己无法开采的数据金矿上,天天错过稍纵即失的增长机会。

上述作法最直观的结果就是向客户在错误的时间展示了错误的内容。我相信你也一定看到过这种基于个人数字访问足迹而推送的所谓“个性化广告”。就因为我曾经搜索过去希腊岛屿的航班,他们就一直在向我推送希腊航班信息直到年底。

要想从这个泥潭里脱身,回到高速增长的快车道上,企业应该作到:

以“智能数据”思维代替“大数据”思维。这意味着在调用所有数据之前,要仔细挑选哪些数据才值得放在一起处理。没有数据是生而平等的,有些数据天生就能更好地帮助品牌认识客户的需求。而我们就是要把精力集中在这样的“高能量数据”上;
对待数据的态度要从“有需要才开放”变为“数据就是开放资源”。把企业内部的数据孤岛全部连接起来,为人们协同使用数据创造条件;
技术向我们提供的消费者分析应该是24小时不停更新的连续信息流,而不是一次性的像X光一样只对某一特定时刻有效的快照分析。
这是一个真实案例。在过去18个月里,我们服务了亚洲最大的金融集团之一,它是一家大型保险集团。

这家公司的业务非常依赖庞大的地面推销团队。我们的项目帮助该保险公司将客户数据库里的不同数据资源整合起来,形成了对每一位客户的全方位分析,由此,这家保险公司得以将客户从各个维度分为多种群体,每一个客户被打上了各个群体的标签。

这样,上百万的用户都被井井有条地基于数据划分到不同的客户群体中,每个群体都有不同的需求,包括兴趣、对金钱的态度、对风险的偏好,等等。

这就意味着当销售人员拿着iPad再去拜访客户时,iPad会立刻告诉他们这位客户属于哪个客户群体,他们更可能会对哪个保险产品有兴趣,以及销售人员应该如何与客户展开对话。

这不仅有利于销售人员,也为客户提供了好处:他们所面对的销售人员更懂得他们的需求,能介绍与他们更有关系的产品,让与销售人员的对话变得更高效、更能解决他们的实际需求,整个体验也更愉快。

我们生活在追求速度的时代。企业都希望自己演进的速度能达到光速。上述案例从头至尾共耗时12个月。进入这样的智能数据时代需要时间,将数据智能化地连接起来、并将其嵌入企业的商业运作流程都需要时间,但是回报也是远超想象的。(随着技术的发展和我们专业能力的提升,这些变革所需要的时间正在变短。)

最后总结一下。市场营销人员越来越多地提到通过技术实现“个性化营销”。但事实上我们需要作的是“人性化营销”(请注意这两者之间是有区别的。)我们所想所作的底线必须是保护好消费者的隐私。品牌有义务回应消费者在这方面的担忧。我们必须对于为什么我们需要获取消费者的某种数据做出透明的说明。是的,企业想增加自己的业务,但是我们只会在数据能够让我们更好地满足消费者的需求,预见他们将要做什么而不是反复给他们看他们已经买过的东西的时候,我们才会去触及他们的数据足迹。(我现在还不想再去希腊,别再给我看那些航班信息了!)

从更宏观的角度来看,关于消费者我们已经知道了很多,但我们还没有穷尽使用这些信息的方法。每个消费者都是活生生的充满感情和变化的个体:世界上没有两片相同的叶子,也没有两个需求完全一样的消费者。

企业必须要能证明他们能够完整地去理解一个消费者,而不是把他们当作一个个数据点来对待。在营销上,这意味着企业必须准备多套品牌内容,每套内容服务一类消费者,然后通过程序化去投放。唯有如此,消费者才能感觉到品牌懂得他们的需要,并且能向他们提供有用的、相关的商品或服务。

库克在乌镇互联网大会上提到AI时说:我并不担心机器会像人一样思考,我担心人类像机器一样思考。如果可以借鉴这个句式的话,我想说的是:“我不担心将人的需求数字化,我担心的是将人当作一个个数字去对待。”
该文章出自海牛部落大数据社区

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

大数据中国微信

QQ   

版权所有: Discuz! © 2001-2013 大数据.

GMT+8, 2024-11-22 13:28 , Processed in 0.139551 second(s), 25 queries .

快速回复 返回顶部 返回列表