2017年數(shù)據(jù)營(yíng)銷(xiāo)案例
2017年數(shù)據(jù)營(yíng)銷(xiāo)案例
隨著IT技術(shù)、internet技術(shù)與數(shù)據(jù)庫(kù)技術(shù)的不斷發(fā)展,數(shù)據(jù)營(yíng)銷(xiāo)在企業(yè)中越來(lái)越被廣泛的應(yīng)用,各商業(yè)銀行陸續(xù)推出了自己的數(shù)據(jù)營(yíng)銷(xiāo)平臺(tái),一方面為客戶(hù)提供優(yōu)質(zhì)的金融服務(wù),另一方面收集客戶(hù)數(shù)據(jù),進(jìn)行數(shù)據(jù)分析,期望能實(shí)現(xiàn)精準(zhǔn)營(yíng)銷(xiāo)。以下是學(xué)習(xí)啦小編為大家整理的關(guān)于2017年數(shù)據(jù)營(yíng)銷(xiāo)案例,一起來(lái)看看吧!
2017年數(shù)據(jù)營(yíng)銷(xiāo)案例篇1
故事背景:
在一家超市中,通過(guò)大數(shù)據(jù)分析發(fā)現(xiàn)了一個(gè)特別有趣的現(xiàn)象:尿布與啤酒這兩種風(fēng)馬牛不相及的商品的銷(xiāo)售數(shù)據(jù)曲線竟然初期的相似,于是就將尿布與啤酒擺在一起。沒(méi)想到這一舉措居然使尿布和啤酒的銷(xiāo)量大幅增加了。這可不是一個(gè)笑話,而是一直被商家所津津樂(lè)道的發(fā)生在美國(guó)沃爾瑪連鎖超市的真實(shí)大數(shù)據(jù)案例。原來(lái),美國(guó)的婦女通常在家照顧孩子,所
以她們經(jīng)常會(huì)囑咐丈夫在下班回家的路上為孩子買(mǎi)尿布,而丈夫在買(mǎi)尿布的同時(shí)又會(huì)順手購(gòu)買(mǎi)自己愛(ài)喝的啤酒。
這個(gè)發(fā)現(xiàn)為商家?guī)?lái)了大量的利潤(rùn),但是如何從浩如煙海卻又雜亂無(wú)章的大數(shù)據(jù)中,發(fā)現(xiàn)啤酒和尿布銷(xiāo)售之間的聯(lián)系呢?這又給了我們什么樣的啟示呢?
這就是關(guān)聯(lián)!
關(guān)聯(lián),其實(shí)很簡(jiǎn)單,就是幾個(gè)東西或者事件是經(jīng)常同時(shí)出現(xiàn)的,“啤酒+尿布”就是非常典型的兩個(gè)關(guān)聯(lián)商品。所謂關(guān)聯(lián),反映的是一個(gè)事件和其他事件之間依賴(lài)或關(guān)
聯(lián)的知識(shí)。當(dāng)我們查找英文文獻(xiàn)的時(shí)候,可以發(fā)現(xiàn)有兩個(gè)英文詞都能形容關(guān)聯(lián)的含義。第一個(gè)是相關(guān)性relevance,第二個(gè)是關(guān)聯(lián)性
association,兩者都可以用來(lái)描述事件之間的關(guān)聯(lián)程度。其中前者主要用在互聯(lián)網(wǎng)的內(nèi)容和文檔上,比如搜索引擎算法中文檔之間的關(guān)聯(lián)性,我們采用
的詞是relevance;而后者往往用在實(shí)際的事物之上,比如電子商務(wù)網(wǎng)站上的商品之間的關(guān)聯(lián)度我們是用association來(lái)表示的,而關(guān)聯(lián)規(guī)則是
用associationrules來(lái)表示的。
關(guān)聯(lián)規(guī)則數(shù)據(jù)挖掘階段
第 一階段必須從原始資料集合中,找出所有高頻項(xiàng)目組(LargeItemsets)。高頻的意思是指某一項(xiàng)目組出現(xiàn)的頻率相對(duì)于所有記錄而言,必須達(dá)到某一
水平。以一個(gè)包含A與B兩個(gè)項(xiàng)目的2-itemset為例,我們可以求得包含{A,B}項(xiàng)目組的支持度,若支持度大于等于所設(shè)定的最小支持度
(MinimumSupport)門(mén)檻值時(shí),則{A,B}稱(chēng)為高頻項(xiàng)目組。一個(gè)滿(mǎn)足最小支持度的k-itemset,則稱(chēng)為高頻k-項(xiàng)目組
(Frequentk-itemset),一般表示為L(zhǎng)argek或Frequentk。算法并從Largek的項(xiàng)目組中再試圖產(chǎn)生長(zhǎng)度超過(guò)k的項(xiàng)目集
Largek+1,直到無(wú)法再找到更長(zhǎng)的高頻項(xiàng)目組為止。
關(guān)聯(lián)規(guī)則挖掘的第二階段是要產(chǎn)生關(guān)聯(lián)規(guī)則。從高頻項(xiàng)目組產(chǎn)生關(guān)聯(lián)規(guī)則,是利用前一步驟的高頻k-項(xiàng)目組來(lái)產(chǎn)生規(guī)則,在最小可信度(MinimumConfidence)的條件門(mén)檻下,若一規(guī)則所求得的可信度滿(mǎn)足最小可信度,則稱(chēng)此規(guī)則為關(guān)聯(lián)規(guī)則。
例如:經(jīng)由高頻k-項(xiàng)目組{A,B}所產(chǎn)生的規(guī)則,若其可信度大于等于最小可信度,則稱(chēng){A,B}為關(guān)聯(lián)規(guī)則。
就 “啤酒+尿布”這個(gè)案例而言,使用關(guān)聯(lián)規(guī)則挖掘技術(shù),對(duì)交易資料庫(kù)中的記錄進(jìn)行資料挖掘,首先必須要設(shè)定最小支持度與最小可信度兩個(gè)門(mén)檻值,在此假設(shè)最小
支持度min-support=5%且最小可信度min-confidence=65%。因此符合需求的關(guān)聯(lián)規(guī)則將必須同時(shí)滿(mǎn)足以上兩個(gè)條件。若經(jīng)過(guò)挖掘
所找到的關(guān)聯(lián)規(guī)則{尿布,啤酒}滿(mǎn)足下列條件,將可接受{尿布,啤酒}的關(guān)聯(lián)規(guī)則。用公式可以描述為:
Support(尿布,啤酒)≥5%andConfidence(尿布,啤酒)≥65%。
其 中,Support(尿布,啤酒)≥5%于此應(yīng)用范例中的意義為:在所有的交易記錄資料中,至少有5%的交易呈現(xiàn)尿布與啤酒這兩項(xiàng)商品被同時(shí)購(gòu)買(mǎi)的交易行
為。Confidence(尿布,啤酒)≥65%于此應(yīng)用范例中的意義為:在所有包含尿布的交易記錄資料中,至少有65%的交易會(huì)同時(shí)購(gòu)買(mǎi)啤酒。
因此,今后若有某消費(fèi)者出現(xiàn)購(gòu)買(mǎi)尿布的行為,我們將可推薦該消費(fèi)者同時(shí)購(gòu)買(mǎi)啤酒。這個(gè)商品推薦的行為則是根據(jù){尿布,啤酒}關(guān)聯(lián)規(guī)則而定,因?yàn)榫瓦^(guò)去的交易記錄而言,支持了“大部分購(gòu)買(mǎi)尿布的交易,會(huì)同時(shí)購(gòu)買(mǎi)啤酒”的消費(fèi)行為。
從上面的介紹還可以看出,關(guān)聯(lián)規(guī)則挖掘通常比較適用于記錄中的指標(biāo)取離散值的情況。
如果原始數(shù)據(jù)庫(kù)中的指標(biāo)值是取連續(xù)的數(shù)據(jù),則在關(guān)聯(lián)規(guī)則挖掘之前應(yīng)該進(jìn)行適當(dāng)?shù)臄?shù)據(jù)離散化(實(shí)際上就是將某個(gè)區(qū)間的值對(duì)應(yīng)于某個(gè)值),數(shù)據(jù)的離散化是數(shù)據(jù)挖掘前的重要環(huán)節(jié),離散化的過(guò)程是否合理將直接影響關(guān)聯(lián)規(guī)則的挖掘結(jié)果。
2017年數(shù)據(jù)營(yíng)銷(xiāo)案例篇2
身處移動(dòng)社交時(shí)代,每一家企業(yè)都有一種巨大的危機(jī)感——這是營(yíng)銷(xiāo)人最好的時(shí)代,也是最壞的時(shí)代。說(shuō)它是最好的時(shí)代,因?yàn)樯缃黄脚_(tái)的興起和技術(shù)的發(fā)展賦予營(yíng)銷(xiāo)非常大的想象力,說(shuō)它是最壞的時(shí)代,因?yàn)闊o(wú)限可能也帶來(lái)無(wú)限焦慮和迷茫。
比如,近期馬化騰和媒體的溝通中說(shuō)出了自己最大的擔(dān)憂(yōu),“有時(shí)候,各個(gè)行業(yè)都搞不清楚到底哪一個(gè)會(huì)冒出來(lái)。越來(lái)越看不懂年輕人的喜好,這是自己最大的擔(dān)憂(yōu)。”這樣的問(wèn)題不止騰訊遇到,相信很多企業(yè)都遇到了,就是“越來(lái)越看不懂用戶(hù)。”
然而,越是看不懂用戶(hù)的時(shí)候,營(yíng)銷(xiāo)人就越要冷靜地思考和分析市場(chǎng)背景和趨勢(shì)。在當(dāng)今的環(huán)境下,大數(shù)據(jù)正以前所未有的速度,顛覆人們對(duì)營(yíng)銷(xiāo)的認(rèn)識(shí),驅(qū)動(dòng)產(chǎn)業(yè)的融合與發(fā)展,可以說(shuō)大數(shù)據(jù)最有利驅(qū)動(dòng)營(yíng)銷(xiāo)的武器,同時(shí),大數(shù)據(jù)驅(qū)動(dòng)的營(yíng)銷(xiāo)不僅僅是利潤(rùn)上的,更多是數(shù)據(jù)背后對(duì)用戶(hù)價(jià)值的挖掘。
未來(lái),如果企業(yè)不能通過(guò)大數(shù)據(jù)驅(qū)動(dòng)自己的營(yíng)銷(xiāo)策略,那么在面對(duì)復(fù)雜的用戶(hù)需求和市場(chǎng)環(huán)境時(shí),將面臨更大的挑戰(zhàn)。
所以,2017年企業(yè)需要用大數(shù)據(jù)改變營(yíng)銷(xiāo)策略。
內(nèi)容營(yíng)銷(xiāo)策略
隨著傳統(tǒng)廣告?zhèn)鞑バЧ臏p弱和社交媒體的崛起,內(nèi)容營(yíng)銷(xiāo)的重要性日益凸顯。越來(lái)越多的企業(yè)既扮演著廣告商又充當(dāng)著出版商的角色,利用各種形式的品牌化內(nèi)容將品牌、觀點(diǎn)與價(jià)值主張呈現(xiàn)在消費(fèi)者面前。比如,亞歷山大·塞繆爾(Alexandra Samuel)曾在《哈佛商業(yè)評(píng)論》發(fā)布文章《數(shù)據(jù)是內(nèi)容營(yíng)銷(xiāo)的下一大熱門(mén)話題》提到數(shù)據(jù)對(duì)內(nèi)容營(yíng)銷(xiāo)的價(jià)值和幫助。
數(shù)據(jù)對(duì)內(nèi)容營(yíng)銷(xiāo)驅(qū)動(dòng)的價(jià)值在于,可以讓企業(yè)更好的對(duì)用戶(hù)去講故事,并能夠通過(guò)可視化方式來(lái)展示。比如,《紐約時(shí)報(bào)》、《經(jīng)濟(jì)學(xué)人》等都投入大量資金在數(shù)據(jù)驅(qū)動(dòng)內(nèi)容方面,因?yàn)檫@些媒體意識(shí)到,借助于大數(shù)據(jù)的幫助,使他們能夠挖掘新的見(jiàn)解,并以更具說(shuō)服力的方式對(duì)用戶(hù)“講故事”。
移動(dòng)社交時(shí)代,大量用戶(hù)通過(guò)社交平臺(tái)了解信息,可以說(shuō)社交媒體和數(shù)據(jù)是相輔相成,不能分開(kāi)的。企業(yè)通過(guò)社交媒體傳遞出營(yíng)銷(xiāo)內(nèi)容是必然的途徑,因此,在社交平臺(tái)把內(nèi)容當(dāng)產(chǎn)品去運(yùn)營(yíng),并且還要保持內(nèi)容的持久性時(shí),一定離不開(kāi)數(shù)據(jù)的驅(qū)動(dòng)。只有這樣,才能為企業(yè)內(nèi)容打造出獨(dú)特的、符合用戶(hù)視角的內(nèi)容,而不是和用戶(hù)無(wú)關(guān)的內(nèi)容。
比如,700Bike的官網(wǎng)是一個(gè)內(nèi)容、線下活動(dòng)推廣、購(gòu)買(mǎi)渠道與社區(qū)的聚合體。用戶(hù)能在官網(wǎng)中了解產(chǎn)品的樣式、功能并選擇購(gòu)買(mǎi)。最有特色的是:他們還能在官網(wǎng)上看到和自行車(chē)相關(guān)的故事以及生活方式,也能在社區(qū)中分享自己的騎行故事和生活感想。
品牌營(yíng)銷(xiāo)策略
品牌營(yíng)銷(xiāo)策略是企業(yè)實(shí)現(xiàn)快速發(fā)展的必要條件,過(guò)去,企業(yè)通過(guò)對(duì)產(chǎn)品、服務(wù)的包裝和大規(guī)模的廣告宣傳來(lái)打造品牌,營(yíng)造出一種“光環(huán)效應(yīng)”并借此來(lái)吸引消費(fèi)者。如今,移動(dòng)社交網(wǎng)絡(luò)的發(fā)展降低了信息不對(duì)稱(chēng)性,用戶(hù)能隨時(shí)隨地在社交平臺(tái)上了解他們想購(gòu)買(mǎi)的產(chǎn)品信息,這對(duì)企業(yè)來(lái)說(shuō),以傳統(tǒng)的營(yíng)銷(xiāo)方式制造光環(huán)來(lái)吸引用戶(hù)越來(lái)越難。
顯然,移動(dòng)社交時(shí)代下,品牌建立營(yíng)銷(xiāo)策略時(shí)就必須分析出用戶(hù)喜好和購(gòu)買(mǎi)習(xí)慣,甚至做到比用戶(hù)更知道他需要什么,才能更好的服務(wù)用戶(hù),而這也是“以用戶(hù)為中心,構(gòu)建智慧營(yíng)銷(xiāo)生態(tài)”的基礎(chǔ)。同時(shí),基于大數(shù)據(jù)技術(shù),還可以改進(jìn)企業(yè)廣告投放策略和精準(zhǔn)推廣策略。
比如,《小時(shí)代》在預(yù)告片投放后,即從微博、微信上通過(guò)大數(shù)據(jù)分析得知其電影的主要觀眾群為90后女性,因此后續(xù)的營(yíng)銷(xiāo)活動(dòng)則主要針對(duì)這些人群展開(kāi),最終取得不錯(cuò)的票房成績(jī)。究其根本,主要是通過(guò)數(shù)據(jù)了解用戶(hù)需求,根據(jù)用戶(hù)特征和詳細(xì)分析,做出精準(zhǔn)的營(yíng)銷(xiāo)策略。
用戶(hù)洞察策略
用戶(hù)數(shù)據(jù)是企業(yè)最重要的資源,尤其在社交時(shí)代,用戶(hù)不僅僅是企業(yè)的消費(fèi)者,還是一個(gè)重要的信息傳播源,更具有自己的社交價(jià)值,這對(duì)企業(yè)而言都是潛在的價(jià)值。企業(yè)想要提升品牌價(jià)值,面對(duì)新環(huán)境和形勢(shì)下保持企業(yè)品牌活力,就必須維護(hù)好用戶(hù)關(guān)系為用戶(hù)創(chuàng)造價(jià)值。因此,精準(zhǔn)的用戶(hù)洞察必不可少。
一個(gè)經(jīng)典案例就是可口可樂(lè)瓶廣告。通過(guò)對(duì)用戶(hù)的數(shù)據(jù)分析,可口可樂(lè)在其飲料瓶身上印上了年輕人喜歡用的“萌妹子”、“天然呆”、“文藝青年”等流行詞匯,極大推動(dòng)了其在年輕消費(fèi)群中的銷(xiāo)量,當(dāng)然,同時(shí)這也是一個(gè)非常好的內(nèi)容營(yíng)銷(xiāo)案例。
又比如,時(shí)趣通過(guò)大數(shù)據(jù)對(duì)用戶(hù)數(shù)據(jù)及線下用戶(hù)數(shù)據(jù)形成品牌用戶(hù)數(shù)據(jù)庫(kù),在對(duì)數(shù)據(jù)清洗后抽取特征標(biāo)簽,屆時(shí)不僅得到每位個(gè)體用戶(hù)特征,潛在用戶(hù)的畫(huà)像也漸漸清晰,通過(guò)對(duì)相似用戶(hù)進(jìn)行分組,實(shí)現(xiàn)精準(zhǔn)定位。由此,企業(yè)進(jìn)行品牌內(nèi)容推廣的時(shí)候,可以實(shí)時(shí)監(jiān)控投放效果,針對(duì)不同人群屬性的互動(dòng)反饋優(yōu)化投放人群。
正如用友軟件CEO王文京所講,未來(lái)企業(yè)將都會(huì)是“數(shù)據(jù)驅(qū)動(dòng)的企業(yè)”,無(wú)論你處于什么行業(yè),企業(yè)規(guī)模大小。所以,通過(guò)大數(shù)據(jù)和精準(zhǔn)的算法能夠利用收集分析的用戶(hù)數(shù)據(jù)結(jié)果,科學(xué)指導(dǎo)運(yùn)營(yíng)動(dòng)作,并自然融入用戶(hù)生命周期中,一邊提供用戶(hù)所需,一邊根據(jù)運(yùn)營(yíng)效果反饋,不斷進(jìn)行優(yōu)化調(diào)整,最終形成數(shù)據(jù)生態(tài)系統(tǒng),綜合各渠道外部數(shù)據(jù)及內(nèi)部自有數(shù)據(jù)形成優(yōu)化閉環(huán),幫助企業(yè)構(gòu)建“以用戶(hù)為中心的智慧營(yíng)銷(xiāo)生態(tài)。”
關(guān)于時(shí)趣
時(shí)趣互動(dòng)(簡(jiǎn)稱(chēng)時(shí)趣)成立于2011年,是中國(guó)領(lǐng)先的移動(dòng)社交營(yíng)銷(xiāo)解決方案服務(wù)商。總部位于北京,在上海、廣州設(shè)有分公司。時(shí)趣致力于幫助企業(yè)構(gòu)建以用戶(hù)為中心的智慧營(yíng)銷(xiāo)生態(tài),實(shí)現(xiàn)智慧商業(yè)轉(zhuǎn)型,已贏得快消、消費(fèi)電子、服裝、旅游、金融服務(wù)等領(lǐng)域1000多家品牌客戶(hù)的青睞與信任。