UBDC全域大数据峰会:大数据营销三个关键“洞察 传递 效果评估”

UBDC全域大数据峰会:大数据营销三个关键“洞察 传递 效果评估”

• 2016年04月20日18:52 • 速途网

  4月20日,UBDC全域大数据峰会·2016在北京举办。会议以“无数据不智能”为主题,除主论坛之外,分别设立了“数据化运营”、“数据营销”、“IOT和O2O数据应用”、“数据开放与发展纵横谈”四个平行分论坛。

  谷歌渠道业务部总经理张骏在“无数据不智能”的主论坛上,分享了谷歌在大数据时代营销创新的经验。他认为,大数据营销的三个关键点是:从数据中发觉洞察,用洞察应用在营销活动中,在多个媒体接触点的传递个性化互动,衡量真正有效的KPI。

  他进一步解释, Google试图在进行人群画像时,会运营到用户在过去7天
30天以及在当下时刻的行为进行综合分析,为人群进行精准画像。当然还有很多第三方
数据,这里的第三方
数据也包括线上、线下,各种各样的看起来和营销有紧密关系的,和营销有一定距离的数据。

  张骏在会上分享了谷歌的一组数据:在中国,谷歌目前搜录成功的有27000多家的PC网站和10万多个网站,谷歌可以广告主信息推送到这些推点上。根据数据的驱动,我们实现创意的千人千面,进行个性化的互动。

  在衡量真正有效的KPI环节上,张骏分享了谷歌数据归一模型。简单来讲,可以分为两步。第一,根据以往的数据来源的分析来建模;第二步根据建的这模型把整个营销当中的功劳或者贡献,或者是价值,把它分配到不同的营销环节中去,从而实现归一模型的建立。

  归一模型有很多种,既可以在一个渠道,从线上信息的获取到线下实体店的,又回到线上完成交易。也包括在不同的渠道和不同的设备,在未来甚至还会覆盖到智能家居、智能汽车,都有可能。

  以下为张骏在UBDC全域大数据峰会·2016中分享的速记实录:

  刚刚开场的时候朋总提到了阿法狗,它在比赛当中战胜了人类的著名棋手。我在这里用的一个心得或者我们内部分享说,这个胜利不是机器的胜利,可能我们听到这个比赛胜利的第一反应是机器战胜了人,我们不是这么认为的,是一群人战胜了一个人,是大量的工程师战胜了一个人是人类在某个细分领域的顶尖高手,这是3000多万步下棋的走法的算法
和数据的整理和运用,一群人的智慧战胜了一个人。

  今天整个论坛
的主题叫无数据不智能,用在这里也是很贴切的,没有数据,没有办法实现真正的智能,没有真正的智能,很难战胜某个领域里顶尖的高手。

  刚才谈到一群人的智慧战胜了一个人的智慧,有一个普通人,他的大脑计算能力有多强?有一个数据是这么说的,每秒钟一个正常人的大脑处理信息的能量有400个G,但是我们能够真正感知到的或者关注的只有2K。那么2K相比较400G的能力,其实是几乎被忽略不计的,这原因是说人的大脑会在那一瞬间把关注点聚焦在聚光灯下,而聚光灯以外的其它部分灯都关掉了。大家想象这聚光灯以外的地方都打亮的话,那是多亮,那人的智慧会发展到怎样的境界。

  回到今天的主题,大数据底下的营销创新,我们营销的一个目标就是让每个人从事营销的人的品牌和客户的信息,要成为那个聚光灯下,而不是要成为周边关黑的领域,那怎么实现?理想的世界在正确的时间和空间,把正确
的信息传递给正确
的人,这是大家做营销的朋友进入这个营销里面,这是一个目标,这是一个理想。在大数据的驱动
之下,我们比以前任何一个时刻更接近这样的境界,怎么能够做到?我们只是从谷歌的角度跟大家做一些分享和讨论,当然在座各位也可以有不同的观点。

  数据驱动
的营销有三个关键的结点,第一个结点是数据的收集和整理,并且得出一些洞察。第二个结点是用这些洞察应用在营销的活动当中,准确来讲,在多个媒体的接触点传递个性化的信息,进行个性化
的互动。还有最后一个环节,你的营销活动做完之后需要衡量是不是真正有效的。

  接下来跟大家做一个环节一个环节的探讨。首先,数据的收集整理或者洞察,数据的收集有哪些来源?有哪些渠道?有很多,今天我们讲的是全域大数据,具体到营销,有这样三点来源。首先是第一方数据,假设在座各位代表某一个品牌或者营销的广告主,每一个品牌都有第一方的数据,包括网站的数据,线下CR的数据,这都可以经过整合应用到营销的活动当中。当然,谷歌我们作为营销伙伴,我们也有自己的数据,我们的PM跟我们讲,当谷歌试图在对一个人做人图画像的时候,我们的数据会对这个人过去30天,过去7天,以及在当下这个时刻,他的行为做综合的分析,从而给这个人试图画出更精准的画像。当然还有很多第三方
数据,这里的第三方
数据也包括线上、线下,各种各样的看起来和营销有紧密关系的,和营销有一定距离的数据。谷歌在全球也保持着一个数据合作方面的开放心态
,在全球有多家独立的综合的垂直领域里非常擅长的数据合作伙伴
,和我们开放多种多样的合作。

  数据在营销当中应用的几个步骤,它包含了数据的采集,中间不同渠道数据的对比这样的分集整理,也包括数据在具体营销案例的应用和效果评估。最后希望我们在座的,以及更多的在国内从事数据的公司、朋友,我们可以一起探讨,我们其实是一个开放的心态,我们也在中国不同的数据提供方做一些合作的讨论。

  在这个案例当中,我们可以看到谷歌体现的价值,我们是说把第一方数据、第三方数据和谷歌自有的数据做一个整合。还有数据的安全和透明,我们相信任何一家做数据的公司都会把自己的数据视为自己最宝贵的资产。在合作的过程中是不是安全也是非常这的一个环节。

  第二个步骤,我们说的是在数据的驱动下,在多个接触点的个性化
互动,这里多个接触点运用
到营销当中,能不能让用户跟多个场景的时刻,你的广告出现在它面前。中国,目前我们有成功27000多家的PC网站和10万多个网站,我们可以把信息推送到这些推点上。下一个问题是找到这些接触点之后,我们给大家看我们和合一品牌合作的案例,中间也体现出了这样的趋势和特点。

  这个案例最后一句话是说根据数据的驱动,我们实现创意的千人千面,进行个性化的互动。第三个部分是衡量真正有效的KPI,我们讲了那么多大数据的分析、洞察和应用,我们来看这个效果是不是真的有用呢?提高了效率呢?传统意义上,从最早的CPI到现在的LOI,现在衡量的指标都存在,并不是非此即彼的,更多
的向CPI,数据归一模型的分析。我们来看一个生活当中的案例,这是一个投篮,我们衡量一支球队是不是好,并不能完全看最后的进球得分这一个环节,还有很多,比如后场的运球、前场的栏板到最后的得分。具体到营销当中也是一样,除了最后的点击之外,中间有很多营销环节都在做它自己的贡献,都在跟客户做互动。在这个过程中,我们归一模型显得尤为重要。

  归一模型从最早的,大家把所有的功劳归结于最后点击的媒体或者投篮得分的人,以及我们更多的根据数据的驱动,简单来讲,两步,第一,根据以往的数据来源的分析来建模;第二步根据建的这模型把整个营销当中的功劳或者贡献,或者是价值,把它分配到不同的营销环节中去,从而实现归一模型的建立。归一模型有很多种,既可以在一个渠道,从线上信息的获取到线下实体店的,又回到线上完成交易。也包括在不同的渠道和不同的设备,除了我们通常所说的PC、手机、平板,现在有些趋势出现在手表或者智能电视,甚至还会覆盖到智能家居、智能汽车,都有可能。

  通过这两个案例都能体现出来数据驱动的营销大致是三个环节,一个是数据的收集和整合分析,得到一些洞察,第二个,在洞察过程中,在多个媒体的接触点,有更多
个性化的互动,最后 是衡量真正
有效的KPI,是否能实现数据的价值。以上是跟大家分享的内容谢谢。

对于营销人员,“可用”的数据才有价值

在移动互联网和数字化浪潮推进下,全球现已快速进入数字经济时代。如何在数字时代升级品牌建设,驱动品牌增长成了企业发展亟需解决的问题。3月14日,由中欧国际工商学院联合阿里巴巴举行的首届CMO论增长论坛在上海举行。

原创STC SocialTalent

6亿多Uni ID提供同源的全景消费者洞察

大数据的波涛早已来袭。是否量级庞大、实时传输、格式多样的数据就是大数据?

全域营销对很多人来说并不很陌生,对于概念却莫衷一是。全域营销是数据驱动的,以消费者为中心的,赋能品牌做更好的端到端的高效营销。

NO!当全量数据通过某种手段得到利用,创造出商业价值,并能进一步推动商业模式的变革时,大数据才能真正诞生!当数据能被一线营销人员自己使用起来,大数据的价值才能被实现!

大数据对数据的基建工作要求非常高。《快消品》现场了解,阿里巴巴推出全域营销,四五年前起就开始搭建数据中台。阿里巴巴的生态显然远远超过了电商,还包括娱乐,本地生活服务等板块,覆盖消费者的生活的方方面面。在这个生态里有六亿多阿里巴巴的消费者,能够用数据和技术手段把每个消费者在一个Uni
ID数据体系里归为一个虚拟人,提供了一个同源的全景消费者洞察。

如何发现营销数据背后的价值?

图片 1

1一个消费者的数据是如何产生价值的?

在数据架构中,可以把非常重要的消费者之间的关系也架构起来。比如说家庭关系,因为有很多品类,其实家庭决策非常重要。甚至延展到同事关系,同事也对你生活方式偏好、购买偏好产生影响等等。

图片 2

阿里巴巴集团首席市场官董本洪先生在现场分享时讲到,我们在整个数据营销的环境里看到的就是用数据的力量发现需求、创造需求、带来增长。数据带来的C2B、C2M的机会。眼霜在两百块有没有可能到八百块有人买,没有数据不知道。但是数据可以告诉你其实哪个价格带缺失。新的功能一样,洗发水只有这个功能吗?喝的饮料只有这个功能吗?很多事超过你想象的,但是数据给了你勇气尝试,因为数据告诉你一些线索。

以时下热门的打车软件为例,当你使用一个APP打到出租车的时候,会产生一次交易,交易完成后,会有一次的红包分享机会,你发到朋友圈,会使更多的人来使用这个APP,与此同时,红包上面会产生第三个品牌LOGO。

通过数据还可以重新定位品牌。品牌不增长怎么办?是时候考虑推出子品牌、副品牌的时候。数据可以规划营销,知道整个消费者资产,于是不管双11还是平常日销,你的销售量能不能做到,不能就种草可以割草,现在营销销售可以直接贯穿,销售变得可管理。

在这次交易里,一个消费者在同一个场景下会有三个方面的作用——内部产品购买价值,其他品牌流量价值,自媒体传播价值。

AIPL消费者运营方法论重新定义“以消费者为中心”

在这里,有一个衡量公式,用这个公式,可以完成单个消费者三方面价值的测量。

消费者和品牌的关系经历了认知阶段、兴趣阶段、购买阶段、忠诚阶段。阿里巴巴全域营销用了数据、技术的力量,形成了关系的可视化。在全域营销整个Uin
ID数据体系的基础上,有了消费者运营AIPL方法论的指导,用消费者资产重新定义品牌建设的评估体系。

图片 3

图片 4

传播价值:消费者将红包分享到朋友圈或其余社交媒体时,红包天然带来了链式反应,吸引了更多的用户的持续使用或是对于Apps的下载,如果一个新客的获取成本与老用户的激活成本是某个值,那么这种链式反应就必然可以带来可以计算的传播价值。

阿里巴巴全域营销中心总经理陆弢女士分享到,消费者资产本身是一个数字,从中提炼出来的三个重要因子,就是消费者AIPL总量,消费者AIPL关系转化力,以及消费者品牌购买力。消费者资产衡量评估的是人而不是线上或线下,人不能切割,展现的是品牌线上、线下全渠道全中国这样一个潜力。如一家饮料企业整个线上销售只占饮料的2%左右,线下有98%,这个消费者资产和我有关系吗?我们衡量评估的是人,人不能切割成线上或线下,你影响这个人,不管购买发生在线上或线下一定会发生这个行为。

内部购买价值:就是消费者在这个场景下的消费额度,比如这趟打车花了35元,那么此时的内部价值就是35元。

怎样才能看到数据资产?《快消品》现场了解,品牌数据银行最核心的是会对每一个因子有细分,根据细分银子进行评估;再看品牌消费者关系的转化,从认知到忠诚阶段,分析其中的原因和并给出驱动力分析。比如某品牌消费者AIPL总量有接近两千万,为什么还是个红灯?这个红灯也许是他自己的目标五千万,也许因为这个行业有两个亿用户,渗透率很低。整个消费者的增速也是一个红灯,它的消费者构成一看就相对来说购买用户和忠诚用户占的比较多,内部对标、外部对标都是绿灯,说明什么?说明也许接下来核心要抓更多认知用户和有兴趣的用户。

外部流量价值:就是消费者将红包分享到朋友圈或其余社交媒体时,给第三方品牌所带来的曝光价值,一个消费者的朋友圈如果有1000好友,那么假设10%的好友会看到,2%的好友会点击,这个外部流量价值就可以相应看出来。

有些消费者对产品感兴趣却没有达成购买,两群人背后到底是什么因素?驱动这样不同的行为叫驱动力分析。驱动力包括商品驱动力、内容驱动力、渠道驱动力、品牌情感驱动力等。如在商品的功能特性、价格、包装等等,哪些是驱动哪些是障碍。一直说“内容为王”,话题是内容,达人、媒介渠道有影响力,“千屏千面
”全媒体触达,到底什么是驱动某些消费者产生这些行为的核心驱动力。在渠道方面,我们现在可以做非常细致的线上渠道细分,不断拓展线下渠道接入,我们愿景让全渠道成为驱动力。

2如何衡量数据的投入产出?

全域营销赋能品牌短频快上市,实现“千店千面”

图片 5

以前一套新品研发流程,研发到上市大约18到24个月,用全域营销操作系统平均的时间是缩短到6个月,最短有3个月的。《快消品》了解,2018年已有15个行业超过390个新品通过全域营销赋能系统发布。

多:能尽可能多的采集受众行为数据。识别用户及其行为,收集信息,采集受众的行为数据。使用APP越多,收集信息越多。收到的数据越多,能得到的信息越全面。

如何用这套全域全域营销去赋能品牌做更多更快更优的新品上市?天猫新品孵化中心可以帮助品牌做非常短频快,高效、优效的新品反馈、试用、首发,考虑同时或之后做一些线下推动,从而全渠道发布。2018年,妮维雅沐浴慕斯新品通过全域营销操作系统,非常快的打磨沟通并进行上市,新品正式发售2秒便卖出了2.6万支;百草味通过该体系做整体品牌升级,不仅是图案,包括大包装、小包装整体的包装都进行升级;士力架发现了一些年轻人喜欢吃辣,4个多月就上市,辣味的士力架也非常成功。

图片 6

图片 7

快:尽可能的把数据利用起来。飞速发展的时候,数据已有,产品不能落后。尽可能接触,频繁通过自动化互动,尽快利用采集数据。与客户互动(客服,广告,推荐,活动)的总频率与接触点的总量,与互动的频次成正比。快速利用数据发展产品,牢牢抓住用户心意,先入为主。

对于全渠道营销的个性化,品牌对每一个粉丝和会员有数据资产,品牌可以把对个人的洞察反映到非常个性化的千人千面互动,千人千面也体现在全渠道个性化运营上。每家店和每个人一样,可以做千人千面就可以做千店千面,有智慧商圈、智慧导购,线下数据上翻,到最后还是运营层面落下,对品牌来讲有了数据上翻的打通就可以实现智能分销,不用大规模全国分销,你知道用户经常去哪,就可以在附近的店分销,可以做选品,每家店选品都不一样,因为每家店的消费者不一样,每家店陈列不一样,活动也可以不一样,也可以定制,促销也可以定制。

图片 8

数据营销力量的释放,痛点在于组织

好:在对的时间和媒介,把对的内容给对的人。尽可能发挥好的优化项,以及推送内容的相关的频率度。质量是不可轻视的关卡,一旦质量低下,前面前功尽弃。更佳的用户体验,更完善的UI设计,都是影响用户下一个动作的节点。

董本洪先生在分享中讲到,数据会跟大家的市场部工作有关的,比如说洞察、CRM、媒体投放、电商,有非常多的功能可能是在一个大的公司里打底、横向的,可能大家也要再思考市场部的工作方式,答案就在组织。真正怎么和我们对接,就是市场部做一定的扩充改组,市场部需重新定义。

图片 9

图片 10

省:Social时代的新模式,已经由漏斗化转化成层层的波纹的传播,就像在池塘投入一个小石子,也能产生最大的一个提升。大数据以广博之力,激起社会波澜。

董本洪先生补充到,
如果有规模的市场,至少有一个专业的数据洞察团队,各团队或负责人需要非常会用数据银行,如果只是电商团队在用,那么整个系统就没有进入市场的大脑。开始数据化,不想掌握增长的契机都很难。

图片 11

营销人员“可用”的数据才有价值

1让营销人员“可用”才能实现数据价值

数据落地的可能性首先发生于业务人员理解的基础上,当数据的价值能被理解的时候,业务人员与IT的沟通也就通畅了许多。

这种理解就是从“管”到“用”再到“精”的跨越式发展。

图片 12

管:数据基础建设——业务与IT吵架,互不理解。

用:数据应用——业务人员单方面操作。

精:模型优化——数据驱动业务,共同走向人生巅峰。

2数据“可用”的挑战:数据难关

是你玩大数据,还是你被大数据玩?大数据的分析者一般都面临着下面的问题。解决好这些问题,会大大缩短产品研发周期。

图片 13

如何把用户的行为数据变成可理解的用户画像?

要将用户的行为数据变成可理解的用户画像,可以从两方面着手:一是,从场景出发,构建用户画像。二是,建立人群画像标签体系。

  1. 从场景出发,构建用户画像

用户画像的核心在于给用户“打标签”。不同的标签通过结构化的数据体系整合,就可与组合出不同的用户画像。大数据技术的应用,拓展了企业获取数据的来源和处理数据的方法,让企业有机会得到更多的用户样本,从海量数据中找到那些真正对自己有价值的数据,从更多维度描述自己的用户画像。

广义上来说,找人,互动营销,销售转化,推广/口碑都是相互联系与转化,环环相扣的。

图片 14

1)找人:即瞄准用户,首先要回答目标用户的特征,聚集区域。找到目标用户才能精准投放广告,挖掘潜在客户,激活流失会员。

2)互动营销:首先得回答品牌如何与不同的消费者沟通,解决这一问题后,数据可用于内容策划,原生广告,消费者生命周期转化。

3)销售转化:消费者可以接受怎样的产品?哪些高价值的客户正在流失?新品的潜在用户在哪里?提升销售,交叉销售,个性化推荐就靠你了!

4)推广/口碑:你是否清楚消费者如何评价产品?数据的分析让关键意见领袖(KOL)和品牌倡导者(brand
advocator)发现你!

2.建立人群画像标签体系

把一个消费者按照第一方的数据和第三方数据整合的方式分成两大部分,下面是自然人属性的消费者,上面部分是品牌产生互动之后采集回来的数据。

图片 15

1)用户信息识别:用户身份的识别码。如手机号、微博ID、open
ID、会员号等,用户不同数据源的信息整合。

2)自然人属性:用户的人口统计学信息、兴趣爱好、媒介习惯、消费力情况。

3)品牌关系指标:用户与品牌的距离,以及用户对品牌重要性的综合评估。衡量指标为:生命周期阶段(注意、关注、购买)、用户粘度、用户活跃度、用户价值、用户流失可能。

图片 16

4)互动沟通倾向:用户在与品牌沟通时,偏好的方式、内容、频率等。衡量指标为:互动品牌倾向、互动渠道倾向(微博、微信、官网)、互动内容倾向(促销活动、新品推送、专业知识)、互动利益倾向(游戏、调查、抽奖)、互动意愿。

图片 17

5)购买产品倾向:用户喜欢的品类、产品,偏好的购买渠道。

图片 18

6)传播影响力:用户帮助品牌传播的意愿、传播的内痛、传播的影响范围。具体分类:传播意愿、传播内容倾向、传播方式倾向、传播渠道倾向、传播影响力。

图片 19

这其实是一个导航系统,它的作用就是可以根据制定好的目标来衡量与消费者之间的距离。可以得知用户购买倾向,如何互动,品牌倾向,以及用户影响力。

图片 20

数据应用典型场景

1充分利用留存数据,发现潜在消费者

图片 21

对比曝光量和活跃用户数,采集全部数据(包括互动数据,
电商销售的数据,进用品的数据)分组,进行不断沟通,发现互动率和覆盖率上面产生的不同数据,转化率、召回转化率的数值。

图片 22

2实时个性化:实现数据转化价值

图片 23

再次利用电商数据,效果地综合起来超过其他的几个组,通过这个数据,匹配线上的实际购买这群人的
ID 和社交
ID,,得出什么人喜欢他的品牌,得出特征,利用特征找到一批相似因素的更大的一批人,再进行二次的投放。

不只是在广告投放阶段,数据能产生价值。更重要的在整个全生命周期阶段,实施的个性化才是最佳的一种方案,包括访客购买者模型,以及线上交叉销售的模型,向上推荐销售模型,交叉销售模型,形成针对于访客,购买者,忠诚购买者,即将流失用户,潜在用户的不同产品推荐,更精准的空降,让用户有受到关怀的贴心感受。

案例:爱尔康眼睛护理液

爱尔康眼睛护理液主要是通过微信来做。通过个性化服务,实现数据转化价值。

图片 24

1)积分兑换环节,根据数据的不同,产生个性化推荐。

2)定期推送新活动,监测个人效果。如微信消息推送。

3)实时会员积分制,支持推送给好友,扩大受众度,进一步扩大可测数据量。
也能拥有更多的用户。

图片 25

这样根据个性化兑换结果,能实现最大化的挖掘。也会产生交叉购买,创造更多效益。

实践性是每一种营销都必须遵循的规律,大数据亦是。任何的一个科技在成熟落地之前,都会经历这样一个曲线发展的过程,目前大数据的这种科技发展已经到了成熟期,不要做旁观者,而是做推动者。

图片 26

以上内容整理自时趣”大数据驱动的移动营销”王绪刚的分享笔记,经嘉宾授权发布。

版权声明:本文为STC原创,转载请注明出处,版权所有,侵权必究。

STC全称(Social Talent
Circle),是品牌社会化营销领域高端私密职业社群,汇集业界精英和一线品牌的最佳实践。我们为品牌方CEO和CMO、品牌经理、数字营销经理和社会化营销经理、CRM经理、营销总监提供线上交流平台和知识分享,为VIP会员提供高级定制咨询服务、线上学习和线下沙龙。

微信公众号:SocialTalent

图片 27

网站地图xml地图