下载掌阅APP，畅读海量书库
立即打开
零售巨头沃尔玛拥有世界上最大的数据库系统，搜集着来自各个连锁店的原始交易数据。这些数据是沃尔玛管理和营销的重要依据，如为了准确把握消费者的购物习惯，沃尔玛会利用数据对顾客购物行为进行分析，通过不同数据的关联分析制订更优化的促销方案。
“啤酒”与“尿布”的促销组合就是一个伟大的发明，这两个完全不相干的商品怎么会组合在一起销售？原来，这一结论是对数据分析的结果。研究发现很长一段时间内，这两个商品经常同时出现在消费者的购物篮中。
实际情况是这样的：
在美国很多家庭中都是由父亲为孩子买尿布。作为男人，在买尿布的同时也会顺手为自己买些啤酒。这一现象体现了一部分人的消费方式，从而给沃尔玛管理层带来了新的思考。于是，有人建议将啤酒与尿布摆放在一起，从而起到相互促进的作用。为了找到最佳的组合，沃尔玛还进行了不同的组合实验，具体如图1-9所示。
图1-9 沃尔玛啤酒与尿布组合示意图
按照常规思维，任何人都很难想象啤酒和尿布会存在什么关联。若非对海量购物行为数据的分析，估计沃尔玛也很难发现这一规律。
“啤酒与尿布”开启了大数据在零售业运用的先河，随着大数据技术的发展，很多企业、卖场、超市也开始重视对用户数据的搜集和分析，并将其运用到商品陈列、消费引导等方面。
这个例子给我们展现了大数据的价值，展示了数据挖掘技术在把握用户购物习惯、帮助改善用户购物体验上的作用，说明了做好数据分析可提升企业营销能力。
过去我们判定一款产品是否有价值是根据它的功能，而在互联网时代，数据就是它的价值。一个产品有很多款，哪款受用户欢迎看数据就够了，数据会告诉你发生了什么事情。过去功能比数据重要，但以后数据比功能更重要。
沃尔玛之所以能够发现两个看似毫无关系的商品之间的关系，一个很重要的原因就是准确的分析。重视对数据的分析，是构建一个科学、系统的数据库的前提。随着数据爆炸式的增长，数据种类也开始多起来，这必然促使企业对数据进行精准分析，找出那些看似毫无关系的数据之间的“关联性”，去粗取精，剔除无效的数据，保留有效的信息数据。
从一个人杂乱无章的购买清单中，经过分析发现其中的规律，并就此得出一些真实的结论，这就是大数据应用。大数据应用光有数据是不够的，关键是对数据进行分析，这样才能使数据对实际工作产生正面的引导和影响。就像认识世界上任何一种事物，都必须经过由浅到深，由感性到理性的过程，而实现这个转化就必须充分发挥人的主观能动性，对客观现象进行分析。
那么，如何来对大数据进行分析呢？可从以下5个方面入手，掌握了这5个方面，大部分数据都可转化为有用的信息，见表1-1。
表1-1 大数据分析的5个方面
可见，大数据只有在经过分析的基础上才有意义，通过对海量数据的分析，才能从中筛选出有价值的信息，发现其中的规律。
所谓的大数据分析，是指以云计算为基础，通过一连串的分析，快速提取数据中有价值的部分，以提高对数据的使用率。正是借助大数据分析这种技术，企业才可实现更精准的营销。
大数据分析在电商业运用得比较多，如消费者在亚马逊网站上有过浏览或购物经历后，会发现页面上出现一些相关的推送信息。这就是商家针对该消费者曾经的浏览或购买数据记录做的推荐，从其购买商品的类型、价格等一系列数据中，推断出最有可能再次购买的商品信息。
同样，大数据分析在电影行业运用也比较普遍，随着互联网的发展，人们越来越习惯于在网上搜索电影信息，利用网络看电影。谷歌根据这些数据发现了电影搜索量与票房收入之间的关系，于是就研究了一个电影票房预测模型，在业内引起强烈反响。该模型能够提前一个月预测即将上映电影首周的票房，准确率高达94％。这对电影制品人、投资人、影院帮助很大，即可借此来预测票房市场、调整电影的宣传策略。
在当今这个大数据越来越被重视的时代，大数据分析技术已经成为一种资本。通过这项技术企业可快速、高效地判断其业务范畴、经营状况、信用状况、用户定位、资金需求和行业发展趋势，解决了目标群体定位、营销渠道优化、营销制度健全等一系列问题。
值得注意的是，不同企业需要根据自身的实际情况进行分析，产品不同、所针对的用户和面对的市场不同，从数据中挖掘的内容也要有所区别。
借助大数据分析，企业可精准定位目标客户群体。每个用户群体都有自身的特点，这对企业或营销策划人员来讲是十分有利的，如果能给每个群体贴上个性标签，如何种消费心理、消费习惯购买力如何等等，那么营销起来就会更有针对性。
例如，某网店服饰定位为年轻女性，但年轻这个概念是十分模糊的，如何来进一步限定呢？这就可以着重搜集购买人群的年龄、性别以及浏览时间、习惯等组合数据加以确定，假如最后定位为25～35岁，且主要集中在已婚这一群体，那么在宣传、推广时就更有针对性，效果会更好，如图1-10所示。
图1-10 购物网站目标群体数据分析模型
通过分析消费者的各类大数据，可以挖掘出群体的兴趣爱好、消费能力及消费行为特征。再如，某网站根据用户消费比率这项数据分析得出星巴克、哈根达斯消费的群体特征，是以重品质、重品味的小资为主，如图1-11和图1-12所示。
图1-11 星巴克的消费比率
图1-12 哈根达斯的消费比率
从分析中可以发现，无论星巴克，还是哈根达斯，消费群体都是以小资为主，这类人群有他们自己的消费特征，如对产品的品质、品味要求较高，对价格敏感度较低。因此，在营销活动的设计上可以更多地迎合小资女性的需求，以提高活动效果。
用户细分是针对已有的用户进行更细致、更深入分析的一种方法，目的是提高对用户的深挖掘和再利用。这既是用户关系管理（Customer Relationship Management，CRM）的重要组成部分，也是大数据分析下进行消费者开发的必要过程。
那么，企业如何对自己的用户进行细分呢？最关键的还是分析大数据，要通过对数据库中的各种数据进行分析，建立数据模型，而后根据模型来预测将来的消费趋势。
这种方法仍然以用户数据为基础，以分析技术为支撑，用户细分大致可分为如下5个步骤。
第1步：确定准备收集的数据类型，以及收集这些数据可能使用的方法。
第2步：将通常保存在分立信息系统中的数据整合在一起。
第3步：开发统计算法或模型，分析数据，将分析结果作为对用户细分的基础。
第4步：建立协作关系，使营销和用户服务部门能够与IT经理合作，保证所有人都能明确细分的目的，以及完成细分的技术要求和限制。
第5步：实施强有力的网络基础设施，以汇聚、保存、处理和分发数据分析结果。
数据库、数据模型是用户细分的主要方面，但做大数据分析还需要精准地筛选信息，即从海量数据中快速提取最有用的信息，这样才能准确制作数据模型，最终制订出有效的营销方案。
在数据筛选上可采用RFM法，这种方法由Hushes于1994年提出。该方法是衡量客户价值和客户创利能力的重要工具和手段，通过一个客户的近期购买时间间隔、购买总体频率以及购买花费的金额三项指标来描述该客户的价值状况。
R是指最近一次购买到现在的时间间隔，F是指购买总体频率，M是指花费的金额，如图1-13所示。
图1-13 RFM与客户消费的关系
R、F值越大，用户产生新的交易行为的可能性就越大；M值越大，用户产生重复购买行为的可能性越大。
RFM模型动态地显示了一个客户的全部轮廓，这为个性化的沟通和服务提供了依据。同时，如果与该客户打交道的时间足够长，也能够较为精确地判断该客户的长期价值（甚至是终身价值），通过改善三项指标的状况，可以为更多的营销决策提供支持。
很多企业在对用户进行细分后，还会明确一个标准。具体做法是按照上述细分数据将用户划分为5个等级：555为最高价值用户；554～544为大客户；444为高价值客户；443～433为一般价值客户；333为普通客户；222～111为潜在客户。每个电商划分的标准不同，现选择一种作为代表，见表1-2。
表1-2 电商买家价值分类表
作为一种客户分类的方法，RFM分析模型起初主要用于直效营销（Direct Marketing）领域，目的是提高老客户交易的次数。
广东一家办公设备及耗材零售企业，在省内建立了9家连锁配送中心，业务发展迅速，有过成交记录的老客户也多了起来，通过向客户用邮政信函发送商品目录、开展直效营销的成本越来越高。该公司希望找到一种更有效的方法，来区分客户，以便在“更恰当的时间，向恰当的客户传递恰当的商品信息”，从而刺激重复交易，同时也适当降低邮寄费用。
他们把客户购买日期到当天的天数算出来，得到R这个参数。然后依据R的大小对客户进行分组，如把客户分成数量基本相等的5个等级，R5级表示购买时间最接近统计当日，R1级表示购买时间最远离统计当日；或依据停止交易的绝对天数，不考虑每级的客户数量是否近似而进行划分。
对于R5级的客户，该公司会立即邮寄一份商品目录及奖励积分计划，对于R4级的客户则会在一周内邮寄一份商品目录及奖励积分计划，对于R3级以下的客户则不采用这种追随购买的邮寄方式。
当数据渗透到各行各业之时，不仅影响消费者的群体行为和特征，还促使企业营销渠道转变和革新。大数据时代下提倡全渠道营销，即企业开发多种渠道，整合各渠道优势，实现整体营销。如既做好实体店、上门服务等传统渠道，也积极寻求互联网、智能终端、社交媒体等新型营销渠道。这些渠道相互整合，相互呼应，形成一个全方位的体系，这就是全渠道营销。
很多企业把“全渠道营销”看作是“精准营销”走向衰竭的开始，尤其是电子商务类企业，通过利用自身的网络优势充分整合线上线下资源，全面打通多种营销渠道，可以取得良好的营销效果。
如百联电商曾举办的全球购O2O体验特卖会，搭建了近100平方米的移动帐篷，3天销售额便突破40万元，现场注册会员高达1550人，如图1-14所示。
图1-14 百联电商全球购O2O体验特卖会介绍
为顺应互联网、移动互联网的发展趋势，百联百货积极寻求营销模式转型，创新地提出了对原有门店进行商务电子化改造的设想，使传统经营优势与互联网技术有机结合，探索全新电子商务业务模式。本次全球购O2O体验特卖会是百联集团互联网+全渠道营销的一次预演，也为不久的将来百联电商跨境商品O2O实体店的发展积累经验，探索新路。
据百联电商负责人表示，随着集团互联网+全渠道营销的深入推进，这样的特卖会将通过常态化运行来对接集团的转型升级，形成成功模式后加快开办自己的实体店。
除此之外，传统企业也在拥抱互联网，利用大数据分析，积极开拓新的营销渠道。
泸州老窖是泸州一家大型制酒企业，在酒类的销售上已经逐渐从传统的线下销售向线上线下销售同步发展转变，从2008年开始做线上营销以来，逐步与很多大型电商平台合作，销量从最初的每年3000万瓶增长到每年10多亿瓶。
泸州老窖集团总裁张良曾说，传统企业必须加快拥抱互联网，加快利用大数据工作的节奏。在大数据应用上，张良也以泸州老窖的某款产品进行了举例说明：在该产品上市前，利用互联网的开放平台，从外形设计及消费者体验方面进行了大量的数据收集和分析，最终确定了现在的外包装和风格特色。“经过对大量的数据分析后，我们的产品一经推出就收到了大量好评，48小时内就销售了4万瓶，效果非常好。”
对于新型企业来讲，营销活动并不是将商品推销出去就算完成任务，还需要对营销效果有完整的反馈。如预定目标是否完成，达到了什么样的效果，营销方案是否符合市场需求，哪些地方比较满意，哪些地方需要进一步改善等。
组织、实施营销活动重要，评估营销效果更重要。而大数据分析可为更加及时、有效地了解营销活动效果提供更多的可能性和依据，从而帮助企业策划人员根据营销实际，及时调整营销策略和方案。
欧莱雅每款新产品上市，都会通过网络做一系列的上市活动及宣传，并邀请专业数据分析公司或机构，对活动过程进行监测，对活动效果进行评估。通过这些反馈，欧莱雅可得知新品的受关注情况、发展趋势、消费者喜好度等，并据此优化品牌营销方案。
除此之外，大数据还能帮助企业对营销广告进行及时的判断和调整，这个调整的过程和取得成功都是动态的、实时的。
重庆移动为更好地支撑新营销、追踪营销效果，通过研究大数据流数据处理技术，自主开发了营销效果实时评估系统，并成功应用于未来实时营销效果评估中。该系统能够实现对业务受理大数据的实时采集、实时处理和实时展现，为业务人员实时了解促销活动的效果，并根据营销效果迅速调整营销策略提供便利。
重庆移动的营销效果实时评估系统分为数据采集模块、数据处理模块、实时消息传递模块和前台展现模块。数据采集模块利用数据库CDC技术实时采集业务受理数据，并形成日志流信息加载到大数据的接口机。系统设计采用java多线程机制将文件记录读取到redis内存数据库中，循环扫描线程不断发现匹配完整的业务受理信息并发送给实时消息传递模块。实时消息传递模块也没有采用传统的ftp传递技术，而是采用淘宝公司开源的rocketmq消息中间件来完成。该消息中间件分为生产者和消费者进程，生产者实时产生消息，消费者可以实时接收消息，从而达到数据的实时传递。实时消息传递模块实时地从消息中间采集业务受理信息并完成统计工作展现在前台。
该系统上线运营后，营销数据由原来的按天展现营销效果，提升为以分钟级展现营销效果，可强有力地支撑即将到来的新营销工作，也为以后的互联网营销监控奠定了坚实的基础。并且该系统由重庆移动员工自主设计及开发，主机采用现有的系统设备，基础软件采用开源免费的redis和rocketmq，节约了数十万元的系统建设费用。