下载掌阅APP，畅读海量书库
立即打开
在传统的营销模式下，为了满足市场需求，开发一款热销产品，首先要组织专业的市场调查团队对消费者进行调研，确认市场的需求；其次是对市场进行细分，分析目标市场的开发潜力，确认产品定位；再次是根据产品的定位，对产品进行设计和研发，新产品研发成功后，经过样品试制和调试，小批量生产新品并投放市场试水，如果产品热销，才大规模生产，以降低产品成本；最后通过营销策划和推广，配合营销渠道对外销售产品。想成功开发一款新品，需要准确的市场调研、高效的产品研发和生产团队、完备的销售网络以及优秀的市场营销策划和销售人员。然而如此烦琐的开发过程和流通环节不仅会降低产品迎合市场需求的时效性，还会增加产品的流通成本。
工业化体系下发展壮大的企业，其市场营销的本质是一种基于交易的营销模式，将尽可能多的工业化标准商品和服务卖给消费者。传统的市场营销策略是 4P理论——产品（Product）、价格（Price）、促销（Promotion）、渠道（Place）。这种理论的核心是企业的产品、价格、促销和渠道都是为营销产品服务的手段。产品是否迎合消费者的需求并不重要，根据企业的实际情况制定相应的营销战术，利用消费者信息不对称、容易被忽悠、爱占小便宜和从众心理，总是能把产品卖出去。非常经典的传统营销案例就是“把梳子卖给和尚”，在没有需求的目标市场去创造需求，从经济学的角度，没有实现资源最优配置，而是在浪费资源。如果其产品研发脱离了市场需求，忽视了消费者需求的变化，这样的企业迟早要被市场淘汰。曾经占据全球三分之二摄影产业市场份额的柯达胶卷，拥有 1 万多项专利技术，1975 年就发明了第一代数码相机。然而在摄影市场的需求发生明显变化，即摄影技术从胶片化向数码化转型时，柯达胶卷仍然专注于传统胶片，故步自封，最后只能被数码相机打败，走向没落。
随着私人定制产业的扩大和市场个性化需求的增加，传统营销在对市场进行“ STP”分析时，发现细分市场越来越多，想确定一个有开发价值的目标市场越来越难。传统的工业生产为实现规模化带来的低成本优势，更倾向于提供标准化的产品。如果以增加产品线的方式去满足不同目标市场的需求，那么势必会增加生产的成本和管理的难度，从而导致经营成本的上升。随着时间的推移，消费者的需求个性化趋势必然不断增强，定制化产品的市场竞争力会远高于标准化产品。除此以外，传统市场营销的另一大成本是销售渠道的建设成本。传统的市场受地理条件和交通工具的限制，构建一个覆盖全国或地区的市场网络需要花费大量成本。我国许多上市公司的招股说明书中，上市融资的一项主要资金用途就是建设和扩张销售网络，刺激销售收入的增长。
在利用大数据指导市场营销之前，营销的套路大同小异——相关人员只需掌握营销的4P理论，把控好产品的质量，以限时降价促销的方式刺激消费者购买，撰写营销软文刷新消费者的认知，再用口语化的广告词不断重复加深印象，简单粗暴地完成销售。在传统的线下销售商业模式下，厂家除了组织市场调研和接听用户投诉电话外，并不直接接触消费者，所以厂家对市场需求的变化反应迟钝，无法掌握用户的购买行为数据。因此在产品的销售过程中厂家无法对客户的购买行为进行分析，只好采取如下策略：广告轰炸（Promotion）——广撒网，不断重复，抓住消费者的心理；打价格战（Price）——利用人们爱占小便宜的心里抢占市场份额；拓宽渠道（Place）——构建完备的销售网络，快速铺货，同广告形成联动。
一直以来，人们对史玉柱的评价褒贬不一。但我们必须承认的是，中国商业史始终绕不开这位有争议、具有传奇色彩的人物。
史玉柱何许人也？
史玉柱，巨人集团创始人，脑黄金、脑白金、黄金酒品牌创始人，《我的营销之道》作者，中国十大改革风云人物之一，中国最具影响力的 50 位商界领袖之一。
之所以称史玉柱为传统营销的集大成者，是因为他洞悉了人性的弱点，看穿了营销的本质——营销是为了找到潜在的付款者，而不是找到用户，然后激发人性的欲望。史玉柱明白，针对性的需求往往更能打中用户，同时，掏钱的人和使用的人往往并不是同一人。
于是就有了这样的现象：
在宣传保健产品“脑黄金”时，史玉柱用了“考！考！考！先健脑”“今年过节不收礼，除非巨人脑黄金”这两条广告语。其中一条旨在让那些望子成龙的家长看到，另一条送给想要送礼、想要体面却不知道送什么的人。
史玉柱在推广减肥产品“巨不肥”时，开场就用诱人的促销活动吸引用户，打出“第二天见效”“请人民作证”等这样“耸人听闻”的广告语，精准地拿捏住了减肥者急于求成的心态。
在推广网游《征途》时，他将目光盯向了下沉市场。在那个年代，小城市网吧系统已经成形，小城市有大量闲散的年轻人，也有一些虽然有钱却无处花费的中年人，娱乐方式极度匮乏。而网游则是一种最常见的消遣，他们不在意游戏的品质，网吧老板更在意我推广你的游戏是否能赚更多钱，闲散且没什么钱的年轻人更在意游戏是否免费，有钱有闲的中年人则更在意在游戏里自己是否能够“高人一等”。于是史玉柱团队走进网吧，《征途》的大幅海报拍在吧台上，告诉老板，只要卖《征途》的点卡就能得到 10％的抽成，海报上也写着“永久免费”四个大字，然后在游戏内植入排行榜，玩家充钱越多，玩家的游戏装备越好，玩家在排行榜的排名也越靠前……
深刻洞悉用户的需求，利用人性的弱点精准营销，单从营销的结果来看，无疑是成功的。
【案例分析】 4P营销理念的核心是产品。本案例中，史玉柱各类产品的营销模式大致可总结为四点：引起注意、诱发兴趣、刺激欲望、促成购买。这种以产品为核心的营销在过去之所以能取得成功，最主要的原因还是彼时的营销主导权被传统媒体所控制，广告作为彼时最主要的营销工具，无论如何创新，其重心终究要落在产品上。此外，由于过去营销渠道的匮乏，消费者要获得产品的推广信息，只能被动接受以产品为核心的广告。
而随着互联网的发展，各类产品通过互联网的传播形成口碑，似乎比传统媒体的广告更具公信力和参考价值。营销学大师科特勒（Philip Kotler）对互联网时代的市场营销的定义是“为客户创造产品价值，才能实现产品价值的交换，获取利润，还要让客户成为粉丝，传播产品和品牌价值”。在互联网时代，市场营销早已不是传统的广告洗脑教育，已过渡到品牌和消费者情感共鸣的互动，并逐步转向营销的价值传播。换而言之，市场营销的目的已经从“让消费者知道我的产品/服务”转变为“让消费者主动帮我将产品/服务信息传播出去并影响其他潜在用户的购买行为”。这就是现阶段以客户为核心的 4C营销理论与传统的以产品为核心的 4P营销理论的本质区别。4C营销理论强调的是营销者需要站在消费者的视角去思考问题，即：如果我是消费者，我喜欢怎样的产品/服务；我厌恶怎样的产品/服务；我习惯用哪些产品/服务；我想要我喜欢的产品/服务以怎样的形式展现出来；我不想要我喜欢的产品/服务以怎样的形式展现出来；我的真实需求到底有哪些；我喜欢怎样的营销创意；我买产品/服务的真实原因到底是什么……
4C理念和 4P理念的根本区别在于侧重点不同，史玉柱过去的营销能大获成功，除了他本人在营销上惊人的天赋以外，也离不开时代的特殊性。但随着消费者消费理念的日益成熟，消费者需求个性化逐渐显现，以及消费者自我意识的逐渐苏醒，依然坚守 4P营销理念显然有点跟不上时代。虽然以用户为核心的 4C理念更加符合时代的潮流，但这种营销模式要依靠大量的消费者行为数据进行分析和挖掘，以消费者行为数据为营销基础不断优化、迭代产品/服务，但这同时也对 4C营销理念提出了全新的挑战。
产品是传统 4P营销理论的核心，而 4C营销理论的核心是客户。目前，80 /90 /00 后更倾向于在移动终端的APP上进行在线购物和消费。传统媒体在信息传播过程中的受众被互联网分流，通过互联网的传播形成产品口碑，似乎比传统媒体的广告更具公信力和参考价值。营销学大师科特勒认为，互联网时代市场营销最重要的意义是要为客户创造产品价值，才能实现产品价值的交换，获取利润，还要让客户成为粉丝，传播产品和品牌价值。因此，在移动互联网时代，营销的逻辑已经得到了根本性的变化，从原先单纯的广告洗脑教育转向到品牌与消费者的情感共鸣互动，以及营销的价值传播功能。换言之，营销的逻辑已经从从“如何让消费者看到我”到“如何让消费者主动帮我传播并影响其他潜在消费者的购买行为”。
仅靠吸引消费者积极参与产品设计开发，停留在传播企业品牌的层面，这达到了传统营销模式的极限。如何才能找到新的突破口呢？在进行市场调研、思考商业模式、为目标市场设计营销方案时，一定要站在目标消费群体的角度去思考：他们是什么样的人？他们有什么样的性格？他们喜欢什么？他们厌恶什么？他们的行为和他们的真实需求是什么？他们的偏好和习惯是什么？他们接收信息的方式是什么？他们愿意接受的价格是多少？他们喜欢的广告和创意是什么？他们的产品认知是什么？他们凭什么要购买我们的产品？
要回答这些问题，没有客户的购买行为数据的支撑，是根本得不到正确答案的。在消费者需求越来越个性化的环境下完成消费者洞察，需要依靠大数据对客户行为的分析和挖掘，才能及时感知市场需求的变化，对产品和服务进行迭代和优化，降低企业的试错成本，提升用户的消费体验。
用户使用互联网留下的所有数据都会被保存记录。这些数据有用户的浏览记录、浏览时间、点击率、地理位置、注册地址、关注度、购买情况、个人信息和收货地址等。互联网每天产生的数据高达 1EB （约 10 亿GB），这些数据不仅庞大而且极其分散、维度众多。对用户行为的分析，可以从年龄、性别、职业、月收入、资产、负债、学历、信用评分等角度进行，也可以从网上浏览的时间、登录的频次和点击量进行。
用户喜欢与否：其代表的本质是产品是否切合用户的需求，用户是否愿意花时间和金钱使用你的产品。这是一个动态的过程，我们在具体考核用户喜欢与否的时候可以通过考察用户的使用频率和使用间隔时间进行定量考核。
用户用了没有：是指用户使用产品的具体过程体验。具体目标是考察用户对产品的参与度。具体可以按用户平均使用时长和用户关联搜索进行定量考核。当然这不是单一指标，这背后有品牌和产品力等因素左右。在分析的时候，我们可以设置一个均值，以量表的形式进行考察。
用户行为归纳起来可以用 5W2H来表示： Who （谁）、 What （具体行为内容）、 When（具体时间段）、 Where （地点）、 Why （行为原因）、 How （什么样的形式）、 How much（用了多长时间、花了多少钱）。
用户行为分析通过对用户行为的零散信息进行归集分类，变成结构化信息。按预先设置的模型对数据进行清洗、筛选、分类、储存。选择相关数据进行分析挖掘，将数据分析的结果与企业的产品策略和营销策略匹配。或是从用户的行为数据中发现问题，并改良产品和服务，实现更精细和精准的运营，从而获得良好的市场表现。
为什么要进行用户行为分析？
（1）新产品迭代开发。通过分析用户行为，定位目标用户人群，通过用户画像等手段挖掘用户需求，提高开发新产品的成功率。
（2）精准营销，为已生产的商品定位目标客户。在记录用户的行为数据时，给用户贴上标签，向特定的用户群体推送广告。比如某个用户在某个时间曾购买婴儿车和奶粉，从这个时间点开始该用户就被贴上“有小孩”的标签，然后商家就能以定向广告的方式给用户推荐其他母婴产品。
（3）数据挖掘。聚类分析是一种比传统的市场细分更准确的分类方式，按电脑设定的参数将关联度最接近的用户分为一类，将多维数据降维。关联分析的一个典型例子就是分析电商网站的购物篮中不同物品之间的联系，判断用户的消费习惯和偏好是否一致，哪些产品的组合下单的频次最多，这种产品之间的相关性可以帮助制定营销策略。这类似于沃尔玛超市放婴儿尿布的货架旁会放啤酒一样，当用户的某个购买行为发生后，用大数据预测下一个购买行为是什么。
（4）个性化推荐。当用户使用过百度搜索商品和服务，或者浏览过相关商业网站、购买过某些商品，这些浏览记录和关键字就会储存在电脑的浏览器cookie中，当你在访问某些网站时，这些网站的广告位会读取你的cookie数据，从而实现精准化的广告推送。
（5）获客成本提高。互联网在普及过程中，网民数量一直保持增长，大家在获取用户和促进DAU （每天的活跃用户）是比较容易的。2012 年，一个App用户的获取成本平均为一角钱，而现在的获客成本飙升到 30～50 元；2014 年公众号获取粉丝的成本为几角钱，现在也上涨到 5 元钱一个粉丝。近几年随着移动互联网用户增长的红利消退，竞争越来越激烈，几乎所有互联网公司都感受到了流量的压力。每个流量渠道，都是一个池塘，池塘里的用户数是一定的，最先进入的互联网公司获客成本最低，收益最大，后进入的公司边际收益递减。
图 1.5 只是有效点击进入网页带来的流量成本，从流量到注册的转化率过去能达到10％，现在的比例大约为 7％。对于互联网平台来说，传统的数据分析主要针对结果类的数据进行分析，而缺乏对产生结果的用户行为过程的分析，因此数据分析的价值具有局限性，这也是近几年很多企业感觉做了充分的数据分析，但却没有太大效果的原因。通过对用户行为进行 5W2H分析可以掌握用户从哪里来、进行了哪些操作、为什么流失、从哪里流失等等，从而提升用户体验，加强用户与平台的黏性，用精细化运营实现业务增长，才能覆盖高昂的营销成本。
图1.5 百度的关键词搜索的推广成本
以前只有IBM、 Google、微软这样的公司有能力做大数据的挖掘，现在已经有越来越多的创业公司进入这个领域，下面让我们来介绍一下国内外的大数据分析平台。
Google Analysis工具是当前网站的运营商使用最多的网站统计工具， Google Analysis在免费工具中提供了可以和收费工具媲美的功能。分析人员可以根据自己的需要对数据进行转化和组合，过滤筛选出自己需要的数据。工具的学习门槛较低， Google的官方网站上有大量的用户指引，方便用户了解数据分析工具的使用方法。过去， GA最实用的功能是用户细分功能，如今该功能更加强大，并且还完善了其他一些数据分析功能，比如用户访问路径分析、用户行为回放、自定义变量（维度和指标）、数据的输入输出等。 GA逐渐成为一款实用的网站用户行为数据分析平台。
Google已经退出了中国市场，且GA服务器不在国内，使用不方便，容易出现数据丢失；在使用免费版的时候，数据的访问量过大， GA会对整体数据采样，输出基于采样的数据分析结果；另外，它的高级功能要求分析人员掌握计算机编程和数据挖掘的专业化技能，高级应用的使用门槛较高。
百度统计提供几十种图形化报告，可以全程跟踪访客的行为。同时，和Google分析一样，百度统计也集成百度推广的数据，帮助用户及时了解百度推广效果并优化推广方案。
其他平台看不到百度的关键词流量情况，百度统计可以看到，所以这个工具在做百度投放优化上非常实用，而且免费。
百度的维度之间的交叉分析功能很差。功能全面性还有所欠缺，没有归因分析，也没有电商设置等。
数极客是一家由曾服务于阿里集团的产品与研发人员创办的专门针对用户行为数据分析的平台，采用实时多维细分、用户群分析、漏斗分析、对比分析等超过十种数据分析方法为互联网经营者提供获客、活跃、留存、转化、用户行为等分析数据，是国内同类产品中最先支持SAAS
的平台。
数极客在用户行为分析方面是很强的，在漏斗分析，获客，活跃，留存，转化等用户行为数据分析上支持所有平台的整体分析。尤其是数极客的五大转化率分析工具，通过高级漏斗、用户流向、智能路径等宏观转化工具，可以发现影响转化的环节，而通过表单分析、五大热图分析、行为视频回放可以找出发生问题的原因，是目前国内做得最好的转化率分析工具。数极客对用户数据的分析做到了极致，可以直接查看用户明细和用户的所有浏览行为，并附带用户浏览视频，数据可视化的功能极强。与其他收费的数据分析平台相比，数极客的性价比很高。
事件分析中拥有全维度的选择，分析体系比较强大，因此数极客适合拥有一定基础知识的高级运营人员和产品人员，初学者还不能充分认识到这款产品的价值。
（1）流量来源：流量来源的意思是网站的访问来源，比如用户是来自知乎还是来自微博等，主要用来统计分析各渠道的推广效果。
（2） PV （Page View）：页面浏览量或点击量，指页面刷新的次数，每一次页面刷新，就算作一次PV流量。
（3） UV （Unique Visitor）：独立访客数。在同一天内， UV只记录第一次进入网站的具有独立IP的访问者，同一个IP地址的重复访问只计一次。 PV与UV的比值在一定程度上反映产品的黏性，比值越高表明网站或产品的黏性越高。
（4） IP数：独立IP的访问用户数，指 1 天内使用不同IP地址的用户访问网站的数量。 IP数与UV之间有一定的区别（可大可小可相等）。
（5）日活/月活：每日活跃用户数（DAU） /每月活跃用户数（MAU），反映的是网站或者App的用户活跃程度，代表用户黏性。
（6）用户留存：在单位时间内符合有效用户条件的用户数与实际导入的用户流量的比率。
（7）次日留存/次月留存：次日留存、次月留存反映的是网站或者App的用户留存率。
（8）转化率/流失率：转化率一般用来统计两个流程之间的用户的转化比例。其中用户流失率＝总流失用户数/总用户数。
（9）跳出率：指用户打开网站后，仅浏览了一个页面就离开的访问次数（PV）与所有访问次数的百分比。跳出率越高说明用户对网站的产品和服务越不感兴趣。
（10）退出率：对某一个特定的页面而言，从这个页面离开网站的访问数（PV）占这个页面的访问数的百分比。跳出率适用于访问的登录页（即用户访问的第一个页面），而退出率则适用于任何访问退出的页面。
（11）使用时长：每天用户使用的时间。对于游戏或者是社交产品来说，使用时间越长，说明用户越喜欢。
（12）热力图：以特殊高亮的形式显示访客热衷的页面区域和访客所在的地理区域的图示。有时访客经常会点击那些不是链接的地方，那么你就应该在那个地方放置一个资源链接。比如：如果你发现人们总是在点击某个产品图片，你能想到的是，他们也许想看大图，或者是想了解该产品的更多信息。
（13） ARPU： Average Revenue Per User，在一定时间内每个用户带来的平均收入，ARPU＝总收入/用户数。
该方法有助于快速定位问题。例如一款金融类产品UV下降，快速分析相关原因。内部可控因素：改变销售推广渠道，或者调试刚上线的新版App，改善用户体验；内部不可控因素：公司战略变更。外部可控因素：销售淡旺季；外部不可控因素：政府监管。具体请参见图 1.6。
图1.6 内外因素分析模型
事件维度：用户在产品中的行为以及业务过程。
事件指标：访客的数量、地址、浏览量（PV、 UV）、停留时长。
趋势分析：分析各个事件指标的趋势，比如分析用户的在线时长、点击事件、下载事件等等，然后描绘用户的行为趋势，从而对用户的行为有初步的了解。
具体请参见图 1.7。
图1.7 事件分析模型
漏斗模型是最常用的分析方法，可以广泛应用于流量监控、产品目标转化等日常数据运营工作中。哪些业务场景需要用到漏斗分析呢？比如用户注册过程、下单过程和支付订单这些主要流程，就需要用漏斗模型进行分析，应重点分析用户在哪个环节流失最严重并找到问题，对业务流程进行优化和改进，提高用户的转化率。
具体请参见图 1.8。
图1.8 漏斗分析模型
留存分析是一种用来分析用户参与情况和活跃程度的分析模型，统计首次访问或购买的用户有多少人会进行重复访问和购买的行为。这是用来衡量产品对用户价值高低的重要方法。
具体请参见图 1.9。
图1.9 留存分析模型
留存分析可以帮助回答以下问题：一个新客户在未来的一段时间内是否完成了你期待的用户行为，比如客户下单并支付订单就是商家期待的客户行为；某个社交产品改进了新注册用户的引导流程，期待改善用户注册后，用户注册数量是否上涨，如何验证此次改进是否有效，比如 3 月份改版前，该月注册的用户 7 天留存只有 15％，但是 4 月份改版后，该月注册的用户 7 天留存提高到了 20％，这表明此次注册流程的改善卓有成效。
用户行为分析是一门科学，不仅需要掌握不同的分析方法，还要熟悉业务，将数据与业务相结合才能给出有价值的分析结果。用户行为数据分析，往往是在行为发生之后进行，而产品、运营都是通过经验进行决策，一旦决策失误就会造成难以挽回的结果。因此如果能在产品、运营方案上线前，通过用户分流A/B测试进行小范围验证，选择其中最优的方案发布，就可以大大提高决策的科学性。 Google每年通过运行数万次A/B测试优化产品、运营，为公司带来了 100 亿美元的收益。
用户行为分析的另一个目标是提高经营效率。目前在利用这些分析工具发现问题、分析问题、解决问题的过程中还需要人工制定运营策略；当策略改变时，需要重复这一过程，影响运营效率。如果未来的人工智能通过深度学习代替数据分析的重复工作，自动诊断和分析，并给出解决方案，那么运营人员可以将工作重心转移到制定营销策略上。