下载掌阅APP，畅读海量书库
立即打开
如今，数据的重要性日益增加，急速膨胀的信息和大数据的商用价值正在改变现有的营销模式和企业的营销活动。大数据分布式存储、大数据挖掘及分析技术的发展为海量数据的收集、整合、处理、分析等操作提供了技术支持，为企业实现精准营销、优化管理、提升市场竞争力创造了更多的可能。在这样的时代背景下，大数据营销应运而生。
大数据营销是指通过对海量的数据信息进行筛选、整理、分析，从中提取出有价值的信息，最终为企业制定具有针对性的营销策略的过程。
在传统的市场营销模式中，企业需要花费大量的时间和精力去收集消费者信息，而且往往无法全面了解每个消费者的需求和兴趣。同时，很多企业通过试错的方法来调整营销策略，效率低，成本高。而通过大数据营销，企业可以更加深入地了解潜在消费者的需求和兴趣爱好，并根据这些信息制定更加切合实际的营销策略，从而提高企业的市场营销效率和盈利能力，促进企业的快速发展。
总体来说，大数据营销具有以下几个特点。
大数据营销的数据来源是多方面的，多平台的数据采集使我们构建的消费者画像更加全面和准确。多平台数据采集的途径包括PC端互联网、移动互联网、互联网电视端及各种物联网传感器等。
随着社会经济水平的提高，消费者不再满足于普通的大众化产品，而是更倾向于情感化、个性化的优质产品，所以个性化营销成为市场进一步细分的必然要求。在营销过程中，企业必须充分考虑消费者的个性化需求。与传统营销的广泛撒网不同，企业可以通过大数据分析了解消费者的位置、关注对象、偏好等信息，从而实现为消费者量身定制的个性化营销，这样即使消费者使用同一款软件，其界面显示的推荐内容也不同，可以满足不同消费者的不同需求。
在互联网时代，消费者的消费习惯和购买行为经常在短时间内发生变化，因此企业需要及时捕获消费者的需求变化，在消费者需求最强烈的时候为其精准推荐企业的产品。大数据营销可以帮助企业及时掌握消费者的需求及其变化趋势，提升营销的时效性。
大数据营销企业泰一传媒曾提出时间营销策略，即通过相应的技术手段充分挖掘并分析消费者需求的变化，并及时响应每位消费者当前的产品需求，使消费者在做购买决策的时间段内及时接收到企业推荐的产品广告。
与传统营销模式相比，大数据营销有着较高的性价比，可以让企业的营销决策做到有的放矢，并根据实时性的效果反馈，及时调整营销策略，从而最大限度地减少营销传播时的浪费，实现高效率营销。
大数据营销可以帮助企业发现消费者的关联性需求，进而销售多种相关的产品或服务。在互联网时代，这一点反映了网络消费者关注的广告与广告之间的关联性。大数据在采集过程中可以快速获取目标消费者关注的内容及其所处位置，这些有价值的信息可让广告在投放过程中产生前所未有的关联性，即消费者所看到的上一条广告可与下一条广告进行深度互动。
企业可以借助大数据技术鼓励消费者参与企业的产品生产与决策，如选择款式、包装、广告方案等。在整个生产和销售过程中，消费者参与越多，其购买该产品的概率就越大。这种互动性强的营销方式很容易受到注重参与感和渴求信息的消费者的青睐。
作为一家传统企业，蒙牛积极拥抱数字化、智能化，利用大数据等信息技术，已经成为新时代背景下乳业数字化的新典范。
在数字化转型中，营销数字化是最有效的一个切入点，可以解决传统企业在发展过程中解决不了的问题，如深度连接C端。
在数字化时代，品牌需要深度触达用户，持续经营每一个能够和用户连接的触点。一物一码就是品牌伸向全渠道的触手，能把每一件产品都变成品牌的营销入口，通过触点为品牌带来源源不断的数据资产，从而实现品牌直连用户、精细化运营的目标。
蒙牛早已使用一物一码技术，例如，蒙牛天猫旗舰店曾推出一款0糖气泡水风味饮料——酸酸乳气泡水。蒙牛在气泡水的瓶盖内嵌入一个唯一的二维码，开展“酸酸乳星际探索”互动营销，消费者扫描蒙牛气泡水瓶盖内的二维码后，就会跳转到充满活力气息的“酸酸乳星际探索”页面，从而可以领取积分进行互动游戏，根据游戏进度领取不同的奖励。有趣的游戏加上奖励的钩子，引发消费者自发为品牌传播，进行圈层扩散。
设置一物一码营销活动吸引用户互动，不仅使蒙牛与消费者建立了简单的联系，还发挥了更多的效能，具体内容如下。
一是一物一码帮助蒙牛读懂消费者。通过一物一码采集用户的信息，蒙牛可实现线下用户消费场景数字化。通过数据洞察，将消费者的购买行为具象化，蒙牛可以了解消费群体的基础数据、地域分布、商业兴趣及活动分布等，了解消费者行为并进行消费者价值判定，以便后续深度经营和开展差异化营销。据此蒙牛可以真正读懂消费者，持续丰富品牌的数字资产。
二是一物一码助力蒙牛精准触达潜在消费者。对消费者数据分类建模，通过大数据分析提炼出对蒙牛最有价值的人群，对这类人群做出精准的广告投放和二次触达，有利于培养蒙牛的关键意见消费者（Key Opinion Consumer，KOC），帮助蒙牛找到更多潜在消费者，为二次开展精准营销奠定数据基础，有效提高广告投放投资回报率（Return on Investment，ROI）和营销效率。
大数据营销近些年成为企业追捧的营销关键词，但关于大数据营销的研究和实践已经有很长的历程。从20世纪开始，围绕消费者数据的营销研究就已经开展，如直复营销、数据库营销等，有的学者认为直复营销是数据库营销的起源。直复营销是指通过与目标消费者直接沟通，取得反馈，实现交易，一般表现为直接向潜在消费者发送广告材料，引导其立即采取行动。
进入20世纪90年代，随着电话营销的兴起，直复营销逐渐被数据库营销取代。在银行、保险、信息技术（Information Technology，IT）等行业，大多数企业建立了庞大的呼叫中心，为消费者提供“营销销售—售后”的端到端服务。
企业开始意识到，通过消费者数据分析可以实现更加精准的营销，从而节省费用，提高效率。不过，那个时代的营销还不能称为真正意义上的大数据营销，因为不管是数据可用规模、类型，还是数据分析工具，其能够达到的深度和范围，或者营销应用的平台和领域，都远远达不到大数据营销的程度。学者们虽然把数据驱动营销发展的潜力纳入研究范围，但其研究主要停留在概念层面，直到2000年这种情况才发生变化。
首先，关注数字互动的学术研究从2000年开始大量增加；其次，2000年“互联网泡沫”爆发，人们清醒地认识到营销战略不应过分依赖营销专家的建议，而是要基于实践的观察和实际数据。这让人们开始重新审视对数据营销的科学理解，促使人们寻求更严格的科学方法来解释这一领域的现象。
在21世纪，以大量消费者数据为基础、智能分析技术为支撑、新兴线上平台为应用空间的大数据营销真正出现。大数据营销经历了4个发展阶段，分别是互联网时代、社交网络时代、移动互联网时代和人工智能时代。
大数据营销的互联网时代开始于2000年，这一时期的大数据营销也叫数字营销。数字营销是指借助互联网、计算机通信技术和数字交互式媒体来实现营销目标的一种营销方式。数字营销尽可能地利用先进的计算机通信技术，最有效、最省成本地谋求新市场的开拓和对新消费者的挖掘。
企业通过网络接触到大规模的消费者群体，从中获取丰富的营销数据，这为理解消费者行为提供了新的视角和工具。在这个阶段，网站点击数据、搜索记录数据等是众多营销人员的关注重点。通过分析网站点击数据和搜索记录数据，企业可以了解目标消费者的关注点和消费者行为，并通过建模预测消费者购买行为，为营销管理提供决策依据。
大数据营销的社交网络时代开始于2004年。21世纪以来，随着Web2.0技术的发展，社交网络网站（Social Network Sites，SNS）应运而生，大数据营销进入社交网络时代。
社交媒体是社会网络的载体，是一种Web2.0技术，允许用户自己生成内容，也就是说，在社交媒体的各种平台中，用户不仅可以获取信息，还可以创造信息。用户可以在平台上自由地表达自己的观点，讲述自己的经历。
基于社交媒体的这一特点，研究人员通过分析用户的沟通行为，发现用户的在线评论会相互影响，在线口碑也会对消费产生一定影响。因此，在社交网络时代，大数据营销的重点在于在线口碑，由此衍生出社会化媒体营销。
社会化媒体营销是指利用社会化网络、在线社区、博客、百科或者其他互联网协作平台和媒体来传播和发布资讯，从而形成营销、销售、公共关系处理和客户关系服务维护及开拓的一种方式。社会化媒体营销工具一般包括论坛、微博、微信、博客、SNS社区、视频、图片等。
社会化媒体营销的优势主要体现在以下几点。
（1）精准定位目标消费者
社交网络掌握了大量用户信息，除了年龄、工作等表层信息外，还可以通过对用户发布和分享的内容进行分析，有效地判断出用户的喜好、消费习惯和购买能力等信息。
（2）通过互动拉近企业与用户的距离
传统媒体投放的广告很难获得用户的反馈，而社交网络使企业有了官方微博、官方微信公众号，借助这些平台，企业可以与用户更好地互动，形成良好的企业品牌形象。社交媒体是一个重要的客户关系管理系统，企业可以寻找用户对企业品牌或产品的讨论，针对用户讨论迅速做出反馈，解决用户的问题。
（3）低成本进行舆论监控和市场调查
随着社交网络的普及，社交网络的大数据特性得以很好地体现。首先，企业可以通过社交网络低成本地进行舆论监控，在企业危机公关时发挥重要作用。其次，通过对社交网络上的大量数据的分析，企业可以进行市场调查，有效挖掘用户需求，为产品设计开发提供充分的市场依据。
（4）企业可获得低成本组织的力量
通过社交网络，企业可以较低的成本组织起一个庞大的粉丝宣传团队，每当企业有活动或者新品上市，粉丝会奔走相告，成为企业的一股重要的宣传力量。
随着智能手机的普及，移动互联网时代悄然而至，以苹果公司推出第一代苹果手机和谷歌公司推出安卓系统为标志，大数据营销迎来了移动互联网时代。这一时期的营销模式为移动营销。移动营销是指利用手机、平板电脑等移动终端和互联网技术、无线通信技术等，完成企业和消费者之间的产品或服务交换的过程，其内容主要包括企业品牌形象推广、产品信息宣传、产品销售、客户关系管理等。
由于移动营销模式具有高效、便捷、成本低等优势，这种营销模式很快就发展起来，被各类企业所接受。
移动营销模式可以用“4I”来概括，即个性化（Individualize）、分众识别（Individual Identification）、即时信息（Instant Message）、互动沟通（Interactive Communication）。
（1）个性化
在移动互联网时代，人们对个性化的需求比以往任何时候都更强烈。移动服务为消费者带来的附加价值在于让消费者可以随时随地访问，消费者可享受基于时间、地点及个人喜好的个性化定制服务。
（2）分众识别
由于每个移动终端及其使用者的身份都具有唯一对应的关系，并且可以利用技术手段进行识别，所以企业能与用户建立确切的互动关系，进而确认目标消费人群及其地点等。
（3）即时信息
在移动营销模式下，信息传递具有即时性的特征，这为企业获得动态的反馈和开展互动跟踪提供了可能。当企业对消费者的消费习惯有所察觉时，可以在消费者最有可能产生购买行为的时间发布产品信息，而消费者也能即时访问。
（4）互动沟通
传统媒体只为企业提供了单向传播渠道，这导致消费者互动和参与的缺失，而在移动营销模式下，企业可开展互动沟通。企业在开展互动沟通时应考虑连接性（与更多资源的连接）、娱乐性和个性化（与个人进行更个性化的沟通），企业对互动性的感知越强，与消费者的沟通效果就越好。
综合来看，移动营销与传统营销的区别可以体现在表1-2所示的几个方面。
表1-2 移动营销与传统营销的区别
2018年，百度携手知萌咨询发布《AI赋能营销白皮书》，标志着大数据营销进入人工智能时代。大数据与人工智能的结合为洞察消费者提供了一个全新的方案。大数据分析技术、人工智能技术使对海量数据进行收集、整合、可视化和进一步深度分析成为现实。
企业可以借助机器学习、文本挖掘和自然语言处理等技术，集中处理点击流、在线评论、社交媒体信息等，在此基础上洞察、分析和预测消费者的偏好，给予产品精确的定位，有针对性地进行营销活动，从而实现定制化的产品推送和个性化服务提供，提高营销的精准度。
到目前为止，大数据营销显现出以下发展趋势。
（1）不同数据库之间的整合与协同
随着信息技术的不断发展，单一企业所拥有的碎片化的消费者信息早已不能满足市场对数据量和多样性的需求。基于全样本数据的大数据营销将用于开展更加精准有效的用户数据挖掘，更全面地展示消费者的各项信息。目前，我们仍然处于数据碎片化时代转向数据整合时代的过渡期，但随着技术的发展，未来跨媒体、跨渠道、跨终端的大数据营销将使信息得以从多维度重组。
企业内外不同数据库之间的有效整合、协同与联动，有利于实现消费者信息的全方位、多角度反馈与融合，将是未来大数据营销发展的关键和基础。
（2）场景成为大数据营销的着力点
随着5G的不断发展，万物互联、万物皆媒的物联网时代即将到来，场景也将成为大数据营销新的着力点。场景营销的基本流程是先找到合适的人，再根据消费者所属群体及其消费习惯决定所要使用的信息内容，然后根据消费者所处的环境来决定触点。
实施场景营销要有大数据做支撑，企业需要多渠道地了解消费者，然后通过挖掘场景、消费者分群对触点进行把控，从而针对不同的消费者在合适的情境下为其推送最合适的产品或服务。
（3）通过效果监测实时优化策略
随着大数据营销的不断发展，实时效果监测将成为常态。大数据挖掘技术的改善与提高可大大降低营销效果的监测成本。无论每一次营销活动是否成功，企业都可以通过效果监测找到原因，从而改进不足，尽快拿出解决方案，以提高效率，减少损失。
大数据营销是指通过多学科融合，实现对规模巨大的数据的采集、管理和分析，从而发现新的知识和规律。下面对大数据营销的基本流程进行简单介绍。
数据采集是大数据营销流程中的重要一环，是成功进行大数据营销的前提。由于大数据处理的数据来源广泛，第一步就是对数据进行抽取和集成，从中找出代表实体对象和与其有关系的数据，经过关联、聚合等操作，按照统一的格式对数据进行存储。在数据采集的过程中，数据源会影响大数据的真实性、完整性、一致性和准确性。数据采集的工具有很多种，包括爬虫软件、应用程序编程接口（Application Programming Interface，API）、传感器采集、日志采集等。
数据采集后需要将数据存储起来，以便后续的处理与分析。数据存储的方式有很多种，包括关系型数据库、NoSQL数据库、Hadoop等。
关系型数据库是一种传统的数据存储方式，其采用表格形式存储数据，具有结构化、一致性和可靠性等特点。
NoSQL数据库不采用表格的形式存储数据，而是采用键值对、文档、图形等形式来存储数据，具有高扩展性、高性能等特点。
Hadoop是一种分布式计算开源框架，可以处理海量数据，具有高可靠性、高扩展性等特点。
数据处理是数据准备过程中最花费时间、最重要的一步，该步骤可以有效减少后续数据分析过程中可能出现的矛盾。该步骤是指根据大数据营销的目标，确定需要分析的数据范围，运用大数据技术对初始数据、原始数据和坏数据进行清洗和预处理。
数据处理还应包括寻找或确定具有商业含义的新变量，或者进行变量转换，为使用工具建模打下基础。该步骤的目标是转换数据，为后续步骤的执行做好准备。如果数据源的格式不同，则必须转换和统一数据。如果数据没有特定的结构，就必须将数据结构化，通常采用表格格式，从而进行不同的分析并建立机器学习模型。
数据处理后，企业需要对数据进行分析，以发现数据中的规律和趋势。数据分析的目的是为决策提供支持，帮助企业做出更好的决策。数据分析的方法有统计分析、机器学习、数据挖掘等。
在数据分析的基础上，形成数据报告是非常重要的步骤。数据报告包括分析报表、客户信息或客户群信息及其特征，以及根据分析结果提出的应用建议等内容。消费者最关心的是数据分析的结果及其以何种方式在终端上显示，所以展示数据处理分析的方式非常重要。
目前来看，数据可视化是展示数据分析结果的主要技术。数据可视化是指以图形格式表示数据，让决策者看到直观呈现的数据分析结果，从而做出更科学的决策。数据可视化的基本思想是将数据库中每个数据项作为单个图像元素表示，大量的数据集合构成数据图像，并将数据的各个属性值以多维数据的形式表示，从而使用户从不同的维度观察数据，对数据进行更深入的观察和分析。
数据可视化后，企业要将数据分析结果应用到实际的业务中，以实现数据驱动决策。数据应用的目的是让企业更好地利用数据，提高业务效率和竞争力。数据应用的方式有推荐系统、风险控制、营销策略等。
企业管理层非常重视数据中台的建设，因为用户数据蕴含着丰富的价值，在流量化时代更是如此。目前市场竞争十分激烈，企业已经将工作重点从争夺增量用户转移为精细化运营存量用户。
九阳自成立以来，不仅积累了技术、形成了品牌效应，还存储了大量宝贵的用户数据，但这些原始数据在以前十分分散，呈现出碎片化的特点，而且用户的主体数据没有得到整合，九阳也没有建立系统、完善的标签画像体系。因此，如何有效挖掘数据价值并合理使用，以提高品牌增长量，是摆在九阳面前的一大难题。
数据中台是九阳把握数据、实现数据化运营的有效工具，它可以帮助九阳盘活沉睡的数据资产，挖掘出数据中蕴含的价值。
阿里云为九阳打造的数据中台，融合了九阳线上线下的全域消费者数据，通过One ID技术统一识别和整合，构建了消费者数据的标准和规范。九阳目前已经构建了丰富的消费者数据标签，完成了全域消费者数据的整合，沉淀了几千万条有效数据，基于此，九阳能够运用标签工厂快速灵活地进行标签画像与用户洞察分析。通过阿里云数据中台洞察消费人群，比九阳原先自己洞察消费人群的投资回报率更高。
在数据中台上线不久后，九阳就迎来了“6·18”年中促销活动的大考。九阳借助阿里云数据中台，基于数据中台共创IP人群运营，在某IP联名新品优选放大人群，投资回报率提升了3倍。
此外，九阳通过数据中台的核心产品之一Quick Audience，对品牌近两年的自有信息进行分析、运营和管理，同时根据类目活跃度、消费行为特征等描绘出更为精准的消费人群，从而使整个营销链路、数据闭环更加完整。
九阳结合人群渠道和消费属性，为全域消费者定制了差异化的策略，例如，针对A人群（认知人群）高频触达；针对I人群（兴趣人群）中的折扣敏感型、高价值人群推出不同的营销策略，让其转化为P人群（购买人群），从而在减少营销成本的同时实现成交转化率的提高。
有了策略与数据的支撑，抓住年轻的消费人群不再困难，九阳在新品研发方面贴近年轻人的追求和喜好，打造出一些经典IP的联名款，获得了年轻人的追捧。
基于数据中台提高营销触达效率，九阳根据消费者的体验旅程和关键场景，精心设计运营策略，最终提高了营销精准率；而在未来，九阳也可以基于数据中台建立标签，实现营销效果的动态迭代，依托数据中台灵活且高扩展性的标签组合能力，实现不同产品组合下的精准营销。营销提效只是数据中台能力的一部分，数据中台之后还将不断迭代，全链路的数智化可以在从消费者需求满足到新品研发，再到供应链改造等方面，不断为九阳提升差异化服务能力。
有效营销活动的基础是高质量的数据，但并非所有数据都是优质的。基于低效数据做出的业务决策可能会浪费营销预算，损害品牌的声誉和形象。大数据营销基本流程的最后一个环节是利用营销技术获知客户行为和各个营销节点的过程量，以便定量地证明营销的投入产出比，进而优化营销和业务流程。
你认为哪个企业的大数据营销模式应用得比较成熟？与同学讨论该企业在应用大数据营销模式时都有哪些营销动作？效果如何？