第一章,打一場《回到未來》之戰

當大數據遇上行銷

 

行銷7天前就能預測未來,預知顧客要什麼。

數據是『新石油』

未來企業的運作,不是靠石油也不是電力,而是透過關鍵數據。

誰掌撤了大數據,誰就掌握了大未來

失業率與股市的關係、排泄物與失業率的關係:如果需要從事藥檢的人數增加,那就表示就業人數也在上升

行銷1.0的被動策略,消費者要什麼,企業提供什麼;

即使行銷2.0的主動策略,從產品核心轉往消費者核心,創造差異化去吸引消費者;

行銷3.0,以社會價值與品牌責任為使命,都不能完全精準對到個人化需求。

行銷4.0,數據時代,別再猜了!取而代之的關鍵字是「Predict(預測)」

真正的數據競爭力是來自事前的預測。

行銷人真正的價值是,你要做出對及好的決策(make a decision),你必須根據數據找到金礦,決定你的觀點,行銷人每做一個決策,背後基於一個觀點,觀點就像是目標,唯有全神貫注,才可能瞄準目標。

從「經營商品」轉向「經營顧客」思維,大數據提供觀點幫助企業轉型,改變過往行銷以經驗法則推測顧客喜好,缺統計消費者行為的實證數據與詮釋。從感性推測到理性分析

懂厚數據,大數據才能產生真正的意義

10個關鍵指標:新增率、變動率、流失率、轉化率、活躍度、S1~S3喚醒率(S1指瞌睡顧客,S2指半睡顧客,S3指沉睡顧客)、客單價X2(新顧客客單價、主力顧客客單價)

新增率是企業新顧客新增比率

活躍度是主力顧客多久買一次商品

喚醒率是讓很久沒回購的顧客,重新回鍋,避免購買一次就消失。

客戶的五個狀態(新顧客(N)、主力顧客(E0)、S1(瞌睡顧客)、S2(半睡顧客)、S3(沉睡顧客)

勝負不在數據,觀點才能決定一切。

大數據比的是點子,不是銀子;贏家需要的是數據洞察力,所以觀點才能決定一切。

真正判定數據贏家的,其實是詮釋問題的角度與觀點。

觀點決定數據切入的角度,讓我們能夠準確地針對問題核心深度挖掘,然後才條件建立有價值的預測模型。

我們選擇每次只專注把一個問題給答機,然後選定一個觀點快速切入,形成解決方案。

店家最迫切需要的其實是「精準」;但不是那種傳統基於平圾值邏輯下的「精準分群」,而是可以具備時間敏感度、個人差異化的「全個性化」精準標籤。

廣告曝光不是大而廣

算出顧客DNA,精準投放

分析所有會員的背景資料、商品偏好,挑選出適合投放廣告的標籤名單

在運用大數據前,要做的第一步絕對是找出觀點

將解決辦法收斂至顧客的交易行為,專注於完成演算模型研發,進行實際顧客使用測試,藉由數據演算出的交易DNA數據來投放廣告,真正實現數據決策的優勢價值。

化繁為簡,以簡馭繁,亦即「減法原則」

愈複雜的數是,愈需要減法

獲利方程式:營收=有效顧客數X顧客活躍度X客單價

找顧客不看人口屬性,看行為標籤

參考文章(有圖二)

https://www.inside.com.tw/2015/11/02/big-data-marketing-migo  

 

==========================

作者網站

http://www.migocorp.com/

==========================

對本書的感覺:

我對他內頁一開始的索引章節,感覺到特別

因為他先以不同的顏色,代表不同章節的章節列表,用大圓圈圈,說明第幾章,感覺挺清楚明顯的。(或許有特別用意)

在每一章的第一頁,滿滿的顏色所象徵的章節。

頁面側邊,有幾章,目前在幾章的醒目提示

一節面後面,有圖文解說。

==========================

關鍵字:

關鍵數據

better tomorrow

Predict(預測)

Data Analytics(數據分析)

TA(精準目標顧客)

ROI(投資報酬率)

Next Purchasing Time,NPT 下次購買時間

timing(時機)

Thick Data 厚數據 :深入數字表面的核心意義,人來判斷數據的對錯,賦予它意義。

Actionable Marketing 執行方案

大數據中,四個特性,數量大、速度快、多樣性、不確定性

招募新客

一次客

NES模型(首次購買的新顧客、主要顧客、沉睡顧客)

 

 

 

 

 

 

arrow
arrow
    文章標籤
    閱讀筆記
    全站熱搜

    匿名的引路人 發表在 痞客邦 留言(0) 人氣()