数极客首页

营销人如何搞定工作中的数据分析?


数据剖析

之于营销人的意义曾经
无须赘述。但理想
问题是,面对网站剖析

APP剖析

中各种复杂难懂的“大数据”概念,我们怎样
才干
抓住关键,在最短的时间里树立
起对数据剖析

的理性
认识?怎样
经过
系统认知在工作中逐步

培育
起数据思想

1、营销人不得不面对的行业趋向

Holmes Report 2016年全球传播报告指出,无论在公关公司还是企业内部的公关部,数据剖析

曾经
成为了继文案、战略
、沟通的第四大技艺
。希望这篇文章能培育
大家的数据思想
才干

和认识
,控制
一些营销场景下的数据常识,了解

数据剖析

的四步流程,置信
对你以后的工作会有所辅佐

2、为什么要注重数据剖析

为什么学会数据剖析

对我们来说很重要?

①有效避免

拍脑袋,客观
臆断;

②为决策提供支撑,使我们的结论更能压服
人,压服
客户;

③解释过去,预测未来

当谈到数据处置

问题时,我们说:“假定

你不能量化它,你就不能了解

它,假定

不了解

就不能控制它,不能控制也就不能改动
它”。数据无处不在,每个人都面临着怎样
有效地吸收、了解

和应用
数据的应战
。那些能够

有效应用
资源从数据中提炼信息、发现学问
的人,最终常常
成为各行各业的强者。

3、数据在营销范畴
的展开

进程

第一
我们来回想

一下营销的展开

史。营销主要阅历
了三个展开

阶段。第一个是20世纪50年代初产生的4P理论,4P理论是随同

着营销组合的呈现
而呈现
的,以产品、价钱
、渠道和促销为中心
。4P理论能够

很好的帮我们了解

一个公司整体的运营状况

。后来到了20世纪末呈现
了4C,4C是以顾客、沟通、便利和本钱
为中心
的,到了21世纪初,菲利普·科特勒又提出一个新的概念,就是我们曾经
属于营销3.0时期
,一个“以人为中心”的时期
。“人”的概念是指盘绕
在品牌周边的一切
角色,既包括了品牌的真适用
户和潜在客户,也包括了在品牌的传播当中十分

重要的自媒体、KOL、粉丝等,当然也包括了品牌的从业者、员工和协作
同伴

关于
这些“人”的剖析

洞察和数据挖掘

,在办法

论上也阅历
了三个展开

阶段。第一个阶段是传统调研。传统调研是以调研问卷和焦点小组访问的方式
为主的。主要特性
是样本量比较

少,受调研者的客观
判别
和阅历

所限,在信息上会有一些缺失。后来随着社交媒体的蓬勃展开

呈现
了社会化倾听
的办法

。社会化倾听
的一个主要特性
就是数据量大,关于
挖掘

用户原生需求和内容是一个很好的渠道。而往常

我们则步入了大数据时期
。特性
是数据海量,多样化的数据源,能够

支持多维度多平台的纵深剖析

4、数据剖析

四步流程

究竟

数据剖析

这块应该怎样
来做呢?

简单来说分四步:第一步明白
目的
,第二步数据获取,第三步数据洞察,最终
结果输出
。我想强调一下明白
目的
这步,由于
我们在拿到客户的brief之后,第一
需求
去了解

和转化brief的内容,然后再中止

后续的工作。明白
目的
对大家而言不只
仅是需求
去了解

brief自身

的内容,更重要的是要知道

背后的background information。第二数据获取,就是通知
大家目前在营销行业对数据的一些常规分类办法

。第三和第四步会分别

细致

的案例来讲。

1.明白
目的

好的问题使我们离答案更近一步,同理,坏的问题能够

使我们离答案更远一步,致使

不止一步。来看一下有哪些值得我们去了解

的背景信息。第一
你要知道

客户所处的行业以及行业趋向
是什么,面临的主要问题和应战
是什么。第二是和你对接的客户属于企业当中的什么角色,是市场部还是公关部?还是其他部门?KPI是什么?第三,过去的一段时间你辅佐

这个客户处置

过什么样的问题,以此试图了解

他产生这次需求的动机。除了我们要知道

需求的背景之外,我们自己

还需求
培育
数字化的思想
办法

,说白了就是你需求
对数据有敏理性
。举个例子,比如

说客户要做一轮传播,需求
找一些自媒体。我们拿到这个需求之后,在脑子当中就需求
有认识
去想我能够

获取什么样的数据,需求
从什么方向和维度去结构

化这些数据,以及最终
想抵达

的效果是什么。比如

说这个case,就需求
知道

我们要reach什么样的受众,这些受众有什么特性
,以及我经过
什么样的数据能够

判别
受众最关注的自媒体帐号是什么,最终
还要思索

选择

的机制大约
是什么样的。这个过程央求

大家的左脑和右脑同时运转,一边是发散性的思想
,一边是结构

化的逻辑思想
过程。

刚刚说的都是从自身

动身
的,再换一个角度来看一下从客户角度怎样
看问题。客户的角色不同,他们对数据的了解

以及价值的发现也是不一样的。比如

说市场、销售、CRM部门,他们更多的可能是对用户画像,对用户细分更感兴味
;研讨
部门或者是产品部门对用户的口碑,用户的UGC内容更感兴味
,由于
他们通常想要去了解

用户对品牌、对活动、以及对产品和效劳
的真实反响

是什么;最终
关于
公关或者是媒介部门来说,更多的需求
去了解

媒介的状况

:用什么媒体什么渠道能够

取得

最好的效果等等。

2.数据获取

第一
我们认识一下用户标识。用户标识也叫用户ID,相当于数据剖析

的一把钥匙。经过
用户标识能够

中止

用户数据匹配和数据打通。目前平台碎片化和渠道碎片化,用户标识在不同平台和不同渠道上都是不一样的。目前业内采用比较

多的方式,PC端是运用
cookies,移动

端运用
手机独一
辨认

码,在苹果手机上称为IDFA,在安卓机上叫IMEI号,这个号是独一
不变的。不论

你的手机有什么样的操作更新或者装置

了什么APP都不影响设备号。所以能够

经过
这个设备号去精准地定位到我们的用户。对APP的辨认

有另外一个办法

就是SDK。除了这些还有用户的其他身份,比如

说用户的手机号,电子邮箱,社交ID,比如

说微博号微信号,这些都是作为用户标识的办法

刚刚说了用户标识,接下来我们来看一下用户数据这块。用户数据的分类办法

有很多种,一种方式能够

从静态数据和动态数据两个概念来分。静态数据是指在一段时间内不会随意

发作
改动
的数据,动态数据是会实时改动
的。我们对用户的分类大约
能够

分为自然特性、社会特性、偏好特性和消费特征。其中自然和社会特性数据是静态数据,偏好和消费特征是动态数据。除了用户数据另外还有渠道数据,包括信息的渠道和置办

渠道。信息就是包括了社交媒体平台,新闻资讯平台的数据。置办

就是指置办

渠道的数据,比如

电商、官网、卖场数据等。数据依照

一切
者和来源又能够

分为两大块:一方面是我们说的一手数据,就是企业和品牌所具有
的数据。最典型的表现
为CRM数据。另一方面是第三方数据,大部分

的第三方数据都是开放和公开数据,当然也有一些数据交流
和数据协作
得到的加密数据。

5
数据在营销中的运用
场景

第三步数据洞察和第四步结果输出将分别

案例给大家讲。在讲案例之前我们能够

先来看一看,数据在整个营销当中,最经常会遇到的运用
场景,基本

一切
的营销问题都能够

归结
为三类,就是关于“Who、What、Where”的问题。Who能够

了解

为TA是谁,What就是去了解

这些用户的原生内容,就是我们说的UGC(User Generated Content)。UGC口碑引申出来的就是对品牌、效劳
、产品的整体反响

。我们能够

基于此为企业不同业务单元提供不一样的倡议

和战略
。Where是经过
哪些媒体渠道和触点,能够

最好地reach到用户。

WHO第一
我们来看一下用户画像。到底什么是用户画像呢,其实说白了就是给用户打标签的过程和最终
输出结论。我们往常

对用户画像标签的体系架构无非就是这么几大类,包括人口属性,社会属性,兴味
偏好、行为习气
和心理学属性。那这么五大类的标签建完之后有什么意义呢?我们能够

重点看一下上面的剖析

指标,他们表现
了标签能够

产生的价值。经过
人口属性能够

去做用户的不同代际细分,比如

分别针对80后、90后、95后、00后提供不同的人群细分和描摹。还能够

对受众依照

标签细分,比如

说按性别或者地域或者消费水平

去做细分。社会学属性使我们能够

去剖析

用户的社会形态,他们的life style是什么样的,家庭生命周期是什么样的,有什么样的生活大事情
和他们所处的社会阶级
。兴味
偏好这块我们能够

剖析

用户对品牌的佳誉
度和对品牌的好感度,以及他们的兴味
图谱和购物的偏好。行为习气
这块用的最多的就是触媒习气
,触媒习气
包括线上和线下的触媒。还有一些网购行为习气
,比如

说消费的金额、频次、流入流出的状况

等。心理学这块普通
来说要经过
传统调研的方式
,来进一步挖掘

用户的三观和想法。用户画像是源于企业对用户认知的渴求,用户画像无非就是对这两类人。一类是现有用户,一类是潜在用户。对这两类人群画像,普通
能够

经过
什么样的剖析

维度呢?能够

罗列
三个维度:

用户群划分:关于
已有的用户汇合

,能够

依据

不用标签将用户聚类为不用的用户群,针对不用的用户群采取不用的营销措施,或者将营销资源放在主要用户群上。用户兴味
剖析

:经过
用户画像,能够

知道

用户喜欢什么,偏好什么样的产品,从而将用户兴味
归入
到需求之中改进

产品或效劳
。用户消费剖析

:能够

了解

用户消费层次,消费才干

及潜在消费才干

,愿意为什么样的产品或效劳
付费,取得

消费突破

点,增加销售额。

其实说白了,一切
的这些维度最终
都是做精准营销的。由于
我们都知道

往常

数据很众多
,每个用户身上每天都会接纳
海量的信息。其实往常

用户关于
他不关怀

的数据也好信息也好是十分

排斥

的,我不知道

大家是不是这样,就是关于
我不想看到的东西,是不会认真
去看的。信息太过众多
,因而

用户都曾经
习气
性的选择抗拒不关注的信息,故只需

了解

用户之后按时按需按人将自己

的信息从广告转化为有用咨询,才干
取得

较好的用户转化率。案例-跑车潜客人群画像第一
第一个用户画像的案例是对潜在客户的画像。这个是一个汽车品牌的Case,作为某高端知名跑车2016 Digital推行
全案中的一环,树立
跑车潜客的用户画像,为进一步沟通接触树立
依据

,构建数字化营销闭环。当时客户的需求就是经过
数据第一
来树立
对跑车潜客的描摹和画像,然后基于这个用户画像之后,再来导出后续的整个2016年数字化营销的各种传播和执行。我们跟客户沟通最终
选定了四类用户作为我们跑车潜客的细分人士。一类是超跑人士,就是SCC相关的人士,他们在微博平台上是十分

生动

的一批人。然后就是胡润百富榜类有钱人,还有就是IT新贵,也就是胜利

的创业人士,还有就是名人明星。我们经过
某些标签的选择

去圈定了几百人的样本,然后树立
了一个跑车潜客人群的数据库,再去获取他们在社交平台上的公开信息。最终
经过
画像我们输出相关结论。第一
,关于
跑车潜客来说,男性占到了大约
80%左右,30岁以下的人群也超越
了三成,而且有不时
扩展
的趋向
。另外就是年轻的消费群体,他们对车的概念曾经
逐步

的脱离了之前所谓资产的概念,而更多的是有个性化和时兴

化的需求。他们和以往一些消费者也有很大的不同,他们在社交、网购、还有学问
获取这些渠道都有很大的转变。这个Case我们能够

从办法

论上做一个总结,就是怎样
来获解潜客的画像。主要三种办法

,第一种办法

是最优办法

,即分别

品牌自有的CRM数据匹配以各种社交数据,得出的画像能够

说是最精准的人群画像。第二种办法

是经过
典型用户的一些典型的标签和典型的属性去找到这群人,能够

称之为是含糊

人群画像,前面讲的案例就是采用这种办法

。第三种办法

,直接用品牌自有的粉丝,或者是竞品的粉丝作为我们剖析

的对象。这个办法

的前提还需求
我们事前
中止

预处置
,需求
依据

粉丝质量对其中止

预处置
,树立
辨认

和定位潜客的机制,才干
完成
精准人群画像。

WHAT案例-汽车售后用户口碑洞察我们来看What部分

的Case,这里主要是基于对用户的原生内容、用户口碑、用户UGC内容的深化
剖析

和挖掘

所产生的价值。这个Case也是for汽车品牌,该部门希望经过
数据剖析

和计划

辅佐

他们去指导怎样
做售后相关的活动,指导他们为不同的人群做售后活动,并预防流失客户。细致

来说,由于
可能大家都知道

,汽车品牌每年的revenue当中,一大块是新车销售,另外还有一大块是车的维修和颐养
。所以车的售后和后市场这一块对车品牌来说是十分

重要的利润构成。同时由于
有些车主他们在过保之后可能就不会再去4S店做车的维修颐养
了,由于
费用比较

高以及其他一些缘由
。他们可能会选择其他的渠道。所以品牌方十分

希望能够

知道

经过
什么样的机制去稳定和赢回这些客户,以及业内同行业的竞品,他们有哪些活动,哪些机制是我们没有思索
到的,有自创
意义的。我们是怎样
做的呢?经过
社会化倾听
的方式,第一
我们对车主中止

一个细分,细分的办法

就是我们来判别
他是什么样的客户。然后对不同的车主再去做进一步的剖析

。我们经过
制定细化的剖析

维度,来剖析

和评价
出哪些要素
会对用户的最终选择和决策构成影响,以及构成多大的影响。并经过
数据将这些关键要素
量化出来,构成
最终的活动战略
和优化倡议

。我们再来总结一下这个Case的四步,明白
目的就是要赢回已流失的消费者,并且对我们的售后活动中止

进一步的优化,我们采用的数据主要是社交媒体的数据,树立
了用户细分的数据库,而且也树立
了主要汽车竞品的售后活动的数据库,做更细致

的行业间横向benchmark对比

,才干
知道

究竟

好在哪儿不好在哪儿。再基于用户称心

度的倾听
、需求的挖掘

以及最终
活动效果的反响

模型中止

结论输出。

WHERE最终
一块是WHERE部分

,WHERE能够

了解

为媒介触点。无论做线上线下的传播,无论经过
什么方式做传播都需求
找KOL,由于
你要去扩展
品牌曝光和awareness。特别
是当下这个网红时期
,过去都叫意见首领

。往常

我们似乎

很少用这样的叫法,取而代之叫网红、段子手、大号、大V,但其实都是一回事儿。

发表评论

评论已关闭。

相关文章