營銷人員使用數(shù)據(jù)的5個誤區(qū)

申請免費試用、咨詢電話：400-8352-114

    《大數(shù)據(jù)時代》的作者Victor教授說，人們應該知道如何從大數(shù)據(jù)中發(fā)掘價值，對數(shù)據(jù)的第一次使用只實現(xiàn)了其價值的冰山一角。許多公司可能都在順應大數(shù)據(jù)發(fā)展的潮流，希望通過數(shù)據(jù)分析來指導營銷的發(fā)展方向，但是他們是否能在實際的營銷活動中實現(xiàn)數(shù)據(jù)的價值呢？借由數(shù)據(jù)分析來達到營銷活動的成功對于沒有經(jīng)驗的營銷團隊也許是個挑戰(zhàn)。

    以下是常常導致企業(yè)未能充分利用數(shù)據(jù)的五個誤區(qū)。

    1.未能充分利用人口統(tǒng)計信息

    過去，營銷人員只能通過傳統(tǒng)的市場調(diào)查獲取有關消費者和受眾的性別﹑年齡﹑家庭收入等極為有限的信息。在今天這個數(shù)據(jù)采集和管理方式都大有進步的時代，獲取信息和數(shù)據(jù)幾乎不受限制，這種情況得到了顛覆性的改變。遺憾的是，即便能夠獲取到大量的信息，許多營銷人員對數(shù)據(jù)的運用仍處于非常膚淺的階段。

    根據(jù)2013年The Neustar Global Media Intelligence的報告，零售營銷人員根據(jù)消費者的家庭觀念和購買汽車的品牌來進行目標市場定位的營銷活動比未定位目標市場的營銷活動相比，市場表現(xiàn)提升了500%。聯(lián)想最近發(fā)現(xiàn)，通過個性化地定制網(wǎng)站廣告能為聯(lián)想提升30%的點擊率，并增加40%的購買轉(zhuǎn)化率。聯(lián)想的研究顯示，如果營銷活動結(jié)合消費者的其他信息，比如他們的信用和興趣，都能有效地促成購買轉(zhuǎn)化。

    2.關注錯誤的度量指標

    數(shù)據(jù)的解讀和運用需要和背景資料相結(jié)合，F(xiàn)acebook的粉絲數(shù)﹑App的下載量等看上去頗為壯觀的數(shù)據(jù)很容易導致錯誤的數(shù)據(jù)分析，或者營造出成功的錯覺。這些指標與那些更為深刻的行為數(shù)據(jù)(如導航路徑﹑品牌偏好)相比，就顯得蒼白無力了。Silverpop曾經(jīng)委托Forrester Consulting進行的一項研究發(fā)現(xiàn)，B2B營銷人員利用行為數(shù)據(jù)將銷售渠道擴大了34%，非行為數(shù)據(jù)導向的營銷只能擴展26%。即便是營銷活動的主要目標是提高品牌知名度，消費者對品牌的記憶度和參與度數(shù)據(jù)還是比網(wǎng)頁的瀏覽數(shù)量更具研究價值。

    3.忽略線下活動

    傳統(tǒng)的prospect-lead-customer銷售漏斗模型已不再適用于當今顧客做出購買決定的方式。如今的營銷活動貫穿了多種渠道，這就使得企業(yè)正在收集一些他們不常追蹤或者分析的數(shù)據(jù)。由于現(xiàn)在企業(yè)都把關注的重點放在新的數(shù)字化指標上，這樣很容易忽略或者誤判線下的活動，比如把顧客在實體店的購買行為歸功于線上廣告。根據(jù)Twitter的一項研究，在線上與品牌產(chǎn)生互動的消費者更有可能在實體商店進行購買(平均能帶來12%的銷售增長)。O2O營銷的未來發(fā)展趨勢應該是線上互動以促進線下購買。線上和線下的無縫轉(zhuǎn)換也需要通過數(shù)據(jù)庫來進行管理，并根據(jù)數(shù)據(jù)分析的結(jié)果作出優(yōu)化建議。如果沒有像Neustar AK Closed Loop這樣的數(shù)據(jù)分析工具，這些線下購買轉(zhuǎn)化的原因很可能被看作一個巨大的謎團。

    4.數(shù)據(jù)分析和營銷行動脫軌

    營銷活動從策劃到實施，每個階段都應該和數(shù)據(jù)分析緊密結(jié)合，及時與企業(yè)各部門溝通，共享數(shù)據(jù)分析的結(jié)果。傳統(tǒng)的營銷團隊行動滯后，常常用之后調(diào)查出的數(shù)據(jù)來支持他們已經(jīng)做出的決定。相對來說，有遠見的營銷人員不僅僅運用數(shù)據(jù)對過去進行批判，而且能夠預測未來。American Express使用預測性的分析和行為數(shù)據(jù)來識別高風險顧客，以減少損失。在過去，American Express會挑選出100名普通客戶樣本進行風險測評，現(xiàn)在他們使用了IBM推出的SPSS預測分析建模軟件來辨別可能產(chǎn)生風險的客戶。他們發(fā)現(xiàn)，軟件模型識別流失風險的能力與之前相比提高了8.4倍。另外，預測性的數(shù)據(jù)分析能夠在營銷活動開始之前就推動ROI，并在營銷活動進行中通過不斷地調(diào)整來實現(xiàn)實時的效益最大化。