如何利用大数据来营销

⑴ 如何利用大数据进行营销优化

基于：
1,业务：和市场营销相关，因此政府机关单位数据不考虑。
2.体量：拥有足够多有价值的数据。这一条很多互联网企业和传统大企业都能满足。
3.技术：有技术能力处理大数据。
上面3个因素，国内能做大数据市场营销的还真只有BAT三家。国外的不熟悉，这里不谈。
众所周知，三家的数据特点各不相同。腾讯优势在社交数据；阿里巴巴优势在商品和交易数据；网络优势在全网信息、消费者行为和主动需求数据。
当然例如平安、宝洁、沃尔玛这样的大企业，其自身肯定积累了大量的数据，基于这些数据的数据挖掘、过去就一直在做的网站分析等业务，虽然现今都冠以“大数据”的名义，但这与我们讨论的大数据还不尽相同，他们用传统数据工具对抽取一定数据进行分析，能基于那些数据进行挖掘，只是数量增多了而已，总体而言仍然属于传统的小数据范畴。

⑵ 在大数据时代，如何利用相关性做营销

另外一边，微博账号申请也需要一个邮箱地址。通常来说，同一个邮箱地址意味着航空公司里的会员和微博里的会员，应该是同一个人。公司做了一个筛选，合并出十万个用户来。 然后一家第三方公司的数据部门介入，主要任务是看这十万航空公司会员的微博用户，在社会化媒体上的行为，比如“说”些什么，比如喜欢介入什么样的话题去转发评论，比如喜欢关注什么样的商业账号。研究这类事的原因在于：这个航空公司很想知道它在社会化媒体上发起什么样的活动（以及活动所配备的礼品刺激）会吸引到这十万会员参加，成为earnedmedia。 这个案例并非严格意义上的大数据，因为数据还是不够海量。不过，它的原理和大数据营销有关：寻求相关性。 相关性不是因果，很难得出这样的结论：因为经常坐某某航空公司的班机，所以喜欢参与某某活动（反过来也不成立）。但这两个变量之间，从普遍意义上讲，存在一定的关联。这个道理就像穿红袜子和炒股票的关系，或许有一定的关联系数，但绝不是因果关系。相关搞成了因果，差不多和“迷信”就没有区别了。 但问题在于，很多人把相关等同于因果，这样的做法会形成很有些误导性的结论。比如说，当在这个十万航空公司用户中发现，他们特别喜欢某类活动，这个结论是不具有推广性质的。再新增五万航空公司微博用户时，你很难把上述那个结论也放他们头上。因为这里面没有因果关系。要确认因果关系，必须经过一个很复杂的观察和思考过程，排除所谓“隐性变量”。这不是那么简单的做一些数据分析就可以的。相关性是因果的前提，但是不等于因果。 于是，大数据出现了。 大数据寻求的是海量数据，海量到什么份上？就是全样本。全样本和抽样显然是不同的。过去的研究，由于操作性的关系，很难做到全样本，需要去抽样。抽样的科学做法是“随机”——不过这一点听着容易，做起来相当困难。真正的随机抽样需要花很多钱（利用社交网络关系，通过一个用户做问卷再发动这个用户找更多的人来做问卷，一点都不随机），而且一个无法绕过的弊端在于：如果你使用调查问卷的方法，你很难排除回答者的语言回答一定就是ta心中真正的想法或者实际上的真正行为。 大数据首先不是抽样，它获得的数据是全体样本数据，其次它不是在让用户回答问题，而是实打实地去获取用户的“行为”。用户声称对某活动会有兴趣和用户是否参加了某活动，显然后者更能说明问题。 最重要的一点，大数据分析和抽样分析的核心区别在于：前者是动态的，后者是静态的。 前文提到，随机抽样方法是成本很高的，故而它很难每天都去做一次——事实上，为某个特定的问题一个月乃至一个季度做一次随机抽样，都很难实施。于是，一个随机抽样所形成的结论，其实是静态的，它只能说明在做那次调研时的一些相关性。当有新的用户（样本）加入时，很难再说明过去的相关性是否能够成立——除非，你能找到真正的排除了各种隐形变量后的因果关系。 如果试图减少成本去做非随机抽样，那么，它的结论就更没有推广意义（学术一点称之为外部效度性，非随机抽样外部无效度）。当新用户加入后，非随机抽样的结论基本不能适用。 但大数据的分析却是动态的，每秒都有可能产生一个新的结论。让我们用最常见的亚马逊页面上的“购买此商品的顾客也同时购买”来举例。 这个部分里的商品是活动的，由于新购买的产生，会导致这个模块里的商品可能会产生变化。不过，这个模块也有可能是导致商品集中化购买的重要原因：用户看到了这个模块里推荐的商品而产生购买的可能是很大的（也许ta本来就没有任何购买的念头，甚至连这个商品都不晓得）。但对于大数据来说，原因是什么一点也不重要，它要做的——至少在电子商务领域——无非是提高客单价罢了。买了A书和买了B书之间的因果研究，那是学者们的事，不是商人关心的事。 回到航空公司的具体案子来。10万同时拥有航空公司会员和微博会员的人，并非随机抽样而得，故而这10万对于整体数百万航空公司会员而言，没有代表性。但我们的目标不是想寻求坐这家航空公司班机的人和参与某网络活动的因果关系，我们只是想提升一下参与活动概率并希望看到更多人会去转发某个活动罢了。故而，10万微博用户，够了。 在某一个时点，跑了一下数据，大致能看到一些相关性，于是我们开始设计某种活动，并有针对性地让这10万微博用户知道，这次获得的参与度和转发率，比毫无数据支撑背景下的胡乱策划，成功率应该会高一点。同样的人力投入，得到了相对而言的较高效果，这就是数据分析的好处。 过了三个月后，又有需要策划的活动，注意，这一次依然需要再跑一次数据。因为样本可能不是只有10万了，也许15万，也许运气不好有2万微博用户已经“死亡”，只剩8万。另外一个可能是有某些新的外部变量加入，比如出来一种新的商品让很多人趋之若鹜高度关注。这个时候拿上一次的数据来指导策划，又是盲人骑瞎马，夜半临深渊了。 不同的时点，或者目标不同的活动，都需要再次跑数据，这可能是大数据分析的麻烦之处。不过，计算机的长处就是计算，花上一两个小时设计几个公式或模型，相对于过去动不动要搞随机抽样，便利性提高很多倍，值得尝试。 更宏大一点的就是真正意义上的“大数据”了。今年年头互联网圈阿里要并购新浪微博，从商业逻辑上讲，一个是中国最大的消费平台，一个是中国最大的碎片化言论平台，两者数据的合并，是颇能挖出更多的相关性来。 广告圈里一句名言：我知道我的广告浪费了一半，但我不知道浪费了哪一半。一些营销业者鼓吹说他们可以让你不浪费那一半。不要相信他们。对于广告来说，从浪费50%到浪费49%，都是很值得去投入的事。建立在相关性而非因果上的大数据营销，不可能让广告主从此不再浪费广告，它只能做到：浪费得少一点。

⑶ 如何利用大数据进行数字营销

简单说就是基于大数据，依靠数据的处理精准的找到目标客户进行营销……

⑷ jimmy+choo如何利用大数据精准营销

摘要 方法/步骤

⑸ 企业如何利用大数据做好自己的精准营销

一、认清趋势，了解行情，接受大数据理念。目前很多企业主对大数据营销还是处于迷茫期，观望状态，这是很艰难的阶段，但必须要深入了解，越深入越会明白大数据发展趋势，越会明白运用大数据的必要性，之前我们也有过介绍，大数据的发展趋势，大家可以爬楼学习。小编想说的是，如果再不下手，可能就晚了！
二、找对合作商，看准实力。到底谁能帮助你解决经营的难题？他会不会帮你制作一整套的营销方案，会不会设身处地的想你所想，知你所难，会不会随时关注你的方案有没有效果，随时调整以达到最佳，这真的很重要！
三、运用大数据，解决你的经营难点，甩掉传统的经营模式，告别老，慢，贵的节奏，让你的营销团队智能化；先一步建立属于自己的数据库，抓取属于自己的客户数据，运用前沿产品，把你的广告用眨眼间的光景投放出去，做到新，快，省。

⑹ 如何进行大数据营销

可穿戴的大数据

看看可穿戴技术，会认为这是便捷的下一步发展。但对于现代的企业主来讲，这是大数据成就的一个典型的例子。从一个智能手表收集的数据可以允许企业不仅知道你的习惯和你频繁去的地方，还有哪些特性更吸引你以及不怎么使用，这些都是他们可以用来分析的数据，来提高你的总体体验，还可以大胆预测哪些趋势和品味可以引领你，这样他们就可以在一个不相关的领域提供最好的服务。企业提供自己的品牌的可穿戴产品或更简单的设计不仅在可穿戴式产品的炒作，还可以充分和创造性的利用大数据的提供信息。

不管是大方向还是小方面，年轻的企业家都正在调整大数据运行的方式，以及大数据收集和使用的方法。随着如云端服务这样的技术的出现来帮助其前进与发展，可以公正地说，大数据的使用是越来越有创造力。

⑺ 如何利用大数据进行品牌营销的最新相关信息

第一，用户行为与特征分析。显然，只要积累足够的用户数据，就能分析出用户的喜好与购买习惯，甚至做到“比用户更了解用户自己”。有了这一点，才是许多大数据营销的前提与出发点。无论如何，那些过去将“一切以客户为中心”作为口号的企业可以想想，过去你们真的能及时全面地了解客户的需求与所想吗？或许只有大数据时代这个问题的答案才更明确。

第二，精准营销信息推送支撑。过去多少年了，精准营销总在被许多公司提及，但是真正做到的少之又少，反而是垃圾信息泛滥。究其原因，主要就是过去名义上的精准营销并不怎么精准，因为其缺少用户特征数据支撑及详细准确的分析。相对而言，现在的RTB广告等应用则向我们展示了比以前更好的精准性，而其背后靠的即是大数据支撑。

第三，引导产品及营销活动投用户所好。如果能在产品生产之前了解潜在用户的主要特征，以及他们对产品的期待，那么你的产品生产即可投其所好。例如，Netflix在近投拍《纸牌屋》之前，即通过大数据分析知道了潜在观众最喜欢的导演与演员，结果果然捕获了观众的心。又比如，《小时代》在预告片投放后，即从微博上通过大数据分析得知其电影的主要观众群为90后女性，因此后续的营销活动则主要针对这些人群展开。

第四，竞争对手监测与品牌传播。竞争对手在干什么是许多企业想了解的，即使对方不会告诉你，但你却可以通过大数据监测分析得知。品牌传播的有效性亦可通过大数据分析找准方向。例如，可以进行传播趋势分析、内容特征分析、互动用户分析、正负情绪分类、口碑品类分析、产品属性分布等，可以通过监测掌握竞争对手传播态势，并可以参考行业标杆用户策划，根据用户声音策划内容，甚至可以评估微博矩阵运营效果。

第五，品牌危机监测及管理支持。新媒体时代，品牌危机使许多企业谈虎色变，然而大数据可以让企业提前有所洞悉。在危机爆发过程中，最需要的是跟踪危机传播趋势，识别重要参与人员，方便快速应对。大数据可以采集负面定义内容，及时启动危机跟踪和报警，按照人群社会属性分析，聚类事件过程中的观点，识别关键人物及传播路径，进而可以保护企业、产品的声誉，抓住源头和关键节点，快速有效地处理危机。

第六，企业重点客户筛选。许多企业家纠结的事是：在企业的用户、好友与粉丝中，哪些是最有价值的用户？有了大数据，或许这一切都可以更加有事实支撑。从用户访问的各种网站可判断其最近关心的东西是否与你的企业相关；从用户在社会化媒体上所发布的各类内容及与他人互动的内容中，可以找出千丝万缕的信息，利用某种规则关联及综合起来，就可以帮助企业筛选重点的目标用户。

第七，大数据用于改善用户体验。要改善用户体验，关键在于真正了解用户及他们所使用的你的产品的状况，做最适时的提醒。例如，在大数据时代或许你正驾驶的汽车可提前救你一命。只要通过遍布全车的传感器收集车辆运行信息，在你的汽车关键部件发生问题之前，就会提前向你或4S店预警，这决不仅仅是节省金钱，而且对保护生命大有裨益。事实上，美国的UPS快递公司早在2000年就利用这种基于大数据的预测性分析系统来检测全美60000辆车辆的实时车况，以便及时地进行防御性修理

第八，SCRM中的客户分级管理支持。面对日新月异的新媒体，许多企业想通过对粉丝的公开内容和互动记录分析，将粉丝转化为潜在用户，激活社会化资产价值，并对潜在用户进行多个维度的画像。大数据可以分析活跃粉丝的互动内容，设定消费者画像各种规则，关联潜在用户与会员数据，关联潜在用户与客服数据，筛选目标群体做精准营销，进而可以使传统客户关系管理结合社会化数据，丰富用户不同维度的标签，并可动态更新消费者生命周期数据，保持信息新鲜有效。

第九，发现新市场与新趋势。基于大数据的分析与预测，对于企业家提供洞察新市场与把握经济走向都是极大的支持。例如，阿里巴巴从大量交易数据中更早地发现了国际金融危机的到来。又如，在2012年美国总统选举中，微软研究院的David Rothschild就曾使用大数据模型，准确预测了美国50个州和哥伦比亚特区共计51个选区中50个地区的选举结果，准确性高于98%。之后，他又通过大数据分析，对第85届届奥斯卡各奖项的归属进行了预测，除最佳导演外，其它各项奖预测全部命中。

第十，市场预测与决策分析支持。对于数据对市场预测及决策分析的支持，过去早就在数据分析与数据挖掘盛行的年代被提出过。沃尔玛着名的“啤酒与尿布”案例即是那时的杰作。只是由于大数据时代上述Volume（规模大）及Variety（类型多）对数据分析与数据挖掘提出了新要求。更全面、速度更及时的大数据，必然对市场预测及决策分析进一步上台阶提供更好的支撑。要知道，似是而非或错误的、过时的数据对决策者而言简直就是灾难。

⑻ 怎么利用大数据来做精准营销

黑衣路人 认为酒香也怕巷子深，所以广告在现代商业里变得越来越重要，那什么样的广告才能算是一条好广告呢？美国着名的文案大师休格曼说，广告想要有效果，必须要有能捕获消费者的几种心理诱因，咱们一起来听听。

第一个心理诱因是建立参与感。回忆这样一个场景，当你去商场购物的时候，卖衣服的导购员会建议你试穿，卖食品的老板也经常让你试吃，如果你一开始就拒绝，那你肯定不会买，但一旦你试穿或者试吃后，你购买这个商品的概率就大大增加了，商家的这种行为就是为用户建立参与感。好的广告也是这样，如果你仔细观察就会发现，越是吸引人的广告，往往就越给用户建立参与感。比如说有这么一条跑车的广告，我念给你听听，“驾驶这辆新车去逛一圈，感受下炎热的傍晚驾驶时风吹过你头发的感觉，把油门一脚踩到底，尝一下瞬间被冲击力顶到座椅背后的滋味，看一下精美的电子显示屏，这是这款跑车带给你的速度”，怎么样，听我说完你是不是感觉自己在夕阳下开着这款跑车？这就是用语言或者画面为用户建立参与感。

第二个心理诱因是建立权威。黑衣路人 觉得人本能的心理倾向就是相信专业和权威，比如说一个数码小白想去买一个电脑，他一定会先问问身边懂电脑的朋友该怎么买，能不能陪他一起去，告诉他各种型号的区别，最好连买哪个都帮他决定好。再比如有时候我们去买西瓜，都要惯性的问老板这个西瓜甜不甜。所以商家给产品做广告，很重要的一点就是塑造专业权威感，比如你可以在广告里列很多数字参数做对比，来显示自己的专业。小米手机就经常在发布会上这样做，然后得出自己行业地位领先的结论，这也确实增加了消费者对品牌的信任感。

第三个心理诱因是建立联系，就是把客户已经知道的东西跟你的产品联系起来，这样就消费者才会更容易接受。比如说烟雾探测器刚刚面市的时候，很多人不知道这个东西是干什么的。厂商在打广告的时候就说，这个产品是“天花板上敏锐的鼻子”，一闻到家里的烟雾就会发出警报。这个人性化的类比一出现，立刻就拉近了产品和客户之间的距离。还有一个例子，美国曾经出过一款产品，可以远程控制汽车的启动，在你离车还有一段距离的时候，按一下钥匙扣大小的按钮，汽车就会自动打火，你一上车马上就能开走。最爽的是夏天，你一开车门就能感受到凉爽的空气，再也不用像在蒸笼里一样，苦苦等着温度一点一点降下来。休格曼给这款遥控装置起了个名字叫“黑手党的自动机关”，是不是一听，就联想到了黑手党遥控汽车爆炸，眨眼间干掉对手的火爆画面？是不是很酷？

第四个心理诱因是唤起归属感渴望。黑衣路人认为人人都有对归属感的需求，这是天生的。好的广告就能做到唤起消费者的需求，让他们感觉到买这个产品，我就能属于我喜欢的群体。举个例子，美国的万宝路香烟，它的广告成功塑造了一种颓废的雅痞之美，西方人都想要这种气质，当然就喜欢万宝路香烟；再比如，奔驰汽车一直标榜的是，开奔驰的人就是财富的拥有者，那想做有钱人的人，想炫耀自己的财富的人就愿意买奔驰车；沃尔沃后来也采取了归属感的策略，宣传说自己的用户是学历最高的。随后几年，沃尔沃高学历用户果然越来越多。所以说，广告只要给消费者想要的群体气氛，他们就会自动归队了。

黑衣路人：产品要想卖得好，营销广告还是得更走心才行。但是要注意，做任何营销都要走正道，不要做不合天道的产品和营销，更不要做欺骗群众的事情。目前网上是鱼龙混杂，小白们也要多注意防骗。如果想了解营销本质，联系黑衣路人（新浪博客有联系方式）可以网络找： 黑衣路人新浪博客

黑衣路人最后提醒你：生活不易，很多人被所谓的高人给绕晕了，搞不清方向，所以迷茫。作为人不解决最根本的哲学问题，就很难在社会上出人头地。你到底凭什么过上好的，自由的优质幸福生活，靠政府？靠老板？靠父母？靠工资？只要稍微用大脑想一下，就会明白社会是什么，到底要如何做才能改变命运和运气，核心秘密请进改变命运赚钱资源群：
【 5463删除中间字，组合纯数字56205 】复制前面【】里的数字，删除里面的汉字组合纯数字群号。

明白人，是能看明白的，不明白人，不需要入群，无意义，改变命运最终是自己本性智慧的选择问题，入群后先看看黑衣路人的空间会恍然大悟！很多东西不适合给所有人知道，能理解这个你的思想也就进入了门槛。

⑼ 如何利用大数据做到对客户的精准营销

大数据营销等同于精准营销，或是精准营销是大数据营销的一个核心方向和价值体现。然而，数据本身不会产生价值。为此，我们要把数据组织成数据资源体系，再对数据进行层次、类别等方面的划分。在此基础上，通过分析数据资源和相关部门的业务对接程度，以此发挥数据资源体系在管理、决策、监测及评价等方面的作用，从而产生大数据的大价值，真正实现了从数据到知识的转变，为领导决策提供服务依据本例根据工作实践。
本例以三个工作实例，展示如何通过对数据分析进行对客户的精准营销。
工具/原料

大数据营销
大数据营销三个案例分析

案例一：笔者在银行工作，通过对储户身份证信息进行海量剖析，发现一个有趣的现象，即购买理财产品的客户以40-50岁的女性居多。
根据这一信息，有经验的理财经理通过身份证信息即能准确的分析出支行有哪些符合条件的客户，迅速的对新推出的理财产品进行电话营销，做到不出门即可实现销售，较快的完成了销售任务。
而另一些更具创新性的理财经理，通过身份证信息，在情人节期间组织了网点沙龙客户邀约活动，对符合18-30岁、30-45岁这两个年龄段的男性客户进行了电话营销，通过赠送爱人鲜花、化妆品以及高价值的礼品进行金融产品营销，较好的引起男性客户的兴趣，有力的拉升了业绩增长。
这些数据分析手段就能够做到个性化营销和定位，加强对客户的认知，为客户找到价值，从而带动销量。
案例二：在与供电部门合作期间，供电部门提供了一条信息，市里每一天上网高峰期主要集中在中午12点之后和晚上的12点之前。供电部门认为，出现这种“怪现象”的原因是因为现在的人们普遍睡觉前都会有上网的习惯。
这条信息当时很多人没有注意，似乎与银行搭不上关系，但我们市场经营部门的一个年轻的大学生针对人们这种“强迫症”，通过手机银行与商家合作，在晚上12点进行促销秒杀活动，即推动了手机银行业务量的提升，同时也带动商家销量的倍增，实现了双赢。
案例三：在为企业代发工资数据中，我们曾发现一个现象，即一般企业员工代发帐户每月都会沉淀一定的余额，金额不大，1000元也有，几千的也有，长期不动的也有，活期利率很低，但是这些客户的帐户金额又达不到理财产品的起售金额，这些客户工资用了也就用了，成了“月光族”，没有理财理念。
如何通过分析这些数据信息直接进行客源组织，为这些具有相同需求的人群量身定做金融服务，并享受”一客（群）一策“的定制服务，我们进行专题研究。
最终，我们在零存整取、基金定投和适时到帐理财产品上进行了产品打包宣传，同步利用信用卡宣传，几场现场专题沙龙下来，引起了不少企业员工的注意和兴趣，着实为这些收入不高的人群提供了一条实实在在的理财渠道。
这三个小故事就是对历史数据进行挖掘的结果，反映的是数据层面的规律，它通过对大量的数据系统中提取、整合有价值的数据，从而实现从数据到知识、从信息到知识、从知识到利润的转化。
简单来说就是：5个合适，在合适的时间、合适的地点、将合适的产品以合适的方式提供给合适的人。
5
具体来讲，当我们通过对完成数据分析之后，找出相同的规律，当然还有一些个性化数据体现，为此具体的应用场景需要根据企业、业务的具体情况进行精准营销策划、设计。
概括来讲，我们需要以下三个步骤：
第一步：数据采集，了解用户，通过收集用户所有的数据，主要包括静态信息数据、动态信息数据两大类，静态数据就是用户相对稳定的信息，如性别、地域、职业、消费等级等，动态数据就是用户不停变化的行为信息，如消费习惯、购买行为等;
第二步：分析这些数据，给客户画像，画像代表客户对营销内容有兴趣、偏好、需求等，分析推算客户的兴趣程度、需求程度、购买概率等;
第三步，也就是最后一步，将这些画面综合起来，拼成一张较为完整的图，这样我们对客户就有了一个大概的了解。