掌握大數據 精準營銷可以做好嗎？

　　大數據精準營銷，簡略來說就是經過數據打造人的畫像，經過對人行為的不同旁邊面的描寫，進行精準營銷。

　　舉個比方，你作為企業想出售飲料，那么首要要斷定人群的特征，比方常去便利店的人群，然后依據企業的產品進行其他特征挑選，比方性別、年紀、工作、喜愛等。

　　簡略歸納為5W，即在適宜的機遇，經過適宜的途徑，在適宜的場景，把適宜的內容，營銷給適宜的用戶。

　　大數據極大程度的改變了傳統的營銷方法，以往的營銷主要是經過品牌傳達或許集體剖析，在大數據年代，營銷變得愈加精準、愈加有用，乃至讓買賣達到直接變成了實踐，極大程度上提高了營銷的功率，能夠給企業帶來更多優質客戶。

　　大數據不等于用戶畫像

　　做用戶畫像需求數據，不只需求大數據也需求小數據。

　　大數據所代表的實踐行為能夠在必定程度上描寫用戶的目的，小數據（一般是問卷或許焦點小組面談的定性數據）能夠從心智上對一個用戶做理性的評價。二者結合在一同，而且對長時刻改變趨勢做追尋，才能夠說對用戶有了比較全面的畫像。

　　就跟不同的土地上果實的品種跟種在土地上的農作物有關，大數據作為一品種似土地的生產材料，依據不同的事務邏輯會發生不同的類型的數據。這些數據的商業價值大不相同。

　　從大體的數據類型上來講，不同數據類型的數據價值的凹凸順次如下：買賣>查找>部分筆直職業>上下文>用戶點擊等。

　　比方騰訊** 值錢的數據并不是用戶的各種對話音訊，而是天天快報、騰訊新聞的上下文數據，騰訊動漫、入股易車、入股京東等所帶來的筆直職業數據，入股搜狗和知乎的查找數據。

　　再比方淘寶** 值錢的就是品類完全的產品的閱讀和買賣數據，憑借購物查找其還具有了產品查找筆直職業的查找數據，他們的數據具有十分大的商業化潛力，可是** 大的問題就是太直接了，以致于短少一些品牌影響的時機。

　　同理的還有百度的數據，當然百度是全網數據（除了大部分的產品）以及出資的視頻類愛奇藝、旅行類去哪兒攜程等。

　　現在如日中天的今天頭條** 值錢的就是上下文數據了——信息流商業模式的開拓者現在具有全網** 全面的上下文數據。他們能夠很好地運用移動營銷的特色，在以原生廣告為方針的數據發掘和剖析中占有先機。這種方式的媒體在商業上具有十分強的擴展性和適應性。

　　這兒還有一種特別的數據具有者——手機廠商。以小米為例：作為一個能夠觀察用戶24小時全場景日子狀況的手機設備供給商，小米具有的數據維度是以上任何一家都比不了的。由于MIUI及其上的各類運用的存在，小米不只具有系統層級的各種傳感器和運用運用數據，還具有豐厚的不同類型的運用內數據。又由于小米“周邊”的存在，廠商對用戶的感知從手機擴展到全身，從個人擴展到家庭。

　　以上我舉例的公司中，想必任何一家自稱為大數據公司，都沒有人會有貳言吧？

　　可是即便如此，他們都只能描繪用戶的一部分特征——除了手機沒有人能夠占據一個用戶的悉數時刻。如果把數據比作土地，肥美的黑土地生產出香馥馥的東北大米，而松透的沙土則長出甜甜的西瓜。

　　正如大部分的土地普普通通相同，大部分所謂的大數據公司僅僅具有一片普普通通的土地，只能栽培一些普普通通的作物，這種土地不管你怎么耕耘也不會產出花來。肥美的土地上，你略微松松土，丟下去種子就給你豐盛的果實，而那些瘠薄的土地就算你忙得昏天暗地，或許終究連自己的肚子都填不飽。

　　移動互聯網方興未已的時分，Flurry這個姓名可謂如雷貫耳。

　　這家美國的創業公司借著移動互聯網淘金熱，供給送水效勞，用移動計算切入斬獲了許多用戶的數據。由于是給開發者供給提及剖析效勞，因而Flurry需求收集很多的運用點擊行為數據，而且供給各種實時和非實時的數據剖析效勞。

　　至于盈余模式，他們則寄望于獲取用戶之后，經過移動廣告聯盟+移動數據來盈余。惋惜他們輕視了數據處理的本錢。Flurry在出售之前，每年營收的30%都用于供給根底的數據處理效勞。而這些數據量極大，且歸于** 沒有商業價值的運用內的點擊行為，其終究對廣告變現功率的提高遠遠不能Cover其本錢。