如何利用大数据做营销？
前段时间有学员和我吐槽道：感觉现在“大数据”已经被戴上了魔咒，和别的企业家交流的时候，不提大数据都不好意思开口说话。我曾在移动全网营销课程上强调过：企业应该要学会运用大数据的思想，但必须从小数据开始。 ▲《白金数据》丨从小数据开始积累、分析犯罪分子在大数据的风头下，很多企业还没开始分析自己公司里的小数据，就火急火燎地研究大数据，结果事倍功半，甚至开始怀疑大数据。
为什么从小数据开始研究呢？什么是小数据呢？小数据，就是企业个体化的数据。它并不是指数据量小，而是根据企业内在经营的特点，梳理出来的一整套数据。企业的员工数据、官网数据、电商数据、广告数据、产品数据以及客户关系管理数据（CRM）等都属于小数据。如果能针对性地找出帮助企业做决策的数据，那样决策将更加科学和严谨。
大数据中透露着行业发展规律，而小数据则侧重于深度挖掘，可以用来提升效率和增加营销的机会。其实企业的业务和管理，主要还是依赖以内部数据为主的“小数据”，也就是企业的自有数据。小数据最能反映企业经营状况，而且小数据的收集和公司核心运营项目的关联性很强，含金量也更高，还能透过它真正了解经营的状况和消费者的需求。
今天我想重点和大家说一下客户关系管理数据的分析和应用，我觉得可以从三个层面进行分析。首先，是对现有客户数据的全面分析。 大家都明白，开发新客户的成本越来越高，所以企业应该对客户数据进行全面分析，来解决老客户留存问题。也就是当获得新客户成本越来越高的时候，怎么样留住老客户是每个企业需要考虑的问题。简单来说，就是要求企业借助数据懂客户，知道客户的背景，他们想要什么。
比如号称全球华人内容手艺人社区的“开稿”，当创始人老谭（谭瑞岗）看到猪八戒有上百万的数据，但是生产出来的却是类似500的网站、50的logo这样的产品，他觉得应该借助小数据来做一件更漂亮的事情。 他知道企业需要什么样的设计，也清楚内容生产者怎样才能和企业的需求匹配起来，而且现在很多企业都在强烈追求优质的、个性化的内容，也愿意为更好的内容掏腰包，所以他一开始就宣称要提供有品质的高端服务。
他没有和猪八戒去比谁拥有更多的数据，而是看谁对数据的挖据更深刻，他对数字进行了严格的把控。7月份的时候开稿已经有570个邀请入驻的内容手艺人，在他的规划中，这个数字到一定程度时还会进行更严格的控制。他设想，未来会有更多精彩的内容被创造出来，对“小数据”的深挖也能保证“开稿”客户的服务体验和效率都更胜一筹。
▲塔吉特超市丨通过准妈妈的消费数据，来预测其他女用户“怀孕趋势”，从而邮寄孕妇产品优惠券 其次，是对数据变量的全面把握，主要用来预测忠诚客户和客户流失的原因。 客户的忠诚度必须建立在客户满意度之上，企业的产品或服务如果能一直让客户满意，客户自然忠诚。但一旦哪些方面服务的不好，比如客户对产品后续服务或某一体验不满意，反馈的问题没人解决，那客户流失就再正常不过了。
客户数据不仅有静态的，也有动态的。比如客户购买服务或产品的记录及消费记录、客户和企业的互动记录、客户的消费行为及爱好、客户咨询的记录，动态数据的变化会对客户的消费产生很大的影响。 比如当客户有需求或者遇到问题的时候，会打电话或者留言咨询，如果第一次问题没有解决，客户会求助第二次。但是很多时候两次信息不对等，客户就需要把问题重新讲一遍，很显然，客户会感觉不被重视，体验感变差。
要是第二次问题还没有解决，这个客户很可能就转身投入别人的怀抱里了。动态数据会被分散到企业的不同部门、不同环节，是很难收集和把握的，所以更需要企业用心去关注、去积累、去分析。只有通过对数据变量的分析才能发现客户流失的原因，从而不断改进，为留下来的客户提供更好的产品和服务体验。▲《地平线系列：大数据时代》丨从小数据中发现规律 最后，要把社会、心理、人文等因素考虑进去，可以使数据的分析结果更加准确。
在这里强烈建议有条件的企业建立详细的客户档案，包括客户基本数据、客户交易记录、客户与企业互动记录以及客户反馈的问题，数据越丰富，分析结果就会越准确。实际上，网络营销就是要去做客户的精准分析，只有了解用户的习惯才能更高效的找到潜在客户并进行成交。因为客户所做的每一个决策都是有原因的，而企业的每一个行为也都会对客户的决策产生影响。
大数据时代，企业如何做精准营销？
不知道你是否注意到，当你在淘宝商城购买过几次母婴用品后，它会根据你的搜索、购买情况为你推荐一些母婴用品；当你在刷微博、朋友圈时总会看到一些广告，而恰恰这个广告还是你所关注的…这就是大数据时代下的精准营销。什么是精准营销？简单来说，就是在合适的地点、合适的场景下，通过合适的途径，把合适的产品卖给适合的人。
在移动互联网迅猛发展的当下，越来越多的企业开始重视数据背后的价值，通过挖掘数据，分析用户，用数据驱动业务，实现精准营销。为何要实现精准营销1、随着市场的发展，消费者成为商业行为的主宰者，不考虑消费者的需求闭门造车的时代已经一去不复返，即已经从以往的“以产品为中心”转变成了“以客户为中心”。企业必须转变观念，了解消费者实际需求，“对症下药”，才能降低成本、提高销量。
2、商业智能（BI）等大数据分析工具的发展，使得海量的数据得以有效地收集、整合、分析，让数据驱动业务成为可能。以互联网公司为代表的很多企业，已经认识到大数据精准营销所带来的商业价值。如何实现精准营销？主要分三个层面：1、 数据层面：数据的采集与处理数据是分析的基础。数据类型的多样性及数据来源的差异化是影响数据质量乃至挖掘效果的重要因素。
处于数据大爆炸时代，我们并不缺少数据，而是缺少对数据的有效采集和处理。根据企业战略目标，找到需要分析的目的，根据目的选取适合的数据内容，避免选取太多无关数据干扰分析。2、 业务层面：构建模型，实现用户分析在业务层面，主要是将收集到的数据进行加工和分析，针对客户特征、行为特征、个性化关联等几个方面进行数据深挖。
常用的分析方法主要有：分类模型、聚类模型、回归模型等。在这个过程，实现了客户画像，即通过对客户进行“打标签”，综合各个标签信息，勾勒出客户全貌。这为进一步精准、快速地预测用户行为提供了数据基础。3、应用层面：确定营销策略数据指导营销最重要的是解读。通过对客户的多维度的分析，找到客户消费行为特征，以此制定企业的产品策略、销售策略、营销策略，实现精准营销。
BI起到了什么作用？1、数据源：实现对数据的集成和抽取2、数据分析：通过建模实现数据分析3、数据可视化：分析结果可视化展示4、实时监控：实时观测营销动态，做出预警精准营销战略意义1、对内产品研发：客户角度出发，完善产品运营根据大数据分析，找到客户的实际需求，提升用户体验。这就是做产品时先了解市场，从市场需求中找到产品定位，改变了以往闭门造车的生产模式，设计并制造出符合客户需求的产品。
大数据时代，如何构建企业数据仓库？
大数据是我的主要研究方向之一，目前也在带相关方向的研究生，所以我来回答一下这个问题。首先，数据仓库对于企业来说是比较传统的数据管理方案，具有一定规模的企业通过建立数据仓库能够解决一定的“数据孤岛”问题，从而能够让企业的数据有一个更加合理的利用，同时也能够让多个系统通过数据仓库完成互联互通。但是在大数据时代，企业的数据仓库无论从规模、数据类型、响应速度还是部署架构上来看，都将面临较大的调整，这些调整主要体现在以下几个方面：第一：数据仓库将以云计算为基础进行构建。
云计算的出现从某种程度上来说改变了整个IT行业对于技术资源和存储资源使用的理解，云计算弹性的服务模式和廉价的使用策略让更多的企业愿意采用云计算服务，同时云计算也能够提供一站式解决方案，为企业进行信息化升级降低了门槛。把数据仓库搭建在云计算平台上，是目前云计算能够解决的一个重要问题之一。第二：数据仓库的存储结构由Sql向NoSql转换。
虽然目前大量企业的数据仓库依然以结构化数据为主，但是随着物联网的发展，未来数据仓库中必然会出现大量的非结构化数据和半结构化数据，在这种情况下，数据仓库必然要跟着进行调整，数据库类型必将从Sql型数据库向NoSql型数据库转换，未来将出现Sql数据库和NoSql数据库并行的情况。第三：数据仓库管理智能化。
在云计算平台的支撑下，未来企业数据仓库的管理必然向智能化方向发展，基于PaaS将更容易构建出智能化的管理方案，从而提升数据仓库的价值。最后，这一系列的改变自然离不开人才结构的升级。我从事互联网行业多年，目前也在带计算机专业的研究生，主要的研究方向集中在大数据和人工智能领域，我会陆续写一些关于互联网技术方面的文章，感兴趣的朋友可以关注我，相信一定会有所收获。
大数据时代，生产加工企业如何发展？
生产加工企业面临的挑战是什么？大概是：1. 生产周期长，成本太高，利润低。2. 储存时间长，储存成本太高，损耗大。总结下来最根本的问题就是生产出来的产品不是用户想要的。那么如何解决这个问题呢？解决办法如下：1.根据销售端的历史大数据来指导生产端，用户喜欢什么就生产什么，用户不喜欢的坚决停止生产或减少生产，亡羊补牢。
在大数据时代，企业如何做营销管理比较好？
大数据时代的营销均是建立数据之上的，具体建议如下:1.数据之上的市场分析:包括市场容量分析，市场发展趋势分析，市场环境变化预测。2.数据之上的客户分析:包括客户群体分析，客户偏好分析，以及消费习惯分析等。3.数据之上的产品分析:包括产品的智能化设计、使用数据、售后数据、物流数据等分析。4.数据之上的团队建设:包括团队市场行为、转化率、销售数据等。
大数据时代，如何让企业实现数据价值最大化？
让数据价值最大化是每一个企业的追求。要实现数据价值最大化，企业的经营理念和信息化系统范式必须改变。企业必须采用开放化、互联化、智能化、云端化的SAAS系统或平台是基本条件，通过统一的产业级公共云服务系统及平台供给大数据的价值服务，SAAS系统帮助企业完成大数据与信用建设、帮助企业经营分析及辅助决策、服务金融机构提供数据征信与风控服务而帮助企业融资理财服务、通过平台化为社会大众提供可视化溯源服务，甚至可由平台提供数据价值变现回报。
当然，在新法制的推进过程中，以及区块链技术发展趋势下，系统与数据的主权化保护和应用会的得到保障，使企业在参与完成数据建设同时，数据价值能够真正回馈给企业。因此，企业数据价值的最大化必须建立在一个社会化公共服务平台基础上，而不是建立在传统单边化、封闭化的私有权信息化系统中，不能独立存在社会化服务平台之外。
大数据时代，管理者如何利用好大数据做企业赋能？
商务模式的变革之前是技术变革，所以当技术变革到来时，作为企业管理者来说是机遇也是挑战。如果利用好技术则能完成华丽转身，借着技术的东风完成市场的拓展，如果利用不好则有可能随着时间的推移举步维艰。在互联网到来的时候，很多拥抱互联网的管理者尝到了互联网带来的红利，很多传统的小店一下子把生意做到了全国，这样的例子不胜枚举。
反之，很多拒绝互联网的经营者则感受到了商业寒冬，当然更多的管理者是不知道如何拥抱互联网，在尝试几次失败之后说出了一些传播度比较高的话，比如：拒绝互联网是等死，拥抱互联网是找死。这多少透出了一些无奈，很多对技术敏感度不高的管理者对新技术是既爱又怕，可是不管你愿意还是不愿意，大数据时代已经来了。大数据就像一股东风瞬间刮遍了全球，大数据是互联网发展到一定阶段的必然产物，整个社会都避免不了被大数据化。
数据本身的价值将被发掘并利用，数据到底能产生哪些对企业有用的价值将是管理者必须思考的问题。对生产企业来说，通过大数据能让企业知道用户需要什么样的产品，未来什么样的产品会被更多消费者青睐这也许是经营者最为关心的，而这也正是大数据能提供的决策分析支撑。而未来企业生产的产品在设计上将更加依赖于大数据的分析结果，未来产品的设计更多取决于用户。
举一个简单的例子，作为一家手机生产企业最为关心的是现在的消费者喜欢什么样的设计，从屏幕大小到手机样式，从内存配置到电池续航等等。这些数据汇总起来就是一个企业设计产品的方向，唯有取悦于消费者这个产品才会有更好的销量。对于经营性企业来说，通过大数据能让企业知道什么产品在什么地区更收到欢迎，什么季节在什么地区有什么特殊需求，不同人群对不同产品的敏感度等等。
在大数据时代，如何做一个不被蒙蔽的理性思考者？
在大数据时代，如何做一个不被蒙蔽的理性思考者？做了理性的思考者不容易，在碎片化的时代，系统思考，深度学习尤为关键。但不是固步自封，也不是随波逐流，有自己的主见和判断很重要。什么是大数据？数据不是多，不是大，就是大数据；而是数据的角度多样，维度丰富才是大数据。实际上，个人觉得，目前，或者很长的一段时间，我们还不会有真正的大数据，各种信息之间也是孤岛，也有可能是不真实，虚假的，如移动的数据和联通的数据，京东和天猫的数据，难以打通；再或者各种刷单数据；互联网时代，很多数据也是孤立的，因此骂我们说，世界也不是平的，而是个性化，圈层化，甚至是信息孤岛！当然，这么说也不是否认大数据，也就是我们要怎么看待数据的问题，怎么用于决策的问题。
这就是一个对待数据和研究的观念。从做销售开始，跟着前辈们走街串巷，做渠道、管终端，研究市场，但从来也是定量和定性的结合，往往还是定性为主，总有人跟我说要相信数据，我说没错，但数据怎能来的，为了数据而数据，往往这些数据就是最没用的。现在互联网时代了，大数据时代了，这种观点是不是变化了呢，我认为没有变。大数据是什么，本质上不是数据多，而是数据的维度要多，在这个基础上的大量才有用，打通才有用，再说了，我们现在的电商哪有什么大数据，都是刷出来的假数据，割裂的数据，不可信的数据，尤其是某些提供所谓数据支持的研究公司。
另外，数据是死的，看你怎么利用，怎么决策了。那个著名的销售故事：一个小岛，没有穿鞋，这是一盒好市场，还是一个坏市场，全看你怎么决策！整体而言，我的观点是：先要预设问题，但不要直接问消费者，他们喜欢什么，需要什么，因为消费者很多时候不知道自己需要什么；调研不是为了决策，也不是为了数据而数据，调研过程是一个寻找答案和启发自我的过程，不可能根据调研决策，好的创意和需求不是调研出来了，如果你要因此来决策，不可能有准确的结果。
在大数据时代，如何做元数据管理、数据整合、数据治理和数据质量管控？
随着时代的发展，企业的不断壮大，在数据量井喷、各个应用口渐深入的背景下，越来越多的领域开始应用大数据来创造价值，为了合理有效的挖掘数据所带来的价值，首先需要进行全面的数据治理，具体内容包括：元数据管理、数据整合、数据治理和数据质量管控等一系列手段，从而保证数据的一致性，完整性，准确性。从数据治理定义角度来看，为对数据资产管理行使权力和控制的活动集合，是从元数据、主数据、数据标准、数据质量再到数据处理、数据交换和数据权限，为企业提供一站式解决方案，打通数据治理全流程。
其中元数据管理、数据整合、质量管控占有重要的作用。1.元数据管理主要为元数据的整合、控制以及提供元数据，通过采集汇总企业系统数据属性的信息，帮助各行各业用户获得更好的数据洞察力，通过元数据之间的关系和影响挖掘隐藏在资源中的价值。2.数据整合是将企业各个业务系统的数据进行统一整合，企业数据来源是各个业务系统或手工数据，这些数据的格式、内容等都有可能不同，通过ESB数据服务总线进行数据抽取转换，数据集成对接和同步分发等操作，屏蔽系统间的数据异构性，保证各个业务系统之间数据的有效传输。
3.数据质量管理是进行定义、监控和提高数据质量。通常会使用MDM主数据管理平台进行数据清洗，数据巡检，数据监控等手段来进行数据质量的把控与提升，帮助企业获得统一的、规范的高质量数据，以便于后续在此基础上进行数据挖掘、数据分析等建设。综上，企业内的数据种类繁多、形式各异，如何集中管理，如何提供便捷的使用方式，成为发挥企业信息资产价值的关键，也是目前大多数企业提升核心价值的必要手段，而过程中一定会需要元数据管理、数据整合、数据质量管理等手段帮助企业治理、展现繁杂的数据信息，有效挖掘企业信息的潜在价值。
文章TAG：互联网时代大数据精准营销 大数据时代企业怎么做 互联 互联网 互联网时代
