基本介紹
- 中文名：大數據行銷
- 屬性：數據行銷
- 特點：基於多平台的大量數據
- 搭載平台：網路
定義,特點,契機,
定義
大數據行銷是指通過網際網路採集大量的行為數據，首先幫助廣告主找出目標客群，以此對廣告投放的內容、時間、形式等進行預判與調配，並最終完成廣告投放的行銷過程。
大數據行銷，隨著數字生活空間的普及，全球的信息總量正呈現爆炸式增長。基於這個趨勢之上的，是大數據、雲計算等新概念和新範式的廣泛興起，它們無疑正引領著新一輪的網際網路風潮。
特點
多平台化數據採集：大數據的數據來源通常是多樣化的，多平台化的數據採集能使對網民行為的刻畫更加全面而準確。多平台採集可包含網際網路、移動網際網路、廣電網、智慧型電視未來還有戶外智慧型屏等數據。
強調時效性：在網路時代，網民的消費行為和購買方式極易在短的時間內發生變化。在網民需求點最高時及時進行行銷非常重要。全球領先的大數據行銷企業AdTime對此提出了時間行銷策略，它可通過技術手段充分了解網民的需求，並及時回響每一個網民當前的需求，讓他在決定購買的“黃金時間”內及時接收到商品廣告。
個性化行銷：在網路時代，廣告主的行銷理念已從“媒體導向”向“客群導向”轉變。以往的行銷活動須以媒體為導向，選擇知名度高、瀏覽量大的媒體進行投放。如今，廣告主完全以客群為導向進行廣告行銷，因為大數據技術可讓他們知曉目標客群身處何方，關注著什麼位置的什麼螢幕。大數據技術可以做到當不同用戶關注同一媒體的相同界面時，廣告內容有所不同，大數據行銷實現了對網民的個性化行銷。
性價比高：和傳統廣告“一半的廣告費被浪費掉”相比，大數據行銷在最大程度上，讓廣告主的投放做到有的放矢，並可根據實時性的效果反饋，及時對投放策略進行調整。
關聯性：大數據行銷的一個重要特點在於網民關注的廣告與廣告之間的關聯性，由於大數據在採集過程中可快速得知目標客群關注的內容，以及可知曉網民身在何處，這些有價信息可讓廣告的投放過程產生前所未有的關聯性。即網民所看到的上一條廣告可與下一條廣告進行深度互動。
大數據行銷的實現過程：
大數據行銷並非是一個停留在概念上的名詞，而是一個通過大量運算基礎上的技術實現過程。雖然圍繞著大數據進行的話題層出不窮，且在大多數人對大數據行銷的過程不甚清晰。事實上，國內的很多以技術為驅動力的企業也在大數據領域深耕不輟。全球領先的大數據行銷平台AdTime率先推出了大數據廣告運營平台——雲圖。據介紹，雲圖的雲代表雲計算，圖代表可視化。雲圖的含義是將雲計算可視化，讓大數據行銷的過程不再神秘。
雲圖是AdTime構建的大數據平台系統，該系統具備海量數據、實時計算、跨網路平台匯聚、多用戶行為分析、多行業報告分析等特點。
大數據行銷中所依賴的數據，往往是基於hadoop架構分類的靜態人群屬性和興趣愛好常量，這導致了大數據行銷在本質上很難以去控制和捕獲用戶的需求。
契機
第一，用戶行為與特徵分析。只有積累足夠的用戶數據，才能分析出用戶的喜好與購買習慣，甚至做到“比用戶更了解用戶自己”。這一點，才是許多大數據行銷的前提與出發點。
第二，精準行銷信息推送支撐。精準行銷總在被提及，但是真正做到的少之又少，反而是垃圾信息泛濫。究其原因，主要就是過去名義上的精準行銷並不怎么精準，因為其缺少用戶特徵數據支撐及詳細準確的分析。。
第三，引導產品及行銷活動投用戶所好。如果能在產品生產之前了解潛在用戶的主要特徵，以及他們對產品的期待，那么你的產品生產即可投其所好。
第四，競爭對手監測與品牌傳播。競爭對手在乾什麼是許多企業想了解的，即使對方不會告訴你，但你卻可以通過大數據監測分析得知。品牌傳播的有效性亦可通過大數據分析找準方向。例如，可以進行傳播趨勢分析、內容特徵分析、互動用戶分析、正負情緒分類、口碑品類分析、產品屬性分布等，可以通過監測掌握競爭對手傳播態勢，並可以參考行業標桿用戶策劃，根據用戶聲音策劃內容，甚至可以評估微博矩陣運營效果。
第五，品牌危機監測及管理支持。新媒體時代，品牌危機使許多企業談虎色變，然而大數據可以讓企業提前有所洞悉。在危機爆發過程中，最需要的是跟蹤危機傳播趨勢，識別重要參與人員，方便快速應對。大數據可以採集負面定義內容，及時啟動危機跟蹤和報警，按照人群社會屬性分析，聚類事件過程中的觀點，識別關鍵人物及傳播路徑，進而可以保護企業、產品的聲譽，抓住源頭和關鍵節點，快速有效地處理危機。
第六，企業重點客戶篩選。許多企業家糾結的事是：在企業的用戶、好友與冬粉中，哪些是最有價值的用戶？有了大數據，或許這一切都可以更加有事實支撐。從用戶訪問的各種網站可判斷其最近關心的東西是否與你的企業相關；從用戶在社會化媒體上所發布的各類內容及與他人互動的內容中，可以找出千絲萬縷的信息，利用某種規則關聯及綜合起來，就可以幫助企業篩選重點的目標用戶。
第七，大數據用於改善用戶體驗。要改善用戶體驗，關鍵在於真正了解用戶及他們所使用的你的產品的狀況，做最適時的提醒。例如，在大數據時代或許你正駕駛的汽車可提前救你一命。只要通過遍布全車的感測器收集車輛運行信息，在你的汽車關鍵部件發生問題之前，就會提前向你或4S店預警，這決不僅僅是節省金錢，而且對保護生命大有裨益。事實上，美國的UPS快遞公司早在2000年就利用這種基於大數據的預測性分析系統來檢測全美60000輛車輛的實時車況，以便及時地進行防禦性修理。
第八，SCRM中的客戶分級管理支持。面對日新月異的新媒體，許多企業通過對冬粉的公開內容和互動記錄分析，將冬粉轉化為潛在用戶，激活社會化資產價值，並對潛在用戶進行多個維度的畫像。大數據可以分析活躍冬粉的互動內容，設定消費者畫像各種規則，關聯潛在用戶與會員數據，關聯潛在用戶與客服數據，篩選目標群體做精準行銷，進而可以使傳統客戶關係管理結合社會化數據，豐富用戶不同維度的標籤，並可動態更新消費者生命周期數據，保持信息新鮮有效。
第九，發現新市場與新趨勢。基於大數據的分析與預測，對於企業家提供洞察新市場與把握經濟走向都是極大的支持。
第十，市場預測與決策分析支持。對於數據對市場預測及決策分析的支持，過去早就在數據分析與數據挖掘盛行的年代被提出過。沃爾瑪著名的“啤酒與尿布”案例即是那時的傑作。只是由於大數據時代上述Volume（規模大）及Variety（類型多）對數據分析與數據挖掘提出了新要求。更全面、速度更及時的大數據，必然對市場預測及決策分析進一步上台階提供更好的支撐。似是而非或錯誤的、過時的數據對決策者是災難。
