创建数据驱动营销计划的快速入门指南

正如营销人员开始对数字营销渠道有一致的认识一样,另一个必备策略也随之而来:大数据。 Kentico Software 的一项调查,引用于电子营销员,发现大数据是第三-2015 年美国数字营销人员的首要任务。同一篇文章中报道的 Teradata 研究显示,只有五分之二的公司报告称通过积极使用数据获得收入,而经济学家Intelligence Unit 对 530 名高管进行的调查发现,89% 的人不认为自己在利用数据方面比同事明显更好。 换句话说,大多数人此时都感觉自己对数据一无所知。您有时间制定计划。

创建数据驱动的营销策略

2014 年,Pep Boys 首席营销官 Ron Stoupa 调至 Sports Authority,接任相同职位。在最近接受采访时福布斯作家 Stoupa 解释了他为何倡导数据素养运动:

“20 年前,营销行业充满了伟大的创意、漂亮的图片和废话,现在已经几乎消亡了。 大约三分之一的首席营销官使用数据,而[剩下的三分之二]则不那么注重数据。 。 。 数据能力是首席营销官的权力源泉。”

数据素养使营销人员有能力证明他们的营销活动是成功的。 它还使他们能够更快地摆脱不成功的营销活动,从而为公司节省资金。 营销部门的数据将像财务部门的利润和支出一样具体。

“现实情况是,消费者愿意交出大量数据。 他们将为营销人员提供您在其他地方找不到的信息。 然而,消费者对营销人员/公司有效使用这些信息抱有很高的期望。 数据使营销与同行处于平等或更好的地位,并且比过去处于更好的地位。 过去,营销人员生活在‘灰色’之中,而数据使营销人员能够做出基于事实的决策。” 

营销人员知道“灰色”可能是一个令人不舒服的地方。 数据将使他们走出迷雾,进入光明,可以通过确切的数字更明确地证明营销活动的成功和投资回报率。

第 1 步:聘请数据人才或与数据和分析公司合作

数十年来,数据和分析公司一直在寻找和审查数据。 Sports Authority 选择了 Axciom,但竞争对手包括 IBM、埃森哲、Cognizant 和 InfoSys。 他们开发了新客户入职系统,引导新客户完成整个流程符合他们的最佳利益。 您将与该公司合作,从您自己的系统中捕获数据,甚至购买数据。

其他数据公司收集消费者的在线行为数据,并为您提供做出明智的营销决策所需的见解。

如果您的公司打算创建一个数据驱动的营销团队,那么聘请经验丰富的新人才是引入外部帮助的另一种选择。 然而,就业市场专家警告说,大学无法足够快地培养数据专业人员,在可预见的未来将供不应求。

有了来自咨询公司或内部经验丰富的团队成员,公司就可以开始收集和组织数据。 了解客户、销售流程、运营等需要高级算法,需要额外几个月的时间来敲定。 这不是一朝一夕的改变,但考虑到营销活动可以与数据变得更加相关,团队成员应该同意成长的痛苦。

第 2 步:培养以数据为中心的文化

那些将整个职业生涯更多地花在客户拓展的创意方面的营销人员可能会很难从富有想象力的世界中过渡出来。 就连体育管理局的斯托帕也表示,这种转变可能需要数年时间。 员工不仅需要改变态度,还必须学习新的技能、工作习惯和流程。

第 3 步:使用数据创建更具差异化的角色

发现某些类型客户之间的共性,并考虑将您的角色从 5 个扩大到 10 个。更明确的受众意味着更有效的消息传递和更明智的销售团队。

第 4 步:测量和优化

不要仅仅停留在工具和人才上。 您可以访问的最佳数据是您的营销活动的结果。 根据这些结果构建新的营销活动,并观察您的投资回报率的上升。

什么是数据素养以及为什么它很重要?

具备数据素养需要了解数据的来源以及如何使用数据来销售产品。

大数据已经存在了几十年,但由于社交和搜索渠道收集的数据的出现,它现在受到了关注。 数据聚合器现在可以收集的数据量令我们震惊。 每天,世界各地的人们在 Twitter 上发布 2.3 亿条推文,在 Facebook 上“点赞”27 亿条帖子。 这些操作以及用户个人资料揭示了每个人的兴趣、购物计划、操作等。

然而,社交数据只是提供见解的一种数据深入了解客户行为和趋势。 大数据也来自工厂车间的设备,但越来越多地来自家庭。 “机器数据”来自传感器,甚至是监控机器用户行为的网络日志。 这种“物联网”直到最近才在工业环境中使用,即将出现在您附近的冰箱中! 我们的日常家用设备将越来越多地嵌入传感器和网络连接,在零件磨损或供应不足时向制造商发出警报。 想象一下,惠普打电话给您,说您的打印机墨水不足,他们今天可以向您运送新墨盒吗?

机器并不是唯一的数据收集设备。 大公司和许多 B2B 实体收集产品 ID、价格、支付信息、分销商数据等。 企业利用这些信息来了解客户并更好地运营供应链,这种信息被称为“交易数据”。

大数学

如果不进行分析来帮助企业确定趋势、角色和定价,收集到的数据就毫无价值。 必须分析原始数据才能深入了解客户和趋势。 然而,随着数据成为新的流行词,InsightSquared、Cloudera 和 Sumo Logic 等新公司也加入了这个行列。 对于数学天才来说,将会有很多生意,他们可以将公式应用于数据点,以确定理想客户的电子邮件营销偏好、他们当前需要的产品、推荐公司的可能性等等。

最近,公司利用大数据+大数学来:

  • 加快运营流程
  • 微调广告定位
  • 确定哪个广告更能引起哪些受众的共鸣
  • 加快客户服务响应速度
  • 提高业务分析报告的预测质量
  • 向特定目标受众提供相关信息
  • 发现客户群想要的新服务

大数据+大数学可以提供最具体的建议,这些建议不是基于猜测甚至“最佳实践”(可能与您的行业无关),而是基于您自己的运营和受众的具体、数据驱动的见解。