《大數(shù)據(jù)營(yíng)銷》-01 大數(shù)據(jù)營(yíng)銷簡(jiǎn)介課件

大數(shù)據(jù)營(yíng)銷第一章大數(shù)據(jù)營(yíng)銷概述靈犀地2022年11月17日大數(shù)據(jù)營(yíng)銷第一章大數(shù)據(jù)營(yíng)銷概述靈犀地2022年11月9日前言隨著現(xiàn)代互聯(lián)網(wǎng)技術(shù)的飛速發(fā)展，大數(shù)據(jù)已經(jīng)逐漸滲透到各行各業(yè)，并成為重要的生產(chǎn)因素，當(dāng)然營(yíng)銷行業(yè)也不例外。大數(shù)據(jù)改變了傳統(tǒng)營(yíng)銷方式，使?fàn)I銷更加智能化，更有針對(duì)性。隨著大數(shù)據(jù)技術(shù)的不斷發(fā)展和成熟，大數(shù)據(jù)營(yíng)銷已然成為各大企業(yè)的核心競(jìng)爭(zhēng)力。前言隨著現(xiàn)代互聯(lián)網(wǎng)技術(shù)的飛速發(fā)展，大數(shù)據(jù)已經(jīng)逐漸滲透到各行各201大數(shù)據(jù)簡(jiǎn)介02初識(shí)大數(shù)據(jù)營(yíng)銷03大數(shù)據(jù)營(yíng)銷的基礎(chǔ)設(shè)施和人員配置04大數(shù)據(jù)營(yíng)銷活動(dòng)的流程05大數(shù)據(jù)營(yíng)銷的認(rèn)識(shí)誤區(qū)01大數(shù)據(jù)簡(jiǎn)介02初識(shí)大數(shù)據(jù)營(yíng)銷03大數(shù)據(jù)營(yíng)銷的基礎(chǔ)設(shè)在介紹大數(shù)據(jù)營(yíng)銷之前，為便于理解，我們先來(lái)認(rèn)識(shí)一下大數(shù)據(jù)。大數(shù)據(jù)是當(dāng)今非常熱門的話題，本節(jié)主要介紹大數(shù)據(jù)的概念和特征、大數(shù)據(jù)的影響及大數(shù)據(jù)的應(yīng)用。01大數(shù)據(jù)簡(jiǎn)介在介紹大數(shù)據(jù)營(yíng)銷之前，為便于理解，我們先來(lái)認(rèn)識(shí)一下大數(shù)據(jù)。大大數(shù)據(jù)的概念大數(shù)據(jù)（bigdata）也稱海量數(shù)據(jù)或巨量數(shù)據(jù)，是指數(shù)據(jù)量大到無(wú)法利用傳統(tǒng)數(shù)據(jù)處理技術(shù)在合理的時(shí)間內(nèi)獲取、存儲(chǔ)、管理和分析的數(shù)據(jù)集合。1.1.1大數(shù)據(jù)的概念和特征大數(shù)據(jù)的概念大數(shù)據(jù)（bigdata）也稱海量數(shù)據(jù)或巨量數(shù)據(jù)1.1.1大數(shù)據(jù)的概念和特征volume大數(shù)據(jù)具有數(shù)據(jù)規(guī)模大（volume）、處理速度快（velocity）、數(shù)據(jù)多樣性（variety）和價(jià)值密度低（value）四大特征，簡(jiǎn)稱“4V”。velocityvarietyvalue大數(shù)據(jù)的特征1.1.1大數(shù)據(jù)的概念和特征volume大數(shù)據(jù)具有數(shù)據(jù)規(guī)模大1.1.1大數(shù)據(jù)的概念和特征volumevelocityvarietyvaluevolume是指巨大的數(shù)據(jù)量。在大數(shù)據(jù)時(shí)代，各種渠道產(chǎn)生的數(shù)據(jù)不斷增加，數(shù)據(jù)集合的規(guī)模已從MB、GB擴(kuò)展到了PB、EB甚至ZB。velocity可以理解為更快地滿足實(shí)時(shí)性需求。variety指數(shù)據(jù)的來(lái)源及類型是多樣的。大數(shù)據(jù)真正的價(jià)值體現(xiàn)在從大量不相關(guān)的各類數(shù)據(jù)中，挖掘出有價(jià)值的數(shù)據(jù)1.1.1大數(shù)據(jù)的概念和特征volumevelocityva大數(shù)據(jù)對(duì)科學(xué)研究、思維方式和社會(huì)發(fā)展都具有重要而深遠(yuǎn)的影響。1.1.1大數(shù)據(jù)的概念和特征大數(shù)據(jù)對(duì)科學(xué)研究、思維方式和社會(huì)發(fā)展都具有重要而深遠(yuǎn)的影響。1.1.2大數(shù)據(jù)的影響科學(xué)研究在大數(shù)據(jù)時(shí)代，一切以數(shù)據(jù)為中心，我們可以從數(shù)據(jù)中發(fā)現(xiàn)問(wèn)題、分析問(wèn)題、解決問(wèn)題，從而實(shí)現(xiàn)數(shù)據(jù)的價(jià)值。社會(huì)發(fā)展（1）大數(shù)據(jù)決策成為一種新的決策方式。（2）大數(shù)據(jù)推動(dòng)新技術(shù)和新應(yīng)用的不斷涌現(xiàn)。（3）大數(shù)據(jù)應(yīng)用促進(jìn)信息技術(shù)與各行業(yè)的深度融合。思維方式（1）處理的對(duì)象往往是全部數(shù)據(jù)，而不是抽樣數(shù)據(jù)。（2）更加注重效率，而非精確性。（3）更加注重關(guān)聯(lián)性，而非因果性。1.1.2大數(shù)據(jù)的影響科學(xué)研究在大數(shù)據(jù)時(shí)代，一切以數(shù)據(jù)為中心1.1.3大數(shù)據(jù)的應(yīng)用教育行業(yè)大數(shù)據(jù)在教育行業(yè)的應(yīng)用包括優(yōu)化教學(xué)管理、學(xué)生管理、教學(xué)內(nèi)容、教學(xué)手段、教學(xué)評(píng)價(jià)等。大數(shù)據(jù)在電商行業(yè)的應(yīng)用較為廣泛。例如觀察用戶喜好等。電商行業(yè)大數(shù)據(jù)在金融行業(yè)的應(yīng)用也比較廣泛。例如，大數(shù)據(jù)來(lái)驅(qū)動(dòng)業(yè)務(wù)運(yùn)營(yíng)。金融行業(yè)大數(shù)據(jù)在互聯(lián)網(wǎng)行業(yè)的應(yīng)用非常廣泛。借助大數(shù)據(jù)技術(shù)，企業(yè)可以分析客戶行為，進(jìn)行商品推薦和有針對(duì)性的廣告投放。

互聯(lián)網(wǎng)行業(yè)醫(yī)療行業(yè)大數(shù)據(jù)在醫(yī)療行業(yè)的應(yīng)用包括疾病預(yù)防、臨床應(yīng)用、遠(yuǎn)程醫(yī)療、醫(yī)學(xué)研究、醫(yī)院管理等。1.1.3大數(shù)據(jù)的應(yīng)用教育行業(yè)大數(shù)據(jù)在教育行業(yè)的應(yīng)用包括優(yōu)化初識(shí)大數(shù)據(jù)營(yíng)銷02初識(shí)大數(shù)據(jù)營(yíng)銷021.2.1數(shù)據(jù)營(yíng)銷的發(fā)展歷史直復(fù)營(yíng)銷數(shù)據(jù)庫(kù)營(yíng)銷大數(shù)據(jù)營(yíng)銷數(shù)據(jù)營(yíng)銷的第一個(gè)階段，它是以盈利為目標(biāo)，通過(guò)個(gè)性化的溝通媒介向目標(biāo)人群發(fā)布信息，以尋求對(duì)方直接回應(yīng)（問(wèn)詢或訂購(gòu)）的一種營(yíng)銷方式。與傳統(tǒng)媒體廣告相比，直復(fù)營(yíng)銷更有針對(duì)性。數(shù)據(jù)庫(kù)營(yíng)銷是數(shù)據(jù)營(yíng)銷的第二個(gè)階段，它是企業(yè)通過(guò)收集和積累用戶信息，經(jīng)過(guò)分析篩選后，有針對(duì)性地使用電子郵件、短信、電話、信件等方式進(jìn)行客戶深度挖掘與關(guān)系維護(hù)的營(yíng)銷模式。大數(shù)據(jù)營(yíng)銷是數(shù)據(jù)營(yíng)銷的第三個(gè)階段，它是基于多平臺(tái)的大量數(shù)據(jù)，在大數(shù)據(jù)技術(shù)基礎(chǔ)上，應(yīng)用于互聯(lián)網(wǎng)廣告行業(yè)的一種營(yíng)銷方式。1.2.1數(shù)據(jù)營(yíng)銷的發(fā)展歷史直復(fù)營(yíng)銷數(shù)據(jù)庫(kù)營(yíng)銷大數(shù)據(jù)營(yíng)銷數(shù)1.2.2數(shù)據(jù)營(yíng)銷的知識(shí)領(lǐng)域1統(tǒng)計(jì)學(xué)2業(yè)務(wù)3營(yíng)銷4技術(shù)統(tǒng)計(jì)學(xué)是應(yīng)用數(shù)學(xué)的一個(gè)分支，主要利用概率論建立數(shù)學(xué)模型，收集數(shù)據(jù)，對(duì)數(shù)據(jù)進(jìn)行量化的分析、總結(jié)，進(jìn)而進(jìn)行推斷和預(yù)測(cè)，為相關(guān)決策提供依據(jù)和參考。業(yè)務(wù)是指?jìng)€(gè)人或某個(gè)機(jī)構(gòu)的專業(yè)工作，是大數(shù)據(jù)營(yíng)銷人員最基本的能力，這種能力靠的是長(zhǎng)期的磨煉。數(shù)據(jù)營(yíng)銷人員首先需要了解營(yíng)銷的邏輯和模式，掌握營(yíng)銷策略的組合，即產(chǎn)品（product）、價(jià)格（price）、促銷（promotion）、渠道（place），也就是“4P營(yíng)銷理論”。具有操作海量數(shù)據(jù)的能力是對(duì)大數(shù)據(jù)營(yíng)銷人員的基本要求。例如，熟練使用結(jié)構(gòu)化查詢語(yǔ)言（SQL）、商業(yè)智能分析工具（Tableau）、數(shù)據(jù)挖掘工具（Matlab）、大數(shù)據(jù)工具（Hadoop）等。1.2.2數(shù)據(jù)營(yíng)銷的知識(shí)領(lǐng)域1統(tǒng)計(jì)學(xué)2業(yè)務(wù)3營(yíng)銷41.2.3大數(shù)據(jù)營(yíng)銷的特點(diǎn)多平臺(tái)數(shù)據(jù)采集大數(shù)據(jù)營(yíng)銷的數(shù)據(jù)來(lái)源是多方面的，包括電商網(wǎng)站、社交網(wǎng)站、搜索引擎等。多平臺(tái)數(shù)據(jù)的采集能使企業(yè)對(duì)目標(biāo)用戶行為的刻畫更加全面且準(zhǔn)確。個(gè)性化營(yíng)銷企業(yè)通過(guò)大數(shù)據(jù)分析技術(shù)可以很清楚地了解目標(biāo)用戶身處何地，及其關(guān)注點(diǎn)和個(gè)人喜好等情況，還可以在同一媒體的相同界面為不同用戶投放不同的廣告信息，達(dá)到為不同用戶提供不同營(yíng)銷服務(wù)的目的。時(shí)效性強(qiáng)使用大數(shù)據(jù)技術(shù)可幫助企業(yè)及時(shí)掌握消費(fèi)者的購(gòu)買需求及其購(gòu)買行為和方式的變化趨勢(shì)，從而在第一時(shí)間內(nèi)響應(yīng)消費(fèi)者的需求，讓其在決定購(gòu)買的黃金時(shí)間內(nèi)接收到商品廣告。性價(jià)比高大數(shù)據(jù)營(yíng)銷在最大程度上讓廣告主的廣告投放更加精準(zhǔn)，并根據(jù)廣告效果的實(shí)時(shí)反饋，及時(shí)對(duì)廣告投放策略進(jìn)行調(diào)整，從而最大程度地減少營(yíng)銷傳播的浪費(fèi)，而不像傳統(tǒng)廣告那樣“一半的廣告費(fèi)浪費(fèi)了”。1.2.3大數(shù)據(jù)營(yíng)銷的特點(diǎn)多平臺(tái)數(shù)據(jù)采集大數(shù)據(jù)營(yíng)銷的數(shù)據(jù)大數(shù)據(jù)營(yíng)銷的基礎(chǔ)設(shè)施和人員配置03大數(shù)據(jù)營(yíng)銷的基礎(chǔ)設(shè)施和人員配置031.3.1大數(shù)據(jù)營(yíng)銷的基礎(chǔ)設(shè)施數(shù)據(jù)治理工具CRM系統(tǒng)數(shù)據(jù)分析工具電商引流工具輿情監(jiān)測(cè)工具營(yíng)銷數(shù)據(jù)庫(kù)商業(yè)智能分析工具1.3.1大數(shù)據(jù)營(yíng)銷的基礎(chǔ)設(shè)施數(shù)據(jù)治理工具CRM系統(tǒng)數(shù)據(jù)1.3.2大數(shù)據(jù)營(yíng)銷的人員配置1.3.2大數(shù)據(jù)營(yíng)銷的人員配置1.3.2大數(shù)據(jù)營(yíng)銷的人員配置1營(yíng)銷分析師應(yīng)具備數(shù)據(jù)分析能力，能夠通過(guò)分析客戶與產(chǎn)品數(shù)據(jù)，制定出合理的營(yíng)銷計(jì)劃或方案。營(yíng)銷分析師23456數(shù)據(jù)策略師是大數(shù)據(jù)營(yíng)銷團(tuán)隊(duì)的核心人物，他可幫助企業(yè)選擇適合自身業(yè)務(wù)的大數(shù)據(jù)營(yíng)銷模式，避免盲目選擇而不能解決實(shí)際問(wèn)題。數(shù)據(jù)策略師系統(tǒng)工程師在數(shù)據(jù)策略師的配合下，對(duì)業(yè)務(wù)需求和邏輯進(jìn)行梳理，然后開發(fā)新系統(tǒng)，并負(fù)責(zé)系統(tǒng)后期的日常運(yùn)維工作，屬于IT領(lǐng)域的范疇。系統(tǒng)工程師數(shù)據(jù)挖掘工程師根據(jù)營(yíng)銷需求收集到用戶數(shù)據(jù)后，首先對(duì)數(shù)據(jù)進(jìn)行預(yù)處理，然后使用數(shù)據(jù)挖掘軟件及算法建立數(shù)學(xué)模型，最后分析數(shù)據(jù)，從龐大的用戶數(shù)據(jù)中得到有用的信息。數(shù)據(jù)挖掘工程師數(shù)據(jù)質(zhì)量專員的主要任務(wù)是負(fù)責(zé)客戶數(shù)據(jù)的質(zhì)量檢查。例如，數(shù)據(jù)完整性、數(shù)據(jù)一致性和數(shù)據(jù)合規(guī)性等。數(shù)據(jù)質(zhì)量專員數(shù)據(jù)庫(kù)管理員是僅次于數(shù)據(jù)策略師的最重要的角色，其職責(zé)是保證數(shù)據(jù)庫(kù)管理系統(tǒng)的穩(wěn)定性、安全性和完整性等數(shù)據(jù)庫(kù)管理員1.3.2大數(shù)據(jù)營(yíng)銷的人員配置1營(yíng)銷分析師應(yīng)具備數(shù)據(jù)分析大數(shù)據(jù)營(yíng)銷活動(dòng)的流程04大數(shù)據(jù)營(yíng)銷活動(dòng)的流程041.4大數(shù)據(jù)營(yíng)銷活動(dòng)的流程對(duì)大數(shù)據(jù)營(yíng)銷有了一個(gè)簡(jiǎn)單的了解后，本節(jié)介紹實(shí)施大數(shù)據(jù)營(yíng)銷的具體流程，如圖所示。1.4大數(shù)據(jù)營(yíng)銷活動(dòng)的流程對(duì)大數(shù)據(jù)營(yíng)銷有了一個(gè)簡(jiǎn)單的了解1.4.1數(shù)據(jù)收集企業(yè)要進(jìn)行大數(shù)據(jù)營(yíng)銷，首先要收集數(shù)據(jù)，并明確數(shù)據(jù)的類型及來(lái)源。1．?dāng)?shù)據(jù)的類型此處的數(shù)據(jù)類型有兩類，一類是傳統(tǒng)CRM數(shù)據(jù)，還有一類是數(shù)字?jǐn)?shù)據(jù)，如表所示。數(shù)據(jù)類型用戶信息用戶識(shí)別碼傳統(tǒng)CRM數(shù)據(jù)基本信息及購(gòu)買行為信息姓名、聯(lián)系方式等數(shù)字?jǐn)?shù)據(jù)互聯(lián)網(wǎng)行為信息IP地址、MAC地址等1.4.1數(shù)據(jù)收集企業(yè)要進(jìn)行大數(shù)據(jù)營(yíng)銷，首先要收集數(shù)據(jù)，1.4.1數(shù)據(jù)收集2．?dāng)?shù)據(jù)的來(lái)源數(shù)據(jù)來(lái)源可細(xì)分為第一方數(shù)據(jù)、第二方數(shù)據(jù)和第三方數(shù)據(jù)。

數(shù)據(jù)第一方數(shù)據(jù)第二方數(shù)據(jù)第三方數(shù)據(jù)前提來(lái)源①通過(guò)自己的網(wǎng)站、App所收集的客戶行為數(shù)據(jù)。②CRM系統(tǒng)中的數(shù)據(jù)。③客戶反饋數(shù)據(jù)。企業(yè)須尋找擁有自己需要數(shù)據(jù)的公司，并與他們建立關(guān)系。企業(yè)只能通過(guò)購(gòu)買、交換和租賃等方式使用這些數(shù)據(jù)。優(yōu)點(diǎn)①不必過(guò)多擔(dān)心數(shù)據(jù)的隱私。②針對(duì)的是企業(yè)現(xiàn)有客戶，潛在客戶。③數(shù)據(jù)具有很高的價(jià)值，且免費(fèi)。能夠保證數(shù)據(jù)真實(shí)性，以其為基礎(chǔ)進(jìn)行營(yíng)銷，可以最大程度實(shí)現(xiàn)營(yíng)銷的精準(zhǔn)性。數(shù)據(jù)規(guī)模大，數(shù)據(jù)類型豐富。缺點(diǎn)除了需要實(shí)名認(rèn)證的行業(yè)，如銀行、運(yùn)營(yíng)商等，大部分行業(yè)很難收集到客戶的真實(shí)信息。據(jù)源不屬于企業(yè)自身，可能造成基于第二方數(shù)據(jù)建設(shè)的數(shù)據(jù)設(shè)施和營(yíng)銷模式失效。數(shù)據(jù)的原始來(lái)源未知，需要考慮合規(guī)性問(wèn)題。1.4.1數(shù)據(jù)收集2．?dāng)?shù)據(jù)的來(lái)源數(shù)據(jù)第一方數(shù)據(jù)第二方數(shù)據(jù)1.4.2數(shù)據(jù)整理1．?dāng)?shù)據(jù)標(biāo)準(zhǔn)化處理數(shù)據(jù)標(biāo)準(zhǔn)化處理主要包括數(shù)據(jù)格式的統(tǒng)一和語(yǔ)義分析兩個(gè)方面。（1）數(shù)據(jù)格式的統(tǒng)一。對(duì)于收集到的數(shù)據(jù)，需要為字段的數(shù)據(jù)類型設(shè)定一個(gè)統(tǒng)一的標(biāo)準(zhǔn)。（2）語(yǔ)義分析指運(yùn)用各種方法，學(xué)習(xí)和理解一段文本所表示的語(yǔ)義內(nèi)容。任何對(duì)語(yǔ)言的理解都可以歸納為語(yǔ)義分析的范疇。1.4.2數(shù)據(jù)整理1．?dāng)?shù)據(jù)標(biāo)準(zhǔn)化處理（2）語(yǔ)義分析指運(yùn)用1.4.2數(shù)據(jù)整理下面通過(guò)一個(gè)實(shí)例介紹如何進(jìn)行語(yǔ)義分析。原句：“今天在商場(chǎng)試了一件衣服，上身合適又好看，就是價(jià)格太貴了！”拆分后的句子：今天在商場(chǎng)試了

一件

衣服上身合適又

好看

就是價(jià)格太貴了語(yǔ)義分析結(jié)果：用戶的評(píng)價(jià)是，衣服——合適又好看；價(jià)格——太貴通過(guò)上述語(yǔ)義分析可以得出，對(duì)企業(yè)來(lái)說(shuō)，用戶對(duì)衣服很滿意，給出了“合適又好看”的評(píng)價(jià)，但是對(duì)價(jià)格卻不滿意，因?yàn)椤疤F了”，這樣就找到了用戶的“痛點(diǎn)”（價(jià)格）。1.4.2數(shù)據(jù)整理下面通過(guò)一個(gè)實(shí)例介紹如何進(jìn)行語(yǔ)義分析。1.4.2數(shù)據(jù)整理2．?dāng)?shù)據(jù)清洗數(shù)據(jù)清洗是指將數(shù)據(jù)錄入系統(tǒng)前，營(yíng)銷人員對(duì)這些數(shù)據(jù)進(jìn)行鑒別，并清理虛假有誤的數(shù)據(jù)。例如，用戶在調(diào)查問(wèn)卷上填寫的虛假姓名、聯(lián)系方式和工作單位等都屬于需要清理的數(shù)據(jù)。數(shù)據(jù)清理過(guò)程如圖所示。1.4.2數(shù)據(jù)整理2．?dāng)?shù)據(jù)清洗1.4.2數(shù)據(jù)整理3．?dāng)?shù)據(jù)匹配數(shù)據(jù)匹配是指，當(dāng)同一個(gè)用戶的信息出現(xiàn)在多個(gè)不同數(shù)據(jù)源時(shí)，企業(yè)須匹配這些信息來(lái)拼合數(shù)據(jù)，從而更加精準(zhǔn)地了解用戶，并找到更加精準(zhǔn)的推送渠道。4．?dāng)?shù)據(jù)整合數(shù)據(jù)整合是將加工處理后的數(shù)據(jù)整合到一個(gè)數(shù)據(jù)庫(kù)中，這就涉及數(shù)據(jù)表的基本操作，如數(shù)據(jù)的插入、更新、刪除，以及多表之間的映射。1.4.2數(shù)據(jù)整理3．?dāng)?shù)據(jù)匹配4．?dāng)?shù)據(jù)整合1.4.3數(shù)據(jù)平臺(tái)360度客戶視圖是企業(yè)將通過(guò)多種不同數(shù)據(jù)源收集到的客戶行為數(shù)據(jù)，整合成業(yè)務(wù)人員能簡(jiǎn)單理解的客戶標(biāo)簽，也就是客戶所有數(shù)據(jù)的集合?？蛻魯?shù)據(jù)由客戶的基本信息（包括姓名、出生日期、學(xué)歷等）、客戶識(shí)別碼（包括聯(lián)系方式、MAC地址等）、接觸方式（包括如電子郵件、各類App等）、客戶標(biāo)簽（包括用于營(yíng)銷的客戶特征等）等組成。1.4.3數(shù)據(jù)平臺(tái)360度客戶視圖是企業(yè)將通過(guò)多種不同數(shù)1.4.4數(shù)據(jù)營(yíng)銷在經(jīng)過(guò)數(shù)據(jù)收集、數(shù)據(jù)整理和數(shù)據(jù)平臺(tái)三個(gè)階段后，就可以使用數(shù)據(jù)進(jìn)行營(yíng)銷了。在營(yíng)銷階段，最重要的是營(yíng)銷策略的制定，這需要營(yíng)銷人員對(duì)用戶進(jìn)行細(xì)分。此外，在營(yíng)銷階段還涉及如何進(jìn)行商業(yè)決策，這需要通過(guò)數(shù)據(jù)挖掘技術(shù)建立數(shù)學(xué)模型，并對(duì)用戶進(jìn)行分析，最終確定目標(biāo)用戶的購(gòu)買潛力，從而實(shí)現(xiàn)營(yíng)銷。1.4.4數(shù)據(jù)營(yíng)銷在經(jīng)過(guò)數(shù)據(jù)收集、數(shù)據(jù)整理和數(shù)據(jù)平臺(tái)三個(gè)1.4.5結(jié)果衡量在實(shí)施了具體的營(yíng)銷策略后，需要對(duì)營(yíng)銷結(jié)果進(jìn)行衡量，確定營(yíng)銷的投入產(chǎn)出比，并根據(jù)營(yíng)銷結(jié)果，優(yōu)化營(yíng)銷策略和業(yè)務(wù)流程。接下來(lái)簡(jiǎn)單介紹衡量結(jié)果的常用技術(shù)手段——網(wǎng)站分析。網(wǎng)站分析是企業(yè)通過(guò)數(shù)據(jù)來(lái)分析客戶體驗(yàn)或網(wǎng)站邏輯設(shè)計(jì)是否合理的一種技術(shù)手段。通過(guò)網(wǎng)站分析，可以判斷網(wǎng)站的推廣方式和頁(yè)面設(shè)計(jì)是否合理，以便及時(shí)完善優(yōu)化。網(wǎng)站分析1.4.5結(jié)果衡量在實(shí)施了具體的營(yíng)銷策略后，需要對(duì)營(yíng)銷結(jié)大數(shù)據(jù)營(yíng)銷的認(rèn)識(shí)誤區(qū)05大數(shù)據(jù)營(yíng)銷的認(rèn)識(shí)誤區(qū)051.5大數(shù)據(jù)營(yíng)銷的認(rèn)識(shí)誤區(qū)大數(shù)據(jù)營(yíng)銷無(wú)所不能大數(shù)據(jù)營(yíng)銷使得品牌形象塑造容易大數(shù)據(jù)營(yíng)銷提升效率和降低成本1.5大數(shù)據(jù)營(yíng)銷的認(rèn)識(shí)誤區(qū)大數(shù)據(jù)營(yíng)銷無(wú)所不能大數(shù)據(jù)營(yíng)銷使案例Target對(duì)公司活動(dòng)“迎嬰聚會(huì)”登記表里的客戶消費(fèi)數(shù)據(jù)進(jìn)行建模分析發(fā)現(xiàn)，許多孕婦在第2個(gè)妊娠期大量購(gòu)買無(wú)香味乳液；在懷孕的最初20周大量購(gòu)買補(bǔ)充鈣、鎂、鋅的善存片等保健品。最后Target選出25種典型商品的消費(fèi)數(shù)據(jù)，建立了“懷孕預(yù)測(cè)指數(shù)”模型，通過(guò)該模型，Target能夠在很小的誤差范圍內(nèi)預(yù)測(cè)到客戶的懷孕情況，因此Target可以搶先一步將孕婦裝、嬰兒床等優(yōu)惠廣告寄給客戶，吸引客戶購(gòu)買。案例Target對(duì)公司活動(dòng)“迎嬰聚會(huì)”登記表里的客戶消費(fèi)數(shù)據(jù)《大數(shù)據(jù)營(yíng)銷》——01大數(shù)據(jù)營(yíng)銷簡(jiǎn)介課件大數(shù)據(jù)營(yíng)銷第一章大數(shù)據(jù)營(yíng)銷概述靈犀地2022年11月17日大數(shù)據(jù)營(yíng)銷第一章大數(shù)據(jù)營(yíng)銷概述靈犀地2022年11月9日前言隨著現(xiàn)代互聯(lián)網(wǎng)技術(shù)的飛速發(fā)展，大數(shù)據(jù)已經(jīng)逐漸滲透到各行各業(yè)，并成為重要的生產(chǎn)因素，當(dāng)然營(yíng)銷行業(yè)也不例外。大數(shù)據(jù)改變了傳統(tǒng)營(yíng)銷方式，使?fàn)I銷更加智能化，更有針對(duì)性。隨著大數(shù)據(jù)技術(shù)的不斷發(fā)展和成熟，大數(shù)據(jù)營(yíng)銷已然成為各大企業(yè)的核心競(jìng)爭(zhēng)力。前言隨著現(xiàn)代互聯(lián)網(wǎng)技術(shù)的飛速發(fā)展，大數(shù)據(jù)已經(jīng)逐漸滲透到各行各3501大數(shù)據(jù)簡(jiǎn)介02初識(shí)大數(shù)據(jù)營(yíng)銷03大數(shù)據(jù)營(yíng)銷的基礎(chǔ)設(shè)施和人員配置04大數(shù)據(jù)營(yíng)銷活動(dòng)的流程05大數(shù)據(jù)營(yíng)銷的認(rèn)識(shí)誤區(qū)01大數(shù)據(jù)簡(jiǎn)介02初識(shí)大數(shù)據(jù)營(yíng)銷03大數(shù)據(jù)營(yíng)銷的基礎(chǔ)設(shè)在介紹大數(shù)據(jù)營(yíng)銷之前，為便于理解，我們先來(lái)認(rèn)識(shí)一下大數(shù)據(jù)。大數(shù)據(jù)是當(dāng)今非常熱門的話題，本節(jié)主要介紹大數(shù)據(jù)的概念和特征、大數(shù)據(jù)的影響及大數(shù)據(jù)的應(yīng)用。01大數(shù)據(jù)簡(jiǎn)介在介紹大數(shù)據(jù)營(yíng)銷之前，為便于理解，我們先來(lái)認(rèn)識(shí)一下大數(shù)據(jù)。大大數(shù)據(jù)的概念大數(shù)據(jù)（bigdata）也稱海量數(shù)據(jù)或巨量數(shù)據(jù)，是指數(shù)據(jù)量大到無(wú)法利用傳統(tǒng)數(shù)據(jù)處理技術(shù)在合理的時(shí)間內(nèi)獲取、存儲(chǔ)、管理和分析的數(shù)據(jù)集合。1.1.1大數(shù)據(jù)的概念和特征大數(shù)據(jù)的概念大數(shù)據(jù)（bigdata）也稱海量數(shù)據(jù)或巨量數(shù)據(jù)1.1.1大數(shù)據(jù)的概念和特征volume大數(shù)據(jù)具有數(shù)據(jù)規(guī)模大（volume）、處理速度快（velocity）、數(shù)據(jù)多樣性（variety）和價(jià)值密度低（value）四大特征，簡(jiǎn)稱“4V”。velocityvarietyvalue大數(shù)據(jù)的特征1.1.1大數(shù)據(jù)的概念和特征volume大數(shù)據(jù)具有數(shù)據(jù)規(guī)模大1.1.1大數(shù)據(jù)的概念和特征volumevelocityvarietyvaluevolume是指巨大的數(shù)據(jù)量。在大數(shù)據(jù)時(shí)代，各種渠道產(chǎn)生的數(shù)據(jù)不斷增加，數(shù)據(jù)集合的規(guī)模已從MB、GB擴(kuò)展到了PB、EB甚至ZB。velocity可以理解為更快地滿足實(shí)時(shí)性需求。variety指數(shù)據(jù)的來(lái)源及類型是多樣的。大數(shù)據(jù)真正的價(jià)值體現(xiàn)在從大量不相關(guān)的各類數(shù)據(jù)中，挖掘出有價(jià)值的數(shù)據(jù)1.1.1大數(shù)據(jù)的概念和特征volumevelocityva大數(shù)據(jù)對(duì)科學(xué)研究、思維方式和社會(huì)發(fā)展都具有重要而深遠(yuǎn)的影響。1.1.1大數(shù)據(jù)的概念和特征大數(shù)據(jù)對(duì)科學(xué)研究、思維方式和社會(huì)發(fā)展都具有重要而深遠(yuǎn)的影響。1.1.2大數(shù)據(jù)的影響科學(xué)研究在大數(shù)據(jù)時(shí)代，一切以數(shù)據(jù)為中心，我們可以從數(shù)據(jù)中發(fā)現(xiàn)問(wèn)題、分析問(wèn)題、解決問(wèn)題，從而實(shí)現(xiàn)數(shù)據(jù)的價(jià)值。社會(huì)發(fā)展（1）大數(shù)據(jù)決策成為一種新的決策方式。（2）大數(shù)據(jù)推動(dòng)新技術(shù)和新應(yīng)用的不斷涌現(xiàn)。（3）大數(shù)據(jù)應(yīng)用促進(jìn)信息技術(shù)與各行業(yè)的深度融合。思維方式（1）處理的對(duì)象往往是全部數(shù)據(jù)，而不是抽樣數(shù)據(jù)。（2）更加注重效率，而非精確性。（3）更加注重關(guān)聯(lián)性，而非因果性。1.1.2大數(shù)據(jù)的影響科學(xué)研究在大數(shù)據(jù)時(shí)代，一切以數(shù)據(jù)為中心1.1.3大數(shù)據(jù)的應(yīng)用教育行業(yè)大數(shù)據(jù)在教育行業(yè)的應(yīng)用包括優(yōu)化教學(xué)管理、學(xué)生管理、教學(xué)內(nèi)容、教學(xué)手段、教學(xué)評(píng)價(jià)等。大數(shù)據(jù)在電商行業(yè)的應(yīng)用較為廣泛。例如觀察用戶喜好等。電商行業(yè)大數(shù)據(jù)在金融行業(yè)的應(yīng)用也比較廣泛。例如，大數(shù)據(jù)來(lái)驅(qū)動(dòng)業(yè)務(wù)運(yùn)營(yíng)。金融行業(yè)大數(shù)據(jù)在互聯(lián)網(wǎng)行業(yè)的應(yīng)用非常廣泛。借助大數(shù)據(jù)技術(shù)，企業(yè)可以分析客戶行為，進(jìn)行商品推薦和有針對(duì)性的廣告投放。

互聯(lián)網(wǎng)行業(yè)醫(yī)療行業(yè)大數(shù)據(jù)在醫(yī)療行業(yè)的應(yīng)用包括疾病預(yù)防、臨床應(yīng)用、遠(yuǎn)程醫(yī)療、醫(yī)學(xué)研究、醫(yī)院管理等。1.1.3大數(shù)據(jù)的應(yīng)用教育行業(yè)大數(shù)據(jù)在教育行業(yè)的應(yīng)用包括優(yōu)化初識(shí)大數(shù)據(jù)營(yíng)銷02初識(shí)大數(shù)據(jù)營(yíng)銷021.2.1數(shù)據(jù)營(yíng)銷的發(fā)展歷史直復(fù)營(yíng)銷數(shù)據(jù)庫(kù)營(yíng)銷大數(shù)據(jù)營(yíng)銷數(shù)據(jù)營(yíng)銷的第一個(gè)階段，它是以盈利為目標(biāo)，通過(guò)個(gè)性化的溝通媒介向目標(biāo)人群發(fā)布信息，以尋求對(duì)方直接回應(yīng)（問(wèn)詢或訂購(gòu)）的一種營(yíng)銷方式。與傳統(tǒng)媒體廣告相比，直復(fù)營(yíng)銷更有針對(duì)性。數(shù)據(jù)庫(kù)營(yíng)銷是數(shù)據(jù)營(yíng)銷的第二個(gè)階段，它是企業(yè)通過(guò)收集和積累用戶信息，經(jīng)過(guò)分析篩選后，有針對(duì)性地使用電子郵件、短信、電話、信件等方式進(jìn)行客戶深度挖掘與關(guān)系維護(hù)的營(yíng)銷模式。大數(shù)據(jù)營(yíng)銷是數(shù)據(jù)營(yíng)銷的第三個(gè)階段，它是基于多平臺(tái)的大量數(shù)據(jù)，在大數(shù)據(jù)技術(shù)基礎(chǔ)上，應(yīng)用于互聯(lián)網(wǎng)廣告行業(yè)的一種營(yíng)銷方式。1.2.1數(shù)據(jù)營(yíng)銷的發(fā)展歷史直復(fù)營(yíng)銷數(shù)據(jù)庫(kù)營(yíng)銷大數(shù)據(jù)營(yíng)銷數(shù)1.2.2數(shù)據(jù)營(yíng)銷的知識(shí)領(lǐng)域1統(tǒng)計(jì)學(xué)2業(yè)務(wù)3營(yíng)銷4技術(shù)統(tǒng)計(jì)學(xué)是應(yīng)用數(shù)學(xué)的一個(gè)分支，主要利用概率論建立數(shù)學(xué)模型，收集數(shù)據(jù)，對(duì)數(shù)據(jù)進(jìn)行量化的分析、總結(jié)，進(jìn)而進(jìn)行推斷和預(yù)測(cè)，為相關(guān)決策提供依據(jù)和參考。業(yè)務(wù)是指?jìng)€(gè)人或某個(gè)機(jī)構(gòu)的專業(yè)工作，是大數(shù)據(jù)營(yíng)銷人員最基本的能力，這種能力靠的是長(zhǎng)期的磨煉。數(shù)據(jù)營(yíng)銷人員首先需要了解營(yíng)銷的邏輯和模式，掌握營(yíng)銷策略的組合，即產(chǎn)品（product）、價(jià)格（price）、促銷（promotion）、渠道（place），也就是“4P營(yíng)銷理論”。具有操作海量數(shù)據(jù)的能力是對(duì)大數(shù)據(jù)營(yíng)銷人員的基本要求。例如，熟練使用結(jié)構(gòu)化查詢語(yǔ)言（SQL）、商業(yè)智能分析工具（Tableau）、數(shù)據(jù)挖掘工具（Matlab）、大數(shù)據(jù)工具（Hadoop）等。1.2.2數(shù)據(jù)營(yíng)銷的知識(shí)領(lǐng)域1統(tǒng)計(jì)學(xué)2業(yè)務(wù)3營(yíng)銷41.2.3大數(shù)據(jù)營(yíng)銷的特點(diǎn)多平臺(tái)數(shù)據(jù)采集大數(shù)據(jù)營(yíng)銷的數(shù)據(jù)來(lái)源是多方面的，包括電商網(wǎng)站、社交網(wǎng)站、搜索引擎等。多平臺(tái)數(shù)據(jù)的采集能使企業(yè)對(duì)目標(biāo)用戶行為的刻畫更加全面且準(zhǔn)確。個(gè)性化營(yíng)銷企業(yè)通過(guò)大數(shù)據(jù)分析技術(shù)可以很清楚地了解目標(biāo)用戶身處何地，及其關(guān)注點(diǎn)和個(gè)人喜好等情況，還可以在同一媒體的相同界面為不同用戶投放不同的廣告信息，達(dá)到為不同用戶提供不同營(yíng)銷服務(wù)的目的。時(shí)效性強(qiáng)使用大數(shù)據(jù)技術(shù)可幫助企業(yè)及時(shí)掌握消費(fèi)者的購(gòu)買需求及其購(gòu)買行為和方式的變化趨勢(shì)，從而在第一時(shí)間內(nèi)響應(yīng)消費(fèi)者的需求，讓其在決定購(gòu)買的黃金時(shí)間內(nèi)接收到商品廣告。性價(jià)比高大數(shù)據(jù)營(yíng)銷在最大程度上讓廣告主的廣告投放更加精準(zhǔn)，并根據(jù)廣告效果的實(shí)時(shí)反饋，及時(shí)對(duì)廣告投放策略進(jìn)行調(diào)整，從而最大程度地減少營(yíng)銷傳播的浪費(fèi)，而不像傳統(tǒng)廣告那樣“一半的廣告費(fèi)浪費(fèi)了”。1.2.3大數(shù)據(jù)營(yíng)銷的特點(diǎn)多平臺(tái)數(shù)據(jù)采集大數(shù)據(jù)營(yíng)銷的數(shù)據(jù)大數(shù)據(jù)營(yíng)銷的基礎(chǔ)設(shè)施和人員配置03大數(shù)據(jù)營(yíng)銷的基礎(chǔ)設(shè)施和人員配置031.3.1大數(shù)據(jù)營(yíng)銷的基礎(chǔ)設(shè)施數(shù)據(jù)治理工具CRM系統(tǒng)數(shù)據(jù)分析工具電商引流工具輿情監(jiān)測(cè)工具營(yíng)銷數(shù)據(jù)庫(kù)商業(yè)智能分析工具1.3.1大數(shù)據(jù)營(yíng)銷的基礎(chǔ)設(shè)施數(shù)據(jù)治理工具CRM系統(tǒng)數(shù)據(jù)1.3.2大數(shù)據(jù)營(yíng)銷的人員配置1.3.2大數(shù)據(jù)營(yíng)銷的人員配置1.3.2大數(shù)據(jù)營(yíng)銷的人員配置1營(yíng)銷分析師應(yīng)具備數(shù)據(jù)分析能力，能夠通過(guò)分析客戶與產(chǎn)品數(shù)據(jù)，制定出合理的營(yíng)銷計(jì)劃或方案。營(yíng)銷分析師23456數(shù)據(jù)策略師是大數(shù)據(jù)營(yíng)銷團(tuán)隊(duì)的核心人物，他可幫助企業(yè)選擇適合自身業(yè)務(wù)的大數(shù)據(jù)營(yíng)銷模式，避免盲目選擇而不能解決實(shí)際問(wèn)題。數(shù)據(jù)策略師系統(tǒng)工程師在數(shù)據(jù)策略師的配合下，對(duì)業(yè)務(wù)需求和邏輯進(jìn)行梳理，然后開發(fā)新系統(tǒng)，并負(fù)責(zé)系統(tǒng)后期的日常運(yùn)維工作，屬于IT領(lǐng)域的范疇。系統(tǒng)工程師數(shù)據(jù)挖掘工程師根據(jù)營(yíng)銷需求收集到用戶數(shù)據(jù)后，首先對(duì)數(shù)據(jù)進(jìn)行預(yù)處理，然后使用數(shù)據(jù)挖掘軟件及算法建立數(shù)學(xué)模型，最后分析數(shù)據(jù)，從龐大的用戶數(shù)據(jù)中得到有用的信息。數(shù)據(jù)挖掘工程師數(shù)據(jù)質(zhì)量專員的主要任務(wù)是負(fù)責(zé)客戶數(shù)據(jù)的質(zhì)量檢查。例如，數(shù)據(jù)完整性、數(shù)據(jù)一致性和數(shù)據(jù)合規(guī)性等。數(shù)據(jù)質(zhì)量專員數(shù)據(jù)庫(kù)管理員是僅次于數(shù)據(jù)策略師的最重要的角色，其職責(zé)是保證數(shù)據(jù)庫(kù)管理系統(tǒng)的穩(wěn)定性、安全性和完整性等數(shù)據(jù)庫(kù)管理員1.3.2大數(shù)據(jù)營(yíng)銷的人員配置1營(yíng)銷分析師應(yīng)具備數(shù)據(jù)分析大數(shù)據(jù)營(yíng)銷活動(dòng)的流程04大數(shù)據(jù)營(yíng)銷活動(dòng)的流程041.4大數(shù)據(jù)營(yíng)銷活動(dòng)的流程對(duì)大數(shù)據(jù)營(yíng)銷有了一個(gè)簡(jiǎn)單的了解后，本節(jié)介紹實(shí)施大數(shù)據(jù)營(yíng)銷的具體流程，如圖所示。1.4大數(shù)據(jù)營(yíng)銷活動(dòng)的流程對(duì)大數(shù)據(jù)營(yíng)銷有了一個(gè)簡(jiǎn)單的了解1.4.1數(shù)據(jù)收集企業(yè)要進(jìn)行大數(shù)據(jù)營(yíng)銷，首先要收集數(shù)據(jù)，并明確數(shù)據(jù)的類型及來(lái)源。1．?dāng)?shù)據(jù)的類型此處的數(shù)據(jù)類型有兩類，一類是傳統(tǒng)CRM數(shù)據(jù)，還有一類是數(shù)字?jǐn)?shù)據(jù)，如表所示。數(shù)據(jù)類型用戶信息用戶識(shí)別碼傳統(tǒng)CRM數(shù)據(jù)基本信息及購(gòu)買行為信息姓名、聯(lián)系方式等數(shù)字?jǐn)?shù)據(jù)互聯(lián)網(wǎng)行為信息IP地址、MAC地址等1.4.1數(shù)據(jù)收集企業(yè)要進(jìn)行大數(shù)據(jù)營(yíng)銷，首先要收集數(shù)據(jù)，1.4.1數(shù)據(jù)收集2．?dāng)?shù)據(jù)的來(lái)源數(shù)據(jù)來(lái)源可細(xì)分為第一方數(shù)據(jù)、第二方數(shù)據(jù)和第三方數(shù)據(jù)。

數(shù)據(jù)第一方數(shù)據(jù)第二方數(shù)據(jù)第三方數(shù)據(jù)前提來(lái)源①通過(guò)自己的網(wǎng)站、App所收集的客戶行為數(shù)據(jù)。②CRM系統(tǒng)中的數(shù)據(jù)。③客戶反饋數(shù)據(jù)。企業(yè)須尋找擁有自己需要數(shù)據(jù)的公司，并與他們建立關(guān)系。企業(yè)只能通過(guò)購(gòu)買、交換和租賃等方式使用這些數(shù)據(jù)。優(yōu)點(diǎn)①不必過(guò)多擔(dān)心數(shù)據(jù)的隱私。②針對(duì)的是企業(yè)現(xiàn)有客戶，潛在客戶。③數(shù)據(jù)具有很高的價(jià)值，且免費(fèi)。能夠保證數(shù)據(jù)真實(shí)性，以其為基礎(chǔ)進(jìn)行營(yíng)銷，可以最大程度實(shí)現(xiàn)營(yíng)銷的精準(zhǔn)性。數(shù)據(jù)規(guī)模大，數(shù)據(jù)類型豐富。缺點(diǎn)除了需要實(shí)名認(rèn)證的行業(yè)，如銀行、運(yùn)營(yíng)商等，大部分行業(yè)很難收集到客戶的真實(shí)信息。據(jù)源不屬于企業(yè)自身，可能造成基于第二方數(shù)據(jù)建設(shè)的數(shù)據(jù)設(shè)施和營(yíng)銷模式失效。數(shù)據(jù)的原始來(lái)源未知，需要考慮合規(guī)性問(wèn)題。1.4.1數(shù)據(jù)收集2．?dāng)?shù)據(jù)的來(lái)源數(shù)據(jù)第一方數(shù)據(jù)第二方數(shù)據(jù)1.4.2數(shù)據(jù)整理1．?dāng)?shù)據(jù)標(biāo)準(zhǔn)化處理數(shù)據(jù)標(biāo)準(zhǔn)化處理主要包括數(shù)據(jù)格式的統(tǒng)一和語(yǔ)義分析兩個(gè)方面。（1）數(shù)據(jù)格式的統(tǒng)一。對(duì)于收集到的數(shù)據(jù)，需要為字段的數(shù)據(jù)類型設(shè)定一個(gè)統(tǒng)一的標(biāo)準(zhǔn)。（2）語(yǔ)義分析指運(yùn)用各種方法，學(xué)習(xí)和理解一段文本所表示的語(yǔ)義內(nèi)容。任何對(duì)語(yǔ)言的理解都可以歸納為語(yǔ)義分析的范疇。1.4.2數(shù)據(jù)整理1．?dāng)?shù)據(jù)標(biāo)準(zhǔn)化處理（2）語(yǔ)義分析指運(yùn)用1.4.2數(shù)據(jù)整理下面通過(guò)一個(gè)實(shí)例介紹如何進(jìn)行語(yǔ)義分析。原句：“今天在商場(chǎng)試了一件衣服，上身合適又好看，就是價(jià)格太貴了！”拆分后的句子：今天在商場(chǎng)試了

一件

衣服上身合適又

好看

就是價(jià)格太貴了語(yǔ)義分析結(jié)果：用戶的評(píng)價(jià)是，衣服——合適又好看；價(jià)格——太貴通過(guò)上述語(yǔ)義分析可以得出，對(duì)企業(yè)來(lái)說(shuō)，用戶對(duì)衣服很滿意，給出了“合適又好看”的評(píng)價(jià)，但是對(duì)價(jià)格卻不滿意，因?yàn)椤疤F了”，這樣就找到了用戶的“痛點(diǎn)”（價(jià)格）。1.4.2數(shù)據(jù)整理下面通過(guò)一個(gè)實(shí)例介紹如何進(jìn)行語(yǔ)義分析。1.4.2數(shù)據(jù)整理2．?dāng)?shù)據(jù)清洗數(shù)據(jù)清洗是指將數(shù)據(jù)錄入系統(tǒng)前，營(yíng)銷人員對(duì)這些數(shù)據(jù)進(jìn)行鑒別，并清理虛假有誤的數(shù)據(jù)。例如，用戶在調(diào)查問(wèn)卷上填寫的虛假姓名、聯(lián)系方式和工作單位等都屬于需要清理的數(shù)據(jù)。數(shù)據(jù)清理過(guò)程如圖所示。1.4.2數(shù)據(jù)整理2．?dāng)?shù)據(jù)清洗1.4.2