《数字化时代下的大数据营销与应用》
发布日期:2022-06-17浏览:2633
-
课程背景
为什么阿里巴巴能在1个工作日发放贷款?为什么腾讯如此精准开展微信营销?为什么顺丰快递的广告投递如此精准?原因是他们拥有强大的数据库,因此在数字化时代,在云计算的条件下,企业要实现精准营销已绝非难事,那么究竟如何开展精准客户服务营销呢?这也是我们开设这门课程的原因。课程对象
中层员工/基层员工学员收获
●掌握大数据的规律和基本特点
●学会开展数据分析,并找到数据背后的问题
●通过大数据开展精准化营销
教学过程中运用大量生动且具有实战意义的案例,将对你的思维带来新的冲击和启发,讲师语言生动幽默,多次达到“全场无尿点”的效果课程时长
1天,6小时/天 H课程大纲
引言:大数据改变我们的生活,所有人都生活在数据中
例1:女儿怀孕
例2:有趣的必胜客的订餐系统
例3:大数据分析股票
例4:大数据相亲
第一章:大数据的基本理念
一、大数据到底是什么?
二、大数据时代到来的条件
1.时代的沿革
1)工业革命1.0——机械生产代替手工劳动
2)工业革命2.0——实现了生产的自动化
3)工业革命3.0——开始迈入信息化时代
4)工业革命4.0——智能工业开始拉开序幕
例:工业4.0进入C2B的模式的私人订制的时代
2.移动数字化
3.云计算
4.4G网络
二、大数据的条件——大数据VS数据大
1.大数据与传统数据的区别
1)“由业务向数据提出需求”的运营模式向“以数据指导业务”的运营模式转变
2)化“数”为“据”是关键。
2.大数据的特点
1)数据体量够大(Volume)
2)数据类型够多(Variety)
3)数据价值密度低(Value)
4)数据具有实效性(Velocity)
三、大数据的类型
1.结构化数据——纯数字化数据
2.半结构化数据——图片、声音、影像
3.非结构化数据——行为数据:归根到底是研究“人”
1)表象数据
2)心理数据
3)性格数据
第二章:大数据的商业意义和使用
一、大数据的商业意义
挖掘需求:永远不要忽略用户的行为数据和潜在需求
1.大数据的本质:还原(通过行为数据还原用户的真实需求)——为C端精确画像
1)分析用户的特征和行为
2)筛选有价值的用户
3)注重用户体验
2.还原的三个条件:角度、场景、数据
1)角度:企业价值和客户价值。
2)场景——推理“活”数据
例:客户为什么改了送货地址?
例:“十一黄金周”
3)数据——挖掘
--表象数据——挖掘用户的潜在需求
潜在需求指标:搜索的关键词、浏览过的网页、购物车中待购品
对策分析指标:网页停留的时间、购买商品的单价、服务满意度
身份识别指标:常用的物流、常刷的银行卡、常用的送货地址
--心理数据——探寻用户的真实感受
--心理数据一:对比效应——不怕不识货,只怕货比货
--心理数据二:评估模式——女孩子相信是否要带女伴
--心理数据三:折中效应——不知是中国喜欢中庸之道
--心理数据四:沉没成本——人们为什么总停留在过去
--心理数据五:损失规避——敢不敢冒险,会不会说话
--心理数据六:禀赋效应——敝帚为什么自珍
--心理数据七:心理账户——钱和钱是不一样的
--心理数据八:交易效用——网购为什么疯狂
--心理数据九:锚定效应——好的起点是成功的一半
--性格数据——找到用户的行为动机
例:空城计中诸葛亮对司马懿性格的预测
例:草船借箭中诸葛亮对曹操性格的预测
3.大数据的基础:经验
例:打领带、按灯试验、国王与奴隶
4.大数据的关键作用:预测
例:塔兰托海港战役
例:日俄海战
例:大庆油田泄密。
例:分析一个女性用或视频网站商城的真实数据
例:从支付手段推测银行未来发展趋势
5.大数据的根本目的:决策
例:林彪的大数据思维。
例:普拉达
例:保险公司出险加保问题。
精准营销:开展精准化、低成本营销
1.关联推荐:
例:啤酒与尿布
例:淘宝卖内衣分析。
2.广告精准推送
例:“小时代”电影的广告策略。
3.社区营销,建立核心竞争力
例:邮政的EMS和顺丰竞争
内部管理:提高工作效率和服务质量
1.提高工作效率
例:阿里巴巴征信系统
2.提升服务质量
例:泰国的东方饭店服务
例:印象舌尖如何营销天平会计事务所
例:人性化的关怀。
3.实现员工的扁平化管理
例:用淘宝模式管理员工
模式变革:变革商业模式,引领时代潮流
1.思维变革:信息风暴颠覆思维惯例
1)从“样本”到“总体”
2)从“精确性”到“混杂性”
3)从“因果关系”到“相关关系”
2.商业模式的变革与创新
1)企业模式创新
2)产业模式创新
3)技术模式创新
二、数据采集的方法
1.试验法(EQ试验)
例:雀巢速溶咖啡
2.访问法
例:罗永浩的锤子手机、刀削面
例:脑白金史玉柱的市场调研。
3.问卷法
4.平台法(对于后台数据的监测)——微信的三个号
第三章:大数据在现实生活中的应用
一、大数据时代的三大发展趋势
--数据资产化
--产业平台化(垂直整合)
--泛数字化化
--大数据在各行各业的应用
--大数据在各行各业的应用
1.零售业——个性
1)零售行业的数据采集的目的是为了掌握用户的心理数据
2)根据用户数据重新定位零售产品的品牌
3)社群调性的设计是零售行业数据利用的最高层次
例:小米手机、锤子手机
2.制造业——智能
1)未来的汽车制造商难道还仅仅是制造企业吗?
2)无人车与无人机的发展与应用
3)未来的服装生产商还仅仅是服装生产商吗?
例:红领西装定制
3.能源业——节能
1)升级客户分析
2)提高智能控制
3)人性化服务
例:智能电表的应用
4.广告业——精准
1)广告的四种收费模式:CPC、CPS、CPM、CPT
2)广告商发展的三种趋势:掌心终端、交互模式、口碑见证
3)数字媒体模式:RTB、XAD
5.通信业——连接
1)通信行业的痛点
2)微信成为第四大运营商的理由
3)通信行业最宝贵的资源——修宽带的员工
6.金融业——回归
1)金融行业三大痛点:重关系重产品、重背景不重体验、重政治不重效率
2)大数据时代下的第三方支付手段
3)如何运用大数据发放贷款
例:阿里小贷、空付
7.医疗业——开放
1)医疗行业的痛点
2)医疗行业的流程改革
3)医疗行业如何运用数据盈利
例:苹果手环
8.教育业——交互
1)商业讲师的痛点
2)3D全息成像系统
3)沉浸式教学体验
例:BUY+
9.影视业——质量
1)如何运用大数据进行前期推广
2)如何运用大数据进行客户分析
3)如何运用大数据进行后续长尾盈利
例:弹幕
10.交通业——监测
1)传感器实现大数据采集
2)实现安全交通与智慧物流