搜索
首页数据库mysql教程当大数据遭遇深不可测的人性

关于大数据营销的神奇之处,有一个故事在大数据这个名词还没有红透互联网营销领域时就已经被津津乐道。 故事是这样的: 2012年初,一个男人冲进一家位于明尼苏达州阿波利斯市郊的Target超市兴师问罪:为什么超市不停地向他的还是高中生的女儿邮寄婴儿尿布样

关于大数据营销的神奇之处,有一个故事在大数据这个名词还没有红透互联网营销领域时就已经被津津乐道。

故事是这样的:

2012年初,一个男人冲进一家位于明尼苏达州阿波利斯市郊的Target超市兴师问罪:为什么超市不停地向他的还是高中生的女儿邮寄婴儿尿布样品和配方奶粉的折扣券?“你们是在鼓励她怀孕吗?”愤怒的父亲质问Target超市经理。几天过后,超市经理打电话向这位父亲致歉,这位父亲的语气变得平和起来,他反过来道歉说,他的女儿确实怀孕了,预产期在8月份。这是一个零售商如何应用大数据进行营销的故事,这个故事被《纽约时报》报道后,大数据的威力轰动全美。

为什么Target能够做出这么神奇的预测呢?这是因为Target建立了一个非常规范的大数据管理系统,它拥有一个数据分析团队,在查看准妈妈们的消费记录之后,找出了20多种关联物,通过这些关联物对顾客进行“怀孕趋势”预测,并寄送相应的优惠券,为消费推波助澜。只要有可能,Target的大数据系统会给每一个顾客编一个ID号。你刷信用卡、使用优惠券、填写调查问卷、邮寄退货单、打客服电话、开启广告邮件、访问官网,所有这一切行为都会记录进你的ID号。而且这个ID号还会对号入座的记录下你的人口统计信息:年龄、是否已婚、是否有子女、所住市区、住址离Target的车程、薪水情况、最近是否搬过家、钱包里的信用卡情况、常访问的网址等等。Target还可以从其他相关机构那里购买你的其他信息:种族、就业史、喜欢读的杂志、破产记录、婚姻史、购房记录、求学记录、阅读习惯等等。

在传统营销时代,拉斯韦尔模式是广告传播模式的最基本模式,它是1948年由美国政治学家、心理学家哈罗德·D·拉斯韦尔提出的一种具有代表性的线性模式,又简称“5W模式”,广告信息传播过程包含的五大要素是:谁(who)、说什么(say what)、通过什么渠道(in which channel)、对谁(to whom)、取得了什么效果(with what effect )。

谁(who)是指传播主体,也就是品牌和产品自身的信息,这个即便是传统营销时代都是毫无难度的工作。实际上在传统营销时代,传播最难解决的是对谁(to whom)、通过什么渠道(in which channel)、取得了什么效果(with what effect )三大问题,因此在传统营销时代,品牌经理经常都会质疑他们的代理商的一个问题是:“我知道我的广告费有一半是浪费掉的,问题是我不知道是哪一半”,从Target的故事来看,大数据可以非常精准地锁定甚至预测用户的下一个消费行为,这让在传统营销时代摸不清用户需求的品牌经理拥有了一个利器。

随着大数据时代的来临,通过什么渠道(in which channel)、对谁(to whom)、取得了什么效果(with what effect ),这三点在传统营销时代无法解决的问题,似乎可以迎刃而解,因为大数据营销的本质是影响目标消费者购物前的心理路径,它主要应用在三个方面:1、大数据渠道优化,2、精准营销信息推送,3、线上与线下营销的连接。在大数据营销应用的影响下,营销环节中最难解决的一个问题——如何精准地预测目标用户的需求并提供解决方案,这也是大数据营销所存在的价值,因此2014年国内DSP平台发展得如火如荼。

\

一、to whom?——大数据能精准锁定目标人群。传统营销大多以人口统计学特性来概括目标消费者,如消费习惯、心理特征、兴趣爱好这样的深度数据则需仰仗专业市场调查公司,而借助大数据技术,营销者可以无限的接近、近乎准确的判断每一个人的属性。一些企业通过收集海量的消费者信息,然后利用大数据建模技术,按消费者属性(如所在地区、性别)和兴趣、购买行为等维度,挖掘目标消费者,然后进行标签层的分类,再根据这些对个体消费者进行营销信息推送,如移动DSP的人群就按照3种标签层进行划分,分析用户的个性化需求,借此提供个性化产品和服务,或者实现更精准的广告:

1,属性标签层。这些属性可以从人群属性(性别、年龄、职业、收入等),设备属性(设备价格、设备系统、设备型号等),运营商属性(中国移动、中国联通、中国电信等),城市属性(发展程度、人口数量、区域位置),商圈属性(功能、位置等)等几个主要的属性方式进行标签,属性标签数量的多少与一个平台的技术及经验有直接的关系,技术越成熟,抓取的属性越准确,经验越丰富,属性的分类就越合理。

2,行为标签层。是指经过对用户在特定时间段、位置范围内的登陆网页或者app的行为分析而产生的标签层。行为标签层的分类依据行为发生的频次统计做出标签,如果用户的行为只是在某个时间段内产生过寥寥几次,并不会被列为一个标签,只有该行为的发生有一个规律的频次或周期出现才会被视为一个标签。比如经常玩手机游戏,经常使用旅游软件等细分出像商旅人群、手游人群、理财人群、爱车一族、化妆品受众、教育受众等等。由于用户的行为方式多种多样,这类的标签就会有成千上万个,对广告投放的的精准性来讲无疑是一大优势。

3,目标人群层。这是与广告投放最直接相关的层级,目标人群层主要是根据属性标签层与行为标签层组合之后产生的标签层,这种组合会产生一个极大标签量,同时一个用户被贴上多个标签之后就会变成一个综合标签体,也就保证了目标人群的精准性,例如某广告主需要定位在35岁左右的男性汽车受众,就可以通过第一层级的年龄、性别加上第二层级的汽车浏览行为组合后得到目标人群,从而定位出与该品牌最相关的人群,这样投广告针对性极强,效果极佳。

二、in which channel?——大数据能实时优化传播渠道。对于公开的媒体资源,为了覆盖尽可能多的受众,创造与受众的接触机会,广告主往往需要跨媒介传播。但是预算如何分配呢?大数据此时是最佳决策参考,基于海量用户数据,在营销渠道的投放比例分配上进行调整,获得最优的投放组合。

线上实时优化渠道:通过在不同的网页植入cookies,根据用户的互联网痕迹进行渠道营销效果优化,就是根据互联网上顾客的行为轨迹来找出哪个营销渠道的顾客来源最多,哪个来源顾客实际购买量最多,是否是目标顾客等等,从而调整营销资源在各个渠道的投放。例如东风日产,它利用对顾客来源的追踪,来改进营销资源在各个网络渠道如门户网站、搜索和微博的投放。

线下实时获取反馈:如快时尚品牌zara在门店布置多个摄像机,如顾客在门店中向店员反应“我不喜欢这条裙子的拉链”,马上就可以通过经理汇总给总部的设计人员,经过汇总和分析,根据客户需求马上做出产品的优化。

线上线下协同实现效果闭环:甚至一些企业将互联网上海量消费者的行为痕迹数据与线下购买数据打通,实现了线上与线下营销渠道的协同。比如东风日产,线上与线下的协同营销方式为:其门户网站带来订单线索,而通过这些线索,服务人员进行电话回访,从而推动顾客在线下交易。在此过程中,东风日产记录了消费者进入、浏览、点击、注册、电话回访和购买各个环节的数据,实现了一个横跨线上线下,以大数据分析为支持的,营销效果不断优化的闭环营销通路。

三、with what effect?——大数据能实时反馈效果,大数据是一种实时分析引擎。根据投放过程中的实际数据、如受众行为、流量构成及其他实时投放数据,找到广告目标受众最集中的时间点,找出受众反应最好的创意版本,确定竞品深度用户,挖掘新进潜在消费者等,对广告进行及时的判断和调整,而以上的过程是动态的、实时的。

理想的大数据时代通过对数据的处理能够给出每一个活动精准的效果评估,以前品牌经理所担心的“我不知道浪费的是哪一半”的担心再也不会存在,购买广告除了依托媒介购买人员的经验之外,每一步都有精准的数据呈现,品牌经理的所有决策都会在大数据时代看到更多过去被忽略的营销机会和策略。

传统营销传播的事后调查评估方法,对于消费者反馈的获取很慢,及时性也很差,但是“大数据”营销者近乎实时的各种传播效果反馈数据,信息详尽,并具有跟踪性,这对于营销传播的优化决策提供了巨大价值。

大数据营销能够解决传统营销中最为棘手的几个难题(传播人群、传播渠道、传播效果),因此业内人士几乎用很短的时间就达成了一个普遍共识:数字广告行业正朝着程序化购买方向发展,更有激进者已经提出“传统广告已死”的观点,也有观点指出可以通过大数据来实现更加精准更全景化的消费者图像的描绘。

然而大数据营销是不是真的无所不能呢?在我看来,最简单的传播模式5W中的“说什么(say what)”,恰恰就是大数据营销不能解决的最后一个难题。因为“说什么(say what)”是取决于对消费者真实需求的洞察,而这种洞察是源自于对消费者人性的探测,这不是机器和程序在现阶段所能取代人力的经验的。

唯一能实现5W传播模式大数据营销闭环的行业是电商行业,因为像电商这类广告主将其大部分数字媒介预算通过程序化购买,是完全合理的。因为这类公司主要投放效果广告,关注消费者看了广告后的转化率,即是否会立刻在线购买。程序化购买可以获得更便宜的广告位,通过优化算法达到更多的目标人群。

然而对于以产品、服务等核心的品牌而言,大数据营销并不能帮助他们解决品牌建立的问题,在今年上Ari Brandt 发表于《广告时代》上的文章《为何程序化购买尚不能为广告主带来所期待的营销效果?》里说到他“委托Millward Brown对300名数字营销人和营销决策者进行了一次专项调查:程序化购买是否可以成为铸造品牌的工具。调查结果证实了我的怀疑,反映了大多数受访者的困惑,他们对程序化购买有诸多担忧,其中包括横幅广告的不可见、优质媒体资源、点击作弊、品牌安全和非人流量等。”

对于非电商类产品而言,无论是快速消费品或者是耐用消费品或者是3C产品或者是时尚行业,它们最重要的工作除了销售之外,就是持之以恒地建立并保持与消费者之间有意义的关系,这种关系就是我们所熟知的“品牌的建立和维持”,它正是源自于对人性最深层次的洞察,而非其他冷冰冰的数据分析和程序筛选。

大数据能够帮助我们更快更精准地找到我们想与之沟通的目标消费群,以往我们通常是用抽样的方式来研究消费者,即按照随机或者配额的原则来寻找消费者并使用调查的方式获得数据;但是,大数据时代,则是通过实时监测或者追踪消费者在互联网上产生的海量行为数据,十分高效且低成本。

在获取了精确的目标人群之后,如果单纯地通过大数据营销实现程序化的购买,我们其实并不能洞悉消费者真实的需求,因为消费者的需求就犹如冰山一样,你能轻易观察到的就是露出冰面的冰山一角;而消费者的真实动机深藏在冰面下,需要深入洞察才能撼动整座冰山。根据冰山理论,人类潜在绝大部分意识对表层的意识和行为产生影响,用户的潜在需求才是产品真正的购买动机。

有一个关于即食通心粉的故事最能体现大数据在现阶段没有办法去探测人性的最佳例证,它跟Target超市的故事是两种截然不同的消费需求探测方法。

这个故事是这样的:

某即食通心粉品牌做了一个市场调研,他们获得了一个非常新鲜的发现,消费者在烹饪即食通心粉的时候会加上一点洋葱,于是体贴的通心粉厂家就发明了一个新产品,在即食调料包里为消费者加上一些洋葱。结果后来在实际销售时,没有加洋葱的通心粉还是比这个加进了洋葱的新产品卖得更好,这让市场研究人员百思不得其解。其实这里就隐藏了一个基于人性的洞察:家庭主妇在给家人烹制即食通心粉的时候,有一种没有尽到家庭主妇职责的内疚感,为了消除这种内疚感,她们会选择在烹饪通心粉时,加入一点自己准备的洋葱,表明这顿饭是自己精心准备的,自己不是一个偷懒的、不称职的家庭主妇,所以她们选择购买没有添加洋葱的即食通心粉。

诚然,大数据可以通过抓取微博、人人网以及各种论坛的数据,获取到消费者对品牌对产品的即时的看法和态度,然而消费者表现出来的行为总是自有其原因,这些原因,有些是消费者挂在嘴上愿意和你说的,大多是一些表面的原因,而潜藏在消费者潜意识里他们说不出来却又驱动他行为的因素,就是消费者洞察,这是品牌跟消费者建立“有意义”关系所不可或缺的一个环节,大数据无法取代人力进行。绝大多数消费者洞察不是来自于量化的研究数据和书面的研究报告,而是来自于与消费者的直接、深度接触中,比如街头暗访、消费行为的观察、与目标人群的谈话等等更接地气、更原始的方法,而非一串串冷冰冰的数码符号、人群标签所能替代的。

大数据营销并不能取代基于人性的消费者洞察,但是可以改变广告公司过往几个星期做一个创意的工作的节奏,大数据基于实时的数据挖掘技术推动广告公司创造与热点相关的内容,传播公司可以根据表现不断更换创意。比如在刚过去不久的世界杯营销,每隔几个小时就根据消费者在社交媒体上的热点话题创作出一个新创意,而确定延展哪个话题的创意,则是由从渺如烟海的社交大数据中挖掘出来最热门的话题。

为了建立忠诚持久的良好消费者关系,广告主必须回归到传播的本质,即旨在创作有价值的、创新的品牌信息,这也是移动互联网传播中被人所津津乐道的“内容营销”,内容的创造也就是5W传播中最重要的say what,一直以来都是广告公司核心的竞争力。不过在大数据营销大潮中,广告公司必须学会如何地合理使用大数据这个非常好用的工具去触达目标人群,并通过智能化的方式把这些信息传递给用户,以深化同消费者的情感关系。

声明
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系admin@php.cn
MySQL索引基数如何影响查询性能?MySQL索引基数如何影响查询性能?Apr 14, 2025 am 12:18 AM

MySQL索引基数对查询性能有显着影响:1.高基数索引能更有效地缩小数据范围,提高查询效率;2.低基数索引可能导致全表扫描,降低查询性能;3.在联合索引中,应将高基数列放在前面以优化查询。

MySQL:新用户的资源和教程MySQL:新用户的资源和教程Apr 14, 2025 am 12:16 AM

MySQL学习路径包括基础知识、核心概念、使用示例和优化技巧。1)了解表、行、列、SQL查询等基础概念。2)学习MySQL的定义、工作原理和优势。3)掌握基本CRUD操作和高级用法,如索引和存储过程。4)熟悉常见错误调试和性能优化建议,如合理使用索引和优化查询。通过这些步骤,你将全面掌握MySQL的使用和优化。

现实世界Mysql:示例和用例现实世界Mysql:示例和用例Apr 14, 2025 am 12:15 AM

MySQL在现实世界的应用包括基础数据库设计和复杂查询优化。1)基本用法:用于存储和管理用户数据,如插入、查询、更新和删除用户信息。2)高级用法:处理复杂业务逻辑,如电子商务平台的订单和库存管理。3)性能优化:通过合理使用索引、分区表和查询缓存来提升性能。

MySQL中的SQL命令:实践示例MySQL中的SQL命令:实践示例Apr 14, 2025 am 12:09 AM

MySQL中的SQL命令可以分为DDL、DML、DQL、DCL等类别,用于创建、修改、删除数据库和表,插入、更新、删除数据,以及执行复杂的查询操作。1.基本用法包括CREATETABLE创建表、INSERTINTO插入数据和SELECT查询数据。2.高级用法涉及JOIN进行表联接、子查询和GROUPBY进行数据聚合。3.常见错误如语法错误、数据类型不匹配和权限问题可以通过语法检查、数据类型转换和权限管理来调试。4.性能优化建议包括使用索引、避免全表扫描、优化JOIN操作和使用事务来保证数据一致性

InnoDB如何处理酸合规性?InnoDB如何处理酸合规性?Apr 14, 2025 am 12:03 AM

InnoDB通过undolog实现原子性,通过锁机制和MVCC实现一致性和隔离性,通过redolog实现持久性。1)原子性:使用undolog记录原始数据,确保事务可回滚。2)一致性:通过行级锁和MVCC确保数据一致。3)隔离性:支持多种隔离级别,默认使用REPEATABLEREAD。4)持久性:使用redolog记录修改,确保数据持久保存。

MySQL的位置:数据库和编程MySQL的位置:数据库和编程Apr 13, 2025 am 12:18 AM

MySQL在数据库和编程中的地位非常重要,它是一个开源的关系型数据库管理系统,广泛应用于各种应用场景。1)MySQL提供高效的数据存储、组织和检索功能,支持Web、移动和企业级系统。2)它使用客户端-服务器架构,支持多种存储引擎和索引优化。3)基本用法包括创建表和插入数据,高级用法涉及多表JOIN和复杂查询。4)常见问题如SQL语法错误和性能问题可以通过EXPLAIN命令和慢查询日志调试。5)性能优化方法包括合理使用索引、优化查询和使用缓存,最佳实践包括使用事务和PreparedStatemen

MySQL:从小型企业到大型企业MySQL:从小型企业到大型企业Apr 13, 2025 am 12:17 AM

MySQL适合小型和大型企业。1)小型企业可使用MySQL进行基本数据管理,如存储客户信息。2)大型企业可利用MySQL处理海量数据和复杂业务逻辑,优化查询性能和事务处理。

幻影是什么读取的,InnoDB如何阻止它们(下一个键锁定)?幻影是什么读取的,InnoDB如何阻止它们(下一个键锁定)?Apr 13, 2025 am 12:16 AM

InnoDB通过Next-KeyLocking机制有效防止幻读。1)Next-KeyLocking结合行锁和间隙锁,锁定记录及其间隙,防止新记录插入。2)在实际应用中,通过优化查询和调整隔离级别,可以减少锁竞争,提高并发性能。

See all articles

热AI工具

Undresser.AI Undress

Undresser.AI Undress

人工智能驱动的应用程序,用于创建逼真的裸体照片

AI Clothes Remover

AI Clothes Remover

用于从照片中去除衣服的在线人工智能工具。

Undress AI Tool

Undress AI Tool

免费脱衣服图片

Clothoff.io

Clothoff.io

AI脱衣机

AI Hentai Generator

AI Hentai Generator

免费生成ai无尽的。

热门文章

R.E.P.O.能量晶体解释及其做什么(黄色晶体)
3 周前By尊渡假赌尊渡假赌尊渡假赌
R.E.P.O.最佳图形设置
3 周前By尊渡假赌尊渡假赌尊渡假赌
R.E.P.O.如果您听不到任何人,如何修复音频
3 周前By尊渡假赌尊渡假赌尊渡假赌
WWE 2K25:如何解锁Myrise中的所有内容
4 周前By尊渡假赌尊渡假赌尊渡假赌

热工具

Dreamweaver CS6

Dreamweaver CS6

视觉化网页开发工具

螳螂BT

螳螂BT

Mantis是一个易于部署的基于Web的缺陷跟踪工具,用于帮助产品缺陷跟踪。它需要PHP、MySQL和一个Web服务器。请查看我们的演示和托管服务。

DVWA

DVWA

Damn Vulnerable Web App (DVWA) 是一个PHP/MySQL的Web应用程序,非常容易受到攻击。它的主要目标是成为安全专业人员在合法环境中测试自己的技能和工具的辅助工具,帮助Web开发人员更好地理解保护Web应用程序的过程,并帮助教师/学生在课堂环境中教授/学习Web应用程序安全。DVWA的目标是通过简单直接的界面练习一些最常见的Web漏洞,难度各不相同。请注意,该软件中

MinGW - 适用于 Windows 的极简 GNU

MinGW - 适用于 Windows 的极简 GNU

这个项目正在迁移到osdn.net/projects/mingw的过程中,你可以继续在那里关注我们。MinGW:GNU编译器集合(GCC)的本地Windows移植版本,可自由分发的导入库和用于构建本地Windows应用程序的头文件;包括对MSVC运行时的扩展,以支持C99功能。MinGW的所有软件都可以在64位Windows平台上运行。

SecLists

SecLists

SecLists是最终安全测试人员的伙伴。它是一个包含各种类型列表的集合,这些列表在安全评估过程中经常使用,都在一个地方。SecLists通过方便地提供安全测试人员可能需要的所有列表,帮助提高安全测试的效率和生产力。列表类型包括用户名、密码、URL、模糊测试有效载荷、敏感数据模式、Web shell等等。测试人员只需将此存储库拉到新的测试机上,他就可以访问到所需的每种类型的列表。