江苏龙网

  1. 首页 > 资讯 > 资讯 > >

直播|做智能营销，数据分析真有那么重要？丨营销十日谈( 二 )


再比如今天企业从自有业务收集了用户的数据 ， 但是由于参与度和业务达成率低 ， 没有获取客群的更多信息 ， 此时就会借助外部数据进行信息的补全 ， 丰富客群的营销内容 。 这种就是典型的需要补充数据后 ， 通过分析 ， 才能寻找到用户的兴奋点和诉求点；如果缺少这个过程 ， 只是简单进行刚性的渠道内容触达 ， 则没有任何效果 。
但是在通过数据分析支持营销动作方面 ， 首先要满足业务人员对数据的可获取性和可分析性 ， 业务人员不能像过去简单的基于标签或者规则筛选 ， 这只能是第二步 ， 第一步是企业需要一个综合各方面数据的环境 ， 形成数据的Catalog ， 并在此基础上 ， 提供可用于数据分析的工具 ， 比如报表、数据处理工具、建模工具 ， 这使得业务人员可参与到数据的加工分析过程中 ， 形成事前的基本分析要素和结果 。
当然 ， 更加直接的方式 ， 是提供更多基于原始数据分析呈现的报表 ， 而这些报表不只是提供一些结果数字 ， 而是提供和展现需要跟进的营销机会和线索 ， 这些机会和线索实际上就是经过分析而达成的营销目标 ， 比如逾期率、审批未通过的用户等 ， 而此时一些标签的意义才会显现出来 。
数据分析参与营销过程的另一点 ， 则是在营销执行过程和营销结果方面 ， 也需要进行快速的复盘和分析 ， 目标是在过程中调整和优化策略、降低损失 。 比如经过执行发现了营销策略或者规则中的漏洞 ， 那么就要实时分析 ， 及时阻止策略产生的漏洞造成更大的损失 。 以推荐引擎为例 ， 可以做到在实时的数据分析中调优策略、调整客群的推荐服务内容 。
在营销结果方面的数据分析 ， 实际上是希望大家在关注ROI的同时 ， 通过数据分析 ， 挖掘更多的潜在价值和机会 ， 比提取响应人群的特征与原始策略制定的人群进行比对和分析 ， 这有助于调优方案和迭代执行 。
总的来说 ， 大道理上每个人和公司都明白 ， 但是在执行环节 ， 我们其实没有做到事前、事中和事后的深度分析 。 在这方面我们需要向银行的信用卡业务学习 ， 面对风险问题 ， 他们将贷前风控作为第一道关卡 ， 严格控制准入门槛 ， 降低后续的麻烦；密切监测贷中风险 ， 及时阻断和降低损失 ， 预测能力和风险预判在这个过程中是极为关键的；同时在逾期等问题上 ， 通过对结果的复盘和回溯 ， 反馈至贷前审批环节 ， 优化准入策略 ， 有力的避免风险 。 这一套逻辑在营销场景下同时具备参考意义 ， 毕竟这都是对于人的经营 。
未完待续
作者：TalkingData 于洋
本文原发于：中国营销网
图片来源于Pexels


推荐阅读


上一篇：双方|微信拍一拍可撤回？官方：需双方都是最新版本

下一篇：直播|Android 手机厂商应用市场劫包，推广人员该如何应对？