大数据营销（依托大数据技术的基础上的营销方式）-趣爱秀

基本定义

大数据营销是指通过互联网采集大量的行为数据，首先帮助广告主找出目标受众，以此对广告投放的内容、时间、形式等进行预判与调配，并最终完成广告投放的营销过程。

互联网与未来的移动互联网主导下的数字营销时代，可以帮助企业以前所未有的速度收集用户的海量行为数据，而在大数据的基础上分析、洞察和预测消费者的偏好，并据此为消费者提供最能满足他们需求的产品、信息和服务，以及传递准确的广告信息给他们。

未来的企业市场营销费用的分配，除了部分品牌投放外，多数投放都是在大数据指引的，企业的消费群分布在哪里？企业的潜在用户在哪里？通过大数据找到他们分布的地方，然后用有创意的投放形式让他们成为企业的粉丝以及形成销售。

发展前景

多平台化数据采集：大数据的数据来源通常是多样化的，多平台化的数据采集能使对网民行为的刻画更加全面而准确。多平台采集可包含互联网、移动互联网、广电网、智能电视未来还有户外智能屏等数据。

强调时效性：在网络时代，网民的消费行为和购买方式极易在短的时间内发生变化。在网民需求点最高时及时进行营销非常重要。全球领先的大数据营销企业AdTime对此提出了时间营销策略，它可通过技术手段充分了解网民的需求，并及时响应每一个网民当前的需求，让他在决定购买的“黄金时间”内及时接收到商品广告。

个性化营销：在网络时代，广告主的营销理念已从“媒体导向”向“受众导向”转变。以往的营销活动须以媒体为导向，选择知名度高、浏览量大的媒体进行投放。如今，广告主完全以受众为导向进行广告营销，因为大数据技术可让他们知晓目标受众现在身处何方，正在关注着什么位置的什么屏幕。大数据技术可以做到当不同用户关注同一媒体的相同界面时，广告内容有所不同，大数据营销实现了对网民的个性化营销。

性价比高：和传统广告“一半的广告费被浪费掉”相比，大数据营销在最大程度上，让广告主的投放做到有的放矢，并可根据实时性的效果反馈，及时对投放策略进行调整。

关联性：大数据营销的一个重要特点在于网民关注的广告与广告之间的关联性，由于大数据在采集过程中可快速得知目标受众目前关注的内容，以及可知晓目前网民身在何处，这些有价信息可让广告的投放过程产生前所未有的关联性。即网民所看到的上一条广告可与下一条广告进行深度互动。

大数据营销的实现过程：

大数据营销并非是一个停留在概念上的名词，而是一个通过大量运算基础上的技术实现过程。虽然围绕着大数据进行的话题层出不穷，且在大多数人对大数据营销的过程不甚清晰。事实上，国内的很多以技术为驱动力的企业也在大数据领域深耕不辍。全球领先的大数据营销平台AdTime率先推出了大数据广告运营平台——云图。据介绍，云图的云代表云计算，图代表可视化。云图的含义是将云计算可视化，让大数据营销的过程不再神秘。

云图是ADTime构建的大数据平台系统，该系统具备海量数据、实时计算、跨网络平台汇聚、多用户行为分析、多行业报告分析等特点。

大数据要能运转需要三个条件：一是数据的汇集，二是数据的储存，三是数据的分析。而全新的云图系统除以上三个条件外，优势主要体现在实时计算和跨平台计算上。事实上互联网行业内不乏精准广告投放平台，但大多依据互联网的数据或者单一行业的数据，而云图具备更丰富而全面的多平台和跨行业数据。并可实时动态的识别投放用户的行为特征和兴趣变化，使用实时数据监控技术可以实现这一点。依托多平台的数据，云图有更深层次的用户行为数据，比如观看电视的信息，比如上网搜索行为，比如手机APP的访问行为，这些数据的整合可以将网民特征定位得更精准。

大数据营销之多屏互动

据数据显示，目前用户的浏览习惯日趋多屏终端化，超过90%以上人群拥有并习惯使用两个或两个以上的屏幕终端。而且，在用户的使用感受中，终端间的界限正在消失，他们关注的内容在屏幕间相互流转中。大数据技术可进行多终端的数据采集，广告主完全以受众为导向进行广告营销，因为大数据技术可让他们知晓目标受众现在身处何方，正在关注着什么位置的什么屏幕，而这一切的突破口，便是大数据时代下的多屏互动营销。

继推出国内首个大数据营销分析平台——云图后，AdTime又宣布推出国内首个整合跨网多屏的DSP广告平台。AdTime目前可实时对接超过30家主流视频媒体，4000万块智能电视（IPTV/OTTTV）屏，并整合了三万余家WAP媒体和移动APP应用，还独家囊括了全国近千栋楼宇智能LED等终端。拥有这些资源后AdTime可做到无缝隙、全媒体复盖目标受众，并获得最全面的分屏用户数据，为多屏互动做好了强大的数据资源基础。

AdTime的DSP平台的优势在于，可为广告主进行最大程度的投放策略优化。它将来自不同管道的基础数据的关联分析，形成针对不同行业的维度关系，通过对不同行业特有数据行为分析及复盖终端的特点，从而为主流行业客户提供有针对性的多屏广告投放策略，满足广告主多种需求。还可在广告投放过程中，进行实时数据抓取与分析，形成效果报告及时向广告主反馈，以便广告主根据效果随时调整投放策略。

此外，AdTime的DSP平台在投放过程中，还能提供如富媒体、前贴片广告、暂停广告等多种丰富广告形式供选择，并可根据不同终端提供输送不同的广告物料。AdTime利用增强现实、视频内容识别等技术，构建了一种跨网多屏的全新广告承载模式，实现了广告的跨网多屏投放，为广告客户提供多渠道的精确广告解决方案。进一步提升了品牌认知度，加强品牌记忆力，并有效促进广告的转化率。

优势特点

(1)营销结果的可衡量性、可测试性

运用数据库，公司可以测试产品、沟通媒介、目标市场等方面的有效性。由于测试可以快速进行，所以公司也可以根据测试结果采取及时的行动。另外，消费者对于某项营销活动的反应也是可衡量的，这使得公司可以比较不同营销方法的有效性。

(2)目标市场的选择性与营销活动的针对性

运用数据库，公司可以为某项营销活动选择精确的目标客户。同时，选择在恰当的时间，策划针对性的营销活动，从而增强活动效果及客户的反馈率。

(3)目标市场的细分与客户信息分析

运用数据库，可以细分不同产品的目标市场，并能够更加了解自己与竞争者的经营状况。同时，利用目标客户信息的分析与研究(客户特征、消费行为、客户满意度等)定位传播渠道、策划营销方案及发展策略。

(4)客户沟通的个性化及老客户的关系维护

公司可以针对每个消费者采取个性化的沟通形式和内容，提高客户满意度，增加反应率，同时建立品牌忠诚度。

(5)企业营销支出更有效益

运用数据库，针对精确的目标客户进行相应的营销活动，改变了传统大众营销的营销模式，以精确营销为手段，降低成本支出，提升营销的效益。

我认为在未来很短的时间内，数据库营销将成为同广告营销、活动营销和事件营销相并重的第四种营销活动。

价值体现

汽车企业如何利用大数据创造价值，打造核心竞争力。前文提到，一辆汽车从研发到采购，再到生产到物流，最后到营销、服务以及后市场，所涉及的数据信息量是极为巨大的，大数据技术完全可以应用在全价值链体系中，通过大数据可以提高产品质量、改进生产、简化业务流程、改进业务模式、提升效益。比如福特汽车就已经在利用大数据分析，通过对海量加工数据及汽车内部的详细输出数据的研究，探索最佳工艺指标，改进或帮助改变其业务模式。丰田汽车也在今年宣布通过收集汽车的位置和速度等庞大的“大数据”，开发出可提供交通量和行驶线路等交通信息服务。我们下面将通过一些实际应用来展现汽车大数据带给企业的利益与冲击。

一、市场反应更快,决策更清晰

现在几乎所有汽车制造商都意识到，如果要生产真正适合市场需求、满足消费者喜好的汽车，就必须对汽车消费者进行真正的了解。汽车大数据分析可以通过互联网、车联网搜集客户对汽车的消费、使用偏好，进而制定更为有效的产品策略，快速调整开发、生产以及各项资源分配。

互联网方面，汽车企业通过第三方公司对某一时段互联网搜索量进行分析，确定市场人气、关注车型、地域关注度等信息，同时，通过对论坛、微博、微信等社交媒体的分析，如把一款车型@给10个好友再加上他们的评语就能判断出这款汽车在市场上的受欢迎程度，从而采取相应的市场策略。

期刊文章分类查询,尽在期刊图书馆

车联网方面，企业可以真正的做到实时监控自己的产品在市场上的分布、使用情况，如采集车辆CAN总线信息，同时结合产品的地理位置，来分析各个地区购买产品的用户的驾龄、驾驶习惯，以及地区路况、车况等，调整产品车型与区域的市场策略。

二、营销更精准,成交率更高

现有汽车企业在对车辆信息分析的过程中，主要是针对标准的业务数据，如产品信息、用户档案信息、售后业务信息等，再深入一些就是用户交互信息（电话、潜客、网络反馈等）。多数企业近年在引入CRM系统后，能够把这些信息进行有效整合，进行关系营销。这种模式有较大的局限性：首先，汽车企业所得到的信息源极为有限，所有的营销活动都是由已发生的业务信息为基础，在深度、广度上都不够。其次，采集的数据不一定能够反映用户真实的需求，比如现在多数公司都在进行用户调查，希望用设计好的问题来得到用户的真实想法，结果往往事与愿违，得到的结果与实际情况差别很大。

在大数据广泛应用之后，现有营销模式将产生质的飞跃。海量的数据源能够给营销工作提供更大的支撑，企业可以通过网络数据分析，得到用户的行为倾向，比如根据用户在某个车型网页停留的时间，同一用户浏览一个网页的次数，可以得到该用户的购买意愿，然后通过推送促销信息来提高用户的成交可能性。同样的，通过对社交媒体的用户关注与转发进行分析，来确定该用户的购买可能，从而制定精准的促销策略。

车联网的大数据分析，则更加激动人心，通过对一个地区用户行车路线进行分析，能够得到该地区用户的出行习惯，汽车企业能够设计更为精准的广告、巡展工作。同时通过车辆停留地的分析，可以得到用户的经济状况与消费能力，甚至能够分析出用户的消费习惯。另一方面，通过对行车数据的分析，汽车企业能够分析现在已有客户的车辆状况，能够得到有换车需求的用户，从而开展二次购车营销工作。

当然，由于汽车大数据需要采集用户用车信息、车辆的地理位置信息，用户隐私的保护成为一个不可回避的问题，企业可采取在服务协议中加入信息保密条款，或设置用户可选择性功能屏蔽的方式来解决用户隐私的问题。

三、成本费用大幅降低

前文已提到，企业通过对大数据的分析，可以提高产品质量、改进生产、简化业务流程。比如，通过对车辆运行和维修保养信息进行采集分析，了解各个产品的质量在市场上的表现，这些数据对研发部门、生产部门、采购部门、营销部门都有极大的价值。下面我们来看看车联网、大数据分析在营销服务环节成本费用控制的积极作用。

首先，通过对待售产品的地理位置信息进行分析，可以对企业物流情况进行评估，从而提升物流水平，缩短交付时间，降低库存成本，并能够结合业内先进的OTD(ordertodelievery)模式，大幅缩减企业成本。其次，由于大数据分析能够让企业做到精准营销，产品推广资源也能够得到高效利用，无形中节省了大笔的营销费用。最后，在汽车售后环节，通过对市场车辆的运行情况进行分析，能够第一时间掌握已售产品的质量状况，从而快速进行技术支持、备件储备，同时能够对故障隐患车辆进行预警，在降低用户车辆风险的同时，减少了厂家的维修成本。

四、创新模式与利润的大幅增长

在汽车大数据时代，企业不只是产品制造商和提供商，还是服务和解决方案提供商，企业通过对大数据、车联网的应用，为客户创造更多的价值体验。比如通过对用户车辆的运行状况进行定期分析，定期提供车辆“体检表”，进行定制化保养，对用户驾驶习惯分析与纠正。通过车辆地理位置和行车路线行为分析，为用户提供方便的出行指南与实时路况信息。甚至可以与餐饮、娱乐、零售、酒店等行业进行合作，打造全新的的车生活模式。

最后，我们来探讨一下车企业需要具备什么样的条件，才能顺利应对即将到来的大数据浪潮，并保持领先地位。以下五点供企业管理者参考：

一是领导力。领导者必须具备大数据时代所必须的视野与洞察力，能够设定清晰的目标，能够使团队充满激情的、全身心的投入到大数据工作中，能够快速的将结果应用到决策过程。同时，因为汽车大数据是不断的从海量数据中挖掘新的价值模式的过程，领导者还应具有创新精神和包容心态,通过不断开发、不断创新，确保企业价值链最优。

二是人才。汽车大数据时代最关键的要素非人才莫属，因为我们要面对技术的革新（车联网、互联网）、处理海量的信息（销售信息、售后服务信息、车辆使用信息、产品地理信息……），同时要结合汽车产业特色提供解决方案与创新模式，因此我们需要三类人才：数据分析人才、专业营销人才和汽车技术专家，通过这三种人才的紧密协作，大数据的价值才能被深度的开发出来。

三是技术。汽车大数据需要先进的技术做支撑，可以说技术的革新是汽车大数据时代的主要推动力，车联网、云计算、人工智能等技术的应用会越来越多的渗透到汽车产业与人们的汽车生活当中。而这些技术由于来自多个领域，开放平台、跨界合作将成为必然趋势，这就要求企业不能固步自封、闭门造车，而应该快速的将新技术应用到用户价值提升和模式创新上，进而提升企业竞争力和产品竞争力。

四是管理结构。在汽车大数据时代，企业需要快速的将信息和决策权统在一起，以提高效能。这就要求企业采取灵活的组织形式，尽量避免“自主研发综合症”，强化跨部门协作，以数据信息为圭臬，以客户价值提升为宗旨，将数据决策结果快速实施到各个价值链环节中。

五是企业文化。大数据需要深入进企业的基因，企业不能再跟着感觉走，要时刻问自己“我们知道什么？”而不是“我们怎么想？”。这就要求企业要具有理性客观的文化。真正形成以数据驱动为导向的决策与大数据和汽车车联网注定带来一次革命以及生活方式的改变，当人们生活在智慧的城市，用智慧的交通工具，过智慧的信息化生活，企业也必将通过先进的工具应对智慧的市场。大数据时代充满了激动人心的机会和未知的挑战，汽车企业需要主动拥抱它的来临。