《大数据营销》-01 大数据营销简介课件

大数据营销第一章大数据营销概述灵犀地2022年11月17日大数据营销第一章大数据营销概述灵犀地2022年11月9日前言随着现代互联网技术的飞速发展，大数据已经逐渐渗透到各行各业，并成为重要的生产因素，当然营销行业也不例外。大数据改变了传统营销方式，使营销更加智能化，更有针对性。随着大数据技术的不断发展和成熟，大数据营销已然成为各大企业的核心竞争力。前言随着现代互联网技术的飞速发展，大数据已经逐渐渗透到各行各201大数据简介02初识大数据营销03大数据营销的基础设施和人员配置04大数据营销活动的流程05大数据营销的认识误区01大数据简介02初识大数据营销03大数据营销的基础设在介绍大数据营销之前，为便于理解，我们先来认识一下大数据。大数据是当今非常热门的话题，本节主要介绍大数据的概念和特征、大数据的影响及大数据的应用。01大数据简介在介绍大数据营销之前，为便于理解，我们先来认识一下大数据。大大数据的概念大数据（bigdata）也称海量数据或巨量数据，是指数据量大到无法利用传统数据处理技术在合理的时间内获取、存储、管理和分析的数据集合。1.1.1大数据的概念和特征大数据的概念大数据（bigdata）也称海量数据或巨量数据1.1.1大数据的概念和特征volume大数据具有数据规模大（volume）、处理速度快（velocity）、数据多样性（variety）和价值密度低（value）四大特征，简称“4V”。velocityvarietyvalue大数据的特征1.1.1大数据的概念和特征volume大数据具有数据规模大1.1.1大数据的概念和特征volumevelocityvarietyvaluevolume是指巨大的数据量。在大数据时代，各种渠道产生的数据不断增加，数据集合的规模已从MB、GB扩展到了PB、EB甚至ZB。velocity可以理解为更快地满足实时性需求。variety指数据的来源及类型是多样的。大数据真正的价值体现在从大量不相关的各类数据中，挖掘出有价值的数据1.1.1大数据的概念和特征volumevelocityva大数据对科学研究、思维方式和社会发展都具有重要而深远的影响。1.1.1大数据的概念和特征大数据对科学研究、思维方式和社会发展都具有重要而深远的影响。1.1.2大数据的影响科学研究在大数据时代，一切以数据为中心，我们可以从数据中发现问题、分析问题、解决问题，从而实现数据的价值。社会发展（1）大数据决策成为一种新的决策方式。（2）大数据推动新技术和新应用的不断涌现。（3）大数据应用促进信息技术与各行业的深度融合。思维方式（1）处理的对象往往是全部数据，而不是抽样数据。（2）更加注重效率，而非精确性。（3）更加注重关联性，而非因果性。1.1.2大数据的影响科学研究在大数据时代，一切以数据为中心1.1.3大数据的应用教育行业大数据在教育行业的应用包括优化教学管理、学生管理、教学内容、教学手段、教学评价等。大数据在电商行业的应用较为广泛。例如观察用户喜好等。电商行业大数据在金融行业的应用也比较广泛。例如，大数据来驱动业务运营。金融行业大数据在互联网行业的应用非常广泛。借助大数据技术，企业可以分析客户行为，进行商品推荐和有针对性的广告投放。

互联网行业医疗行业大数据在医疗行业的应用包括疾病预防、临床应用、远程医疗、医学研究、医院管理等。1.1.3大数据的应用教育行业大数据在教育行业的应用包括优化初识大数据营销02初识大数据营销021.2.1数据营销的发展历史直复营销数据库营销大数据营销数据营销的第一个阶段，它是以盈利为目标，通过个性化的沟通媒介向目标人群发布信息，以寻求对方直接回应（问询或订购）的一种营销方式。与传统媒体广告相比，直复营销更有针对性。数据库营销是数据营销的第二个阶段，它是企业通过收集和积累用户信息，经过分析筛选后，有针对性地使用电子邮件、短信、电话、信件等方式进行客户深度挖掘与关系维护的营销模式。大数据营销是数据营销的第三个阶段，它是基于多平台的大量数据，在大数据技术基础上，应用于互联网广告行业的一种营销方式。1.2.1数据营销的发展历史直复营销数据库营销大数据营销数1.2.2数据营销的知识领域1统计学2业务3营销4技术统计学是应用数学的一个分支，主要利用概率论建立数学模型，收集数据，对数据进行量化的分析、总结，进而进行推断和预测，为相关决策提供依据和参考。业务是指个人或某个机构的专业工作，是大数据营销人员最基本的能力，这种能力靠的是长期的磨炼。数据营销人员首先需要了解营销的逻辑和模式，掌握营销策略的组合，即产品（product）、价格（price）、促销（promotion）、渠道（place），也就是“4P营销理论”。具有操作海量数据的能力是对大数据营销人员的基本要求。例如，熟练使用结构化查询语言（SQL）、商业智能分析工具（Tableau）、数据挖掘工具（Matlab）、大数据工具（Hadoop）等。1.2.2数据营销的知识领域1统计学2业务3营销41.2.3大数据营销的特点多平台数据采集大数据营销的数据来源是多方面的，包括电商网站、社交网站、搜索引擎等。多平台数据的采集能使企业对目标用户行为的刻画更加全面且准确。个性化营销企业通过大数据分析技术可以很清楚地了解目标用户身处何地，及其关注点和个人喜好等情况，还可以在同一媒体的相同界面为不同用户投放不同的广告信息，达到为不同用户提供不同营销服务的目的。时效性强使用大数据技术可帮助企业及时掌握消费者的购买需求及其购买行为和方式的变化趋势，从而在第一时间内响应消费者的需求，让其在决定购买的黄金时间内接收到商品广告。性价比高大数据营销在最大程度上让广告主的广告投放更加精准，并根据广告效果的实时反馈，及时对广告投放策略进行调整，从而最大程度地减少营销传播的浪费，而不像传统广告那样“一半的广告费浪费了”。1.2.3大数据营销的特点多平台数据采集大数据营销的数据大数据营销的基础设施和人员配置03大数据营销的基础设施和人员配置031.3.1大数据营销的基础设施数据治理工具CRM系统数据分析工具电商引流工具舆情监测工具营销数据库商业智能分析工具1.3.1大数据营销的基础设施数据治理工具CRM系统数据1.3.2大数据营销的人员配置1.3.2大数据营销的人员配置1.3.2大数据营销的人员配置1营销分析师应具备数据分析能力，能够通过分析客户与产品数据，制定出合理的营销计划或方案。营销分析师23456数据策略师是大数据营销团队的核心人物，他可帮助企业选择适合自身业务的大数据营销模式，避免盲目选择而不能解决实际问题。数据策略师系统工程师在数据策略师的配合下，对业务需求和逻辑进行梳理，然后开发新系统，并负责系统后期的日常运维工作，属于IT领域的范畴。系统工程师数据挖掘工程师根据营销需求收集到用户数据后，首先对数据进行预处理，然后使用数据挖掘软件及算法建立数学模型，最后分析数据，从庞大的用户数据中得到有用的信息。数据挖掘工程师数据质量专员的主要任务是负责客户数据的质量检查。例如，数据完整性、数据一致性和数据合规性等。数据质量专员数据库管理员是仅次于数据策略师的最重要的角色，其职责是保证数据库管理系统的稳定性、安全性和完整性等数据库管理员1.3.2大数据营销的人员配置1营销分析师应具备数据分析大数据营销活动的流程04大数据营销活动的流程041.4大数据营销活动的流程对大数据营销有了一个简单的了解后，本节介绍实施大数据营销的具体流程，如图所示。1.4大数据营销活动的流程对大数据营销有了一个简单的了解1.4.1数据收集企业要进行大数据营销，首先要收集数据，并明确数据的类型及来源。1．数据的类型此处的数据类型有两类，一类是传统CRM数据，还有一类是数字数据，如表所示。数据类型用户信息用户识别码传统CRM数据基本信息及购买行为信息姓名、联系方式等数字数据互联网行为信息IP地址、MAC地址等1.4.1数据收集企业要进行大数据营销，首先要收集数据，1.4.1数据收集2．数据的来源数据来源可细分为第一方数据、第二方数据和第三方数据。

数据第一方数据第二方数据第三方数据前提来源①通过自己的网站、App所收集的客户行为数据。②CRM系统中的数据。③客户反馈数据。企业须寻找拥有自己需要数据的公司，并与他们建立关系。企业只能通过购买、交换和租赁等方式使用这些数据。优点①不必过多担心数据的隐私。②针对的是企业现有客户，潜在客户。③数据具有很高的价值，且免费。能够保证数据真实性，以其为基础进行营销，可以最大程度实现营销的精准性。数据规模大，数据类型丰富。缺点除了需要实名认证的行业，如银行、运营商等，大部分行业很难收集到客户的真实信息。据源不属于企业自身，可能造成基于第二方数据建设的数据设施和营销模式失效。数据的原始来源未知，需要考虑合规性问题。1.4.1数据收集2．数据的来源数据第一方数据第二方数据1.4.2数据整理1．数据标准化处理数据标准化处理主要包括数据格式的统一和语义分析两个方面。（1）数据格式的统一。对于收集到的数据，需要为字段的数据类型设定一个统一的标准。（2）语义分析指运用各种方法，学习和理解一段文本所表示的语义内容。任何对语言的理解都可以归纳为语义分析的范畴。1.4.2数据整理1．数据标准化处理（2）语义分析指运用1.4.2数据整理下面通过一个实例介绍如何进行语义分析。原句：“今天在商场试了一件衣服，上身合适又好看，就是价格太贵了！”拆分后的句子：今天在商场试了

一件

衣服上身合适又

好看

就是价格太贵了语义分析结果：用户的评价是，衣服——合适又好看；价格——太贵通过上述语义分析可以得出，对企业来说，用户对衣服很满意，给出了“合适又好看”的评价，但是对价格却不满意，因为“太贵了”，这样就找到了用户的“痛点”（价格）。1.4.2数据整理下面通过一个实例介绍如何进行语义分析。1.4.2数据整理2．数据清洗数据清洗是指将数据录入系统前，营销人员对这些数据进行鉴别，并清理虚假有误的数据。例如，用户在调查问卷上填写的虚假姓名、联系方式和工作单位等都属于需要清理的数据。数据清理过程如图所示。1.4.2数据整理2．数据清洗1.4.2数据整理3．数据匹配数据匹配是指，当同一个用户的信息出现在多个不同数据源时，企业须匹配这些信息来拼合数据，从而更加精准地了解用户，并找到更加精准的推送渠道。4．数据整合数据整合是将加工处理后的数据整合到一个数据库中，这就涉及数据表的基本操作，如数据的插入、更新、删除，以及多表之间的映射。1.4.2数据整理3．数据匹配4．数据整合1.4.3数据平台360度客户视图是企业将通过多种不同数据源收集到的客户行为数据，整合成业务人员能简单理解的客户标签，也就是客户所有数据的集合。客户数据由客户的基本信息（包括姓名、出生日期、学历等）、客户识别码（包括联系方式、MAC地址等）、接触方式（包括如电子邮件、各类App等）、客户标签（包括用于营销的客户特征等）等组成。1.4.3数据平台360度客户视图是企业将通过多种不同数1.4.4数据营销在经过数据收集、数据整理和数据平台三个阶段后，就可以使用数据进行营销了。在营销阶段，最重要的是营销策略的制定，这需要营销人员对用户进行细分。此外，在营销阶段还涉及如何进行商业决策，这需要通过数据挖掘技术建立数学模型，并对用户进行分析，最终确定目标用户的购买潜力，从而实现营销。1.4.4数据营销在经过数据收集、数据整理和数据平台三个1.4.5结果衡量在实施了具体的营销策略后，需要对营销结果进行衡量，确定营销的投入产出比，并根据营销结果，优化营销策略和业务流程。接下来简单介绍衡量结果的常用技术手段——网站分析。网站分析是企业通过数据来分析客户体验或网站逻辑设计是否合理的一种技术手段。通过网站分析，可以判断网站的推广方式和页面设计是否合理，以便及时完善优化。网站分析1.4.5结果衡量在实施了具体的营销策略后，需要对营销结大数据营销的认识误区05大数据营销的认识误区051.5大数据营销的认识误区大数据营销无所不能大数据营销使得品牌形象塑造容易大数据营销提升效率和降低成本1.5大数据营销的认识误区大数据营销无所不能大数据营销使案例Target对公司活动“迎婴聚会”登记表里的客户消费数据进行建模分析发现，许多孕妇在第2个妊娠期大量购买无香味乳液；在怀孕的最初20周大量购买补充钙、镁、锌的善存片等保健品。最后Target选出25种典型商品的消费数据，建立了“怀孕预测指数”模型，通过该模型，Target能够在很小的误差范围内预测到客户的怀孕情况，因此Target可以抢先一步将孕妇装、婴儿床等优惠广告寄给客户，吸引客户购买。案例Target对公司活动“迎婴聚会”登记表里的客户消费数据《大数据营销》——01大数据营销简介课件大数据营销第一章大数据营销概述灵犀地2022年11月17日大数据营销第一章大数据营销概述灵犀地2022年11月9日前言随着现代互联网技术的飞速发展，大数据已经逐渐渗透到各行各业，并成为重要的生产因素，当然营销行业也不例外。大数据改变了传统营销方式，使营销更加智能化，更有针对性。随着大数据技术的不断发展和成熟，大数据营销已然成为各大企业的核心竞争力。前言随着现代互联网技术的飞速发展，大数据已经逐渐渗透到各行各3501大数据简介02初识大数据营销03大数据营销的基础设施和人员配置04大数据营销活动的流程05大数据营销的认识误区01大数据简介02初识大数据营销03大数据营销的基础设在介绍大数据营销之前，为便于理解，我们先来认识一下大数据。大数据是当今非常热门的话题，本节主要介绍大数据的概念和特征、大数据的影响及大数据的应用。01大数据简介在介绍大数据营销之前，为便于理解，我们先来认识一下大数据。大大数据的概念大数据（bigdata）也称海量数据或巨量数据，是指数据量大到无法利用传统数据处理技术在合理的时间内获取、存储、管理和分析的数据集合。1.1.1大数据的概念和特征大数据的概念大数据（bigdata）也称海量数据或巨量数据1.1.1大数据的概念和特征volume大数据具有数据规模大（volume）、处理速度快（velocity）、数据多样性（variety）和价值密度低（value）四大特征，简称“4V”。velocityvarietyvalue大数据的特征1.1.1大数据的概念和特征volume大数据具有数据规模大1.1.1大数据的概念和特征volumevelocityvarietyvaluevolume是指巨大的数据量。在大数据时代，各种渠道产生的数据不断增加，数据集合的规模已从MB、GB扩展到了PB、EB甚至ZB。velocity可以理解为更快地满足实时性需求。variety指数据的来源及类型是多样的。大数据真正的价值体现在从大量不相关的各类数据中，挖掘出有价值的数据1.1.1大数据的概念和特征volumevelocityva大数据对科学研究、思维方式和社会发展都具有重要而深远的影响。1.1.1大数据的概念和特征大数据对科学研究、思维方式和社会发展都具有重要而深远的影响。1.1.2大数据的影响科学研究在大数据时代，一切以数据为中心，我们可以从数据中发现问题、分析问题、解决问题，从而实现数据的价值。社会发展（1）大数据决策成为一种新的决策方式。（2）大数据推动新技术和新应用的不断涌现。（3）大数据应用促进信息技术与各行业的深度融合。思维方式（1）处理的对象往往是全部数据，而不是抽样数据。（2）更加注重效率，而非精确性。（3）更加注重关联性，而非因果性。1.1.2大数据的影响科学研究在大数据时代，一切以数据为中心1.1.3大数据的应用教育行业大数据在教育行业的应用包括优化教学管理、学生管理、教学内容、教学手段、教学评价等。大数据在电商行业的应用较为广泛。例如观察用户喜好等。电商行业大数据在金融行业的应用也比较广泛。例如，大数据来驱动业务运营。金融行业大数据在互联网行业的应用非常广泛。借助大数据技术，企业可以分析客户行为，进行商品推荐和有针对性的广告投放。

互联网行业医疗行业大数据在医疗行业的应用包括疾病预防、临床应用、远程医疗、医学研究、医院管理等。1.1.3大数据的应用教育行业大数据在教育行业的应用包括优化初识大数据营销02初识大数据营销021.2.1数据营销的发展历史直复营销数据库营销大数据营销数据营销的第一个阶段，它是以盈利为目标，通过个性化的沟通媒介向目标人群发布信息，以寻求对方直接回应（问询或订购）的一种营销方式。与传统媒体广告相比，直复营销更有针对性。数据库营销是数据营销的第二个阶段，它是企业通过收集和积累用户信息，经过分析筛选后，有针对性地使用电子邮件、短信、电话、信件等方式进行客户深度挖掘与关系维护的营销模式。大数据营销是数据营销的第三个阶段，它是基于多平台的大量数据，在大数据技术基础上，应用于互联网广告行业的一种营销方式。1.2.1数据营销的发展历史直复营销数据库营销大数据营销数1.2.2数据营销的知识领域1统计学2业务3营销4技术统计学是应用数学的一个分支，主要利用概率论建立数学模型，收集数据，对数据进行量化的分析、总结，进而进行推断和预测，为相关决策提供依据和参考。业务是指个人或某个机构的专业工作，是大数据营销人员最基本的能力，这种能力靠的是长期的磨炼。数据营销人员首先需要了解营销的逻辑和模式，掌握营销策略的组合，即产品（product）、价格（price）、促销（promotion）、渠道（place），也就是“4P营销理论”。具有操作海量数据的能力是对大数据营销人员的基本要求。例如，熟练使用结构化查询语言（SQL）、商业智能分析工具（Tableau）、数据挖掘工具（Matlab）、大数据工具（Hadoop）等。1.2.2数据营销的知识领域1统计学2业务3营销41.2.3大数据营销的特点多平台数据采集大数据营销的数据来源是多方面的，包括电商网站、社交网站、搜索引擎等。多平台数据的采集能使企业对目标用户行为的刻画更加全面且准确。个性化营销企业通过大数据分析技术可以很清楚地了解目标用户身处何地，及其关注点和个人喜好等情况，还可以在同一媒体的相同界面为不同用户投放不同的广告信息，达到为不同用户提供不同营销服务的目的。时效性强使用大数据技术可帮助企业及时掌握消费者的购买需求及其购买行为和方式的变化趋势，从而在第一时间内响应消费者的需求，让其在决定购买的黄金时间内接收到商品广告。性价比高大数据营销在最大程度上让广告主的广告投放更加精准，并根据广告效果的实时反馈，及时对广告投放策略进行调整，从而最大程度地减少营销传播的浪费，而不像传统广告那样“一半的广告费浪费了”。1.2.3大数据营销的特点多平台数据采集大数据营销的数据大数据营销的基础设施和人员配置03大数据营销的基础设施和人员配置031.3.1大数据营销的基础设施数据治理工具CRM系统数据分析工具电商引流工具舆情监测工具营销数据库商业智能分析工具1.3.1大数据营销的基础设施数据治理工具CRM系统数据1.3.2大数据营销的人员配置1.3.2大数据营销的人员配置1.3.2大数据营销的人员配置1营销分析师应具备数据分析能力，能够通过分析客户与产品数据，制定出合理的营销计划或方案。营销分析师23456数据策略师是大数据营销团队的核心人物，他可帮助企业选择适合自身业务的大数据营销模式，避免盲目选择而不能解决实际问题。数据策略师系统工程师在数据策略师的配合下，对业务需求和逻辑进行梳理，然后开发新系统，并负责系统后期的日常运维工作，属于IT领域的范畴。系统工程师数据挖掘工程师根据营销需求收集到用户数据后，首先对数据进行预处理，然后使用数据挖掘软件及算法建立数学模型，最后分析数据，从庞大的用户数据中得到有用的信息。数据挖掘工程师数据质量专员的主要任务是负责客户数据的质量检查。例如，数据完整性、数据一致性和数据合规性等。数据质量专员数据库管理员是仅次于数据策略师的最重要的角色，其职责是保证数据库管理系统的稳定性、安全性和完整性等数据库管理员1.3.2大数据营销的人员配置1营销分析师应具备数据分析大数据营销活动的流程04大数据营销活动的流程041.4大数据营销活动的流程对大数据营销有了一个简单的了解后，本节介绍实施大数据营销的具体流程，如图所示。1.4大数据营销活动的流程对大数据营销有了一个简单的了解1.4.1数据收集企业要进行大数据营销，首先要收集数据，并明确数据的类型及来源。1．数据的类型此处的数据类型有两类，一类是传统CRM数据，还有一类是数字数据，如表所示。数据类型用户信息用户识别码传统CRM数据基本信息及购买行为信息姓名、联系方式等数字数据互联网行为信息IP地址、MAC地址等1.4.1数据收集企业要进行大数据营销，首先要收集数据，1.4.1数据收集2．数据的来源数据来源可细分为第一方数据、第二方数据和第三方数据。

数据第一方数据第二方数据第三方数据前提来源①通过自己的网站、App所收集的客户行为数据。②CRM系统中的数据。③客户反馈数据。企业须寻找拥有自己需要数据的公司，并与他们建立关系。企业只能通过购买、交换和租赁等方式使用这些数据。优点①不必过多担心数据的隐私。②针对的是企业现有客户，潜在客户。③数据具有很高的价值，且免费。能够保证数据真实性，以其为基础进行营销，可以最大程度实现营销的精准性。数据规模大，数据类型丰富。缺点除了需要实名认证的行业，如银行、运营商等，大部分行业很难收集到客户的真实信息。据源不属于企业自身，可能造成基于第二方数据建设的数据设施和营销模式失效。数据的原始来源未知，需要考虑合规性问题。1.4.1数据收集2．数据的来源数据第一方数据第二方数据1.4.2数据整理1．数据标准化处理数据标准化处理主要包括数据格式的统一和语义分析两个方面。（1）数据格式的统一。对于收集到的数据，需要为字段的数据类型设定一个统一的标准。（2）语义分析指运用各种方法，学习和理解一段文本所表示的语义内容。任何对语言的理解都可以归纳为语义分析的范畴。1.4.2数据整理1．数据标准化处理（2）语义分析指运用1.4.2数据整理下面通过一个实例介绍如何进行语义分析。原句：“今天在商场试了一件衣服，上身合适又好看，就是价格太贵了！”拆分后的句子：今天在商场试了

一件

衣服上身合适又

好看

就是价格太贵了语义分析结果：用户的评价是，衣服——合适又好看；价格——太贵通过上述语义分析可以得出，对企业来说，用户对衣服很满意，给出了“合适又好看”的评价，但是对价格却不满意，因为“太贵了”，这样就找到了用户的“痛点”（价格）。1.4.2数据整理下面通过一个实例介绍如何进行语义分析。1.4.2数据整理2．数据清洗数据清洗是指将数据录入系统前，营销人员对这些数据进行鉴别，并清理虚假有误的数据。例如，用户在调查问卷上填写的虚假姓名、联系方式和工作单位等都属于需要清理的数据。数据清理过程如图所示。1.4.2数据整理2．数据清洗1.4.2