创业新闻   创业故事   如何创业   大学生创业   头条新闻  

您现在的位置: 创业网 > 创业资讯 > 市场营销

大数据在营销以及用户运营方面运用

作者:创业网 来源:互联网 时间:2021-06-30
大数据具有四个方面特征:规模、多样性、即时性和速度。规模:是指大数据的大规模。从数据量的采集、存储和分析处理的量三个维度的规模大来描述。多样性,是指数据表现形式多样性。从传统字符、文档、表格形式发展到现在,音频、视频等形式;另一方面,从数据结构上,过去的小样本表面抓取分析到现在大规模的关联分析,寻找数据关联性和相似性。
  大数据具有四个方面特征:规模、多样性、即时性和速度。规模:是指大数据的大规模。从数据量的采集、存储和分析处理的量三个维度的规模大来描述。多样性,是指数据表现形式多样性。从传统字符、文档、表格形式发展到现在,音频、视频等形式;另一方面,从数据结构上,过去的小样本表面抓取分析到现在大规模的关联分析,寻找数据关联性和相似性。即时性,指高速度数据处理的意思。价值,大数据因为规模,整体价值很高,因此大数据所能带来不同以往的精准性、效率性。
  
  【如何创业,请关注创业信息网
  
  01
  
  大数据在营销实战四个方面的应用
  
  大数据应用与营销建设方面,主要体现帮助企业建立四个画像:品牌画像、市场画像、用户画像、产品画像。
  
  品牌画像:企业通过会推广传播品牌,那么品牌在市场中建立的认知与企业期望的认知相符吗,用户以及相关群体对品牌的实际认知是什么,这中间的差距在哪里,通过大数据分析可以建立品牌画像,塑造品牌。
  
  市场画像:企业通常会选择细分市场,那么这个细分市场,在整体竞争格局当中,是否具有竞争力,是否可以成为企业的战略性细分市场,通过大数据分析,可以帮助企业发现并选择最适合的目标市场。
  
  用户画像:企业推广传播需要针对目标人群,我们是否了解目标人群的用户画像,通过大数据分析,建立用户标签,基于用户画像帮助企业进行标签化的运营,带来业绩实现转化。
  
  产品画像:企业会有主打的产品,这个产品的卖点是什么,相比竞品是否具备独特的竞争优势,通过大数据分析,行程反馈,帮助企业迭代产品,形成产品的竞争力。
  
  02
  
  大数据用户运营方面的模型应用
  
  大数据应用在用户运营当中,最常用的模型是RFM模型。RFM模型是衡量当前用户价值和客户潜在价值的重要工具和手段。
  
  RFMRencency(最近一次消费),Frequency(消费频率)、Monetary(消费金额),三个指标首字母组合,消费指的是客户在店铺消费最近一次和上一次的时间间隔,理论上R值越小的客户是价值越高的客户,针对不同的RFM组合情况,企业需要制定相应的策略。
  
  比如:
  
  R高,F低,M高,说明最近曾来光顾,但是整体频次低,但是消费金额高,营销上把这类用户定义为重要发展用户,对应策略是推出高质量的产品吸引用户。
  
  R高, F低,M低,说明最近曾来光顾,但是整体频次低,消费金额低,营销上通常定义这类用户为新用户,对应策略是在推荐方面进行优化,同时提醒用户产品价值,通过产品组合以及相关活动吸引用户。
  
  03
  
  大数据用户运营方面的实操运营
  
  大数据在营销方面结合度比较高体现在精准营销,通过大数据企业可以更精准运营用户,营销投入获得更高的回报。
  
  用户运营在实战当中一般分为四个阶段:拉新、激活、留存、召回。
  
  大数据在拉新当中应用:
  
  拉新首先表现为触达渠道,企业思考在什么场景下,通过什么方式或者渠道,发送什么样的内容,给目标用户,实现相应效果。
  
  通过大数据,企业可以建立用户画像,通过用户精细化的运营,给触达对象进行分类、分层,建立精准化的推送目标。企业可以根据用户画像,基于场景设定推送时间,根据用户行为数据,设定适合的时间,产生很高的转化效果。
  
  大数据在激活当中应用:
  
  激活的核心是找到最佳体验时刻(AHA时刻),企业可以根据用户在一定时间内,结合产品完成一定次数的关键行为,例如美颜相机,通过数据统计,第一天下载好APP,拍照的用户有多少;第一天,没有拍照的有多少;第一天,用了滤镜的有多少,第一天没有用滤镜的有多少;找出用户激活的可能性行为。结合大数据,计算因果性,找出关键性最强的激活行为,实施激活用户策略。
  
  大数据在留存当中应用:
  
  大数据应用用户留存比较有效果,常见的方法是进行A/B测试,企业会在多个渠道进行投放,根据数据可以反应出哪个渠道效果额更好,用户与产品契合度高、用户画像吻合产品目标人群、渠道用户留存率高等,通过数据分析,帮助企业制定策略,加大在关键渠道的投入。
  
  大数据在召回当中应用:
  
  召回针对即将或者已经流失的用户,大数据在用户召回方面体现最直接的精准化运营,企业建立用户数据,针对用户画像进行推送。企业可以获取一些和用户有关的重要时间点,通过数据分析,如用户注册一周年,在这个时间节点上对用户表达感谢,企业还可以在用户使用产品一年进行一个总结,例如网易云音乐总结,用户在过去一年,听了什么音乐,听了谁的音乐;听那些歌手音乐最多;听哪个音乐最多;听哪个类型的音乐最多,这是召回用户的模式。
  
  通过大数据分析,企业可以找到产品与用户的更多契合点,通过精准化运营,推送内容唤醒用户,实现用户召回。