当前位置： 首页 > 市场营销 > 电子商务 > 大数据促进精准营销和精确管理
一、 “大数据、大机遇”：
1.概述
1)大数据概念和特点
2)大数据需要哪些技术支撑
3)大数据能够带来哪些新应用？
4）互联网时代产生的大数据内容
2.大数据时代带来对传统营销的挑战
1)大数据如何成为资产？
2)大数据如何体现精确营销
3)大数据的价值
4）大数据对于中国石油的价值
3.大数据时代的新营销模式
1)互联网的营销模式——微博营销、微信营销、网页营销等
2)CRM——“旧貌焕发新颜”
3)精确营销——装上了GPS，实现“精确打击”
4）中国石油的精准营销——店铺、商品、喜好
【示例】淘宝等电商的大数据营销案例分享
4.如何在海量数据中整合线上、线下数据，形成你对消费者的独特洞察力
1)知道客户的各个属性——互联网时代不再“是否是狗”
2)客户的群体特征——“人以群分”
3）如何发掘潜在客户？
4）如何进行昆仑好客的网上营销？（互联网精准广告）
5.如何建立全渠道数据平台，拓展营销渠道，提高营销效率
1)客户接触渠道分类
2)电话、QQ、微博、微信——全方位覆盖
3)如果进行广告的精确投放？
4)互联网时代营销渠道的拓展
5）昆仑好客的营销渠道扩展（网店、微信等）
【示例】互联网企业(BAT)的大数据架构分享
6.发展成为“微商”
1）微商的概念和特点
2）微商的大数据支持
3）昆仑好客的“微商”
二、大数据下客户的“透视”：
1、客户是“上帝”，如何找到“上帝”？
1）上帝是什么样子？
上帝是什么视图？
2）客户是什么样子？
客户是什么视图？有什么样的客户标签？
3）提供哪些产品？
产品是什么视图？有什么产品标签？
4）如何建立客户和产品间的关系？
为合适的客户，找到合适的产品
5）昆仑好客的客户特征？
2、我们对自己的客户（“上帝”）了解多少？
1）客户会有什么特点？
客户的基本特征（如：不同产品的年龄分布）
客户的群体特征（如：不同年龄群体关注点有哪些？）
现代营销模式的基础，以现有产品为基础，寻找群体客户适合的产品和服务。
客户的交往圈子（如：户外旅游圈子关注哪些产品？）
【示例】电信客户交往圈分析案例
客户的内容消费特征（如：客户喜好哪些内容？）
另一个角度规划产品和服务。（加油之外的服务？）
2）大数据时代营销的方法
营销方法论和知识库（分析问题的知识库和方法树）
便利店的营销：“大数据、微营销”
营销的渠道规划：实时营销和事件营销
【示例】美剧《纸牌屋》的大数据营销；
【示例】昆仑好客的“微营销”
3）企业管理方面的情况
及时发现企业真实的情况（哪些运营的关键指标KPI？）
像人体一样，如何及时发现病症？（关键指标KPI的波动范围？）
【示例】：电信企业的数码仪表盘，展示企业的KPI；如何**手机彩信及时展现KPI给领导。
【示例】手机APP大数据应用展示
3、如何“帮客户买产品，而不是推销其不需要的产品”
1）如何进行客户的“X光透视”？
（客户的统一视图包含哪些信息？哪些是关键属性？）
如何发现客户的真实需求？（服务与骚扰的区别）
【示例】：电信行业客户的内容标签展示
2）内部产品的科学选配
（如何提供讲师般量化的分析，为用户提供优的内部产品？
如：电信行业计算出适合用户模式的资费进行选择）
【示例】：为客户定制合适的资费：经过数据精算后，告诉客户，A产品比B产品更适合张三。
3）竞争对手产品的对比
与竞争对手间的产品差异化区隔
自己产品的优势和弱点（如何提供量化的分析结果？）
【示例】：竞争对手的“客户回归”分析
4）销售过程的处理
销售时机的把握销售语术的把握
5）昆仑好客的差异化营销
与竞争对手的商品对比
互联网思维的尝试：“卖的不是油，卖的是眼球”
4、大数据营销的作用和价值
1）数据和知识是人的本质特征
2）大脑是人与动物的差别
3）“事半功倍”是捷径
4）从“拼刺刀”到“信息战”；示例：某人关系图
5、昆仑好客的客户体验？
自助加油；送报纸（送广告）；
基本维修工具；开水和厕所等等
【示例】学习互联网的模式，“先有客户，再有生意”。
三、基础数据的收集和分析
1、数据的种类
1）客户数据内容（电信客户的基本资料）
2）产品数据内容（产品的编码）
3）营销数据内容（交易记录的保存）
4）服务数据内容（客户服务数据的保存）
5）电信数据的特点：（交易型数据较多、价值密度降低等）
2、数据的存放方法
1）数据的清洗、转换和加载
2）存放在数据库/数据仓库
3）数据的基本分析工具EXCEL等
4）数据仓库的基本原理
3、数据的基本整理
1）数据的归类存放（建模型）
2）数据的基本加工
4、数据挖掘技术
1）数据的基本汇总
2）数据中的“金子”：从石头中淘金子
3）数据挖掘：“啤酒和尿布”的故事
4）数据挖掘过程
5）数据挖掘算法介绍
包括：关联分析、聚类分析、决策树分析、孤立点分析等算法
【示例】：某省移动客户分群案例剖析（数据挖掘中分类算法）
5、数据质量的基本保障
1）指标的口径描述和统一
2）后期补数据成本是前提收集数据成本的15倍
3）“差之毫厘谬以千里”
6、网销/电销数据的收集和整理
1）网销数据的收集/整理
2）电销数据的收集/整理
3）电销和网销数据的关键点：
4）昆仑好客网站的数据收集和整理
【示例】：电销企业的营销案例（借助数据挖掘中产品关联分析）
7、中国石油基于ERP数据的分析
1）库存管理
2）物流管理
3）人员考评
四、客户的分析和认知
1、客户的定义和范畴
用户和客户的区别
客户是否要进行细分，如校园客户、家庭客户、集团客户等
2、关于客户的基本“信息”（管中窥豹）
身份证信息行为爱好信息衍生信息
客户资料信息透露的内容
3、客户的基本属性标签（如客户开的什么车？）
增值服务等方面，让服务更加贴近客户
如何爬取客户的内容信息
昆仑好客的网上消费信息获取客户标签
4、客户的喜好（“不怕没缺点，就怕没爱好”）
经常出没的地方（高尔夫场、酒吧街、电影院等）
**前台的观察和后台的询问等获取的知识
中国石油**加油时的车辆判断客户喜好
5、客户的细化分群
客户分群的依据（物以类聚、人以群分）
数据挖掘技术应用客户分群的方法：
【示例】：电信行业客户内容标签案例
6、客户的知识库
实时调出符合条件的客户群体来
【示例】：电信行业客户知识库举例
7、客户的“再挖掘”（UPSELL/CROSSSELL）
客户群中的“种子/关键”客户客户的交往圈分析
【示例】：客户交往圈分析案例
昆仑好客：基于客户交往圈，进行客户“再挖掘”
8、客户的生命周期管理
客户的生命周期数据分析渗透到客户的生命周期全过程
9、电销/网销中能进行哪些客户分析和营销？
网络可以泄露客户更多的信息；（如何买到合适的数据？）
对客户更深层的了解，就可以进行合适的营销：
昆仑好客：客户的精准产品推荐
后向精准广告营销
【示例】：基于互联网的客户内容分析及应用
五、如何为合适的用户提供合适的产品？
1、营销的目的：为合适的用户提供合适的产品
除了“激情营销”，更需要“理性营销”；
真正满足客户需求才能构建长久的营销关系；
客户的真实需求如何？
2、如何发现合适的用户
谁是合适的客户？标准有哪些？客户的担心、顾虑是什么？
3、如何提供合适的产品
从现有的产品客户中寻找目标客户特征
【示例】：手机阅读的针对性营销案例示例
4、营销案的设计和评估
如何吸引用户？如何让用户选择产品？
昆仑好客：电商与实体店铺的关系和区别
5、营销的过程和细节
类似CRM系统的营销流程管理
营销活动的实时性提升
【示例】：电信行业CRM营销的流程框架图
6、营销的渠道选择
昆仑好客的客户是否喜欢外呼电话，还是短信？还是网上营业厅？
【示例】：用户偏好渠道分析的案例
7、如何避免对客户的过渡打扰
限制每月的外呼次数；
8、网销/电销的客户数据挖掘
9、客户的挽留和延伸销售
识别真正有价值的客户；
案例：客户价值评估介绍
尽量让客户进入更高级别，避免降级：（电信行业的价格战，将钻石卡用户打成了金卡；金卡用户打成了银卡）
六、昆仑好客超市营销
1、便利店营销概述：
便利店的特点；（便利、应急）
便利店商品特点；
商品的购物篮分析；
采用差异化策略，进行优质客户的优质服务。
2、便利店客户分析：
获取更多的客户数据；（记录客户的车辆品牌）
购物客户的分类；（加油客户；附近居民；团购客户等）
客户微信内容的信息分析；
客户视图信息；
客户标签信息；
借助大数据分析，展开差异化竞争；
3、基于大数据的商品营销：
商品货架摆放分析；
购物时推荐商品显示；
结账时的营销（期刊的5秒效应）
微信、短信等渠道推荐信息；
获取客户位置信息，推送加油优惠信息等；
七、如何编写漂亮的分析报告（既有漂亮里子，也要有漂亮面子）
1、数据是基础
2、分析报告是展现形式
3、分析报告的思路
4、分析报告的方法
示例：分析报告演示
八、总结和展望
