电商企业基于数据进行精准营销的探讨

罗红梅

（武汉商学院，湖北 武汉 430056）

“大数据”可谓是2012年信息领域最火热概念之一。企业的营销领域将从直觉、经验或者情感化的决策过程走向以数据挖掘和分析为主导的“理性”时代。与传统的商务企业相比，电子商务企业后台有大量的用户数据，记录了他们的登录、点击、浏览、购买等行为。这些数据是提供企业精准营销的基础。大数据时代，营销将会更多地依赖数据，从而更精准地发现用户需求。

数据营销（Database Marketing Service，DMS）是在IT、Internet与Database技术发展上逐渐兴起和成熟起来的一种市场营销推广手段，在企业市场营销行为中具备广阔的发展前景。它不仅仅是一种营销方法、工具、技术和平台，更重要的是一种企业经营理念，也改变了企业的市场营销模式与服务模式，从本质上讲是改变了企业营销的基本价值观。通过收集和积累消费者大量的信息，经过处理后预测消费者有多大可能去购买某种产品，以及利用这些信息给产品以精确定位，有针对性地制作营销信息达到说服消费者去购买产品地目的。通过数据的建立和分析，各个部门都对顾客的资料有详细全面的了解，可以给予顾客更加个性化的服务支持和营销设计，使“一对一的顾客关系管理”成为可能。

一、数据对电子商务企业提高竞争力的作用

如今，数据已经成为了一种商业资本，一项重要的经济投入，可以创造新的经济利益。事实上，一旦思维转变过来，数据就能被巧妙地用来激发新产品和新型服务。

（一）通过数据可以细分目标客户

数据化营销的第一大作用，就是可以把目标客户切分得更细，更精准，使得我们在推广过程中的内容与买家更相关，把运营从传统的千人一面变成千人千面，是数据化营销的主要目标之一。

facebook这个创立时间不足十年的公司，每天更新的照片量超过1000万张，每天人们在网站上点击“喜欢”（Like）按钮或者写评论次数大约有三十亿次，这就为facebook公司挖掘用户喜好、细分客户提供了大量的数据线索。网络消费者中有喜爱浏览商品的客户，有喜欢进店买完东西就走的客户。一旦通过数据挖掘这些不同购买行为并进行分类，在用户登录后网站可以推出针对其购物习惯的个性化页面。比如向爱逛街的人推荐更多的产品，喜欢干脆购物的人则要少些干扰，帮助其尽快完成购物。

对于这些细分群体的研究甚至可以细化到不同人群偏爱使用哪种银行卡付款，从中发现用户没有告知企业的信息。让企业在战略和战术层面为不同的群体提供更为精细合理的服务。

（二）增强企业销售能力

提到数据分析，我们又不得不提到我们耳熟能详的一个案例:早在六七十年代，零售巨人之称的沃尔玛就开始利用计算机来跟踪存货，通过分析数据来挖掘销售“秘籍”。最经典的案例莫过于“啤酒＋尿布”的销售，沃尔玛的研究员通过对消费者的行为数据进行分析，得到了“男性顾客会在购买尿布的同时，购买啤酒来犒赏自己”的顾客消费偏好信息。最终，沃尔玛的“啤酒＋尿布”捆绑式销售取得了两种商品的销售双赢。

在数据挖掘方面，亚马逊一直是电子商务行业的领军者。亚马逊CEO贝索斯十几年前就预见到数据挖掘会对零售生意产生深刻影响。通过互联网，亚马逊可以长期观察顾客的购买行为，通过数据挖掘算法和对群体购买偏好的研究，将用户的消费行为与其他用户进行对比，预测用户可能感兴趣的商品，在产品单页、分类页和结账页等不同阶段分别有不同的产品推荐。在亚马逊，基于数据分析而来的个性化推荐引擎为亚马逊直接或间接带来约70﹪的销售额。

二、数据的类型

从目前网站信息来看，数据大致有以下两类:

（一）结构性数据

结构性数据简单而清晰，比如淘宝双十一活动中，最直观的数据是消费群体的分布、个人贡献的交易、买过的产品、关注哪个类别的产品，是老客户还是新客户等。这些数据来源直接，分类简单，一目了然，可以直接解读。

（二）非结构性数据

非结构性数据与结构性数据特性刚好相反，比如视频、语音、图片、文字、产品信息、地理信息、时间信息等蕴藏着丰富的信息。甚至社交网站的信息中，一个用户的数据不仅包含结构性数据（年龄、性别、朋友圈等）还有非结构性数据（话题、评论内容等）。通过对非结构性数据的分析可以揭示出以前很难确定的关联，精细化地描述用户的行为特征，提示用户的消费习惯，预测市场趋势，给企业未来的运营提供很好的决策依据。

两种数据的分析方法和使用各不相同，但在精准营销中，非结构性数据分析方法相对较难，但由于其对消费者行为的洞察更具有价值，可以有效补充结构性数据的不足，找到机会点，因此，越来越受到重视。

三、如何做好数据营销

（一）数据收集

在“大数据”蓬勃发展的这个年代里，曾经是难以想象的数量庞大的信息正在汇聚起来，从而创造出足以改变世界的发明。那种将数百万消费者视同一人，提供前篇一律的产品和服务的套路再也行不通。数据收集是企业借助数据进行精准营销的第一步。

有关消费者的任何信息，都有助于企业去分析和认识消费者。消费者在购买的过程中与企业直接打交道时留下一系列信息:交易金额、日期、频率；填写资料时留下的信息:姓名、年龄、电话、电邮；会员卡里记录的资料和交易信息；浏览企业网站留下的“足迹”；通过呼叫中心与企业互动留下的信息:投诉记录、需求咨询、产品偏好等。企业借助一些成熟的工具收集这些信息，可以在很大程度上分析出消费者的生活方式和行为习惯，这将有助于企业制定有针对性的营销策略。

（二）挖掘客户思维

这个过程实际上是消费者分析、分类进而确立目标群体的过程。我们可以通过多个维度展开:近期购买频率和金额（FRM）、浏览网页痕迹（Footprint）、消费者轮廓描述（Profile）、行为模式（Behavior）、交易记录（Fransaction）等。对消费者的分类和评分，同样可以从多个不同角度展开。比如，从消费者对企业的贡献率角度来分类的话，可以将消费者从Top(顶级消费者)到Suspect(有意向消费者)分为7个层次。同样地，对消费者进行打分或者排序，也基于不同的标准或者目标。最终目的是找出目标群体。

（三）营销活动的管理

目标群体因营销活动的目的不同而不同。所以，营销活动管理第一步——确立目标，直接决定了目标群体。此次营销活动的目标是向上销售、交叉销售，还是引起消费者注意，其所对应的目标群体都是不同的。确立目标之后，才是营销活动的策略、准备、测试阶段。

营销活动的目标是一切数据收集和分析活动的指向标。也就是说，数据的收集和分析假如没有一个明确的营销目标为指导，就失去了方向，也没有任何实际意义。然后，通过不同的接触点，比如网络、手机、电子邮件等，营销内容被传递给目标群体，企业与消费者在此开展互动。通过对数据的分析和归纳，形成合理的投放决策，这就要求营销人员，不仅能够写方案写稿件，更能读懂数据看懂表格。

（四）数据分析

企业与消费者的互动环节产生大量数据，这些数据也将被跟踪和监测，以此来判断营销活动的有效性和目标群体偏好的互动方式。

我们以第三方交易平台获得的数据来作分析，如住宅家具行业的餐桌子类，可以看到来访和成交的时段都在深夜。揣测消费者的购买常理就可以得到答案，那就是一般大件物品购买都以家庭为单位，不是下单者一人做出决策，所以掌握不同类目消费者的购物习惯，调整推广时段，对提升整个企业网店或网站的转化率有很好的效果。

通过消费者网上购买的品类、购买时间、购买价格与历史数据，发现他们对某一商品的喜好程度和对价格的敏感度。比如，当一顾客连续几次关注同一商品时，说明其有意购买但支付意愿不足，作为电商企业可以适当给与优惠价格。

从数据收集到挖掘客户思维再到营销活动的管理，最好后至数据分析，四步构成一个闭合的圈，以不断丰富企业的数据库，完善企业对消费者的认识，做好精准营销工作。

四、通过数据进行精准营销的未来趋势

网络精准营销的核心就是数据营销，集中优势资源，在细分的市场范围内创造更高的价值。网络精准营销是网络营销的趋势，未来的网络营销如果不以精准营销的形式去做，很难到效果。

技术与媒介的发展，使越来越多的人、设备和传感器通过数字网络连接起来，数据生产、收集和分析的能力及速度都大幅提升。这种如此深入地了解消费者做什么、想什么的能力是前所未有的。数据的挖掘已经开始为企业带来足够多的利好:从数据中发现消费者的兴趣走向，确定新产品的开发方向；根据消费者的偏好，有针对性地选择策略。

数据为个性化商业提供了基础，个性化将颠覆一切传统商业模式，成为未来商业发展的终极方向和新驱动力。随着消费者个体行为数据的爆发性增长，新的商业理论与商业模式不断涌现，无论是精准社会化营销还是基于用户偏好的市场细分，其所指向的趋势是一致的，即为每一个终端消费者提供他们最想要的产品和服务。

[1]张文霖,刘夏璐等.谁说菜鸟不会数据分析[M]北京:电子工业出版社，2011(7).

[2]淘宝大学.数据化营销(全彩)[M]北京:电子工业出版社，2012(1).

[3]涂子沛.大数据:正在到来的数据革命[M]桂林:广西师范大学出版社，2012(7).

[4]维克托·迈尔-舍恩伯格.大数据时代:生活、工作与思维的大变革[M]杭州:浙江人民出版社，2012(12).

[5]（美）亚瑟M.休斯.数据库营销:策略与案例[M]北京:机械工业出版社，2004(4).

[6]V.Kumar.Customer Relationship Management[M]吉林:吉林长白山出版社，2005(6).