大数据营销
栏目:知识分享 发布时间:2023-01-14
近几年在工作和生活上很多人喜欢和我讨论大数据的话题。小伙伴们都觉得我们看大数据就好像得了集体老花眼一样。
近几年在工作和生活上很多人喜欢和我讨论大数据的话题。小伙伴们都觉得我们看大数据就好像得了集体老花眼一样:
 
远看很清晰,凑近看却反而越来越模糊,不得其法。
 
我们都很清楚大数据意味着什么--就是大量的,读取高速的,多维度的,低价值密度的真实数据。
 
读起来很拗口,简单来说就是我们可以知道一个个体很详细的真实数据,但是拿着这些数据很难想到对于营销的执行有什么具体的帮助(难点就在这里)。
 
现实中,大数据更多时候对管理者最大的帮助是提供控制感,这其实跟古时候的迷信差不多。看到自己的消费者的各种数据,就感觉非常了解消费者,一切尽在掌握。
 
但是真正到了怎么利用这些数据,就变回简单的看消费者过去消费/浏览了什么就推送什么(这也是某宝和某度推送的逻辑)。
 
我在去年曾经主导过一个把零售企业和国内最知名的数据银行数据打通的项目。在累积了一定量数据之后,我们有消费者的年龄,性别,职业,收入分布,还有家庭成员数量,是否有车有房,手机APP兴趣,阅读兴趣等数据(还有很多很多)。
然后大家就陷入了泥潭,怎样可以很好地利用这些数据呢?
 
回归到原点,我理解大数据的用处主要有两个方面,一是看趋势,看市场,消费者行为的发展方向(这个是长期性的)。二是做销售,通过分析与自身商业能发生链接的消费者数据增加营销的效率(这个是短期的)。
 
有很多大的数据机构,比如阿里云,CBNData,或者咨询机构比如Deloitte, KPMG都会定期提供一些不同市场的消费者报告。这种报告主要就是为了给大家分析长期的趋势的。
 
今天这篇文章主要讲的是后一种,就是每天看着自己的消费者数据如何能帮助公司提提升业绩。
 
在现在很多大公司的大数据应用,主要有两个方式,除了上面讲到的简单粗暴地推送重复信息,更高级一点的用法就是标签+精准营销。
 
简单来说就是两步:
 
第一,通过年龄,性别,兴趣爱好,习惯,人生阶段把消费者贴上不同的标签;
 
第二,确定营销信息瞄准哪类消费者,直接触达;
 
但是这类大数据应用方法也有两个弊端:
 
数据来源
 
虽说大数据是无差别地获取目标消费者的行为记录,但是当我们在局部环境运用这些数据的时候,还是有很大可能受到数据来源不准确的干扰。
 
比如我曾经做过一个咨询项目,用大数据捕获一个咖啡店的周边的客流和进店客人数据,分析为什么在一个人流尚可的点位,咖啡店的销售始终上不去。
 
经过两个月的数据收集,我们发现这个店铺的消费者年龄分布是中年甚至老年人居多,并且他们停留在店面的时间也是最长的。
 
然后我们就陷入了一个误区,觉得这个店铺应该放上更多能吸引中年人消费的元素,比如更多显眼的优惠信息,甚至把菜单的字都可以放大了。然而这样做效果甚微。
 
直到某天我们决定亲身去到该店面看看究竟发生了什么导致这些措施都没有提高哪怕一点成交率。
 
那也是一个炎热的夏天,我们走到店门口,发现一个很奇怪的现象,很多中老年人坐在店门口看手机。
 
原来这个店的门口有一个公交车站,因为店铺有空调和Wifi,很多老人在等公交的时候就坐到店门口享受空调。这就是所谓的主要客群是中老年人的真相。
 
大数据会误导人的例子还不知这个。我还做过一个美妆网店的分析项目,数据显示在一次促销中有超过50%的交易是来自于男性消费者的账户。
 
那么这次促销貌似对男士用品更有效吧?然而不是。当我们分析每单的购物篮的时候,发现男性账号买的都是女性用品。其实就是女生用了男朋友/老公的账号买单。
 
所以如果单单迷信一个面板上呈现的数据,我们的判断很可能会被误导,因为从数据上看到的消费者,不一定是他们现实中的样子。
 
归纳推理谬误
 
现阶段很多大公司对于大数据的引用停留在归纳推理的阶段。就是数据显示自己的消费者大部分的特点是A,B,C然后就推断消费者的标签是D,然后进行信息触达。
 
比如一个酒店,发现自己的住客大多都有这些特征
 
需要停车位
 
短住一到两晚居多
 
没有或少量房间迷你吧消费
 
根据这三个条件,很容易得出一个结论是这个酒店的主要顾客是短途家庭游的一家人。所以对于酒店来说可以通过增加家庭饮食套餐,附近景点家庭套票来增加用户的粘性。然后会通过家庭游的论坛,公众号来做宣传。
 
看似很正常的推理,这个标签却有可能是完全错误的。
 
符合以上三个条件的,并不止是家庭游的游客。
 
还有可能是到附近公司开会的商务人士,他们会自带好的酒水做招待,甚至到外面过夜生活。
 
也有可能是附近出了一个网红店,附近的情侣专门开车过来打卡的,这就属于短时效性目的。
 
要避免这种归纳推理的错误,最好的方法就是在不同数据的维度里面找到“关键间接证据”。就像福尔摩斯看到一个烟斗烧焦的位置在右侧,进而推断使用者是一个左撇子一样。
 
比如上面的例子,用三个条件都筛选不出一个准确的标签。但如果用加上一个额外的数据维度“这些客人的房间都会需求加床”,那基本上就可以确认是一家子旅游的顾客了。
 
所以在用大数据标签目标顾客的时候,找准关键标签能够有效增加后续的转化率,毕竟标签错了那精准营销也就无从谈起。
 
然而这种“标签+精准营销”的方式还是有一个很大的缺陷。
 
从消费者行为来说,就算标签对了但是在不恰当的时间和地点推送营销信息也是没用的。就像一个新生儿妈妈被精确地标签,也不带表她随时随地都需要买奶粉和尿布。更别提一个消费者是中高收入的时尚达人并不代表就要为某个潮牌买单。
 
从根本上来讲,是因为消费者的购买动机是多种多样的。
 
标签消费者并进行营销的另外一个弊端就是降低了非目标客群标签的人购买自己产品的可能性。比如我是一个爱学习,努力考研的大学生,不代表我不会对Supreme这种潮牌感兴趣。或者一个高收入的高级管理者,不代表就不喜欢简约朴实的丰田汽车。
 
但是如果因为精准营销而没有触达这些群体,那么可以预见本该有的销售机会就溜掉了。
 
那为什么不换一种方式来理解大数据和精准营销呢?
 
有时候,标签营销场景,并根据场景开发出几套不同的文案会更有效。
 
下面我们从本能,情感和认知这三个维度讲一下营销场景可以有哪些标签。
 
之所以要选择这三个维度,是因为在动机心理学里面,一个人行为的内在动机主要受这三方面影响,其中本能和情感是遗传性的,而认知是习得性的。
 
当这些标签独立或者同时标记在某个营销场景,就可以告诉我们产品的文案需要突出什么信息。
 
本能
 
读过马斯洛需求层次理论的人都知道,最底两层的需求是人类的本能。底层是与生存和繁衍有关的,比如呼吸,水,食物,性等。第二层则与安全感有关,比如健康,资产,道德等。
 
安全感之所以如此重要,是因为人类会天然地不断从周边环境寻找确定性,并穷我们一生来增加这份确定性。
 
在采集社会,拥有了一个自己的洞穴就意味着可以确定免除大型捕猎者的骚扰,通过祭祀仪式来试图确定获得自然环境的风调雨顺。
 
确定性的不断追求激励着人类从万年前一直进步至今。
 
直到今天我们仍然在试图增加整个世界的确定性
 
国家通过联合国等国际组织增加国际社会的确定性
 
个人通过加入世界500强公司增加收入和晋升的确定性
 
丈母娘通过要求女婿买婚房增加自己女儿生活品质的确定性
 
这些确定性无一例外都在给予每个利益相关者安全感。
 
研究人员发现,当我们处在一个具有安全感的环境时,会倾向选择更加个性化的产品。当我们处在一个缺乏安全感的环境是,则会倾向大众化产品。
 
一个APP的营销渠道是在某视频网站电影之前,可能对于很多商家来讲所有电影广告都是一个渠道,吸引的是喜欢看电影的人群。但更有效的是把电视剧和电影进行标签。
 
如果观众看的是惊悚,悬疑类电影,那么这个APP的营销信息就应该突出有很多很多人已经在用,诸如“三千万人的选择的二手车平台”这类信息。
 
反之如果是类似于爱情,科幻的题材,这个APP的文案就应该突出它与众不同的地方,比如“没有中间商赚差价,三天包卖”。
 
这两种标签不但只是适应于流媒体内容的广告。还有比如放在办公楼电梯的广告就应该是传达大众化的信息,而放在居住楼盘电梯的就是个性化信息,因为人在家附近的安全感大多时候比公司高。
不同的营销场景给予消费者的情感比较复杂,为了把复杂的问题简单化,这里把标签分为两类,就是熟悉感和陌生感。
 
心理学上有一个概念叫启动效应,就是我们的眼睛在看到任何一个事物大脑都会开始联想所有与这个感知目标的概念。
 
比如我看到一片草地,在潜意识里就会调动认知和记忆开始联想各种和“草地”这个感念有关的概念。
 
这时候因为大家最近都在看世界杯,所以有关足球和世界杯的概念会更加容易被“启动”。这时候诸如足球国家队,甚至足球员会给我们一种熟悉感。
 
当消费者面对熟悉的概念的时候,会倾向于开始想成本问题,就是什么会阻碍我做出某个行为。
 
而当面对陌生的概念时候,会倾向于开始想收益问题,就是这个东西能带来什么好处。
 
因此在这个维度,在给营销场景贴上标签之前我们需要想一下对于目标群体,产品与营销场景的内容联系有多直接。
 
比如如果我们是卖衣服的,在投一个情感内容的公众号,那么这个营销渠道对于目标消费者就具有高熟悉感。这时候消费者第一时间会想到的是“哦有衣服卖,先看看多少钱”。
 
而同样在情感内容的公众号,如果需要营销的产品是茶具,那么就属于低熟悉。这时候消费者会马上想到“在这个地方卖茶具,这茶具有什么好啊?”
 
认知
 
在之前“我们常常在谈引流,究竟在谈什么”一文,我有提到过认知闭合模式这个概念。
 
简单来说就是我们在不同场景下,会对问题的答案模糊性有不一样的接受程度。
 
比如当某剁手党在淘宝上买衣服的时候,脑子里有着“要买一条能在下周末和男朋友逛街的裙子”。这时候每当看到一个款式,心里会有很多疑问:
 
“这个款式是不是这个季度的标准款?”
 
“这个面料看上去会不会很透/热/容易皱褶?”
 
“这个店铺近期有没有打折?我会不会买亏了?”
 
“这个款和之前看那个款样式差不多,穿着效果会有什么不同?”
 
“。。。”
 
这个时候就存在高认知闭合需求,因为为了完美完成买衣服这个任务,这些问题必须得到准确的回答才能做决策。
 
消费者在浏览信息时候心里认为自己是在完成某个任务的时候,就会存在高认知闭合需求。
 
什么情况下消费者是在完成任务呢?
 
答案是交易型场景,比如淘宝,京东等电商平台,或者超市,个人护理店等线下零售店,甚至是买机票订酒店的网站。
 
相反在内容型场景,比如视频网站,短视频APP,公众号,朋友圈,消费者就会进入低认知闭合需求,也就是说容易因为一两个产品的优点而产生冲动决策。
 
(PS. 这也是微商的转化率能有这么高的根本原因)
 
所以当我们标签一个营销场景是交易型场景的时候,营销信息应该是详细数据的罗列对比,还有解决消费者主要的疑虑。这种场景更适合补充类产品的营销,比如日常护理用品。
 
对于内容型场景,营销信息应该尽量简洁,用感性连接进行刺激。这类场景更适合新,奇概念的产品的营销,比如新出的外国进口产品,某个不知名的浪漫酒店。
 
总结
 
今天跟大家讲了一个运用大数据的新思路。
 
通常现在很多大公司会运用
 
浏览/购买历史重复推送
 
“标签+精准营销”
 
的方法进行大数据营销。这些方法会受到数据来源和归纳推理谬误的影响,不能很好提升转化率。
 
因此这里给了大家另一个选项,就是先用通过大数据算法标签营销场景,然后在不同的营销场景给予个性化信息推送。
 
这样做的好处是营销场景与产品信息,需要沟通的信息都是客观确定的。
 
商家只需要根据营销场景的标签组合定制几套不同的营销文案,然后通过大数据投放到不同渠道就可以了。
 
简单来说,就是“在不同的池塘用相应的诱饵,让那个池塘的鱼在当前的水温,光线环境下最有可能咬钩”。