互聯(lián)網(wǎng)大數(shù)據(jù)營銷：客戶定位+標簽畫像+精準營銷+數(shù)據(jù)分析

第1章  必然方向：大數(shù)據(jù)時代的精準營銷趨勢 1
1.1  萬物可蹤：移動互聯(lián)網(wǎng)帶來的閉環(huán)營銷數(shù)字化 2
1.1.1  更易滿足用戶需求 3
1.1.2  更易捕捉高價值用戶 4
1.1.3  更易減少營銷成本 4
1.2  精準營銷：依托數(shù)據(jù)為每位用戶提供個性化營銷 5
1.2.1  消費者的消費觀念發(fā)生變化 6
1.2.2  企業(yè)交易成本下降 7
1.2.3  市場競爭的必然要求 8
1.3  新的問題：數(shù)據(jù)不是問題，問題是如何用好數(shù)據(jù) 8
1.3.1  沒有明確目標 9
1.3.2  欠缺數(shù)據(jù)思維 10
1.3.3  溝通效率較低 10
1.3.4  應(yīng)用手段落后 11
1.4  核心要素：相比于展示量，ROI才是根本 11
1.4.1  選好投放平臺 14
1.4.2  定位投放人群 14
1.4.3  持續(xù)跟蹤數(shù)據(jù) 15
1.4.4  做好售后工作 15
1.5  重新理解：8句話幫你重新理解互聯(lián)網(wǎng)大數(shù)據(jù)營銷 16
1.5.1  是完整的過程而非單獨環(huán)節(jié) 16
1.5.2  改善用戶體驗成為重中之重 17
1.5.3  用戶行為數(shù)據(jù)化是營銷關(guān)鍵 17
1.5.4  廣告投放領(lǐng)域創(chuàng)新程度提升 17
1.5.5  傳統(tǒng)客戶關(guān)系迎來新的改變 18
1.5.6  個性化營銷能夠帶來高增長 18
1.5.7  競爭對手所處環(huán)境日益透明 19
1.5.8  平衡數(shù)據(jù)同用戶隱私的矛盾 19
1.6  【案例】：大數(shù)據(jù)時代，能避免一半營銷預(yù)算被浪費嗎 20
1.6.1  做好市場調(diào)研工作 21
1.6.2  設(shè)定精準的營銷目標 21
1.6.3  制定完整的營銷方案 22
1.6.4  提前進行效果評估 22
1.6.5  選擇合適的傳播媒體 23
第2章  基本意識：大數(shù)據(jù)驅(qū)動營銷效率提升的方向 25
2.1  基本方向：掌握數(shù)據(jù) 處理數(shù)據(jù) 解讀數(shù)據(jù) 26
2.1.1  掌握數(shù)據(jù) 26
2.1.2  處理數(shù)據(jù) 27
2.1.3  解讀數(shù)據(jù) 29
2.2  提出問題：會提問題才是用好大數(shù)據(jù)的前提 29
2.2.1  問題要清晰明確 31
2.2.2  避免封閉式提問 31
2.2.3  要保持和諧交流 32
2.3  歸因謬誤：為了談數(shù)據(jù)而談數(shù)據(jù)將很容易“跑偏” 32
2.3.1  不要草率歸因 34
2.3.2  不要過度解讀 35
2.3.3  客觀看待自己 35
2.4  觸類旁通：營銷學中不可忽視的營銷指標與非財務(wù)指標 35
2.4.1  營銷指標 36
2.4.2  非財務(wù)指標 37
2.5  個性滿足：大數(shù)據(jù)營銷要對每位用戶說“懂”他的話 39
2.5.1  為數(shù)據(jù)賦予溫度 41
2.5.2  進行用戶細分 41
2.5.3  說的前提是聽懂 42
2.5.4  將數(shù)據(jù)串聯(lián)起來 42
2.6  【案例】：用戶因何會為淘寶時光機而感動 43
2.6.1  觸達用戶痛點 43
2.6.2  文案配合得當 44
2.6.3  具備社交屬性 46
第3章  客戶定位： 用大數(shù)據(jù)更快、更準找到目標受眾 47
3.1  痛點挖掘：市場痛點的內(nèi)涵與相關(guān)數(shù)據(jù)查找、驗證 48
3.1.1  市場痛點的內(nèi)涵 48
3.1.2  查找市場痛點的注意事項 50
3.2  人群定位：人口學數(shù)據(jù)與企業(yè)市場營銷間的關(guān)系 51
3.2.1  人口學概述 51
3.2.2  利用人口學數(shù)據(jù)進行人群定位時的注意事項 52
3.2.3  對人群定位影響較大的因素 53
3.3  市場調(diào)研：如何獲得一個細分市場的專屬數(shù)據(jù) 55
3.3.1  明確調(diào)研目的 56
3.3.2  鎖定調(diào)研對象 57
3.3.3  敲定調(diào)研方法 57
3.3.4  組織調(diào)研團隊 57
3.3.5  數(shù)據(jù)整理分析 58
3.3.6  撰寫調(diào)研報告 58
3.4  場景定位：怎樣找到用戶需求旺盛的業(yè)務(wù)場景？ 59
3.4.1  場景面向的用戶特征 60
3.4.2  用戶所處的環(huán)境 61
3.4.3  觸發(fā)交互行為的條件 61
3.4.4  用戶停止行為的原因 62
3.5  行為數(shù)據(jù)：目標用戶行為偏好數(shù)據(jù)的追蹤與提煉 62
3.5.1  比較常用的用戶行為數(shù)據(jù) 62
3.5.2  追蹤用戶行為數(shù)據(jù)的注意事項 64
3.6  【案例】：58到家CEO：心智定位是靈魂， 大數(shù)據(jù)是工具 66
3.6.1  互聯(lián)網(wǎng)環(huán)境發(fā)生改變 67
3.6.2  快狗打車更名決策 67
3.6.3  改變消費者認知很重要 68
3.6.4  定位是靈魂 69
3.6.5  大數(shù)據(jù)推動發(fā)展 69
第4章  數(shù)據(jù)收集： 營銷大數(shù)據(jù)的采集及預(yù)處理 71
4.1  業(yè)務(wù)梳理：業(yè)務(wù)流程要素決定著數(shù)據(jù)口徑 72
4.1.1  保障部門之間的溝通 73
4.1.2  接收業(yè)務(wù)調(diào)整的信號 73
4.1.3  數(shù)據(jù)口徑名稱要清晰 74
4.1.4  重視數(shù)據(jù)口徑的驗證 74
4.2  數(shù)據(jù)源：營銷分析中應(yīng)重點關(guān)注的7種數(shù)據(jù)源 75
4.2.1  聚合數(shù)據(jù) 75
4.2.2  艾瑞指數(shù) 76
4.2.3  通聯(lián)數(shù)據(jù) 76
4.2.4  百度指數(shù) 77
4.2.5  數(shù)說聚合 78
4.2.6  QuestMobile 78
4.2.7  數(shù)據(jù)觀 78
4.3  數(shù)據(jù)埋點：指定位置數(shù)據(jù)埋點的實戰(zhàn)技能 79
4.3.1  數(shù)據(jù)埋點的概念 79
4.3.2  數(shù)據(jù)埋點的應(yīng)用方式 79
4.3.3  數(shù)據(jù)埋點的應(yīng)用技巧 81
4.4  預(yù)處理：獲得數(shù)據(jù)后必要的清洗、過濾與映射工作 83
4.4.1  數(shù)據(jù)清洗 84
4.4.2  數(shù)據(jù)過濾 85
4.4.3  數(shù)據(jù)映射 85
4.5  數(shù)據(jù)監(jiān)測：相關(guān)數(shù)據(jù)的監(jiān)測與基本效果分析 86
4.5.1  數(shù)據(jù)監(jiān)測的意義 86
4.5.2  數(shù)據(jù)監(jiān)測的應(yīng)用要點 87
4.5.3  數(shù)據(jù)監(jiān)測效果分析的方法 88
4.6  【案例】：云南白藥淘寶旗艦店的經(jīng)典數(shù)據(jù)營銷戰(zhàn) 90
4.6.1  鎖定目標人群 91
4.6.2  分析用戶行為 91
4.6.3  定制營銷活動 92
4.6.4  提煉潛在用戶 93
第5章  標簽畫像： 讓正確的服務(wù)匹配到正確的人 95
5.1  核心目的：不斷細化標簽圖譜形成更精準匹配 96
5.2  標簽系統(tǒng)：完整標簽系統(tǒng)的搭建層級及常見的標簽應(yīng)用場景 98
5.2.1  完整標簽系統(tǒng)的搭建層級 98
5.2.2  常見的標簽應(yīng)用場景 100
5.3  標簽體系：標簽的歸納、分類與處理 102
5.3.1  標簽歸納 102
5.3.2  標簽分類 103
5.3.3  標簽處理 105
5.4  用戶畫像：用戶畫像與用戶標簽間的關(guān)系 105
5.4.1  選擇正確的標簽 106
5.4.2  標簽數(shù)量要適中 107
5.4.3  標簽不代表一切 107
5.5  循環(huán)優(yōu)化：強化用戶與服務(wù)偏好匹配效率五步走 108
5.5.1  做好用戶細分 109
5.5.2  制定服務(wù)策略 109
5.5.3  測試服務(wù)效果 110
5.5.4  持續(xù)跟蹤數(shù)據(jù) 111
5.5.5  進行評估優(yōu)化 111
5.6  【案例】：完美日記營銷中對用戶畫像的極致應(yīng)用 112
5.6.1  選擇品牌代言人 113
5.6.2  IP跨界聯(lián)動營銷 114
5.6.3  多樣化營銷渠道 115
第6章  數(shù)據(jù)分析： 學會讓數(shù)據(jù)來回答你的問題 117
6.1  分析目標：用好數(shù)據(jù)分析對做好營銷的三重加持 118
6.1.1  提高營銷決策精準度 119
6.1.2  監(jiān)視、預(yù)測對手動向 119
6.1.3  提供精細化用戶服務(wù) 120
6.2  基本技法：關(guān)聯(lián)規(guī)則、離群數(shù)據(jù)與知識推理 121
6.2.1  關(guān)聯(lián)規(guī)則 121
6.2.2  離群數(shù)據(jù) 122
6.2.3  知識推理 123
6.3  漏斗模型：實現(xiàn)逐層監(jiān)控、分析、優(yōu)化 124
6.3.1  漏斗模型監(jiān)控 125
6.3.2  漏斗模型分析 126
6.3.3  漏斗模型優(yōu)化 127
6.4  事件模型：如何針對特定事件開展各維度分析 127
6.4.1  本身特征統(tǒng)計 128
6.4.2  屬性特征統(tǒng)計 128
6.4.3  自定義指標運算 129
6.5  分群模型：怎樣針對特定分組用戶開展數(shù)據(jù)分析 129
6.5.1  付費情況 130
6.5.2  使用狀態(tài) 131
6.5.3  用戶偏好 131
6.6  【案例】：某游戲類App營銷優(yōu)化過程中對漏斗模型的應(yīng)用 132
6.6.1  游戲投放展示 133
6.6.2  用戶下載游戲 134
6.6.3  用戶注冊賬號 134
6.6.4  玩家體驗游戲 135
6.6.5  玩家付費轉(zhuǎn)化 135
第7章  數(shù)據(jù)解讀： 時刻謹記數(shù)據(jù)背后是“人的需求” 137
7.1  丐詞魔術(shù)：千萬不能用證明想法的眼光看待數(shù)據(jù) 138
7.1.1  保持客觀態(tài)度 139
7.1.2  適當發(fā)出質(zhì)疑 140
7.1.3  學會接受現(xiàn)實 140
7.2  數(shù)據(jù)噪聲：為何同一組數(shù)據(jù)會得出完全不同的結(jié)論 141
7.2.1  分箱法 142
7.2.2  聚類法 142
7.2.3  回歸法 143
7.3  解讀方式：正確解讀營銷大數(shù)據(jù)4步走 143
7.3.1  拒絕主觀想法影響 144
7.3.2  透過數(shù)據(jù)解讀用戶 145
7.3.3  深入接觸驗證想法 145
7.3.4  嘗試拼湊數(shù)據(jù)鏈條 146
7.4  洞察問題：異常數(shù)據(jù)中往往蘊藏著新機會 146
7.4.1  不要抵觸異常數(shù)據(jù) 148
7.4.2  不要輕易做出判斷 149
7.4.3  嘗試征求他人意見 149
7.5  潛在需求：從營銷數(shù)據(jù)中尋找用戶潛在需求的方式 149
7.5.1  做好用戶的細分 150
7.5.2  采集充足數(shù)據(jù) 151
7.5.3  抓住關(guān)鍵數(shù)據(jù) 151
7.5.4  嘗試引導(dǎo)用戶 152
7.5.5  尋求專業(yè)機構(gòu)的幫助 153
7.6  【案例】：克里斯坦森：用戶需要的是“雇用” 產(chǎn)品去完成“任務(wù)” 153
7.6.1  抓住用戶核心需求 155
7.6.2  找到正確的創(chuàng)新方向 155
7.6.3  數(shù)據(jù)配合做好調(diào)查 156
7.6.4  重視用戶情感需求 156
第8章  實戰(zhàn)技法： 多類大數(shù)據(jù)營銷手段實戰(zhàn)演練 157
8.1  事件營銷：大數(shù)據(jù)與事件營銷的前、中、后期 158
8.1.1  事件營銷前期 158
8.1.2  事件營銷中期 160
8.1.3  事件營銷后期 161
8.2  關(guān)聯(lián)營銷：提升關(guān)聯(lián)成功率需在三大觸點下足功夫 161
8.2.1  關(guān)聯(lián)商品可互補 162
8.2.2  關(guān)聯(lián)同類型商品 163
8.2.3  關(guān)聯(lián)商品可互替 164
8.3  互動營銷：讓粉絲不再旁觀，而是深入?yún)⑴c其中 164
8.3.1  策劃有吸引力的內(nèi)容 166
8.3.2  目標定位要足夠精準 166
8.3.3  對用戶進行利益驅(qū)動 167
8.3.4  互動量并不代表一切 168
8.4  病毒式營銷：社交鏈傳播數(shù)據(jù)可量化是病毒式營銷的基礎(chǔ) 168
8.4.1  病毒式營銷的特點及其傳播過程中的常用指標 168
8.4.2  提升K因子數(shù)值的方法 170
8.5  增長黑客：如何用更低成本、更優(yōu)渠道做好業(yè)績增長 172
8.5.1  控制企業(yè)營銷成本 173
8.5.2  選擇更優(yōu)營銷渠道 174
8.6  【案例】：小米的互動營銷策略 175
8.6.1  轉(zhuǎn)發(fā)抽獎 176
8.6.2  高管入駐 176
第9章  相關(guān)環(huán)節(jié)： 它們同樣決定了大數(shù)據(jù)營銷的終效果 179
9.1  數(shù)據(jù)可視化：更明晰的動態(tài)監(jiān)測、更好的匯報效果 180
9.1.1  動態(tài)監(jiān)測更明晰 180
9.1.2  匯報效果更優(yōu)化 181
9.1.3  多維度分析場景 182
9.1.4  更迅速看到問題 182
9.2  實效營銷：大數(shù)據(jù)在實效營銷中的作用 183
9.2.1  提高渠道效率 185
9.2.2  找到創(chuàng)新方向 185
9.2.3  監(jiān)測營銷過程 186
9.2.4  量化營銷指標 186
9.2.5  評估合作對象 186
9.3  品牌營銷：大數(shù)據(jù)優(yōu)勢在品牌營銷中的正確玩法 187
9.4  營銷預(yù)算：大數(shù)據(jù)營銷方案如何實現(xiàn)資源配置 190
9.4.1  以營銷目標為依據(jù) 191
9.4.2  總結(jié)并分析各營銷渠道 191
9.4.3  分解費用項目 192
9.4.4  部門之間高效溝通 192
9.5  數(shù)據(jù)隱私：守得住界限才能更安全 193
9.5.1  做好數(shù)據(jù)分類 195
9.5.2  進行員工培訓 195
9.5.3  文件進行加密處理 196
9.6  【案例】：百度對大數(shù)據(jù)營銷可視化設(shè)計的看法 196
9.6.1  大數(shù)據(jù)營銷的意義 197
9.6.2  數(shù)據(jù)可視化的概念 198
9.6.3  視覺可視化的元素 199
9.6.4  數(shù)據(jù)可視化的誤區(qū) 199
第10章  全盤案例： 淘寶店的大數(shù)據(jù)營銷策略 201
10.1  數(shù)據(jù)體系：對淘寶店而言的 重要數(shù)據(jù)指標 202
10.1.1  店鋪瀏覽量 203
10.1.2  店鋪訪客數(shù) 203
10.1.3  收藏量 203
10.1.4  轉(zhuǎn)化率 204
10.1.5  平均訪問深度 204
10.1.6  產(chǎn)品復(fù)購率 205
10.2  店鋪定位：大數(shù)據(jù)視角下的 淘寶店鋪、產(chǎn)品定位 205
10.2.1  確定目標消費群體 206
10.2.2  尋找有爆款潛力的產(chǎn)品 207
10.2.3  分析行業(yè)競爭情況 207
10.2.4  明確店鋪裝飾風格 208
10.3  店鋪流量：影響店鋪權(quán)重、 流量的那些關(guān)鍵點 208
10.3.1  店鋪點擊率 209
10.3.2  近期銷量 210
10.3.3  店鋪信譽度 210
10.3.4  DSR動態(tài)評分 210
10.4  會員體系：數(shù)據(jù)分析、會員 畫像與提升復(fù)購 212
10.4.1  提煉關(guān)鍵數(shù)據(jù) 213
10.4.2  劃分會員等級 213
10.5  口碑塑造：大數(shù)據(jù)營銷與店鋪 品牌塑造的正確思路 215
10.5.1  品牌精準定位 216
10.5.2  講好品牌故事 216
10.5.3  引導(dǎo)正面話題 217
10.5.4  衡量口碑效果 217
10.6  【案例】：淘寶店鋪直通車怎么 “開”才劃算 218
10.6.1  評估關(guān)鍵詞質(zhì)量分 219
10.6.2  選擇有潛力的產(chǎn)品 219
10.6.3  合理優(yōu)化推廣標題 220
10.6.4  適時調(diào)整關(guān)鍵詞出價 220
10.6.5  注意投放的時間節(jié)點 221