《大數據時(shí)代》的作者Victor教授說(shuō)，人們應該知道如何從大數據中發(fā)掘價(jià)值，對數據的第一次使用只實(shí)現了其價(jià)值的冰山一角。許多公司可能都在順應大數據發(fā)展的潮流，希望通過(guò)數據分析來(lái)指導營(yíng)銷(xiāo)的發(fā)展方向，但是他們是否能在實(shí)際的營(yíng)銷(xiāo)活動(dòng)中實(shí)現數據的價(jià)值呢?借由數據分析來(lái)達到營(yíng)銷(xiāo)活動(dòng)的成功對于沒(méi)有經(jīng)驗的營(yíng)銷(xiāo)團隊也許是個(gè)挑戰。

以下是常常導致企業(yè)未能充分利用數據的五個(gè)誤區。

1. 未能充分利用人口統計信息

過(guò)去，營(yíng)銷(xiāo)人員只能通過(guò)傳統的市場(chǎng)調查獲取有關(guān)消費者和受眾的性別﹑年齡﹑家庭收入等極為有限的信息。在今天這個(gè)數據采集和管理方式都大有進(jìn)步的時(shí)代，獲取信息和數據幾乎不受限制，這種情況得到了顛覆性的改變。遺憾的是，即便能夠獲取到大量的信息，許多營(yíng)銷(xiāo)人員對數據的運用仍處于非常膚淺的階段。

根據2013年The Neustar Global Media Intelligence的報告，零售營(yíng)銷(xiāo)人員根據消費者的家庭觀(guān)念和購買(mǎi)汽車(chē)的品牌來(lái)進(jìn)行目標市場(chǎng)定位的營(yíng)銷(xiāo)活動(dòng)比未定位目標市場(chǎng)的營(yíng)銷(xiāo)活動(dòng)相比，市場(chǎng)表現提升了500%。聯(lián)想最近發(fā)現，通過(guò)個(gè)性化地定制網(wǎng)站廣告能為聯(lián)想提升30%的點(diǎn)擊率，并增加40%的購買(mǎi)轉化率。聯(lián)想的研究顯示，如果營(yíng)銷(xiāo)活動(dòng)結合消費者的其他信息，比如他們的信用和興趣，都能有效地促成購買(mǎi)轉化。

2. 關(guān)注錯誤的度量指標

數據的解讀和運用需要和背景資料相結合， Facebook的粉絲數﹑App的下載量等看上去頗為壯觀(guān)的數據很容易導致錯誤的數據分析，或者營(yíng)造出成功的錯覺(jué)。這些指標與那些更為深刻的行為數據(如導航路徑﹑品牌偏好)相比，就顯得蒼白無(wú)力了。Silverpop曾經(jīng)委托Forrester Consulting進(jìn)行的一項研究發(fā)現，B2B營(yíng)銷(xiāo)人員利用行為數據將銷(xiāo)售渠道擴大了34%，非行為數據導向的營(yíng)銷(xiāo)只能擴展26%。即便是營(yíng)銷(xiāo)活動(dòng)的主要目標是提高品牌知名度，消費者對品牌的記憶度和參與度數據還是比網(wǎng)頁(yè)的瀏覽數量更具研究?jì)r(jià)值。

3. 忽略線(xiàn)下活動(dòng)

傳統的prospect-lead-customer銷(xiāo)售漏斗模型已不再適用于當今顧客做出購買(mǎi)決定的方式。如今的營(yíng)銷(xiāo)活動(dòng)貫穿了多種渠道，這就使得企業(yè)正在收集一些他們不常追蹤或者分析的數據。由于現在企業(yè)都把關(guān)注的重點(diǎn)放在新的數字化指標上，這樣很容易忽略或者誤判線(xiàn)下的活動(dòng)，比如把顧客在實(shí)體店的購買(mǎi)行為歸功于線(xiàn)上廣告。根據Twitter的一項研究，在線(xiàn)上與品牌產(chǎn)生互動(dòng)的消費者更有可能在實(shí)體商店進(jìn)行購買(mǎi)(平均能帶來(lái)12%的銷(xiāo)售增長(cháng))。 O2O營(yíng)銷(xiāo)的未來(lái)發(fā)展趨勢應該是線(xiàn)上互動(dòng)以促進(jìn)線(xiàn)下購買(mǎi)。線(xiàn)上和線(xiàn)下的無(wú)縫轉換也需要通過(guò)數據庫來(lái)進(jìn)行管理，并根據數據分析的結果作出優(yōu)化建議。如果沒(méi)有像Neustar AK Closed Loop這樣的數據分析工具，這些線(xiàn)下購買(mǎi)轉化的原因很可能被看作一個(gè)巨大的謎團。

4. 數據分析和營(yíng)銷(xiāo)行動(dòng)脫軌

營(yíng)銷(xiāo)活動(dòng)從策劃到實(shí)施，每個(gè)階段都應該和數據分析緊密結合，及時(shí)與企業(yè)各部門(mén)溝通，共享數據分析的結果。傳統的營(yíng)銷(xiāo)團隊行動(dòng)滯后，常常用之后調查出的數據來(lái)支持他們已經(jīng)做出的決定。相對來(lái)說(shuō)，有遠見(jiàn)的營(yíng)銷(xiāo)人員不僅僅運用數據對過(guò)去進(jìn)行批判，而且能夠預測未來(lái)。American Express使用預測性的分析和行為數據來(lái)識別高風(fēng)險顧客，以減少損失。在過(guò)去，American Express會(huì )挑選出100名普通客戶(hù)樣本進(jìn)行風(fēng)險測評，現在他們使用了IBM推出的SPSS預測分析建模軟件來(lái)辨別可能產(chǎn)生風(fēng)險的客戶(hù)。他們發(fā)現，軟件模型識別流失風(fēng)險的能力與之前相比提高了8.4倍。另外，預測性的數據分析能夠在營(yíng)銷(xiāo)活動(dòng)開(kāi)始之前就推動(dòng)ROI，并在營(yíng)銷(xiāo)活動(dòng)進(jìn)行中通過(guò)不斷地調整來(lái)實(shí)現實(shí)時(shí)的效益最大化。

5. 讓未經(jīng)培訓的員工處理數據

在理想的狀態(tài)下，數據能夠促進(jìn)文化轉變，數據不僅僅運用在營(yíng)銷(xiāo)活動(dòng)的每個(gè)階段，而且貫穿企業(yè)的整個(gè)商業(yè)活動(dòng)。同時(shí)，許多企業(yè)也會(huì )在處理數據的技巧上遇到麻煩。CompTIA與美國500名商業(yè)和IT界的管理人員進(jìn)行訪(fǎng)談后發(fā)現，60%的參與者清楚地知道需要提高數據管理和分析的水平。準確嚴謹地使用數據需要一定的投入，企業(yè)對數據運用的投入包括：訓練現有員工，聘請內部的專(zhuān)家，請教外部分析師或是購買(mǎi)新技術(shù)。沒(méi)有付出就不會(huì )有回報，不要指望社交媒體的實(shí)習生就能輕松玩轉數據。

消息源：SocialBeta

翻譯者：Sabrina