大數據營銷的認識誤區

學識都 人氣:5.75K

首先要強調一點,本文討論的重點是大數據“應用”,尤其是針對企業營銷的大數據應用,對於大數據技術本文會有少量涉及,但是對於大數據工程、大數據科學等,不是這篇文章關注的範疇。

大數據營銷的認識誤區

在大數據帶來的各類應用中,大數據營銷應用恐怕是品牌企業最關注的一個方向。被許多媒體報道過的ZARA案例,就是一例典型的基於大數據獲取、分析,完成經營及營銷決策的案例。這個案例讓很多企業認識到,通過大數據瞭解客戶的喜好趨勢、提高利潤空間,可能是一個非常有效的途徑。但是我們要知道,因爲大數據很大,從關注到真正做出適當的投入和適應的配套動作,對於企業來講,其間的距離並非舉步既至,反而往往充斥着各種認識誤區。就筆者所見,認識誤區至少有三大流派:刻舟求劍派、葉公好龍派和甩手掌櫃派。

刻舟求劍派

報道ZARA案例的媒體,很少會將另一個案例拿出來進行對比性分析——H&M的大數據案例。在大數據方面,H&M與ZARA投入的熱情不相伯仲,但是從大數據獲得的收益卻判若雲泥,最重要的一個原因就是,在如何落實大數據得出的經營決策上出現了較大的差異。ZARA對於大數據提供的決策信息落實得堅決而高效,配套大數據的管理鏈路非常通暢,直接指導到產品設計、生產、分區域投放的各個環節。對比而言,由於H&M產地分散到亞洲、中南美洲各地,使用大數據後,H&M又沒有采用有效措施縮短跨國溝通的時間,這拉長了生產和經營適應大數據決策的時間成本。如此一來,大數據即便及時反映了各區域市場的顧客意見,H&M卻無法立即改善,資訊和生產分離的結果,讓H&M內部的大數據系統功效受到限制——這造成了ZARA爲大數據獲得的成績彈冠相慶之際,H&M卻認爲大數據價值了了的現狀。

上面這個案例是大數據應用的常見認識誤區之一,筆者稱之爲刻舟求劍型認識誤區,這種認識誤區最大的特點是,看到大數據的視角是孤立、靜止的,雖然願意投入很大力量在大數據獲取和分析方面,但是企業的其他管理配套卻依然故我,並沒有針對大數據應用做出更多的適應性調整,導致大數據工作的最大成就,只是獲得了一堆數據而已。

令人遺憾的是,其實多數企業在大數據應用上,都或多或少有一點刻舟求劍的毛病。判斷一個企業在大數據應用上是否刻舟求劍,只要看參與大數據項目的部門和主管在企業中的地位和驅動力就可以知道。如果一家企業的大數據項目,其主對口部門是企業中的會員部門或者是技術部門,或者其他五花八門的總監級別的部門,除了這個對口部門外,並沒有能夠同時管理多個業務塊的更高級別的幹部關注大數據項目,那麼基本上可以判斷,大數據項目的成果多半跑不出數據範疇,想要對營銷決策、產生企劃和市場投放決策產生高效而持續的影響,基本上沒可能。

企業的這種組織安排,顯示出他們基本上沒明白,大數據跟ERP有一點類似,要想產生效果,就要對舊有的一些管理鏈路、運營思路進行適應性改變,否則,希望大數據像一個模塊一樣,只要嵌入企業舊有營銷鏈路,就能運轉如神,那基本上屬於癡人說夢。

葉公好龍派

刻舟求劍派雖然問題多多,至少在行動上還是有其堅決一面的,當發現投入不能得到應有產出,企業也還有機會亡羊補牢,對管理鏈路進行調整,從而使得大數據獲得的決策信息、營銷數據能夠有效傳遞到相關部門。

筆者最怕的是碰上葉公好龍派,說起大數據的時候極爲熱情,上手實施的.時候,要麼手面極小,根本無法保證大數據所需要的資源總量;要麼對於大數據必須有的一些工具建設、策略優化、數據準備工作指指點點、不予配合——這兩種情況,都非常常見,往往讓大數據服務提供商哭笑不得。

我們以面向營銷促銷的大數據挖掘應用爲例,這種應用的目的都是通過精準的人羣建模和工具體系建設,使企業能夠有效提高新客戶數量、新客戶下單轉化率、老客戶復購率等等指標。這種應用無非分成兩個大類:企業有數據,或者企業沒有數據。如果企業手中有大數據,那麼必然要經過數據清洗、建模、挖掘、形成策略、建立營銷工具、支持營銷等多個步驟;如果企業手中沒有大數據,那麼必然要考慮首先找到數據源、建設數據獲取工具,然後同樣是清洗、建模、挖掘、形成營銷策略、建立營銷工具、支持營銷等多個步驟。

如果我們碰上的是一家葉公好龍的企業,那就熱鬧了。比如服務提供商說數據要清洗,客戶就可能會質疑:“我做DM和EDM的時候這個數據都能用,不用清洗,你們直接建模吧。”服務商就解釋:“做DM或者EDM,只需要有聯繫方式和一個粗略的人羣分類就可以了,但是轉化率很低,通過數據清洗,我們要剔除其中所有不合格、不準確的數據,完成數據補齊等等工作,這是建模之前的必要步驟。”客戶不聽解釋,反而更加質疑:“你們是不是不夠專業,纔對數據質量有這麼高要求?要是我的數據像你要求的那麼好,我找你們來幹嘛?”

照這樣溝通,只有一個結果,服務商撤出項目,客戶還覺得自己被人騙了。

甩手掌櫃派

還有一個門派,是最大的門派——甩手掌櫃派。這個門派最大的認識誤區特點是:我找大數據服務商來,就是給我幹活的,我要什麼,他給我什麼就可以了,到底大數據是怎麼運作的,我纔不需要去明白呢!我要是都懂了,要他們幹什麼?

這個門派人數衆多,是前述兩個門派的火藥庫。就是由於“我不需要搞太懂”這個思維的存在,甩手掌櫃們總會在該問的時候呆若木雞,不該問的時候橫加指責。總是呆若木雞的企業,最後往往走向刻舟求劍派——這種企業思維中,大數據就是大數據,搞完這一塊,等着結果出現就好了,爲什麼還要調整其他運營流程?而總是橫加指責的企業,則往往變成葉公好龍者——這種企業的思維中,大數據“應該是我想的那個樣子”,於是當別人告訴他“大數據其實是這個樣子”的時候,質疑就如雜草般叢生了。

所以,想搞好大數據應用的企業,首先要檢查一下自己是否具備“學習型企業”的素質,牽頭的高層領導、具體對口的部門,是否有充分的學習熱情和能力。一個大數據營銷應用項目的建設,其實是一家企業特別好的一次學習和梳理營銷體系的機會,當一個項目在建設的過程中,所有參與項目的企業內員工,逐步成長爲數據獲取、分析和形成決策、策略的箇中好手,是一家企業非常幸福的事情,這意味着企業競爭力的提升!

至於甩手掌櫃派,對於大數據來說,那就是“死路一條”!

TAGS: