大數據會讓推廣變簡單嗎？（每周三更新）
營銷檔案為你提供左派營銷思路，每周三更新。
歡迎成為左派營銷人，我們堅持輸出有效的沖突創意，拒絕架空談品牌。找到品牌的核心價值主張，讓品牌成為一種可以解決問題的能力。
—— 營銷檔案
左派營銷人在閱讀本文之前，你是否有以下問題？
① 大數據怎么在營銷推廣中起效？
② 大數據會讓營銷推廣變的簡單嗎？
③ 左派營銷人如何利用大數據做推廣？
大數據怎么在營銷推廣中起效？
大數據讓消費者無處遁形，讓商家找到目標消費者
“大數據”在今天已經是一個家喻戶曉的詞，正在創業的、準備創業的、不想被時代拋棄的人們張口閉口就是“大數據”，當一個詞成為常識或者政治正確的時候我們往往需要去了解這背后的知識。
最早提出“大數據”時代到來的是全球知名咨詢公司麥肯錫，麥肯錫稱：“數據，已經滲透到當今每一個行業和業務職能領域，成為重要的生產因素。人們對于海量數據的挖掘和運用，預示著新一波生產率增長和消費者盈余浪潮的到來。”
大數據（big data）是一種大規模的數據集合，在營銷推廣中最重要的應用特征是數據維度，比如要知道一個人通過幾個標簽就能鎖定這個人，在今天通過名字+公司+學校，這樣的組合方式越多目標的標簽，越容易看清目標的全貌，于是你就可以輕易在網絡上人肉出一個人，大數據用類似的方式鎖定目標。
比如，一個消費者一天早上出門在肯德基買了早餐，中午在星巴克和同事喝咖啡，晚上到健身房鍛煉一小時，然后和閨蜜看了場電影回到家里。整個一天的行程都會以數據的方式沉淀到互聯網上，當商家是針對在職白領的職場培訓公司，通過大數據就可以找到這類消費者，同時讓自己的廣告出現在這類客戶的眼前。
大數據讓消費者無處遁形，通過數據沉淀，商家可以找到目標消費人群，讓自己的商品出現在正好需要的消費者眼前。
大數據會讓營銷推廣變的簡單嗎？
渠道碎片，產品過剩，只有大數據能找到人。
人們討厭廣告，人們離不開廣告，消費者需要商品，商家滿足消費者的需求，廣告是媒人，讓消費者和商品見面。至于消費者和商品能不能產生關系，還得要看商品夠不夠有魅力、夠不夠耐用、夠不夠懂消費者。
這樣一個大的相親市場，以前只有一個喇叭（渠道），男（商品）女（消費者）1:1的存在。男生想要讓女生知道，只要去喇叭那里喊一下，喇叭只有一個大家都想要喊一嗓子，管喇叭的人就開始讓男生標價，開出標王就可以用喇叭多喊一段時間。央視歷年的廣告標王就是這個買喇叭時間的過程。
秦池老板說過”每天開進央視一輛桑塔納，開出一輛豪華奧迪”。可見在這樣的情況下喇叭的功效。
突然有一天情況變化了，男生單身的越來越多（產品過剩），男女比例嚴重失調，男生被選中的幾率越來越小，同時喇叭多了起來了，還有紅布條拉起來了（渠道碎片），更有甚者在廣場上空調來直升機撒傳單（新技術出現），更加恐怖的是女生對男生要求提高，需要男生有趣暖心又踏實（消費升級）。這個時候有個有心人，在長期以來一直關注著各種女生的每一次相親，記錄了每個女生喜歡什么樣的男生（大數據），男生找到他，他看到這個男生就知道哪個女生一定會喜歡這樣的男生，然后給女生塞個小紙條，安排一次會面就可以配好對。
所以，大數據會讓營銷推廣變得簡單嗎？顯然不會。市場、技術、消費者需求、競爭方式越來越復雜，大數據也只是在碎了一地的渠道、消費升級、互聯網變化過程中的一個，可能也是唯一一個讓商品找到消費者的利劍。
左派營銷人如何利用大數據做營銷推廣？
產品既品牌，有銷量才有品牌。
互聯網和傳統渠道最大的區別在于互聯網不止是宣傳渠道，同時完成互動，交談和支付功能，傳統渠道只解決廣而告之的功能，讓商家的產品出現在消費者眼前，互聯網和產品一起出現的還有同類產品對比、消費者使用體驗、立馬支付按鈕。加速消費者喜歡或討厭，握手付款或揮手再見的時間，廣告投放后很快商家就知道這次的廣告有沒有效果，一切都反映在ROI上面。商家立馬就可以根據轉化率進行調整，是目前客戶不對？還是宣傳方式不對？或者廣告語無效？
左派營銷人注重實際效果，從不空談品牌。我們認為產品既品牌，有銷量才有品牌。因為信息不對稱的空間被互聯網擠壓殆盡，我們利用大數據鎖定極小量精準人群，小成本試投，根據數據變化快速調整，以沖突創意撕開消費者關注空間，明確品牌核心價值主張，通過這些步驟切實搭建品牌。
（本文觀點及版權由左策營銷（Z&D）所有，如需轉載請聯系左策營銷(Z&D)不允許商業目的轉載，否則視為侵權）
左策營銷作為一品創客官方營銷服務機構，通過對企業的觀察和實戰，堅持輸出有效的沖突創意，通過數字傳播渠道幫助中小企業推廣產品和服務。我們積極擁抱互聯網，是做創意里最懂互聯網傳播的，互聯網傳播里最懂創意的。
我們摒棄了傳統廣告代理公司的創意內容生產模式，通過深度服務找到客戶的價值主張并通過沖突式的創意在數字傳播渠道進行傳播，實現與客戶的共贏。
下期內容：營銷檔案 No.002 | 如何利用大數據投放廣告？（每周三更新）
評論
評論
推薦評論
全部評論（1條）