Dengan datangnya era peningkatan konsumsi, konsumen dalam negeri lebih emosional dalam konsumsi, tetapi lebih rasional dalam pemilihan produk. Bagaimana cara mencapai pemasaran data bertarget yang efektif? Periode ini Kuliah "aplikasi · inovasi" data besar Tsinghua Diundang ke Associate Professor of Marketing di Smith School of Business, University of Maryland Ma Liye Bapak dan Direktur Departemen Sains Terapan Teknologi Guoshuang Tang Jun Pak, terpisah dari "Dapatkan keunggulan kompetitif dari pemasaran data" dan "Pemasaran yang Menentukan" Mulailah berbagi dengan dua cara.
Kata kunci balasan resmi WeChat "THU Data Pie" di belakang layar " 1031 " , Unduh guru Ma Liye dan Tang Junxian Melahirkan Versi lengkap PPT
Liye Ma, Profesor Rekanan Pemasaran, Sekolah Bisnis Universitas Maryland Smith
Fraksi data menyusun versi grafik dari catatan pidato untuk sepatu anak-anak tanpa lalu lintas:
Ma Liye: Di era ekonomi digital saat ini, keunggulan kompetitif berasal dari data dalam jumlah besar, informasi berkualitas tinggi, dan kemampuan analisis yang optimal. Kemampuan analitis yang optimal adalah untuk "mengekstrak pengetahuan dari data dan menggunakan pengetahuan untuk memandu pengambilan keputusan". Di antara kemampuan analitik terbaik, analisis dinamis sangat penting.
Analisis Dinamis
Ada banyak jenis analisis data, dan analisis dinamis adalah salah satunya. Metode analisis spesifik yang digunakan sepenuhnya ditentukan oleh skenario aplikasi. Analisis dinamis adalah analisis yang sangat kuat.
Mari kita lihat contoh yang sangat sederhana. Jika Anda berada di perusahaan yang menjual laptop, dan Anda ingin beriklan sekarang, Zhang San dan Li Si dapat melakukannya. Jika Anda ingin memilih salah satu dari dua orang ini yang paling mungkin, itu untuk Zhang San. Atau pilih Li Si?
Jika tidak ada data, itu tidak diketahui. Sekarang untuk memberitahu Anda, Zhang San adalah seorang guru bahasa dan Li Si adalah seorang programmer. Mungkin kebanyakan orang ingin memilih Li Si, karena dia seorang programmer, mungkin tahu lebih banyak tentang laptop, dan mungkin memiliki kebutuhan yang lebih tinggi akan laptop. Kemudian, Anda mengikuti pencarian online mereka dan menemukan bahwa Zhang San menghabiskan beberapa jam mencari informasi produk di berbagai laptop dua hari yang lalu. Menurut Anda, siapa yang harus dipilih? Banyak orang berkata bahwa kami berbalik dan memilih Zhang San. Izinkan saya memberi tahu Anda lagi, Zhang San baru saja membeli laptop kemarin dan sudah memesan. Tidak diragukan lagi harus memilih Li Si sekarang.
Apa yang ditunjukkan contoh ini? Ketika Anda tidak memiliki informasi apa pun, yang Anda hadapi adalah masalah klasik dalam pemasaran: "Separuh dari uang yang saya belanjakan untuk iklan terbuang percuma, tetapi saya tidak tahu setengahnya." (John Wanamaker ). Jika Anda menganalisis karakteristik konsumen, seperti jenis kelamin, usia, dan pekerjaan, Anda melakukan analisis statis. Pada contoh di atas, dengan melacak informasi yang diperoleh konsumen untuk menganalisis dan menentukan kebutuhan pembelian berikutnya, maka dilakukan analisis dinamis.
Analisis dinamis adalah untuk memahami dan menyimpulkan perilaku pembelian konsumen saat ini dan di masa depan melalui analisis sistematis data perilaku historis konsumen. Konsep analisis ini mengakui individualitas, temporalitas, dan perlunya pemahaman peluang yang tepat waktu; ia menggunakan ekonomi dan perilaku konsumen sebagai dasar teoritis, memanfaatkan sepenuhnya sejumlah besar informasi, dan menggabungkan teknik dan alat analisis yang kuat untuk mencapai Rencana pemasaran yang sistematis dan pemasaran presisi.
Dalam hal analisis dinamik, saya ingin menekankan bahwa analisis dinamik tidak berarti modelnya rumit. Modelnya bisa rumit atau sederhana. Ini ditentukan berdasarkan skenario aplikasi Anda saat itu. Yang penting adalah cara berpikir. Sekarang saya akan memperkenalkan beberapa kasus secara singkat.
Proyek penelitian adalah tentang promosi di jejaring sosial. Topiknya adalah bagaimana meningkatkan efek promosi di jejaring sosial. Sebelum kita merumuskan strategi promosi, terlebih dahulu kita harus mengetahui mengapa sobat akan membeli produk serupa sebelum kita dapat merumuskan strategi pemasaran. Apakah ada alasan bagi teman untuk membeli produk yang sama? Kita harus kembali ke ekonomi atau perilaku konsumen untuk menemukan alasannya.
Setidaknya ada dua alasan utama: Salah satu alasannya adalah konvergensi kepentingan. Ada pepatah Tiongkok kuno yang mengatakan bahwa segala sesuatunya berkumpul dan orang-orang dibagi berdasarkan kelompok. Banyak orang berteman karena memiliki minat yang sama, jadi jika Anda tahu bahwa dua orang berteman, kemungkinan besar mereka memiliki minat yang sama. Jika konvergensi kepentingan menjadi alasan mengapa teman membeli produk serupa, bagaimana sebaiknya kita mempromosikannya? Anda dapat menemukan jejaring sosial dan mencari data. Setelah Anda mengetahui seseorang telah membeli produk, Anda segera menjual produk tersebut kepada orang-orang di lingkaran pertemanan orang tersebut. Mereka berteman dan minatnya sangat mirip.
Namun, konvergensi kepentingan belum tentu menjadi alasan mereka membeli produk serupa, alasan lain yang mungkin adalah pengaruh sosial. Zhang San dan Li Si berteman. Mereka membeli produk yang sama, tetapi sebenarnya bukan karena mereka berdua secara alami menyukai produk ini, tetapi karena Zhang San adalah penggemar SLR. Dia melihat SLR ini dan merasa sangat bagus. Dia membelinya. Setelah membelinya, dia sangat senang. Dia menelepon Li Si. Saya baru saja membeli SLR hari ini. SLR ini sangat bagus. Silakan pergi dan periksa. Saya tahu Anda tidak banyak tahu tentang SLR. Tidak terlalu menarik, tetapi Anda lihat ini benar-benar produk yang sangat bagus. Li Si tidak tahu banyak tentang SLR dan tidak terlalu tertarik, tetapi dia dan Zhang San berteman. Dia sangat yakin dengan penilaian Zhang San tentang SLR, jadi dia pergi untuk membelinya setelah dia mendengar apa yang dikatakan Zhang San. Hasil akhirnya adalah kedua orang membeli produk yang serupa, bukan karena kepentingan kedua orang itu bertemu, tetapi karena satu orang memengaruhi keputusan orang lain.
Jika pengaruh sosial adalah alasan mengapa orang membeli produk serupa, bagaimana sebaiknya kita mempromosikannya? Skema melakukan promosi barusan dengan minat yang sama tidak berfungsi: Anda menemukan orang ini di Internet, orang ini membelinya, percuma jika Anda menjualnya langsung ke teman-temannya, karena teman-temannya tidak tertarik dengan produk ini. Apa yang perlu Anda lakukan? Anda perlu memberi orang ini diskon: "Tolong rekomendasikan teman Anda kepada saya, saya akan memberi Anda hadiah, atau lain kali Anda membeli barang dengan diskon", Anda perlu memberi orang ini diskon, biarkan dia menarik teman-temannya Silahkan masuk. Hanya dia yang dapat memengaruhi teman, jadi alasan yang berbeda akan memengaruhi strategi pemasaran Anda.
Bagaimana menilai apakah konvergensi kepentingan atau pengaruh sosial yang membuat orang membeli produk serupa
Pada 1993, seorang ekonom ternama Amerika menerbitkan sebuah makalah yang membuktikan secara teoritis bahwa jika hanya dalam analisis statis, konvergensi kepentingan dan pengaruh sosial tidak dapat dipisahkan. Proyek penelitian kami adalah untuk mempelajari karena tidak mungkin untuk memisahkan dalam analisis statis, dapatkah kita memisahkan kedua alasan ini melalui analisis dinamis.
Saat kita melakukan analisa dinamik, kita membutuhkan data komunikasi antar teman mereka Skenario aplikasi yang kita pelajari adalah cincin warna, misalnya Li Sigang membeli cincin warna, saat Zhang San menelpon Li Si, dia mendengar musik ringtone dan mengalaminya. Belilah barang. Misalkan kita mengetahui bahwa Zhang San membeli nada dering ini pada waktu 1, Li Si menelepon Zhang San pada waktu 2, dan Li Si juga membeli nada dering ini pada waktu 3. Li Si membelinya karena dia menerima nada dering tersebut. Tiga pengaruh. Tetapi misalkan Zhang San membeli nada dering pada waktu 1, Li Si tidak menelepon Zhang San pada waktu 2, dan Li Si juga membeli nada dering pada waktu 3. Itu menunjukkan bahwa mereka berdua memiliki minat yang sama, karena Li Si tidak pernah menelepon Zhang San sama sekali, dan dia tidak tahu bahwa Zhang San sudah membelinya, dia tidak bisa terpengaruh oleh Zhang San. Dengan prinsip sederhana seperti itu, Anda dapat membedakan apakah itu merupakan pertemuan kepentingan atau pengaruh sosial.
Kami mengembangkan model statistik berdasarkan prinsip ini, menggabungkan dua faktor ini, dan menggunakan program untuk menganalisis catatan komunikasi dan catatan pembelian jutaan konsumen selama beberapa bulan. Melalui analisis dinamis ini, kami akhirnya menemukan bahwa jika Anda dapat memisahkan kedua faktor ini, efek promosi Anda dapat meningkat pesat.
Kasus kedua adalah memahami intervensi layanan di media sosial melalui analisis dinamis. Jika banyak pelanggan perusahaan Anda mengeluh tentang produk dan layanan Anda di Twitter atau Weibo, siapa yang harus Anda tanggapi terlebih dahulu? Jika hanya melihat rasio opini positif dan negatif, intervensi layanan mungkin tidak memiliki efek yang jelas, rasio opini setelah Anda membantu orang-orang dan mereka yang tidak membantu mungkin tidak jauh berbeda, lalu bagaimana Anda melakukan analisis mendalam?
Analisis mendalam
Pertama-tama, dari sudut pandang teoritis, komentar di media sosial dan hubungan pelanggan nyata bukanlah hal yang sama. Ada dua kemungkinan ketika konsumen mengeluh di media sosial, salah satunya adalah dia sudah membenci bisnis dan tidak akan pernah datang lagi.
Kedua adalah bahwa dia masih memiliki harapan untuk Anda dan memberi Anda kesempatan untuk membantunya. Dia mencari bantuan. Nasihatnya tidak berarti bahwa hubungannya dengan pelanggan Anda telah jatuh ke titik yang tidak bisa diperbaiki, sebaliknya, dia ingin Anda membantunya, jadi dia akan mengeluh. Ketika kita menganalisis, kita harus memisahkan ucapan dan hubungan, dan kita harus mencapainya melalui analisis dinamis. Dalam model statistik, hubungan pelanggan dan ucapan dipisahkan, dan setiap kelompok yang berbeda dimasukkan. Selain indeks ucapan permukaan, indeks hubungan dibangun. Kami menemukan bahwa indeks ucapan lebih rendah daripada indeks hubungan, yaitu, jika Anda hanya Melihat komentar di platform sosial, Anda akan meremehkan efisiensi intervensi layanan.
Studi kasus ketiga adalah beriklan di platform seluler. Pertanyaan kuncinya adalah bagaimana meningkatkan efisiensi periklanan dan bagaimana meningkatkan rasio klik-tayang? Kami mendapatkan data dari platform periklanan seluler domestik yang besar. Ada banyak iklan yang ditempatkan di ratusan aplikasi seluler. Kami memiliki waktu pengguna ini menggunakan setiap APP, waktu setiap iklan ditempatkan, dan apakah pengguna ini mengklik. Dalam banyak kasus, volume penayangan tinggi saat rasio klik-tayang rendah, sehingga metode penayangan tidak optimal. Melalui analisis dinamis, kami menemukan bahwa rasio klik-tayang sangat dipengaruhi oleh lingkungan periklanan, tetapi yang lebih penting, mentalitas dan minat pengguna pada saat itu. Dengan mengembangkan model untuk menangkap perubahan mentalitas dan minat pengguna dari waktu ke waktu, untuk menyimpulkan kliknya pada iklan. Setelah analisis, melalui penempatan titik tetap, rasio klik-tayang dapat meningkat pesat, dalam beberapa kasus bahkan dua atau tiga kali lipat.
Singkatnya: data pertama tidak sama dengan informasi, dan informasi kedua tidak sama dengan pengetahuan, ke depan keunggulan kompetitif akan datang dari informasi berkualitas tinggi dan analisis yang optimal, dan analisis dinamis adalah metode analisis yang sangat potensial.
Tang Jun, Direktur Departemen Sains Terapan Teknologi Gridsum
Berikut ini adalah video pidato Tuan Tang Jun:
Video ini direkomendasikan untuk ditonton di lingkungan WiFi
Fraksi data menyusun versi grafik dari catatan pidato untuk sepatu anak-anak tanpa lalu lintas:
Tang Jun : Kami mengatakan bahwa alur pengguna adalah lintasan perilaku pembelian pengguna yang terus-menerus beralih di antara produk merek. Dengan memulihkan perilaku aliran semacam ini melalui data, kami memiliki peluang untuk mendapatkan wawasan tentang pengguna, merek, dan persaingan antar merek, untuk membantu pemilik merek memenangkan jalur pemasaran.
Pertama, ambil susu bubuk bayi sebagai contoh: titik biru adalah merek. Semakin tebal garis di antara keduanya, semakin tinggi kemungkinan pengguna mengalir di antara keduanya. Melalui pemantauan jalur pengguna semacam ini, kami dapat menganalisis hubungan kompetitif ini dengan lebih baik.
Sekarang melalui verifikasi data kami, dalam setahun terakhir, lebih dari separuh ibu akan memilih lebih dari tiga merek susu bubuk. Hal ini juga menandakan bahwa persaingan semakin ketat, dan para ibu akan terus mengalihkan susu bubuk kepada anaknya setelah membeli susu bubuk. Di sini kami mencantumkan beberapa model, mode malas, mode alternatif, mode kembali dan mode perbandingan.
-
Modus lembam: Para ibu telah membeli sejenis susu bubuk, dan kekhawatiran mereka mungkin pasang dan habis.
-
Mode alternatif: alihkan ke. Melalui data tersebut diketahui bahwa ternyata ibu-ibu tidak memiliki cara membeli yang aktif, dan mereka tidak akan dengan sengaja membeli dua jenis susu bubuk untuk anaknya untuk beralih minum. Kebanyakan sudah habis, tidak ada cara untuk membeli susu bubuk kedua, atau mengganti nutrisi untuk anak, atau ada reaksi tidak normal, mode alternatif ini akan muncul saat ini.
-
Back mode: Dia tidak terlalu menjijikkan dengan merk aslinya. Alasan keluarnya sederhana. Dia ingin mencobanya. Setelah mencoba, jika dia tidak puas, dia akan segera kembali ke susu bubuk aslinya.
-
Mode kontras: Konsumen akan membandingkan berbagai merek untuk mengunci satu merek. Pengguna semacam ini adalah pengguna yang relatif profesional dan relatif tinggi, mereka akan sering membuat daftar beberapa komentar komparatif.
Lihat kompetisi lagi dan perkenalkan model inti: model GROW. Model GROW menganalisis daya saing merek melalui aliran pengguna. Ini adalah model aliran pengguna. Dari akuisisi pengguna potensial hingga pengguna yang mengalir ke dalam merek, ia mungkin memiliki situasi retensi. Saat merek dipertahankan, merek tersebut menjadi pengguna yang berkelanjutan, atau mungkin hilang, dan menjadi pengguna arus keluar. , Di sini mungkin menang kembali dan menjadi pengguna masuk kembali. Ini adalah model evaluasi daya saing inti.
Apa yang dapat kami lakukan berdasarkan model ini. Pertama, ukur daya saing merek. Gunakan model GROW kami untuk memantau lingkungan kompetitif ini dan berikan beberapa penilaian.
Fungsi data lain yang sangat penting adalah menemukan pesaing potensial. Ini adalah lingkungan persaingan merek tertentu. Dot semuanya adalah pesaing merek ini. Terlihat bahwa kemiripan pengguna bergantung pada intensitas aliran pengguna antara kedua merek ini. Jika aliran pengguna sangat sering, itu berarti kesamaan pengguna Anda akan tinggi. Ancaman sumbu vertikal berarti apakah itu menggerogoti Anda. pengguna. Asal kuadran kedua sumbu menunjukkan bahwa audiens merek ini adalah titik buta Anda sebelumnya, dan Anda tidak memiliki cara untuk menarik pengguna merek ini sendiri. Produk kompetitif di bidang ini cukup patut diperhatikan. Sangat mungkin bahwa Anda dapat menemukan sekelompok orang yang Anda lewatkan dalam pemasaran atau perencanaan produk dengan mempelajari audiensnya.
Contoh lainnya adalah kekhawatiran merek tentang peningkatan versi produk pesaing. Merek susu bubuk melakukan peningkatan menyeluruh, dan merek yang kami layani menanyakan kepada kami apakah peningkatan versi pihak lain akan memengaruhi saya dan apakah dia akan mencuri pengguna saya. ? Kami meneliti kinerja lalu lintas bersih dan menemukan bahwa merek ini dominan di bulan Mei dan Juni, tetapi setelah peningkatan versi lawan, ada lalu lintas bersih negatif di bulan Juli dan Agustus, yang menunjukkan bahwa peningkatan versi lawan masih menghasilkan beberapa efek. Bagaimana seharusnya kita menangani masalah ini saat ini? Kami menganalisis lebih lanjut hubungan antara kedua merek ini, dan menggunakan umpan balik untuk menganalisis dan membandingkan merek asli dan perasaan yang ditingkatkan.
Setengah sumbu positif adalah area dominan merek. Dapat ditemukan bahwa poin-poin seperti tidak marah dan tidak sembelit adalah beberapa keunggulan reputasi produk pesaing. Kembangkan strategi promosi berdasarkan lokasi titik-titik pada gambar. Pada saat yang sama, dimungkinkan untuk terus memantau aliran pengguna merek untuk menemukan churn pengguna, menemukan alasan di baliknya, dan melacak aliran pengguna untuk ditingkatkan. Ini untuk menganalisis penyebab kerugian pengguna melalui pelacakan perilaku pengguna, serta analisis mendalam tentang penyebabnya.
Bagaimana model memandu pemasaran?
Pemasaran jalur: dalam perjalanan keputusan pembelian pengguna, yang menargetkan node kunci yang berbeda, membantu pengguna mendapatkan kebutuhan pengambilan keputusan di setiap tahap, melemahkan pengaruh produk yang bersaing, dan memenangkan lebih banyak pengguna.
Untuk mencapai pemasaran jalur ini, Anda perlu mengontrol aspek-aspek berikut: pertama, produk apa yang akan dipasarkan, orang mana yang akan dipilih, konten mana yang akan dipilih, media mana yang akan digunakan, dan apa efek akhirnya? Temukan aliran pengguna di antara produk melalui data, identifikasi pengguna target dengan menganalisis potret kerumunan, gunakan perilaku pengguna untuk melihat kebutuhannya, dan analisis umpan balik dari pengguna yang hilang. Pengguna dapat dibagi menjadi pengguna baru, pengguna lama, dan pengguna yang hilang melalui model GROW, dan fokus pada menganalisis apa yang dibahas oleh pengguna yang hilang. Lakukan pembelian kembali dengan menganalisis faktor pendorong pembelian dari pengguna yang hilang. Melalui analisis aliran pengguna ini, umpan balik pengguna yang sebenarnya diidentifikasi. Pada saat yang sama, Anda juga dapat melakukan analisis yang lebih mendalam untuk mendapatkan wawasan tentang alasan di balik masukan ini.
Seri kuliah "Teknologi · Frontier" Institut Tsinghua-Qingdao, dengan misi penyebaran pengetahuan, berbagi teknologi data besar baru dan tantangan mutakhir; bertujuan untuk memperkenalkan tantangan baru dan berbagai teknologi mutakhir yang dihadapi oleh data besar, dan berinteraksi dengan tim peneliti ilmiah sekolah berkomunikasi dengan. Untuk barang kering dan aktivitas offline yang lebih seru silahkan perhatikan THU Data Pi (ID: datapi) dan sister number Data Pi THU (ID: DatapiTHU).
Kata kunci balasan di belakang panggung " 1031 " , Unduh guru Ma Liye dan Tang Junxian Melahirkan Versi lengkap PPT.
- Batch pertama pemain F1 di udara tiba dengan pesawat, dan pilot Finlandia itu mengajari siswa sekolah dasar Wuhan cara bermain pesawat.
- Eksklusif | Tsinghua Huang Minlie: Teknologi khas, tantangan, dan arah pengembangan dialog manusia-mesin
- Tuan Adegan Besar! Ronaldo mencetak penalti kemenangan selama 2 tahun berturut-turut, memecahkan kabut 7 tahun lalu!
- Perusahaan pertambangan luar angkasa yang sama-sama disukai Cameron dan Larry Page, apakah itu sepele?
- Pusat Layanan Kesehatan Masyarakat Kecamatan Shijiu: Membangun mimpi yang sehat bersama dan menulis babak baru
- Feng Shui berbalik! Duo Madrid all out, duo Manchester City masuk perempat final Liga Champions untuk pertama kalinya menciptakan sejarah