3天前在亚马逊搜索过的书籍信息，今天它的推送广告竟然出现在我的邮箱里，于是我迅速下了单。完成这笔交易的周期并不长，而促使我下单的直接原因就是这封来自亚马逊的广告邮件。这不禁让人唏嘘，亚马逊的精准营销竟然如此强大。
随着互联网的发展，大数据的作用越来越不能忽视，所有企业都拼尽全力试图搭上这辆顺风车，助力企业实现精准营销。如今，100家企业中几乎有99家都宣称自己拥有大数据，但如何利用好大数据为企业赋能却成为业界一直探究的问题。
Adele Sweetwood是SAS全球市场营销高级副总裁，拥有30多年工作经验，带领超过420名市场营销人员帮助客户从战略视角完成营销活动，可谓营销界的老司机。她认为，现在营销的重中之重是以客户为中心，品牌要充分利用大数据，围绕客户行为展开营销。
大数据营销的关键在于“分析”
目前，大数据已经普遍应用于很多领域，例如，金融、保险、电商、零售业等。
在零售行业，世界上最大的零售商之一——沃尔玛超市，一直走在大数据分析应用的最前端。沃尔玛依托其庞大的大数据生态系统，通过线上社交渠道和线下销售渠道，优化产品组合、预测产品市场趋势，提高了销售额。最经典的案例就是“啤酒+尿布”的故事。
沃尔玛的数据工程师通过追踪分析发现，许多年轻父亲，每个周五晚上的购物小票中啤酒和尿布的销量同时都非常高，原来这是因为年轻父亲们周末下班后帮太太买尿布时，顺手带上啤酒准备在看球赛时喝。沃尔玛洞察到这一需求，就把尿布和啤酒摆在一起，销量竟马上提升三成。
沃尔玛所采用的商品优化组合策略就是通过对大数据的分析，才能精准把握消费者诉求，从而提升产品销售额。
在电商行业里也是如此。例如，亚马逊通过对平台积累的海量历史数据进行分析和挖掘，利用算法生成符合用户各种属性、偏好、需求的个性化推荐列表，提高了商品的点击率与购买转化率。据亚马逊年报披露，2016年其年销售额达到1360亿美元，收入比上一年增长了27%，业绩再创新高。
大数据对企业营销的作用越来越明显。目前，通过数据行为分析，还能预测消费者的消费趋势，预测消费者没有发生过的行为，让营销从hindsight(后知后觉)变为 foresight(先见之明)，帮助企业开拓蓝海市场。但是，不是所有企业都拥有对大数据进行深度分析和挖掘的能力。
如何通过大数据分析把握客户诉求?
关于大数据应用，很多公司面临的问题大致分为两种情况：一种是企业数据太多，存在大量不干净数据，或者存在大量非结构化数据，处理起来非常麻烦;另一种可能是初创企业，他们手上没有足够数据，于是无法进行很好的分析。对于没有数据的企业而言，其第一步在于获取数据，而那些拥有庞大数据库的企业则需要对数据进行筛选和判断，然后再进行分析。如果这两个步骤做不好，就会成为企业发展路上的绊脚石。
互联网时代，企业与用户的沟通渠道变得更加多样，数据来源也更加广泛。企业应该对客户各种各样的行为进行分析，例如客户进行了什么动作，导致了怎样的结果?最终他是放弃了消费还是进行了购买?是何种渠道的互动导致了购买行为的发生?
用户的一系列动作都会展现出一种消费趋势，而不同的受众群体将展现出不一样的特征，通过对其行为进行分析，能够找到一条让消费者最为舒适的体验路径。
最终，企业将此结果作为参考，对产品的营销方式加以设计，并寻找关键指标对新生成的营销方案进行测量和评估，不断完善营销方式。
但是，信息是把双刃剑。企业可以利用好的信息分析，掌握正确的策略。反之，如果没有发现正确的信息，而做出错误的策略，便会事倍功半。因此，企业营销不仅要依靠数据，而且还需要配合与之相匹配的分析能力，两者结合才能发挥作用。
如今，企业面临的数据量正在飞速增长，而用户对个性化服务的要求也越来越高。传统的营销团队已经不足以支持市场发展的需求，随着营销方式的变革，企业必须构建分析型营销团队，才能实现营销升级。
如何构建分析型营销团队?
“分析型营销”的提法来自Adele Sweetwood的最新书籍《The Analytical Marketer——How to Transform Your Marketing Organization》一书。在接受《新营销》记者采访时，Adele介绍道，她写这本书的动机源于自己带领SAS营销团队实现转型的经历。
SAS是全球数据分析领域的领导者，它致力于帮助各个行业的企业透过表面数据深入洞察企业绩效、客户、市场、风险等方面的情况，帮助客户构建知的力量，在数据分析领域有40多年的经验。
如今，数据分析正在驱动巨大的变革，这不仅是营销部门的工作，还影响着企业如何架构部门、配置员工，如何制定工作方向和运营流程。Adele Sweetwood根据以往的工作经验，并结合当下营销的发展趋势，总结出了市场营销部门的转型秘笈：
一
调整组织结构，引入新角色
每个企业需要根据自身规模，组建分析型营销团队。首先营销部门内部要树立新角色，这个角色在组织架构中要与IT部门和其他业务部门结成紧密的合作伙伴关系，同时要像一个乐团指挥，能够统筹兼顾所有的营销行为;其次，企业还需要添加新职位，包括营销方面的数据科学家、数据可视化工程师，以及对于数据进行分组分类的专业人员等，这些新职位需要具备跨渠道，跨部门跨职能行为统筹工作的能力。一个好的分析型营销团队一方面需要在技术、数据方面有很强的专业能力，同时也要了解营销业务，这两个结合是非常重要的。
二
可视化分析，实现服务共享
企业在客户体验管理方面遇到的最大难点是缺乏对人员、流程、系统和数据的整合。基于多渠道复杂性、数据整合和公司架构等原因，企业难以获取单一的客户视图，以保证始终如一的客户体验。
每个企业的营销活动总是会分散到不同的部门，比如一个公司可能同时拥有新媒体部、电子邮件部、可视化部、活动部等，而这些渠道有时可能接触的是同一个客户，但搜集到的信息却不同步和对称。
如果能够将每个渠道搜集到的客户信息加以整合，通过分析找出客户最喜欢的渠道，便会在今后的工作中提高效率。因此，这就需要企业通过可视化分析呈现出相应的分析结果让每一个相关工作人员看到。
每个部门的员工都能够通过分析结果清晰的看到自己的努力所产生的效果，这不仅有助于员工对自我价值的认知，而且能够帮助营销人员更好的做出下一步营销计划。
长期借助可视化分析结果能够积累客户行为，让营销部门的每一个人都能够在营销中不断创新，极大提升客户体验。
总的来说，通过大数据分析能够帮助企业制定触及消费者的最佳路径，是企业在当今市场中生存的必备技能。企业需要形成一套相对完善的营销系统，各部门实现协助分工，才能提高工作效率。Adele认为，在这一过程中，企业内部也要逐渐建立一种由数据和分析驱动的新型营销文化，这是未来企业应用大数据营销的趋势。
本文转自d1net（转载）