- 相關(guān)推薦
大數據營(yíng)銷(xiāo)的認識誤區
首先要強調一點(diǎn)，本文討論的重點(diǎn)是大數據“應用”，尤其是針對企業(yè)營(yíng)銷(xiāo)的大數據應用，對于大數據技術(shù)本文會(huì )有少量涉及，但是對于大數據工程、大數據科學(xué)等，不是這篇文章關(guān)注的范疇。
在大數據帶來(lái)的各類(lèi)應用中，大數據營(yíng)銷(xiāo)應用恐怕是品牌企業(yè)最關(guān)注的一個(gè)方向。被許多媒體報道過(guò)的ZARA案例，就是一例典型的基于大數據獲取、分析，完成經(jīng)營(yíng)及營(yíng)銷(xiāo)決策的案例。這個(gè)案例讓很多企業(yè)認識到，通過(guò)大數據了解客戶(hù)的喜好趨勢、提高利潤空間，可能是一個(gè)非常有效的途徑。但是我們要知道，因為大數據很大，從關(guān)注到真正做出適當的投入和適應的配套動(dòng)作，對于企業(yè)來(lái)講，其間的距離并非舉步既至，反而往往充斥著(zhù)各種認識誤區。就筆者所見(jiàn)，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柜派。
刻舟求劍派
報道ZARA案例的媒體，很少會(huì )將另一個(gè)案例拿出來(lái)進(jìn)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云泥，最重要的一個(gè)原因就是，在如何落實(shí)大數據得出的經(jīng)營(yíng)決策上出現了較大的差異。ZARA對于大數據提供的決策信息落實(shí)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(chǎn)品設計、生產(chǎn)、分區域投放的各個(gè)環(huán)節。對比而言，由于H&M產(chǎn)地分散到亞洲、中南美洲各地，使用大數據后，H&M又沒(méi)有采用有效措施縮短跨國溝通的時(shí)間，這拉長(cháng)了生產(chǎn)和經(jīng)營(yíng)適應大數據決策的時(shí)間成本。如此一來(lái)，大數據即便及時(shí)反映了各區域市場(chǎng)的顧客意見(jiàn)，H&M卻無(wú)法立即改善，資訊和生產(chǎn)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為大數據獲得的成績(jì)彈冠相慶之際，H&M卻認為大數據價(jià)值了了的現狀。
上面這個(gè)案例是大數據應用的常見(jiàn)認識誤區之一，筆者稱(chēng)之為刻舟求劍型認識誤區，這種認識誤區最大的特點(diǎn)是，看到大數據的視角是孤立、靜止的，雖然愿意投入很大力量在大數據獲取和分析方面，但是企業(yè)的其他管理配套卻依然故我，并沒(méi)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(shí)多數企業(yè)在大數據應用上，都或多或少有一點(diǎn)刻舟求劍的毛病。判斷一個(gè)企業(yè)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(mén)和主管在企業(yè)中的地位和驅動(dòng)力就可以知道。如果一家企業(yè)的大數據項目，其主對口部門(mén)是企業(yè)中的會(huì )員部門(mén)或者是技術(shù)部門(mén)，或者其他五花八門(mén)的總監級別的部門(mén)，除了這個(gè)對口部門(mén)外，并沒(méi)有能夠同時(shí)管理多個(gè)業(yè)務(wù)塊的更高級別的干部關(guān)注大數據項目，那么基本上可以判斷，大數據項目的成果多半跑不出數據范疇，想要對營(yíng)銷(xiāo)決策、產(chǎn)生企劃和市場(chǎng)投放決策產(chǎn)生高效而持續的影響，基本上沒(méi)可能。
企業(yè)的這種組織安排，顯示出他們基本上沒(méi)明白，大數據跟ERP有一點(diǎn)類(lèi)似，要想產(chǎn)生效果，就要對舊有的一些管理鏈路、運營(yíng)思路進(jìn)行適應性改變，否則，希望大數據像一個(gè)模塊一樣，只要嵌入企業(yè)舊有營(yíng)銷(xiāo)鏈路，就能運轉如神，那基本上屬于癡人說(shuō)夢(mèng)。
葉公好龍派
刻舟求劍派雖然問(wèn)題多多，至少在行動(dòng)上還是有其堅決一面的，當發(fā)現投入不能得到應有產(chǎn)出，企業(yè)也還有機會(huì )亡羊補牢，對管理鏈路進(jìn)行調整，從而使得大數據獲得的決策信息、營(yíng)銷(xiāo)數據能夠有效傳遞到相關(guān)部門(mén)。
筆者最怕的是碰上葉公好龍派，說(shuō)起大數據的時(shí)候極為熱情，上手實(shí)施的時(shí)候，要么手面極小，根本無(wú)法保證大數據所需要的資源總量;要么對于大數據必須有的一些工具建設、策略?xún)?yōu)化、數據準備工作指指點(diǎn)點(diǎn)、不予配合——這兩種情況，都非常常見(jiàn)，往往讓大數據服務(wù)提供商哭笑不得。
我們以面向營(yíng)銷(xiāo)促銷(xiāo)的大數據挖掘應用為例，這種應用的目的都是通過(guò)精準的人群建模和工具體系建設，使企業(yè)能夠有效提高新客戶(hù)數量、新客戶(hù)下單轉化率、老客戶(hù)復購率等等指標。這種應用無(wú)非分成兩個(gè)大類(lèi)：企業(yè)有數據，或者企業(yè)沒(méi)有數據。如果企業(yè)手中有大數據，那么必然要經(jīng)過(guò)數據清洗、建模、挖掘、形成策略、建立營(yíng)銷(xiāo)工具、支持營(yíng)銷(xiāo)等多個(gè)步驟;如果企業(yè)手中沒(méi)有大數據，那么必然要考慮首先找到數據源、建設數據獲取工具，然后同樣是清洗、建模、挖掘、形成營(yíng)銷(xiāo)策略、建立營(yíng)銷(xiāo)工具、支持營(yíng)銷(xiāo)等多個(gè)步驟。
如果我們碰上的是一家葉公好龍的企業(yè)，那就熱鬧了。比如服務(wù)提供商說(shuō)數據要清洗，客戶(hù)就可能會(huì )質(zhì)疑：“我做DM和EDM的時(shí)候這個(gè)數據都能用，不用清洗，你們直接建模吧。”服務(wù)商就解釋?zhuān)?ldquo;做DM或者EDM，只需要有聯(lián)系方式和一個(gè)粗略的人群分類(lèi)就可以了，但是轉化率很低，通過(guò)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(hù)不聽(tīng)解釋?zhuān)炊淤|(zhì)疑：“你們是不是不夠專(zhuān)業(yè)，才對數據質(zhì)量有這么高要求?要是我的數據像你要求的那么好，我找你們來(lái)干嘛?”
照這樣溝通，只有一個(gè)結果，服務(wù)商撤出項目，客戶(hù)還覺(jué)得自己被人騙了。
甩手掌柜派
還有一個(gè)門(mén)派，是最大的門(mén)派——甩手掌柜派。這個(gè)門(mén)派最大的認識誤區特點(diǎn)是：我找大數據服務(wù)商來(lái)，就是給我干活的，我要什么，他給我什么就可以了，到底大數據是怎么運作的，我才不需要去明白呢!我要是都懂了，要他們干什么?
這個(gè)門(mén)派人數眾多，是前述兩個(gè)門(mén)派的火藥庫。就是由于“我不需要搞太懂”這個(gè)思維的存在，甩手掌柜們總會(huì )在該問(wèn)的時(shí)候呆若木雞，不該問(wèn)的時(shí)候橫加指責�？偸谴羧裟倦u的企業(yè)，最后往往走向刻舟求劍派——這種企業(yè)思維中，大數據就是大數據，搞完這一塊，等著(zhù)結果出現就好了，為什么還要調整其他運營(yíng)流程?而總是橫加指責的企業(yè)，則往往變成葉公好龍者——這種企業(yè)的思維中，大數據“應該是我想的那個(gè)樣子”，于是當別人告訴他“大數據其實(shí)是這個(gè)樣子”的時(shí)候，質(zhì)疑就如雜草般叢生了。
所以，想搞好大數據應用的企業(yè)，首先要檢查一下自己是否具備“學(xué)習型企業(yè)”的素質(zhì)，牽頭的高層領(lǐng)導、具體對口的部門(mén)，是否有充分的學(xué)習熱情和能力。一個(gè)大數據營(yíng)銷(xiāo)應用項目的建設，其實(shí)是一家企業(yè)特別好的一次學(xué)習和梳理營(yíng)銷(xiāo)體系的機會(huì )，當一個(gè)項目在建設的過(guò)程中，所有參與項目的企業(yè)內員工，逐步成長(cháng)為數據獲取、分析和形成決策、策略的個(gè)中好手，是一家企業(yè)非常幸福的事情，這意味著(zhù)企業(yè)競爭力的提升!
至于甩手掌柜派，對于大數據來(lái)說(shuō)，那就是“死路一條”!
【大數據營(yíng)銷(xiāo)的認識誤區】相關(guān)文章：
網(wǎng)絡(luò )營(yíng)銷(xiāo)中的九大誤區05-29
對瑜伽的認識誤區10-24
安化黑茶的八大認識誤區07-20
傳統管理問(wèn)題的6大認識誤區08-05
網(wǎng)絡(luò )營(yíng)銷(xiāo)常見(jiàn)的十大誤區08-21
傳統營(yíng)銷(xiāo)的誤區05-23
關(guān)于人們對早教認識的五大誤區09-15
績(jì)效管理的認識誤區07-21
內部審計認識的誤區09-30