科特勒提出营销4.0，营销的发展趋势已经从核心产品的聚焦点转移到了核心用户的聚焦点，场景化、定制化、个性化、社群化的营销成为当下更有效的营销模式。

同时，营销策划发展的路径已经从产品驱动营销发展到广告驱动营销发展到现在的数据+技术驱动营销。

传统营销模型，我把它归纳为“手工数据分析+策略创意输出+广告渠道传媒+美陈物美搭建”，这是传统营销核心四板斧，在技术上CRM可能成为传统营销模型里“最”具技术性的工具。

而数字营销模型，我把它归纳为“智能数据分析+策略创意输出+数字媒介传播+深度技术工具”，技术平台由CRM迭变为DMP，例如APP联盟、魔盒广告等均属于大数据类DMP平台。我把它叫营销策划的“新四板”。这与传统四板斧已大相径庭，消费升级和用户疲劳以及用户群体的变革给当下营销带来了不少的挑战，所以营销策划已经越来越与深度技术结合应用。

营销路径的更迭

什么是大数据营销？

用说人话的语言概括，就是根据企业需求的精准用户，通过技术平台、工具对互联网及线下一切可挖掘的数据进行分析筛选，开展智能化、个性化、定制化、精准化的营销应用场景的营销过程。简单理解就是“深度数据分析+智能营销模型”。

这里要区分两点：

第一，大数据营销不同于数据营销和数据库营销，数据营销与数据库营销是指把可挖掘的用户数据通过分析整理然后开展营销活动，而大数据在这个基础上更偏重多元数据，即一切可挖掘的用户数据；

第二，大数据营销偏向结合技术应用场景，更加智能化。

头部数据公司已经大力研发投入大数据营销平台。阿里巴巴在2016年就发布智能营销引擎OCP-X，腾讯在2017年就发布“智能+”腾讯营销云，百度在2018年推出Omni Marketing智能营销平台；

头部4A公司应用也并未落后：蓝色光标早在2015年就开始研发BlueView智能营销系统，品有互动在2018年也联合京东云共同打造AI营销决策平台Matrix智麦。

在企业营销过程中，老板都有一个大痛点：流量稀缺、流量贵、获客成本高、有效流量少。那我们怎么解决？如何低成本传播，如何精准引流？大数据营销就是一剂良药，但是大数据平台开发成本高、技术与营销的结合深度不够，也会同样造成流量稀缺、流量贵、获客成本高、有效流量少，这就是一个多数在营销上不专业企业对于营销投入的恶性循环事实。

那现在第二个大痛点又来了：对于上市企业、集团公司或许他们财力允许，拥有强力营销和技术团队就可研究大数据营销平台，但是对于我们中小微企业，或许从财力、人力、时间成本上都不允许。

那什么样的适用中小微企业类型的大数据营销模型呢？

怎样通过大数据营销解决上述流量稀缺、流量贵、获客成本高、有效流量少营销难题呢？

大数据营销的基本模型图谱

中小企业大数据营销模型图谱

一、数据收集

数据收集是源头。营销策划，策划先行；大数据营销，源数据先行。数据源解决的营销策划的流量稀缺问题。一切数据收集不一定是有效电话号码，Mac、网页Cookie、IP地址、社交ID账号均为有效数据源。

1、四大数据源

1）第一方数据收集，即甲方自由平台及历史数据；

2）第二方数据收集，用户量大、可挖掘价值高的第二方平台，如天猫、京东、阿里巴巴、爱奇艺、携程等；

3）第三方数据收集，如百度、易观大数据等专业数据公司；

4）开放数据平台，如中商研究院、产业信息网、艾瑞以及利用抓取工具在搜索引擎可抓取数据平台。

2、抓取工具

Python、ETL等。

二、数据分析与匹配

1、数据转化

有了数据源，我们得将数据源转化成可识别数据。例如，Mac、网页Cookie、IP地址、社交ID账号转化为有效字符串就是一种最常用方式。

数据转化工具：Datastage等。

2、数据分析

数据转化完成后，要开始市场人的重要工作了：数据分析。

数据分析我们提供两个工具：3C9宫格用户画像、360°客户全景图。

1）3C9宫格用户画像

用户数据我们可拆分为用户元数据、用户行为数据、用户态度数据三大数据类型（文内不详讲）。

2）360°客户全景图

5W1H模型：What、Where、When、Who、How（文内不详讲）。

分析工具：SAS、Matlab等。

3、数据匹配

数据匹配就像找对象配对一个道理，要找到咱们的精准目标用户，这才是关键。所以用户匹配解决了获客成本高的问题。数据匹配是通过精准用户画像分析后的算法实现，根据用户3级标签匹配出企业目标用户群体。

三、数据策略

数据策略即营销策划的策略，我们有了精准数据，如何输出创意、内容的表现形式、内容的承载工具、内容的推送场景在这个时候就要发挥重要作用了，策略策划是营销策划环节中至关重要的环节。关于营销策划的策略层面可参考刘洋志前期推文，在此不详术。

策略辅助工具：A/B Tester、百度脑图等。（注：策略层面更多靠人，而非工具。）

四、数据应用

数据应用即开展相应营销活动，此营销活动并非活动营销，而是一切以达成营销目标为目的营销传播过程。应用方式有软文、H5、开屏、贴片、Feeds、视频、Banner等多种形式及组合。

例如我们通过LBS技术抓取到用户Mac，我们Mac转化为微信ID，然后进行用户3级标签的匹配，然后在利用广点通传播平台精准推送，推送内容为视频H5，那这个用户就会精准在设定时间范围、设定的场景范围内收到营销内容，这就是一个简单的程序化例子。

五、坪效监测

广告界有一个理论：媒体广告的投放费用，有一半是无效的。没错，为什么有一半一直是无效的，问题就在于没人知道无效的到底是哪一半。大数据营销就能解决这个问题，这就解决了刚才说到的有效流量少的问题。

坪效监测即针对数据源、有效触达率、关注度、流量精准度、流量转化率进行全方位评估和监测，如声量诊断、舆情监控、舆情传播路径、传播节点、节点调性、情感提炼等数据，再根据监控数据得出优化解决方案的一个过程，但是这是很多企业在做营销投入后被忽略的环节。

坪效监测工具：百度司南、Webtrends（WEB/WAP/APP均可）、Webtrekk Suite（WEB/WAP/APP均可）等。

 

大数据是一个庞大的系统化营销工程，并非一朝一夕就能解决企业营销难题，但是对于中小企业，我们需要不断探索，不断利用数据和技术的力量驱动企业营销的推进。