客户购买产品会考虑什么?

CMO（首席营销官）及市场决策者们每天都在寻找这些问题的答案：“为什么这个客户会购买我们的产品？什么样的事件及互动导致了如此购买行为？”

将一切归之于购买行为发生前的最后一步是一种简单的方法，但是这无助于从整个购买流程中发现亮点。找出整个流程中的事件和互动发生在何时，以及按何种顺序发生，则非常困难。然而这正是大数据分析所要涵盖的内容。市场决策者们求助于大数据分析以寻找这些困难问题的答案，并且衡量市场行为的有效性，这在过去则是无法实现的。

大数据及进阶分析已经帮助大量市场从业人员组织高度目标化的市场活动，以传递个性化信息。麦肯锡所做的一项研究显示，采用数据驱动个性化的市场活动能够获得5-8倍的投资回报率。

在Gartner《大数据给主数据管理所带来的冲击以及如何应对》报告中写道，“在最近关于大数据的一项调查中，73%的受访者在大数据项目上已经进行了投入，或者打算在今后两年内进行投入。企业渴望在增强客户体验、目标化市场活动以及流程效率等关键业务领域采取行动。”

下面是一个企业如何通过大数据分析达到更精准的目标市场营销的范例。

市场营销团队面临的挑战

一家大型金融服务企业的CMO希望能够通过进一步细分客户，进行更加精准的目标营销以提升市场营销的效果。他们设置的目标是：提升转化率、降低退信成本以及获得更加精准的营销效果。可以说，营销团队的目标直接与企业的业务目标挂钩，包括通过战略性地使用数据来提升销售额以及追加销售额、提升用户体验并且提升每个家庭用户所使用的产品数量。

然而她发现自己面临着大量的复杂挑战：企业拥有多个独立品牌，每个品牌又包含自己的多种产品、分销渠道及营销战略。企业的用户数据分散、缺乏连贯性并且由多个CRM应用系统分别管理、多套陈旧的运营系统以及不同的营销及市场活动管理应用，再加上第三方数据源。即便简单的问题也难以在这种环境中找到正确答案，碎片化的数据使得营销团队无法进行营销属性分析以及获得对营销效能的深入理解。

对于商机转化及用户体验的影响

下面是她的团队无法回答，却又对商机转化和用户体验起着直接影响的问题：

·       我们的销售线索/潜在用户是哪些人？是否与我们的客户有重叠？

·       我们有多少客户？他们都是谁？他们使用了我们哪些产品？

·       我们有多少家庭用户？这些家庭中都有怎样的成员分布？他们都居住在哪里？

·       我们的客户、他们的受益人、潜在用户以及我们销售人员之间存在着怎样的关系？

·       其他品牌的潜在用户及客户重叠率有多少？

·       哪个客户群的利润率最高？

·       哪些用户最容易发生强烈变化？

·       上个星期我们获得了多少新客户？

·       哪些市场活动是最有效的？

·       我们是否多次付费以获得潜在用户及销售线索名单？

·       销售团队如何利用互动及关系数据？

启动大数据分析之旅

营销及IT团队一起合作启动了大数据分析项目，在Hadoop上对客户及潜在客户进行实时分析。

许多大数据项目在开始的时候，会将所有需要分析的数据一股脑丢到Hadoop平台上，这个项目团队采取的则是“数据优先”的模式。他们将焦点放在如何战略性地管理数据上，这样的分析会带来有意义且可行的产出。下面是他们流程中的三个关键步骤：

第一步：集中化数据以进行完善、高可信的分析

在项目最初，项目团队需要将碎片化且不连贯的数据进行集中化。

大数据集成技术允许项目团队移动并转化所有的顾客、潜在客户、经销商以及产品数据。

同时还允许项目团队移动并转化所有的市场营销活动及推销历史数据、所有来自销售团队、呼叫中心、网络日志及社会化媒体的互动数据、以及所有来自潜在客户名单和第三方数据提供商（诸如Acxiom、Epsilon、Dun和Bradstreet）的扩充数据。

第二步：准备与及全面掌握数据

这一步包括在Hadoop平台上引入全部数据，并且对其进行整合及确保数据安全。

·       项目团队采用了数据质量技术对数据进行标准化、清洗，以及核对，以保证精确，然后对整合后的数据进行分析以获取更多发现。这部分内容包括顾客及潜在客户的名字、邮寄地址、电话号码以及电子邮件地址。

·       大数据关系管理技术为每一个潜在客户及顾客创建一个唯一的ID，以便将所有相关记录联系到一起。这一功能能够帮助营销团队找出数据之间隐藏的关系，从而对于某些特定潜在客户、顾客以及其家庭成员得出清晰的认识。然后，数据可以与内部及外部互动数据、推销历史、网络日志等数据进行联系扩充。同时还可以通过第三方数据、地理数据以及外部互动进一步丰富。

通过以上步骤，创建出准确、可靠并相互关联的企业数据，能够为营销活动提供有关个人、家庭、联系方式、产品、销售的实时分析数据以及它们之间的关系。

第三步：数据提供

相关人员需要不同方式访问数据，要为营销团队、数据分析师以及业务分析师打造自主服务式的分析环境。

·   可靠的企业数据在唯一一个地点进行集中化管理，因此分析团队可以使用传统的商业智能应用、数据可视化应用以及预测建模工具来分析活动数据以及营销属性模型。

收益

营销团队有史以来第一次能够战略性地管理顾客及潜在客户数据，并回答以下问题：“为什么这个客户购买了我们的产品？哪些活动及互动推动了潜在客户向顾客的转化？”这些发现帮助他们建立了更为细分的客户群体以及目标用户，以便不断提升营销活动的表现效果。

此外，他们还获得了额外的收益，关系数据可以引入到营销活动管理系统、呼叫中心应用以及CRM应用中，以跨互动点的方式提升潜在客户转化率、销售完成率以及客户体验。

数据第一意味着客户第一

大型企业中的市场决策人员纷纷启动大数据分析项目以优化营销活动的表现、打造竞争优势并提升用户体验。营销团队同IT团队结成活跃的伙伴关系，以数据优先的模式来对顾客及潜在用户的数据进行战略化管理。通过源源不断地为销售、营销管理及分析应用提供干净、连贯及互联的数据，企业能够更好地进行目标营销并且不断提升市场营销活动的表现。