大数据营销——人口统计学数据与市场细分

2014年9月，苹果HealthKit发布了一款售价为2.99美元的健康应用。该应用通过HealthKit平台提供的用户数据得到用户的健康信息，将之与人口统计学数据进行比较，以此推算出用户可能的死亡时间。

用户在已知自己生命期限的情况下，将会改变自己的生活方式和不健康的饮食习惯，而用户的健康数据则会随之发生变化，应用推算出的死亡时间会相应地延后几年。这款应用自发布后得到了广泛关注，吸引了大量用户，然而也有一部分人认为这是一种病态引导，表现出及其低俗的恶趣味。人们不知道这类应用的出现到底是好是坏。但无法否认的是，利用用户个人数据与人口统计学数据之间的差异对用户寿命进行推算是一种科学进步。

消费者需求的差异性是市场细分的基础，但是这种差异性无法直接衡量。目前企业最常用的衡量方式就是大数据。地理数据、人口统计学数据、行为数据等都可以作为细分市场的标准。

传统的市场细分因其局限性不能准确地确定目标市场，而将人口统计学数据应用于市场细分后，效果有了明显的不同：

1、人口统计学数据的维度更为全面，采集的数据更加实时有效。

2、对人口统计学数据利用大数据算法进行模型细分，使得细分维度更加多元，从而细分粗更小、同质性更高群体。

3、人口统计学数据的更新更快，大数据算法的计算速度更快，保证了市场细分模型更新及时，更能及时反映消费者需求度变化，从而帮助决策者做出准确判断。

市场细分与营销渠道及营销活动有着密切关系，应该实时与其进行联系。通过市场细分得出的结果可以对营销活动进行有效推荐，并找到触达这些细分群体的有效推广渠道。如果没有基于人口统计学数据的市场细分，企业永远也无法想通毫无关联的两件事物之间怎么会产生了蝴蝶效应。

比如，在中国举办奥运会之前，运动品牌曾一度风行国内。近年来，运动品牌的生意一直萎靡不振，尽管还不至于面临倒闭的局面，但也不能维持往日的风光局面。按照常理推算，奥运会之后，整个市场弥漫着运动的气息，运动品牌本应受到全民追捧。然而事实相反，运动品牌的生意却在2008年之后一路下滑。通过人口统计学数据打击可以找到答案：

1985年至1991年是我国第三次生育高峰期，将中国读大学的平均年龄按照18岁来计算，我国高考报考人数创历史新高的几年恰好是2007至2008年，之后就开始减少。而阿迪达斯、耐克等运动品牌大多受初、高中生的青睐，一旦升入大学就开始消费其他品牌，所以运动品牌的目标市场开始变小，运动品牌的需求量也随之减少。

运动品牌与潮流品牌正好是两个反向指标。与运动品牌不同，各种潮流品牌和休闲装在2008年后开始盛行。走潮流路线的品牌一直受到年轻人的喜爱，比如，三叶草、Vans、Tiger等。这些潮流品牌都保持着相当不错的业绩，比如银泰武林店Vans的年销售额超过了一千万元，增长速度也非常迅猛。

除了潮流品牌外，一些定位于年轻人的品牌也来势汹汹。这些年轻人大都刚开始工作，处于22至26岁之间。业内人士分析，从2010年开始，第三次生育高峰期出生的孩子们开始进入社会工作、谈恋爱、结婚、生子。这种群体特征数据改变了消费结构和品牌结构，潮流品牌的盛行与其消费趋向密切相关。

所以，提早看人口统计学数据，或许就能骑上一匹大黑马了。

  Bingdata优网助帮汇聚多平台采集的海量数据,通过大数据技术的分析及预测能力为企业提供智能化的数据分析、运营优化、投放决策、精准营销、竞品分析等整合营销服务。

北京优网助帮信息技术有限公司（简称优网助帮）是以大数据为基础，并智能应用于整合营销的大数据公司，隶属于亨通集团。Bingdata是其旗下品牌。优网助帮团队主要来自阿里、腾讯、百度、金山、搜狐及移动、电信、联通、华为、爱立信等著名企业的技术大咖，兼有互联网与通信运营商两种基因，为大数据的算法分析提供强大的技术支撑。