怎么实现[电商]数据化营销，交流详情 1846-8086-636 李老师 V新 Q 18887191782 .建立大数据营销通过大数据分析出客户的购买习惯，渠道分析来解决市面产品的混淆情况。
首先需要考虑买家因数，也就是买家维度有哪些。在这里面，我们可以采用阿里指数、生e经、生意参谋来分析买家所具备特征。在这里面，京涛老师告诉各位买家，淘宝现在正考核指标有八项：
1 买家年龄，这项很重要，就是你的买家应该在那个年龄段，这跟你的定价以及推广媒介有直接关系。
2 买家性别，很多卖家看不懂这项，认为买了就行，还有同学说我帮我男朋友买不可以吗？可是你想过没有，当一个产品那么多都被你另一个性别去买了，是不是有点不符合逻辑呢。
3 买家地域，有些产品是有地域区别，比如羽绒服你永远也不能卖给海南，这个地方不需要，所以你在补单时候为什么选择海南；同时他还有一项非常重要作用，就是在自通车地域投放时候效果很明显，具体买家所在地你可以通过流量解析中点击转化率来看。
4 买家客户终端，也就是买家通过那个端口购物，现在淘宝很多流量都来自手机端，你为什么通过pc端补单呢。
5 买家账号等级
6 买家客单价
7 买家购物习惯
8 买家大网时间
其次：宝贝本身应该具备属性，上课我们讲过7项还有印象吗？我就不详细阐述了。
最后：就是买家看到你的渠道占比，现在流量构成很复杂，具体可以通过生意参谋流量来源构成查看，这部分可以参考自良老师课程现场。
在2017年做电商，必须学会大数据分析用户、产品、渠道特征，从而做到精准营销，个性化营销。
大数据营销的核心
独立电商正在面临前所未有的营销挑战，这种挑战突出体现在三个方面。首先，营销成本越来越高，获客成本居高不下。成本高企的主要因素是媒体对定价权的掌握，以及电商巨头对资源的垄断；其次，随着媒体碎片化越来越严重，营销管理效率受到挑战，机会成本越来越高。电商在找到适合自己的媒体之前，需要一个不小的试错成本和时间积累；第三，促销竞争越来越激烈，用户忠诚度越来越低。一个同行的促销就轻易把用户给挖走，不动用特殊优惠难以触动沉睡的老用户。以往期望有高二购率的高举高打营销模式日渐式微。
电商营销的关键要素，在于营销渠道的选择、营销效率的管控和营销规模的可放大性。不断会有新的渠道出现，然而这个渠道是不是一个优质渠道，主要体现在是否可以达到效率与规模的平衡。
大数据正是这样一个工具，帮助电商进行管控与计算，平衡效率与规模。大数据在电商营销中的应用，核心是做数据资产的保值和增值。大体可分为CRM数据、访客数据和第三方数据三类，数据规模依次呈几何级数递增。所谓保值，是练内功，通过数据发现消费规律，并在此基础上对用户细分和聚类，用适合的工具与用户交流其关心的内容，最终实现用户的转化与再转化；所谓增值，是走出去，基于对自身用户的持续画像，以此在外网寻找“有缘人”，故增值的核心是数据个性绽放，业务需求匹配。不论保值还是增值，应注重积累和持续，而非短平快；注重价值规律由内向外发掘，不同层次的差异化和递进关系，而非一刀切。
大数据与网站优化
电商营销，转化率是关键，提升站内转化率是优化广告效果的基础。电商网站优化的核心KPI就是看转化率是否得到提高、转化成本是否可控。在这一块，美国的Amazon是行业的标杆。Amazon网站上，有超过35%的销售来自于站内推荐系统。推荐引擎是大数据的典型应用，其原理是追踪每一个访客的站内访问行为，并建立推荐模型，预测该用户可能感兴趣购买的商品，然后通过推荐模块在网站页面输出展示这些商品，从而吸引用户点击并购买。
大数据不仅可以洞察消费者的购买兴趣，还可以帮助网站开发者去做UI/UE的优化。通过大数据AB测试，可以了解页面布局和功能设计对于二跳率、转化率的影响，从而避免主观判断UI/UE的优劣，通过数据来持续优化UI/UE。在美国，有专门做AB测试的大数据公司，已经拿到了多轮融资，正在准备上市。在中国，目前电商的接受程度还非常有限，还处于方兴未艾的阶段。
大数据与会员营销
传统的电商CRM，通过RFM模型对已购买顾客进行分组和差异化的营销互动。而事实上，除了已购买顾客，还有大量的到访顾客、兴趣顾客、加入购物车未提交顾客等等，这些潜在购买顾客的数量级可能是已购买顾客的上万倍甚至更高。在大数据时代之前，我们对于这样一个庞大的潜在顾客群是无法管理和营销互动的。大数据使CRM的概念发生了升级，变为VRM（访客关系管理）。
大数据应用将所有网站的到访用户都管理起来，从访问到注册、加入购物车、支付、购买等环节，建立一个客户转化销售漏斗，这是进行广义会员营销的基础。同时，大数据的引入，使得传统的EDM、SMS变得更加智能化、高效率。VRM的思想，是以大数据为基础的数据库营销升级版，这种升级，体现在基础数据、营销内容、触达渠道、评价体系等多个方面。建立符合自身特点的VRM体系，是电商深入开展数据库营销的基础。
大数据与媒体广告
展示广告的程序化购买，是未来的媒体采购主流模式。程序化购买的发展，离不开大数据应用的普及。从媒体端的资源整合，到第一、第二、第三方数据的收集管理，再到智能竞价、动态创意、智能LP的应用，大数据是必要条件和催化剂。
最近一两年程序化购买的发展速度非常快，从单纯的公开市场竞价DSP，到私有化竞价市场PMP的出现，再到移动广告的程序化购买。如此快速的广告采购方式升级，是很多电商所不适应的。反过来看，这些新的媒体采购方式，虽然从理论上能够帮助到电商提升效率、降低成本，而事实上电商在程序化购买的实施过程中，实际效果与其期望值还有不小的距离。
电商要利用大数据做好媒体广告程序化购买，离不开以下几点：
1、要有自身的大数据营销规划和架构，具有大数据营销的技术储备和思想意识；
2、选择DSP供应商要慎重，不能偏听偏信，前期最好多选几家，是骡子是马，拉出来溜溜；
3、科学设定程序化购买的KPI，不能简单照搬其它渠道的KPI要求；
4、合理设定程序化购买项目的启动和评价周期，注重结果，更注重过程；
5、培养自己的大数据营销人才，深入进行大数据洞察，而不是简单外包，浅尝辄止。
大数据与电商营销生态圈
电商营销生态圈，可以看做是媒体、流量、用户、顾客、回头客这几个要素之间的闭环。每个要素，都涉及到一系列的产品和工具。大数据时代之前，我们也有报表，也能看到这些要素之间的递进关系。而大数据时代的来临，仿佛让我们配备了高倍显微镜，能够对这几个要素的结构和流动看的更加清晰，同时大数据又构建的新的游戏规则，使得电商能够用全新的视角和方法来开展新电商营销工作。
大数据让电商营销生态圈变得更加绚丽，对电商营销人的学习能力和执行能力提出了挑战。面对这种挑战，迎头而上是唯一的选择。