未来十年的行业发展趋势

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。

你可能感兴趣的:(未来十年的行业发展趋势)