2017年數據營銷案例

　　隨著IT技術、internet技術與數據庫技術的不斷發(fā)展,數據營銷在企業(yè)中越來越被廣泛的應用,各商業(yè)銀行陸續(xù)推出了自己的數據營銷平臺,一方面為客戶提供優(yōu)質的金融服務,另一方面收集客戶數據,進行數據分析,期望能實現精準營銷。以下是學習啦小編為大家整理的關于2017年數據營銷案例，一起來看看吧!

　　2017年數據營銷案例篇1

　　故事背景：

　　在一家超市中，通過大數據分析發(fā)現了一個特別有趣的現象：尿布與啤酒這兩種風馬牛不相及的商品的銷售數據曲線竟然初期的相似，于是就將尿布與啤酒擺在一起。沒想到這一舉措居然使尿布和啤酒的銷量大幅增加了。這可不是一個笑話，而是一直被商家所津津樂道的發(fā)生在美國沃爾瑪連鎖超市的真實大數據案例。原來，美國的婦女通常在家照顧孩子，所

　　以她們經常會囑咐丈夫在下班回家的路上為孩子買尿布，而丈夫在買尿布的同時又會順手購買自己愛喝的啤酒。

　　這個發(fā)現為商家?guī)砹舜罅康睦麧?，但是如何從浩如煙海卻又雜亂無章的大數據中，發(fā)現啤酒和尿布銷售之間的聯系呢?這又給了我們什么樣的啟示呢?

　　這就是關聯!

　　關聯，其實很簡單，就是幾個東西或者事件是經常同時出現的，“啤酒+尿布”就是非常典型的兩個關聯商品。所謂關聯，反映的是一個事件和其他事件之間依賴或關

　　聯的知識。當我們查找英文文獻的時候，可以發(fā)現有兩個英文詞都能形容關聯的含義。第一個是相關性relevance，第二個是關聯性

　　association，兩者都可以用來描述事件之間的關聯程度。其中前者主要用在互聯網的內容和文檔上，比如搜索引擎算法中文檔之間的關聯性，我們采用

　　的詞是relevance;而后者往往用在實際的事物之上，比如電子商務網站上的商品之間的關聯度我們是用association來表示的，而關聯規(guī)則是

　　用associationrules來表示的。

　　關聯規(guī)則數據挖掘階段

　　第 一階段必須從原始資料集合中，找出所有高頻項目組(LargeItemsets)。高頻的意思是指某一項目組出現的頻率相對于所有記錄而言，必須達到某一

　　水平。以一個包含A與B兩個項目的2-itemset為例，我們可以求得包含{A,B}項目組的支持度，若支持度大于等于所設定的最小支持度

　　(MinimumSupport)門檻值時，則{A,B}稱為高頻項目組。一個滿足最小支持度的k-itemset，則稱為高頻k-項目組

　　(Frequentk-itemset)，一般表示為Largek或Frequentk。算法并從Largek的項目組中再試圖產生長度超過k的項目集

　　Largek+1，直到無法再找到更長的高頻項目組為止。

　　關聯規(guī)則挖掘的第二階段是要產生關聯規(guī)則。從高頻項目組產生關聯規(guī)則，是利用前一步驟的高頻k-項目組來產生規(guī)則，在最小可信度(MinimumConfidence)的條件門檻下，若一規(guī)則所求得的可信度滿足最小可信度，則稱此規(guī)則為關聯規(guī)則。

　　例如：經由高頻k-項目組{A,B}所產生的規(guī)則，若其可信度大于等于最小可信度，則稱{A,B}為關聯規(guī)則。

　　就 “啤酒+尿布”這個案例而言，使用關聯規(guī)則挖掘技術，對交易資料庫中的記錄進行資料挖掘，首先必須要設定最小支持度與最小可信度兩個門檻值，在此假設最小

　　支持度min-support=5%且最小可信度min-confidence=65%。因此符合需求的關聯規(guī)則將必須同時滿足以上兩個條件。若經過挖掘

　　所找到的關聯規(guī)則{尿布，啤酒}滿足下列條件，將可接受{尿布，啤酒}的關聯規(guī)則。用公式可以描述為：

　　Support(尿布，啤酒)≥5%andConfidence(尿布，啤酒)≥65%。

　　其 中，Support(尿布，啤酒)≥5%于此應用范例中的意義為：在所有的交易記錄資料中，至少有5%的交易呈現尿布與啤酒這兩項商品被同時購買的交易行

　　為。Confidence(尿布，啤酒)≥65%于此應用范例中的意義為：在所有包含尿布的交易記錄資料中，至少有65%的交易會同時購買啤酒。

　　因此，今后若有某消費者出現購買尿布的行為，我們將可推薦該消費者同時購買啤酒。這個商品推薦的行為則是根據{尿布，啤酒}關聯規(guī)則而定，因為就過去的交易記錄而言，支持了“大部分購買尿布的交易，會同時購買啤酒”的消費行為。

　　從上面的介紹還可以看出，關聯規(guī)則挖掘通常比較適用于記錄中的指標取離散值的情況。

　　如果原始數據庫中的指標值是取連續(xù)的數據，則在關聯規(guī)則挖掘之前應該進行適當的數據離散化(實際上就是將某個區(qū)間的值對應于某個值)，數據的離散化是數據挖掘前的重要環(huán)節(jié)，離散化的過程是否合理將直接影響關聯規(guī)則的挖掘結果。

　　2017年數據營銷案例篇2

　　身處移動社交時代，每一家企業(yè)都有一種巨大的危機感——這是營銷人最好的時代，也是最壞的時代。說它是最好的時代，因為社交平臺的興起和技術的發(fā)展賦予營銷非常大的想象力，說它是最壞的時代，因為無限可能也帶來無限焦慮和迷茫。

　　比如，近期馬化騰和媒體的溝通中說出了自己最大的擔憂，“有時候，各個行業(yè)都搞不清楚到底哪一個會冒出來。越來越看不懂年輕人的喜好，這是自己最大的擔憂。”這樣的問題不止騰訊遇到，相信很多企業(yè)都遇到了，就是“越來越看不懂用戶。”

　　然而，越是看不懂用戶的時候，營銷人就越要冷靜地思考和分析市場背景和趨勢。在當今的環(huán)境下，大數據正以前所未有的速度，顛覆人們對營銷的認識，驅動產業(yè)的融合與發(fā)展，可以說大數據最有利驅動營銷的武器，同時，大數據驅動的營銷不僅僅是利潤上的，更多是數據背后對用戶價值的挖掘。

　　未來，如果企業(yè)不能通過大數據驅動自己的營銷策略，那么在面對復雜的用戶需求和市場環(huán)境時，將面臨更大的挑戰(zhàn)。

　　所以，2017年企業(yè)需要用大數據改變營銷策略。

　　內容營銷策略

　　隨著傳統廣告?zhèn)鞑バЧ臏p弱和社交媒體的崛起，內容營銷的重要性日益凸顯。越來越多的企業(yè)既扮演著廣告商又充當著出版商的角色，利用各種形式的品牌化內容將品牌、觀點與價值主張呈現在消費者面前。比如，亞歷山大·塞繆爾(Alexandra Samuel)曾在《哈佛商業(yè)評論》發(fā)布文章《數據是內容營銷的下一大熱門話題》提到數據對內容營銷的價值和幫助。

　　數據對內容營銷驅動的價值在于，可以讓企業(yè)更好的對用戶去講故事，并能夠通過可視化方式來展示。比如，《紐約時報》、《經濟學人》等都投入大量資金在數據驅動內容方面，因為這些媒體意識到，借助于大數據的幫助，使他們能夠挖掘新的見解，并以更具說服力的方式對用戶“講故事”。

　　移動社交時代，大量用戶通過社交平臺了解信息，可以說社交媒體和數據是相輔相成，不能分開的。企業(yè)通過社交媒體傳遞出營銷內容是必然的途徑，因此，在社交平臺把內容當產品去運營，并且還要保持內容的持久性時，一定離不開數據的驅動。只有這樣，才能為企業(yè)內容打造出獨特的、符合用戶視角的內容，而不是和用戶無關的內容。

　　比如，700Bike的官網是一個內容、線下活動推廣、購買渠道與社區(qū)的聚合體。用戶能在官網中了解產品的樣式、功能并選擇購買。最有特色的是：他們還能在官網上看到和自行車相關的故事以及生活方式，也能在社區(qū)中分享自己的騎行故事和生活感想。

　　品牌營銷策略

　　品牌營銷策略是企業(yè)實現快速發(fā)展的必要條件，過去，企業(yè)通過對產品、服務的包裝和大規(guī)模的廣告宣傳來打造品牌，營造出一種“光環(huán)效應”并借此來吸引消費者。如今，移動社交網絡的發(fā)展降低了信息不對稱性，用戶能隨時隨地在社交平臺上了解他們想購買的產品信息，這對企業(yè)來說，以傳統的營銷方式制造光環(huán)來吸引用戶越來越難。

　　顯然，移動社交時代下，品牌建立營銷策略時就必須分析出用戶喜好和購買習慣，甚至做到比用戶更知道他需要什么，才能更好的服務用戶，而這也是“以用戶為中心，構建智慧營銷生態(tài)”的基礎。同時，基于大數據技術，還可以改進企業(yè)廣告投放策略和精準推廣策略。

　　比如，《小時代》在預告片投放后，即從微博、微信上通過大數據分析得知其電影的主要觀眾群為90后女性，因此后續(xù)的營銷活動則主要針對這些人群展開，最終取得不錯的票房成績。究其根本，主要是通過數據了解用戶需求，根據用戶特征和詳細分析，做出精準的營銷策略。

　　用戶洞察策略

　　用戶數據是企業(yè)最重要的資源，尤其在社交時代，用戶不僅僅是企業(yè)的消費者，還是一個重要的信息傳播源，更具有自己的社交價值，這對企業(yè)而言都是潛在的價值。企業(yè)想要提升品牌價值，面對新環(huán)境和形勢下保持企業(yè)品牌活力，就必須維護好用戶關系為用戶創(chuàng)造價值。因此，精準的用戶洞察必不可少。

　　一個經典案例就是可口可樂瓶廣告。通過對用戶的數據分析，可口可樂在其飲料瓶身上印上了年輕人喜歡用的“萌妹子”、“天然呆”、“文藝青年”等流行詞匯，極大推動了其在年輕消費群中的銷量，當然，同時這也是一個非常好的內容營銷案例。

　　又比如，時趣通過大數據對用戶數據及線下用戶數據形成品牌用戶數據庫，在對數據清洗后抽取特征標簽，屆時不僅得到每位個體用戶特征，潛在用戶的畫像也漸漸清晰，通過對相似用戶進行分組，實現精準定位。由此，企業(yè)進行品牌內容推廣的時候，可以實時監(jiān)控投放效果，針對不同人群屬性的互動反饋優(yōu)化投放人群。

　　正如用友軟件CEO王文京所講，未來企業(yè)將都會是“數據驅動的企業(yè)”，無論你處于什么行業(yè)，企業(yè)規(guī)模大小。所以，通過大數據和精準的算法能夠利用收集分析的用戶數據結果，科學指導運營動作，并自然融入用戶生命周期中，一邊提供用戶所需，一邊根據運營效果反饋，不斷進行優(yōu)化調整，最終形成數據生態(tài)系統，綜合各渠道外部數據及內部自有數據形成優(yōu)化閉環(huán)，幫助企業(yè)構建“以用戶為中心的智慧營銷生態(tài)。”

　　關于時趣

　　時趣互動(簡稱時趣)成立于2011年，是中國領先的移動社交營銷解決方案服務商?？偛课挥诒本谏虾?、廣州設有分公司。時趣致力于幫助企業(yè)構建以用戶為中心的智慧營銷生態(tài)，實現智慧商業(yè)轉型，已贏得快消、消費電子、服裝、旅游、金融服務等領域1000多家品牌客戶的青睞與信任。