企业如何搭建营销部门的大数据天文望远镜

简介:

DMRC,即Digital Marketing Research Centre——数字营销研究中心,是《哈佛商业评论》中文版(HBR中文版)与时趣Social Touch强强携手创办的一间炫酷实验室。



DMRC的大门向全体地球人,包括新发现的开普勒星球的盆友敞开,欢迎你也来一起玩:除了固定的DMRC成员,我们会开放整个DMRC社群,所有着迷于数字营销的小伙伴们都可以加入。



加入DMRC,搜索微信公共账号“时趣”,即可探索属于你的DMRC!


0?wx_fmt=png


满天繁星,数千光年,遥不可及,但是人类是如何“拍摄”到New Earth的图片的呢?其实,新地球的照片并不是开普勒望远镜实际拍摄的,而是将多年搜集的光线数据传到地面,科学家根据数据重现的新地球轮廓与画像。

这个过程就特别像企业面对众多消费者,无法一一真实接触到,但却可以通过对于用户数据的不断采集,不断勾勒出轻微清晰的用户轮廓,做到更为深入的用户的洞察,从各个维度去不断描述出更全的用户画像一样。在天文学中,我们需要的是望远镜,而在企业营销中我们需要的就是数据管理平台DMP(Data Management Platform)。


什么是DMP?


简单的理解,DMP就是可以搜集用户数据的天文望远镜,是利用大数据技术从海量杂乱的数据中抽取出有价值信息的数据软件平台。


数据管理平台是是营销大数据的一个落地技术解决方案,是利用大数据技术从海量杂乱的数据中抽取出有价值信息的数据软件平台。它不仅可以优化广告点击、还可以优化消费者在到达网站后的互动,并慢慢延伸到可以做一对一沟通,如智能客服、个性化邮件与页面推荐、会员的个性化推荐等功能,并逐步呈现出帮助企业内部形成数据闭环的趋势。

早期的DMP是用于与DSP(Demand-Side Platform)配合来优化广告投放效果。现在DMP更多被定义为能统一抽取公司各业务离散的数据并作出科学分析来支撑决策的技术性平台。通过采集企业内部自身各业务部分越来越多的数据,如客户数据、会员数据、ERP数据、DEM数据、用户在网页上的点击数据等,做出科学分析,给予营销工作数据支持。


营销部门好用DMP是什么样的呢?


那么,企业内部要打造DMP有什么步骤呢?它需要经历听、用、实时行动三个阶段


1、听

数据本身最大的好处是可量化。而大数据让量化效率更高、更具权威性和科学性。对比第三方和第二方DMP的数据会被质疑数据来源或处理过程,企业内部的DMP是为CMO及营销部门量身打造,所有的数据采集都按照营销部门事先规范好的方式和来源,按照其商业营销需求来完成,此时数据就更准确且可信,不管营销是在用数据验证些假设,还是通过数据发现新的知识与规律,DMP都可以帮助营销部门养成“听”数据的习惯。


2、用


在听的阶段,一般通过数据报告呈现结果。然而事先预想的分析维度是不是准确却很难判定。因此需要数据分析师使用这些数据不断建立新的分析模型来测试不同的分析维度。企业甚至可以将DMP里面的很多配制性的指标是开放出来,由营销人员自己去选择。营销部门会拿DMP不断的自己去尝试、去用、去分析,从而寻找更优的选择。


3、实时行动


第三个阶段是通过数据直接自动驱动营销与生产,实现实时行动。广告投放就已经是程序化的自动购买;个性化推荐也已经从手动决定推送什么、展示什么内容,变成一种自动化的推荐展示。如果所有的计算都可以用数据去提供支撑,营销行为就会更加量化和自动化。你甚至不需要制定一些事先标准化的规矩。


最典型的一个例子就是某打车软件的客户关系流程,如果用户经常打车,那么他得到的红包折扣就低;而不太经常打车的用户得到的折扣就高。折扣的变更不是通过把用户区别为不同等级的会员的手段来实现,而是使用一种连续的实时更新的数据做支撑。


中国的CMO与CTO,谁更适合负责企业内部的DMP项目?


既然是这么高精尖的配备,在企业营销工作中担负着如此重要的使命,那么是谁来负责打造公司的DMP系统更合适呢?我们已经见过无数个这样的案例,IT人员搭建了一套大数据管理系统,业务人员根本就搞不清楚可以做什么;业务人员希望来搭建这东西,IT人员说你天天改需求,根本没法搭建。 要论述清楚到底是该CMO还是CTO来负责DMP这个话题,我们得从中美企业应用DMP的差异说起。


1.在美国,企业具备很好的IT基础架构,DMP建构在CRM、ERP以及客服等系统之上,并从这些系统上抽取数据,完成分析系统的工作,再来指导企业的营销;但国内很多的传统型企业很可能是系统紊乱复杂,甚至是没有CRM、ERP等基本IT基础设施,想在这样的传统IT上面建构DMP,非常困难。因为需要从内部采集很多分散的数据,这样的差异使得在“听”的阶段而言,DMP项目更适合由更懂技术更能整合各种软件平台的CTO来负责。


2. 但也因为中美的差距,美国企业的IT基础架构非常规范,DMP是从传统的CRM等做起来,CTO很容易就会把DMP给负责了,但是在中国不是这样子,快速的互联网发展,导致很多企业CTO只管内部的运维,不懂营销这块,也不懂消费者。所以从“用”的角度而言,更懂得从什么维度去分析业务、去帮助营销的CMO会更适合来领导企业内部的DMP项目。


3.到了“实时行动”阶段,因为中国的数据采集方式跟国外不太一样,在还没有完全IT化时,就突然蹦到了互联网化,跟客户的第一接触不是通过线下,而是通过线上,这带来收集客户行为可以不是通过后台,而是直接通过前台,这就使得数据搜集更容易被CMO理解;也是因为数据驱动性的IT项目更容易落地:IT系统是建立在管理规范和商业逻辑基础上的,在中国因为缺少长期的管理规范体系,很多IT管理系统推行起来特别复杂,所以在实施CRM等系统时,融合了数据决策的IT项目更容易被接受。而这两点都使得在“实时行动”方面,CMO具有更大的话语权。


当然,每个企业都有自己所处的阶段,具体项目应该具体分析,就王绪刚先生看来,企业内部最大的成本就是沟通成本,而CTO来自金星,CMO来自火星,不同的语言体系与不同的部门诉求,最简单的方法,就是让营销人员或者业务人员直接使用操作数据,而不是让他跟IT人员沟通。这个就是DMP要去做的事情,即让营销人员自己可用的DMP,而这也是王绪刚先生认为在做DMP时的理念,就像天文仪器一定要是天文学家觉得好用一个道理。


0?wx_fmt=png


原文发布时间为:2015-10-07

本文来自云栖社区合作伙伴“大数据文摘”,了解相关信息可以关注“BigDataDigest”微信公众号

相关实践学习
简单用户画像分析
本场景主要介绍基于海量日志数据进行简单用户画像分析为背景,如何通过使用DataWorks完成数据采集 、加工数据、配置数据质量监控和数据可视化展现等任务。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
相关文章
|
7月前
|
SQL 存储 监控
大数据Flume企业开发实战
大数据Flume企业开发实战
36 0
|
7天前
|
运维 供应链 大数据
数据之势丨从“看数”到“用数”,百年制造企业用大数据实现“降本增效”
目前,松下中国旗下的64家法人公司已经有21家加入了新的IT架构中,为松下集团在中国及东北亚地区节约了超过30%的总成本,减少了近50%的交付时间,同时,大幅降低了系统的故障率。
|
6月前
|
人工智能 大数据 数据挖掘
智能销售拓客系统:破解企业营销困局的新钥匙
在当今高度竞争的市场环境中,销售拓客成为了企业持续发展的关键因素之一。然而,随着市场竞争的加剧和客户需求的不断变化,传统的销售拓客方式已经难以满足企业的需求。为了在激烈的市场竞争中获得优势,企业需要寻找新的销售拓客方式。未来,人力将不再是主要驱动业务增长的因素,而是科技与内容的结合,新兴的营销策略和科技系统将推动未来的营销。而智能销售拓客系统正是这样一种新型的工具,它利用人工智能、大数据等先进技术,为企业提供更加精准、高效、智能的销售拓客服务,帮助企业破解营销困局。
|
2月前
|
监控 数据可视化 前端开发
高效设计企业营销系统的3种方案实践复盘
高效设计企业营销系统的3种方案实践复盘
33 2
|
3月前
|
数据可视化 大数据 数据挖掘
瓴羊荣获2023虎啸奖“年度十大AI&大数据服务公司”“数智营销案例铜奖”双重大奖
瓴羊荣获2023虎啸奖“年度十大AI&大数据服务公司”“数智营销案例铜奖”双重大奖
|
4月前
|
分布式计算 大数据 数据处理
大数据开发企业级案例__某通信企业数据处理需求(建议收藏)
大数据开发企业级案例__某通信企业数据处理需求(建议收藏)
34 0
|
4月前
|
存储 人工智能 安全
AI大数据分析对企业安全隐私的保护非常重要
AI大数据分析在提供企业发展和决策支持的同时,也涉及到大量的企业数据和用户隐私信息。因此,保护企业安全隐私是非常重要的。
|
7月前
|
机器学习/深度学习 大数据 数据挖掘
大数据及其影响:企业如何充分利用它
大数据及其影响:企业如何充分利用它
|
7月前
|
关系型数据库 分布式数据库 PolarDB
|
11月前
|
SQL 存储 运维
企业运维训练营之数据库原理与实践—数据库DAS简介和备份上云方案—数据上云(中)
企业运维训练营之数据库原理与实践—数据库DAS简介和备份上云方案—数据上云(中)
105 0

热门文章

最新文章