大數據時代的行銷革命,開發新客源、緊抓舊客戶的行銷利器

  • LargitData
  • 2019年5月21日 22:00

 

大數據行銷

 

數位行銷是二十一世紀行銷人才的必備技能,大數據的出現提供精確的證據,可以明確告訴行銷人員該如何操作行銷策略。以下我們將透過4P來說明如何應用大數據達到精準行銷;如何透過數據分析來規劃新型的行銷活動以帶來大量營業額;如何突破現有的數位行銷策略正面臨的瓶頸,下文將告訴你大數據如何顛覆數位行銷,以及行銷人才該如何運用大數據突破目前的困境。

 

 

大數據時代下,消費者跟你想的不一樣

 

 

大數據行銷

 

過去的消費者受限於資訊不流通、網路不發達的緣故,必須透過實體消費才能取得產品資訊,消費行為符合AIDMA理論,會經過「認知」、「興趣」、「慾望」與「記憶」四階段,最後才會「行動」去購買產品。比如過去想買衣服的消費者可能在電視廣告上看見新品牌的訊息,藉此對這件衣服產生興趣與購買慾望,就會記住衣服的特徵,最後在實體店面購買。他進行消費的原因在於「看見廣告建立起品牌認知」以及「對品牌感興趣而產生消費慾望」。

 

 

AISAS:大數據讓消費者更重視搜尋與分享

 

不過現在資訊流通快速、網路普及率高,AIDMA理論不能解釋消費者行為,使用AISAS理論才能了解網路時代下消費者的購物心理過程。

延續上述的舉例,假如這位消費者在社群平台上看見廣告、或者其他人分享的消費經驗,他同樣對衣服產生興趣,卻不一定會直接購買,反而會去搜尋品牌的網路評價、尋找ptt或者youtube等網路上的「開箱文」,或者到網路討論版拋出問題「我想買XX牌的衣服,推嗎?」再決定自己要不要行動。影響消費動機的不再只是認知與興趣,而是消費者自發進行的「搜尋結果」與其他人的「經驗分享」。

如今消費者不願意再付錢換取消費經驗,他們會主動在網路上「搜尋」資料、參考他人「分享」的資訊,決定是否購買,並在實際消費後成為主動「分享」的一方,提供給他人「搜尋」。

除了消費者行為因網路普及而不同,他們留在網路上的數位足跡,也改變了網路時代的行銷方式。

 

大數據顛覆傳統行銷:新行銷4P誕生

 

傳統行銷多依靠4P完成,也就是產品(Product)、價格(Price)、促銷(Promotion)與通路(Place)。過去,企業的獲利方式只需掌握獨特的商品、訂出合理價格、運用行銷手法達成促銷,最後透過通路將產品送至消費者手中。但現在消費者有網路可比價、有線上線下等多種通路可購買,也能自行判斷產品廣告是否屬實。如果企業無法提供更多樣產品、更低的價格、更多元的通路,若無法建立獨特的品牌形象與顧客忠誠度,就難以取得消費者的青睞。

網路可以偵測消費者在網路上的所有舉動、建立大數據資料庫,分析後針對每一位消費者推出客製化的行銷,並重複測試不同行銷策略的成效。此種新型的行銷被稱為新4P:人(People)、成效(Performance)、步驟(Process)以及最關鍵的預測(Prediction)。

 

People:分析消費者形象

 

運用大數據可以分析出顧客的形象,比如性別、年齡、常用社群、喜好。企業就能得知目前客單價最高的族群是15~30歲的年輕男女或者30歲以上的親子顧客、會吸引顧客的是可愛照片或者吸睛文字、或者顧客最喜歡的促銷方式是第二件半折或者買三送一,並找到最有消費動力的客群。

 

Performance:了解目前行銷成效

 

如何得知目前的行銷成效?如何知道消費者是看見Facebook廣告或者Google廣告才來購買?傳統平面行銷無法告訴行銷人員的事,數位行銷都辦得到。分析消費者在網路上留下的數位足跡,企業可以知道最有效的廣告投放地點是臉書或者IG,並追蹤投放廣告後的明確成效。

 

Process:規劃未來行銷步驟

 

經過消費者形象分析、目前行銷成效評估,就可以找出主要來營收的客群與廣告方式,企業就能把寶貴的行銷費用,透過最有效的宣傳管道傳遞到最正確的消費族群面前。此階段大數據可協助企業提出精確的行銷策略,比如經過上一輪的廣告投放與會員統計,發現主力客戶多為30~50歲、且Facebook廣告的轉換率最高,就可以把多數廣告預算投入Facebook並設定觸及對象在30~50歲之間。

 

Prediction:預測消費者行為

 

重複上述分析消費者、執行行銷步驟再測試成效的過程,企業可累積數據並以此預測消費者行為。使用大數據預測最成功案例,當屬美國電商亞馬遜。亞馬遜蒐集消費者的習慣、分析消費者形象與消費行為之間的關聯,預測他們的喜好,並透過「願望清單」、「推薦」、「購買同樣商品的人,也看了什麼商品」等方式推銷產品。這種個性化推薦、在消費者意識到之前就告訴他「我知道你想要什麼產品」的能力,替亞馬遜增加10~30%的營收。

亞馬遜的推薦商品可以完美契合消費者的喜好,正因為它擁有龐大的消費數據,能完成推薦消費者、分析促銷成效、制定新的促銷步驟、再次預測的4P步驟。透過無數次的嘗試與修改,亞馬遜已經找到最有效的演算法與最精準的預測模型,最後依靠大數據成為美國龍頭電商。

 

大數據如何達到精準行銷?

 

 

大數據行銷

 

並非所有企業都能和亞馬遜一樣,累積龐大的消費數據建立預測模型,不過大數據依然可以協助你完成精準的廣告投放、培養顧客忠誠度的社群操作,以及讓顧客可以主動接觸企業的SEO。

 

 

廣告投放

 

使用傳統的平面廣告、電視廣告,企業都無法追蹤觸及的消費者,但大數據時代可不一樣。網路廣告可以準確追蹤哪些用戶在什麼時段、什麼地點看見此廣告,其中又有多少人因廣告而消費。

比如在台灣有1900萬以上用戶的臉書,掌握每一位使用者的年齡、性別、居住地區、喜好等。企業在臉書上投放的廣告可指定要觸及哪一類型的用戶,並可追蹤後續的曝光程度、點及率與轉換成效,達成傳統廣告無法做到的精準投放。

 

社群操作

 

除了投放廣告讓消費者認識店家,企業也可以社群經營品牌形象,拉近與消費者之間的距離。以全聯福利中心為例,過去的主力消費者多為35~55歲的中年族群,直到近年以出色的臉書粉絲團經營吸引不少年輕消費者。粉絲團以有趣圖文「火鍋料標語」引發社群上的轉發潮,讓社群用戶自願替全聯分享圖文、達到宣傳效果。以及創意文案「團結一塊肌鍛鍊計畫」,搞笑內容創下4000多次分享的紀錄。全聯成功透過社群操作吸引年輕消費者,並塑造便宜、經濟實惠的品牌形象,30歲以下的消費者甚至成為成長最快的消費族群。

 

SEO

 

比起廣告、社群等需要企業主動操作的行銷方式,SEO可以讓消費者被動接觸到企業,吸引消費者的關注。上文提及的消費者行為AISAS理論,消費者對產品感興趣後會進入「搜尋(search)」階段。搜尋引擎優化SEO(search engine optimization)就是透過優秀的內容經營,讓店家的文章自動出現在消費者的搜尋結果中,消費者會在不知不覺間接觸到店家的資訊,店家即可被動曝光在消費者面前。

 

以InfoMiner深入網路論壇,即時彙整網路輿情,制定精準行銷決策

 

許多企業了解累積數據在數位時代的重要性,卻不知從何著手。與其投入企業資源摸索,還可以和專業人士合作,從追蹤網路輿情開始規劃行銷策略。企業還需要掌握網路風向,避免精心規劃的行銷活動最後被網路上的輿情所影響,無法達到完整行銷效果。且追蹤網路輿情也可了解現在消費者最關心的資訊,以及行銷策略該從何處突破。

比起在PTT、爆料公社一篇篇爬文追蹤情報,使用InfoMiner即時輿情分析平台可協助你隨時掌握網路輿情。InfoMiner運用自行開發的網路爬蟲技術,掌握網路論壇的最新風向,並彙整為簡單意讀的圖表與報告,隨時用Email、LINE告訴企業最新消息。 想在人手一支智慧型手機的數位時代打出漂亮的數位行銷,了解網路輿情就是不可不做的基本功。InfoMiner即時輿情分析平台可協助你隨時聆聽群眾的聲音,完成最出色的網路行銷。