數據營銷在各個領域都有所應用，數據在數字營銷領域起著很大的作用。那么，數據在營銷領域的應用到底體現在哪些方面呢？作者總結了幾點內容，希望對你有所啟發(fā)。

英國數據科學家及數學家克萊夫·哈姆比（Clive Humby）說：數據是新時代的石油。

(資料圖片)

數據已經成為繼土地，勞動力，資本，技術之后的第五大生產要素。這句話強調了數據對經濟發(fā)展的價值，在企業(yè)的營銷領域，甚至是傳播領域，數據也成為核心驅動力。數據對于如今數字營銷的重要性堪比魚和水的關系。

一、數據驅動營銷決策

傳統(tǒng)時代的營銷依賴營銷決策者對于自身業(yè)務和營銷體系的理解，很多決策建立在其主觀感受和判斷之上，而也正因為數據的產生讓營銷成為一門科學，由此也變得可量化，更加理性。

具體又表現為:

1. 營銷的投資回報率

企業(yè)一方數據的收集將夯實企業(yè)的用戶（包括客戶和潛在客戶）數據庫，在企業(yè)做廣告投放時，將一方數據導入媒體平臺進行匹配，提升廣告人群投放的精準度，從而提升營銷的投資回報率。

比如某運動品牌搭建了自己的一方數據庫，將企業(yè)CRM系統(tǒng)，網站留資，媒體投放留資，微信端留資的數據導入到自建的數據平臺（如數據中臺）中去，沉淀下來作為企業(yè)的數據資產，并且隨著營銷活動的不斷進行，用戶數據的屬性，用戶行為等發(fā)生變化，數據本身始終不斷迭代和完善，豐富用戶的360畫像。

而企業(yè)對于目標受眾畫像的定義也可以發(fā)生變化，將企業(yè)數據平臺中的用戶畫像，所定義的營銷活動的用戶畫像以及和第三方媒體平臺的用戶畫像進行匹配（mapping），那么營銷效果一定可以得到大幅度提升。

比如在電商平臺的產品廣告推薦，運用這種一方數據導入匹配的方式進行投放后，效果就非常明顯，據統(tǒng)計，商品的針對性推薦，通常能帶來10%左右的購買提升，這可是實打實直接產生的銷售。

2. 敏捷性價值

營銷活動效果可追蹤，可監(jiān)測，可衡量。這又體現在三個方面：一方面，一次營銷活動帶來了什么樣的營銷結果，相比較上次或者競品，是否做得更好？什么渠道的獲客成本是最低的？流量質量是比較高的？這些常見的營銷問題分析，數據會告訴你答案。

另一方面，市場和銷售經常會為客戶線索的核心貢獻者是誰爭執(zhí)不下，那么一個最終客戶的成交到底是什么來源帶過來的？市場部的貢獻權重有多少？操作層面可以通過各種監(jiān)測系統(tǒng)和手段例如UTM tracking布代碼, 國雙的web dissector, ads dissector等監(jiān)測工具去進行追蹤，了解客戶最初接觸品牌的源頭在哪里，隨后用戶路徑又是什么樣的，市場部門起了多大的作用。

這些數據監(jiān)測和線索歸因系統(tǒng)和技術給與市場部客觀的證據，幫助其量化價值。這在市場部門不直接面向客戶，不直接轉化客戶，銷售貢獻容易被低估的情況下，還是很有意義的，無論是爭取資源還是未來和銷售部門的配合上數據的價值不可估量。

第三，數據幫助營銷人員獲得實時客戶洞察，這恐怕在傳統(tǒng)營銷時代做不到的，一方面，數據要客觀全面，另一方面，要足夠敏捷，幫助營銷決策者做出快速正確的決策，從而采取行動。

實際商業(yè)場景中，在客戶有需求的時候，如果你沒有足夠快且準確地去洞察他的需求，等你發(fā)現的時候可能他已經轉投競爭者的懷抱了，所以一定要快，而對單個客戶行為數據的監(jiān)測，實時追蹤就讓這種快速洞察客戶需求，從而采取針對性的營銷行動提供了可能性。

二、數據賦予企業(yè)進行銷售貢獻預測和客戶終身價值的能力

企業(yè)進行營銷活動的主要目標還是為了驅動銷售增長，數據賦予企業(yè)進行銷售預測的能力。預測的本質是尋找歷史規(guī)律。因為企業(yè)有用戶數據的積累，有沉淀和數據的演化，數據的演化代表了客戶行為的演化和需求的變化，這些都幫助企業(yè)在未來對相似客戶可能產生的生命周期價值（也叫終身價值）的預測提供了可能。

銷售增長除了來自新客戶（獲客）帶來的貢獻，同時也來自老客戶終身價值的增長，也就是說老客戶買的多（即復購repeated purchase和交叉購買cross-selling），買的貴（即向上購買up-selling），那么銷售額自然增加。

預測本身不是目的，預測的根本目的是從數據中尋找歷史規(guī)律以獲得單個客戶未來可能的銷售貢獻，從而根據這種可能性去分配市場資源，制定營銷行動計劃。

三、數據營銷提升客戶體驗，更好地應對個性化時代

企業(yè)業(yè)務增長的核心在于客戶體驗的提升，隨著消費者生活水平的不斷提升，對生活品質的追求，消費者已經不再滿足于大眾通用的消費品，轉而追求更加個性化的產品和服務。

對于B2B企業(yè)也一樣，比如新能源汽車消費者對于車內空氣質量的提升提出了更高要求，車已經不再成為交通工具，而是生活品質和優(yōu)雅生活方式的體現，那么汽車廠商在空氣質量提升必須付出額外的努力。

他們在尋找供應商時需要更加定制化的服務，保持車內氧濃度在最佳合理范圍內，且與其空調系統(tǒng)進行集成，其技術服務商目前的產品和技術可能用在別的行業(yè)如醫(yī)療，那么在新能源汽車領域的車內富氧技術開發(fā)和產品供應就是為垂直客戶需求定制，提供的時更加個性化的服務。

這種趨勢在未來消費升級的時代將愈演愈烈。數據時為了更好的客戶洞察，客戶在什么時間需要什么，這些最好是由客觀的數據，加上銷售人員和客戶的溝通演繹來完成這個洞察故事。

那么，市場營銷人員如何利用數據制定數據營銷策略呢？

嘗試建立一方數據庫，部署數據系統(tǒng)，運用合適的工具沉淀數據資產。改善數據質量，建立完善的數據收集，應用和治理流程。圍繞營銷目標制定數據營銷策略。回答為什么做，做什么，如何做，需要多少資源的問題。搭建數據營銷組織，分工明確。數據分析師，數據科學家等不同崗位需要招聘專才發(fā)揮不同的能力，同時形成組織協(xié)同，提升組織效能。

專欄作家

朱晶裕，微信公眾號：Jade大話數字營銷，人人都是產品經理專欄作家。經濟學碩士研究生，現任霍尼韋爾數字營銷負責人，數字化營銷轉型戰(zhàn)略專家。擅長領域涵蓋媒體策略，內容營銷，營銷自動化，需求/銷售線索挖掘，電商等在內的端對端營銷解決方案。

本文原創(chuàng)發(fā)布于人人都是產品經理，未經許可，禁止轉載。

題圖來自 Unsplash，基于CC0協(xié)議。

該文觀點僅代表作者本人，人人都是產品經理平臺僅提供信息存儲空間服務。

關鍵詞：