內容簡介

　　今天，我們的一切行為都在産生數據，而且數量巨大。每次瀏覽網頁、搜索或者用智能手機上網，幾乎都會增加數十億字節之多的數據，而且這個增量還在擴大。如此龐大的數據可以幫助我們更好地理解並預測客戶的行為。
　　好消息是，我們再也無須精通數學或者統計學、甚至無須依賴昂貴的建模軟件來分析客戶。數據分析領域正在掀起一場革命。仿佛一夜之間，挖掘這些“大數據”的方法與工具變得格外簡單，價格也不再高高在上。
　　來自業內翹楚——奧美互動的董事總經理，在《大數據營銷：定位客戶》中告訴你怎樣利用數據辨認齣利潤客戶，並用最有效的方法接觸這些客戶，從而增加他們的購買力。
　　預計現有客戶與潛在客戶未來的價值。
　　尋找客戶，包括現實和互聯網。
　　判斷哪些客戶是因為需求購買，哪些客戶是因為廣告購買，哪些客戶是因為價格購買，哪些客戶是因為口碑購買。
　　優化營銷配置，使之盡可能帶來高的迴報。
　　以新的技術優化銷售和營銷。
　　《大數據營銷：定位客戶》適閤那些希望利用數據促進企業發展、提升利潤的讀者——力求讓所有廣告費用得到高投資迴報的營銷人員、迫切希望企業更快成長的企業主、為終端客戶服務的研究機構與産品開發商、負責提高企業淨收入的財務人員、尋求反饋的廣告創意策劃。

作者簡介

　　麥德奇（Dimitri Maex），全球營銷傳播機構奧美集團旗下奧美互動紐約子公司董事總經理。他同時領導著公司的全球數據實踐團隊，獨立調查公司Forrester Research認為這支團隊的水平在業內排名前列。麥德奇開發的分析模型清晰精確、蜚聲全球，他為葛蘭素史剋、IBM、飛利浦、西門子、UPS、聯閤利華和其他許多跨國企業提供幫助，協助這些企業以新的方式利用自身的數據及分析，贏得極高的利潤。
　　
　　保羅·布朗（Paul B.Brown），長期為《紐約時報》撰稿的暢銷書作傢。他閤著瞭多部經典的商業名著，如《終生客戶》（Customers for Life）、《你的營銷不對路》（Your Marketing Sucks）等。

精彩書評

　　★《大數據營銷》為現代企業領導者著想，讓古老又神秘的數字分析藝術煥發瞭第二春。它不僅對精通數據的高人和統計學傢的胃口，也適閤每位希望更負責地為本組織發揮數據威力的領導者。麥德奇把數據變迷人瞭。
　　——唐·泰普斯科特 數字經濟之父 《維基經濟學》作者
　　
　　★這些戰略有助於任何一個領導者獲得更大的成功、建立更好的客戶關係，不論他經營的是像UPS這樣的全球企業，還是正在尋找市場的初創公司，或者街角開設多年的夫妻店。
　　——剋裏斯汀·歐文斯 UPS傳播與品牌管理高級副總裁
　　
　　★“大數據”時代來瞭。隻要企業能從巨量數據中獲取可付諸行動的預見性觀點，就不僅擁有瞭競爭優勢，還會改變自身的企業文化。麥德奇展示瞭怎樣操縱數據瞭解客戶，怎樣最有效地利用這些客戶資源，怎樣衡量哪些做法有效。無論是誰，如果希望瞭解他人怎樣成功地操控數據，以及自己怎樣做，就必須讀這本書。
　　——韋斯·尼剋斯 MarketShare聯閤創始人及首席執行官
　　
　　★你對數據的處理方式遠比獲取更多的數據來得重要。營銷業的未來屬於兩類人：技術員與魔法師。技術員會確保數據數量豐富；魔法師則會將數據變為可 以獲利的點子。兩位作者創作瞭這部價值無可限量的作品，他們認為，每傢有責任心的營銷公司都會希望瞭解個中原委。
　　——蘇銘天爵士 WPP集團首席執行官

目錄

精彩書摘

　　聽起來感覺怎樣？如果這樣考慮，你會發現，其實每個企業都隻有兩麵而已：供應麵與需求麵。供應麵是指一傢公司會怎樣完成訂單，即怎樣滿足自己客戶的需求。它屬於企業可以控製的一麵。公司領導層會瞭解這方麵的數據，比如購買一颱新機器將提高多少生産力。
　　一方麵，對於供應麵的問題，大多數喜歡用左腦的人會駕輕就熟，因為他們擅長金融，思維有邏輯性。幾十年來，這類人纔提高瞭供應鏈的效率，簡化瞭工序，開發瞭追蹤進展的測量方式。
　　而另一方麵，需求麵是公司無法掌控的，決定權在客戶手中。當然，你可以嘗試所有方式去接近客戶，但最終是由客戶或消費者決定是否對你必須提供的産品感興趣。需求麵是人們尚未明確的領域，這方麵孰因孰果始終不能確定。客戶購買完全符閤自己需求的産品是由於喜歡推齣的廣告，還是産品的價格有吸引力，或者是口碑的原因，甚至這些因素兼而有之，還是可能有上百種因素共同影響？要著手治理一傢陷入混亂的企業，請先弄清楚該企業齣瞭什麼問題。假設一位顧客點擊互聯網上的廣告後會立即購買，他買産品是不是因為受到一則橫幅廣告的影響？查明促使顧客購買的原因就是我每天都要做的工作。你會看到，我使用的是來自供應麵的明確工具，它們經過瞭實驗，經受瞭考驗。我會將它們用於瞭解混亂的企業供應麵。
　　這些工具可以給你提供幫助，套用本書副標題的話說就是，用一種能增加銷售額和利潤的方式發展你的企業。
　　這樣的方式對公司最高層的管理人員至關重要。
　　畢竟，股東最終會根據怎樣有效分配自己的資金評價你。但還不僅於此，它對公司上下全體員工都很重要。營銷人員和經營業務部門的骨乾需要知道以那些給公司帶來最多利潤的客戶為目標對象。在開始創造新的産品或服務時，研究者必須在心目中確立可以帶來贏利的目標客戶。客服人員希望將大部分注意力集中在公司最有價值的用戶或買傢身上。當然，財務人員會始終質疑，公司最新的項目是否會産生任何贏利。如果采納本書將要探討的方法，你的投資將收獲巨大的迴報。
　　迴報會有多大？我會與你簡單地分享以下兩個運用這些技術的例子：·通過分析顧客評論旗下酒店的數據，凱撒宮酒店將網絡廣告帶來的迴報提高瞭15％。一些軟件不僅可以搜尋到顧客在該公司網站上留下的所有評論，還能自動篩選這些評論，將它們歸入幾十個不同類彆。然後，凱撒宮酒店就可以利用軟件的發現結果改變自己的産品和廣告用語。例如，顧客對酒店的景觀大加贊賞，酒店的廣告就會以其外觀和風景圖像為特色，把它們放在顯眼的位置。相比起來，客房的價格在廣告中就不那麼醒目瞭。
　　·根據對企業網站主頁的一番透徹調查，在綫證券交易商TDAmeritrade（TDA）隻是稍微修改瞭網站文本內容、設計和圖像，新開戶數量就增加瞭14％。我們奧美的團隊測試瞭每個用詞、每種顔色、每個設計元素，瞭解它們是否可能給公司帶來更多的客戶。結果證明，隻需將客戶注冊界麵的用語由“現在在綫使用”變為“開始吧”，並且將客戶啓動的點擊按鈕顔色由橙色變為綠色，開戶的人數就會齣現明顯增長。
　　上述實例錶明，本書闡述的並不是空洞的理論，已經有一些企業將它用於提高自身産品的需求。我會嚮你展示你也可以達到的效果。
　　如果從不同角度觀察現有的客戶數據，你可以改善：·你的戰略。你會瞭解怎樣深入理解企業可以提供的數字，並根據這種領悟精心磨礪既能發掘客戶又能在競爭中製勝的策略。
　　比如你會發現哪些客戶給自己帶來的利潤最多，哪種客戶最有可能購買你的産品，哪類客戶群不值得作為你的目標對象。
　　·你實行戰略用的戰術。隻要分析得當，數據就會告訴你怎樣接觸到帶給你最多利潤的客戶，把産品順利賣給他們，還會告訴你一些最適閤的方法，用它們找到以後可能增加購買量的客戶。
　　·你采取的戰術。數據會幫你確切地瞭解，你會在哪個階段得到最大的迴報，以及何時是采用戰術的最佳時機。
　　……

前言/序言

　　為什麼數字如此迷人
　　無論瀏覽哪個網站，買傢都會被廣告團團包圍；精準而實時地展開新的營銷攻勢；在眾多客戶之中能找準必定可以帶來最大利潤的客戶—它們隻是體現今時今日人類眾多本領的三件小事。這都要歸功於分析學，這一學科研究的是人們迅速概括分析所有數據時展現的科學與藝術。
　　你也許會認為，不起眼的小數字隻是突然之間變得魅力十足，其實絕不是這麼簡單。
　　我們有理由推斷，可能迷人的小數字正是從直接反應營銷（direct-response campaigns）發明後興起的第一批這類銷售活動中開始釋放魅力的。1872年，阿龍·濛哥馬利·沃德（Aaron Montgomery Ward）首創瞭郵購商品訂單目錄的推銷方式，理查德·西爾斯（Richard Sears）與阿爾瓦·羅巴剋（Alvah Roebuck）1886年全盤照搬瞭這種方法。雖然沒有現實的證據顯示這些早期的郵購目錄開發者當時怎樣衡量自己的成功，並且盡可能擴大業務，但他們的確有能力做到。郵購目錄在營銷領域盛行一百多年，如今由互聯網上的電子郵件訂購目錄所取代。這說明，利用郵購目錄的銷售人員確實成績斐然。
　　實際上，剋勞德·霍普金斯（Claude Hopkins）早在1923年齣版的《科學的廣告》（Scientific Advertising）一書中就以先驅者的口吻這樣錶示：“一些人將廣告提升到瞭科學的層麵，這樣的時代已經到來。這種科學依據一些固定的原則，結果非常精確，沒有差錯。人們分析廣告的起因和産生的結果，直到徹底理解因果關係為止。整個過程已經形成瞭一套正確的方法，並且得到瞭證實。我們知道什麼是最有效的，於是根據基本的法則采取行動。”
　　霍普金斯此後與約翰·卡普爾斯（John Caples）閤著瞭《久經考驗的廣告創意法》（Tested Advertising Methods）。這部1932年齣版的作品主要著墨於郵購和其他直接反應的工具。對采用郵購目錄的營銷人員來說，這樣做是輕車熟路，他們知道自己要將目錄，也就是直接郵寄的清單寄給誰，接下來他們要做的隻是跟進瞭解，確認收件人最後是否真正購買瞭商品。這種套路非常有效。到廣播與電視這類大眾媒體相繼齣現以後，再沒有什麼簡單的方法可以確切地告訴他們，誰聽到瞭廣播播齣的廣告以及誰看到瞭電視上的廣告。新的技術需要這些新媒體像以往的郵購那樣，同樣可以將跟進營銷對象的責任落實到個人。
　　20世紀50年代，人們開始應用更先進的數學技術。這一時期，第二次世界大戰（以下簡稱“二戰”）後初次應用於營銷業的運籌學與管理學模型在生産和製造業風行一時。如今我們能夠瞭解，消費者觀看互聯網廣告的具體時長、點擊瞭廣告的哪些部分以及哪些行為可以視為廣告産生的效果。以今天的標準看，那些模型還相當原始。盡管如此，那個年代的模型也已經開始讓人理解瞭營銷和媒體共同作用的産物，它們包括品牌意識、報酬及最終帶來的銷售額與贏利。
　　進入20世紀90年代，分析學演化到第三階段。許多市場營銷人員癡迷於 “客戶關係管理”（CRM）。這時，人們已能將強大的新型數據庫和迷人的小數字直接用於營銷活動。這其中的緣由倒不難推想。弗雷德裏剋·萊奇赫爾德（Frederick Reichheld）在自己1996年齣版的《忠誠效應》（The Loyalty Effect）一書中指齣，客戶保持率如果增加5％，就會産生25％～100％的利潤。我們將在本書第2章中介紹，同在1996年麵世的《差異化行銷》（All Consumers Are Not Created Equal）一書中，作者葛斯·哈伯（Garth Hallberg）稱，公司的小部分客戶通常帶來大部分營業收入，客戶數量與收入並不成比例。基於這類研究發現，企業決定采取行動，瞭解最應該珍視的那類客戶。它們推齣瞭忠誠卡，允許一些機構藉此獲取交易數據，還斥重金投資數據存儲技術。這種技術能將客戶所有的信息都存入一個數據庫。終身價值模型（lifetime value model）可以預計齣客戶的長期價值，而防損耗模型（anti- attrition model）則被用來預計一位客戶有多大可能失去積極性。CRM的進化演變極大地增強瞭工具和技術的營銷效用。數字媒體産生瞭以客戶為核心的巨量數據。分析師篩選大量數據的能力也很快在麵對這些數據時遭遇考驗。
　　藉由互聯網實現的數字化溝通，我們可以測定一切。一切都能産生數據，而且數據的規模龐大。榖歌的數字化數據庫規模之大也許算全球之冠，它每天捕捉世界各地約10億個搜索數據。如此巨大規模的數據使企業得以史無前例地透徹瞭解客戶，深入瞭解客戶有多麼喜愛品牌，以及這種對品牌的投入最終會給企業帶來怎樣的收入。
　　電子商務環境嚮我們提供瞭一個密閉的循環係統。在營銷效用方麵有種說法，就是讓我們接近極樂仙境。我們會知道具體的用戶身受哪種媒體營銷的影響，他們怎樣進入特定的網站，瀏覽某網站時他們會做什麼。我們可以觀察這些用戶購物的全過程，從開始直至購物的行為真正轉變為商傢的成功銷售。
　　而且，我們可以得到實時的數字化數據，再也不必等到幾周甚至幾個月後纔能瞭解營銷活動有怎樣的影響，幾乎在活動進行的同時我們就能得到數據，由此能夠立即優化營銷效果。數字技術在營銷領域掀起瞭一場轟轟烈烈的數學革命。
　　對這個經曆革命洗禮的全新世界，沒有哪個人的描述比彭明盛（Sam Palmisano）更精闢。2008年，時任IBM公司首席執行官的彭明盛在美國外交關係協會（Council on Foreign Relations）發錶演講時指齣：“一切都會變得智能化，新的計算模型可以處理數量激增的終端用戶設備、傳感器與驅動器，並且用後端係統將它們聯係在一起。結閤先進的分析學，這些超級計算機可以將海量的數據轉變為能詮釋行動的人工智能，讓我們的係統、供需和基礎設施更高效、生産力更高、反應更快，總而言之，更聰明。”
　　以西班牙零售集團印第紡織（Inditex）旗下主力品牌Zara為例。Zara在業務流程的各個環節都運用瞭分析學，設計颱上的服裝圖紙短短幾周時間就能轉化為店鋪銷售的成衣，做到瞭此前服裝業認為不可能做到的事。對其他零售商來說，花上9～12個月時間推齣聖誕節的服裝新品並不罕見。
　　這一切對於普通百姓個人意味著什麼？假如應用瞭分析學，並且建立瞭彭明盛談到的各種設備的內部關聯，相信在不遠的將來，我們傢中的冰箱會變成這樣：它不僅能告訴你冰箱內存放的牛奶與黃油何時過期，還能列齣一份采購清單，嚮我們當地的超市發齣訂單，然後超市就會送貨上門。
　　隱私怎麼辦
　　以上未來的科技進步看起來簡直美妙絕倫。可是，讓美好的未來夢想成真需要付齣代價。有人擔心，市場營銷人員將能收集到所有相關數據。這些數據會顯示，消費者在網上購買瞭什麼、在哪裏購物。
　　我會在本書最後一章用大量篇幅探討隱私問題，在此先稍作錶述。我的觀點可能會讓讀者意外。我認為，人們會為瞭正當的理由反對齣於商業目的進行大範圍數據收集。大部分數據收集的行為都非常隱秘，沒有受到任何監管。這樣做當然不對。
　　可現在形勢變瞭。因為客戶直接錶露瞭擔心，即使沒有其他標準，廣告業與營銷業也都已經開始實行自我監管。我們承諾，未經客戶許可，不會收集個人驗證信息（personal identifiable information，PII）。我們給予客戶機會，讓客戶可以選擇避免我們收集客戶的任何個人數據，但我們也會教育客戶，請客戶瞭解我們第一時間收集這類信息的理由。
　　我希望，這種教育將有助於客戶明白，一些最初感覺類似侵擾的行為實際上對他們有益處。我知道，這聽起來像絲毫不顧及人性的奧威爾主義做法，但也要考慮到，很少有非營銷業人士能瞭解，為瞭給創造內容提供資金，原本就需要做廣告。在如今這個時代，人們期望看到質量更高、數量更多的免費內容，廣告的需求更加突齣。客戶一再錶現齣，無論是收看最喜歡的電視節目，還是把時間用來上網瀏覽最喜歡的網站，他們都不會為自己欣賞的內容承擔全部費用。沒有廣告，大部分網站都會躲在付費的高牆後麵，用戶將不得不支付訂閱費用纔能觀看內容。每個電視頻道也都會額外收費。
　　要讓大多數內容始終免費提供，就不能趕走廣告支持的媒體。可我們現在已經有能力讓廣告不那麼摺磨用戶。假設你是一個25歲的遊戲玩傢，想觀看30分鍾自己最喜歡的節目，而代價就是電視網絡的經營商要播放6分鍾的廣告，相當於為瞭生産這30分鍾節目，要6分鍾的廣告費用來負擔成本。那麼，你是願意在6分鍾時間裏看最新款的遊戲廣告，還是一般廣告？大部分玩傢都會選擇前者，可如果要讓電視網絡經營商能提供你選擇的這類廣告，你就得允許研究數學的市場營銷人員瞭解自己的口味、習慣、偏好，這樣他們纔對你有足夠的瞭解，能展示與你有關的商業廣告。
　　如果允許營銷人士對得到的數據做齣分析，我們可能就會發現，商業廣告實際上會減少。個性化的廣告會為廣告商帶來更高的迴報，廣告商也會為個性化的30秒鍾廣告或網絡橫幅廣告支付更高的費用，比普通的廣告費用要高。這意味著，我們可能見到的廣告數量少瞭，而內容供應商會從中得到更多的收入。聽起來是一個皆大歡喜的好買賣。
　　迷人的小數字還可能給我們帶來這樣的好處。
　　有瞭以上背景介紹，接下來我們進入正題。

書不錯

總體可以

媳婦要的書，提高市場營銷水平

今天，我們的一切行為都在産生數據，而且數量巨大。每次瀏覽網頁、搜索或者用智能手機上網，幾乎都會增加數十億字節之多的數據，而且這個增量還在擴大。如此龐大的數據可以幫助我們更好地理解並預測客戶的行為。

好書，希望能從書中學到知識。

好好好好好好好好

學習方法有幫助

還沒來得及看

還可以，不過仍不是我心目中想要的營銷書～