早前,我到香港一家购物中心赴晚宴之约时,收到一则看似随机发来的信息,这段信息由该购物中心一家商店所发出,内容主要是推广他们的最新系列,并随信息附送一张电子优惠券。我并非购物常客,只有每年圣诞节前才会光顾这家店,但这段信息却引起我进入商店的意欲。我不禁思索,这种聪明的营销策略背後有着什麽样的机制,以及营销团队是如何巧妙地选择相关的数据丶分析我的消费方式,然後据此采取行动。
如今,大数据带来的机遇日渐显着。但对香港公司来说,应运用什麽的策略才为业务上带来最大成效?
昂坪360采用谷歌的广告定向投放工具,并将之整合到公司自身的个性化营销策略中。系统一旦检测到用户在搜索引擎中所打的关键词与词库内所预设的词语相配,昂坪360就会在用户浏览的网站上显示包含该关键词的广告,从而缩小目标市场范围,并有效识别出潜在访港游客。
成功的公司运用统计学
当我们启动大数据项目之前先考虑分析的目的, 如预期可从可用的数据中发掘到那方面的资料。可用的数据有很多 — 大数据的特征体现在3个V方面:体量(Volume)丶种类(Variety)和速度(Velocity)。大数据体量大丶种类多丶速度快,甚至可以集三者於一身,生成海量信息。在这种数据泛滥的情况下,运用统计学有助於我们锁定两个问题:改变哪些变量可以推高利润?如何令这些变量受改变?
不论有多少数据需要分析,基本科学原则是数据分析的核心:提出假设丶设计测试,然後进行验证来判断假设是否成立。在大数据下,验证假设的真确性涉及运用群集分析将顾客划分为具有相似但目前未知的属性的群体,然後利用预测模型预测他们的行为,再根据这些已知的偏好和既往商业交易采取有针对性的行动。
数据获取广泛
大数据远不止是数字和统计那麽简单。社交分析涉及测量每分钟通过服务器的庞大非交易(即社交)数据量。社交分析就是要衡量公司社交媒体页面及活动的认知度丶参与度和覆盖面。社交网络上的“赞”丶视频浏览量丶特定页面的关注人数等,种种都是大数据的财富。
这类信息对特定群体的定制营销消息或交叉销售的实施及分析社交媒体活动的成效有很大的裨益,使管理人员能够在活动效果不佳时调整变量。
Sony Mobile致力运用社交分析,通过大数据识别出一些於社交网络上具影响力的人,然後量身定制营销活动,利用他们的影响力带动其他人购买该品牌的产品。
透过大数据深入了解顾客的行为,创造创意营销的丰富机会。 有了这方面的知识,我们便有无穷力量去发掘顾客需求丶博取顾客芳心。对于这些非可视化的数据尚且做到如此,那么在安防领域,可视化的智能视频分析技术将给商超管理者带来更加客观简洁明了的智能化运营,只是在实现技术上,视频抓取所应用到的大数据技术更加困难,因为在实现计算机读取非数据化结构的视频数据时,难度要大得多。