目录

  • 1 新零售模式下的营销
    • 1.1 新零售与新零售对营销提出的新要求
    • 1.2 营销智能与大数据
    • 1.3 大数据时代新零售的智能营销创新
  • 2 数据的理解和选择
    • 2.1 数据指标介绍-流量、经营环境、营销活动
    • 2.2 数据指标介绍-销售业绩指标
    • 2.3 数据指标介绍-客户指标
  • 3 营销数据获取与初步分析
    • 3.1 数据的获取
    • 3.2 数据与统计分析
    • 3.3 数据的度量分析
    • 3.4 营销数据分类分析
  • 4 营销数据智能分析
    • 4.1 数据的探索性分析
    • 4.2 数据的应用回归分析
    • 4.3 数据的关联规则分析
  • 5 营销智能创新性训练
营销智能与大数据
在传统的零售当中,想要实现导购一对一服务、对用户实行个性化服务是很困难的。其中一个原因就是店铺的客流量大,顾客流动频繁,基本上可以说没有哪一个导购能够记住用户是否来过这家店,顾客的喜好是什么。

但是在现代的零售当中,智能化门店能够比较容易的实现这一点了。智能化门店通过面部识别等功能可以检测到顾客来过多少次。同时通过店铺当中的门店管理系统,根据以往的购物数据反馈,顾客在不同的商品前的停留时间,猜测用户的喜好等等,智能为用户推荐商品,又或者将信息推送到导购端的移动管理系统当中,让导购更好的为客户服务。新零售可总结为"线上+线下+物流,其核心是以消费者为中心的会员、支付、库存、服务等方面数据的全面打通"。这个就是因为用户的购物数据,行为数据等等大数据勾勒出了一个用户画像。因此,新零售非常重要的标志是要完成消费者的可识别、可触达、可洞察、可服务。所以也有人提出新零售就是"将零售数据化"。线上用户信息能以数据化呈现,而传统线下用户数据数字化难度较大。在人工智能深度学习的帮助下,视频用户行为分析技术能在线下门店进行用户进店路径抓取、货架前交互行为分析等数字化转化,形成用户标签,并结合线上数据优化用户画像,同时可进行异常行为警报等辅助管理。

在这个消费升级的时代,人类需要利用数字化的技术手段,去孵化一个具有更新更好体验的商业业态。而新零售,便是这样的一个产物。通过借助于新技术如云计算、大数据、物联网、视联网、人工智能等所带来的数字化和智能化的能力,新零售可以实现以用户为中心,以提供高品质、低价格的好商品、好服务为目标,达成线上线下一体化。

也即是说,在新零售时代,设备制造商和方案提供商应该寻找适合自身的细分市场机会,从消费者的角度设计产品使用逻辑,选择满足业务需求、相对成熟、投资回报率高的技术,而非单纯追求技术的先进性。

零售企业则必须思考自身数字化转型的目标,设立与之相匹配的数字化转型组织架构,与组织内部各利益相关者和外部合作伙伴共享数字化转型路线图;同时充分评估哪些数字化转型能力可以在内部打造,哪些能力需要借助外部服务实现,从而确保组织具备数字化行动所需的关键能力。

数字化技术会改变原有的零售方式。就以视联网为例,现如今,当我们在看球赛时看到球星进球后想买双他的球鞋珍藏时,唯一的办法是退出视频,打开淘宝搜索球星球鞋。其中存在着一些问题,一方面是视频中的信息并不一定能准确传递到其他功能软件中,就比如球鞋在淘宝上有多款类似的,你并不能确定哪一款是当时球星脚上穿的引起你购买欲的那款;另一方面是转移的过程会破坏人的情绪积累,比如打开了淘宝之后便沉迷于浏览其他商品,注意力发生了转移。而当视联网普及之后,便可借助于人工智能识别系统和互联网的联动,直接在视频内将信息传递给观众,这就是一种数字化技术对零售产业的推动与促进。

一是全渠道、多平台采取数据。随着互联网、广电网、移动互联网的蓬勃发展,各种线下、线上、运营平台的数据收集变得更全面、更丰富,海量的跨平台数据源,构建了精准营销的数据基础。

二是更强调数据有效窗口期。随着5G时代的到来,生活节奏不断加快,顾客的消费行为、购买方式、选择倾向更容易受到海量信息的影响而在短时间内不断发生变化,精准营销需要准确把握数据时效性,抓住顾客的心理,在其消费意愿最强烈的时间段推送合适的广告,以实现精准营销。

三是差异化、个性化营销。新零售时代改变了广告商原有的营销理念,形成了以“媒体导向”向“受众导向”的转变。新零售时代下的海量数据,为广告商提供了精确的受众群体位置,使广告投放变得更精准,从而实现差异化、个性化的营销。

四是投入产出比高。新零售时代的大数据基础使得广告商能够精确获得用户信息,有效解决了传统广告模式投放盲目性大的缺陷,实现了精准广告投放,降低了营销成本,使投入产出比提高。

五是关联性更强。新零售时代的广告间关联性更强,提高数据采集效率,结合更先进的数据分析方法,互联网企业可以更容易的获得准确的用户消费行为、消费倾向、消费心理。