最具影响力的数字化技术在线社区

168大数据

 找回密码
 立即注册

QQ登录

只需一步,快速开始

1 2 3 4 5
打印 上一主题 下一主题
开启左侧

【案例】大数据营销,如何挖掘用户需求

[复制链接]
跳转到指定楼层
楼主
发表于 2016-11-9 15:00:52 | 只看该作者 回帖奖励 |倒序浏览 |阅读模式

马上注册,结交更多数据大咖,获取更多知识干货,轻松玩转大数据

您需要 登录 才可以下载或查看,没有帐号?立即注册

x
本帖最后由 行云流水2016 于 2016-11-9 15:03 编辑

【导读】21世纪什么最重要?可能《天下无贼里》的经典台词要改一改了,现在最重要的是数据,我们生活在一个数据爆炸的时代。不管是BAT三巨头、成型企业还是初创企业,都离不开大数据的帮助。如果你还不会用大数据做营销,那你的企业离倒闭不远了。


解决痛点,还需从源头开始


根据“二八定律”,即企业80%的生意来自于20%的客户。对于供应链上游供应商来说,如果能精准找出这20%的客户,并发展成下游采购商,将对提升企业整体利润有着举足轻重的作用。但在信息过载的今天,供应商在开拓客户时往往会面临两大难题。首先是采购商与供应商之间的强关系,下游企业为保持一贯的生产标准,规避潜在风险,一旦与供应商建立合作关系,都不会轻易改变采购对象,这也是B2B与B2C交易最核心的不同之处。


因此,供应商需要维持和原有客户之间的强关系,又要打破强关系的限制,撬动更多潜在客户。其次,采购人员作为企业决策的第一道关口,要面对海量的备选供应商,难免会眼花缭乱,如何紧紧地抓住采购人员的眼球,有效提升成交率,也是上游企业需要思考的问题。


大数据“预测销售”,深挖潜在用户


上游企业常常会落入一种销售套路,认为搜集越多潜在客户的名单和联系方式,就会带来更多的成交量。而根据“营销漏斗”模型,销售阶段越靠后,获得订单的成功率就越高。因此,企业为老顾客提供更良好的采购体验,提高留存率并挖掘老顾客的潜在需求,其实是一种既低风险,又能获得更高回报的销售方式。



挖掘老顾客的潜在需求有两种方式,分别是交叉销售和向上销售,上游企业可以运用大数据分析对客户进行深入了解,确定其购买习惯与意图,从而发现其它产品的销售机会。如果客户购买一颗铁钉,他可能也需要一个锤子把铁钉钉到墙上,这时候我们就可以给客户介绍合适的锤子,既满足客户需求提升满意度,又能达到销售目的,这就是交叉销售。二是向上销售,指根据既有客户过去的消费喜好,提供更高价值的产品或服务,刺激客户做更多的消费。如客户一直购买某款型号的铁钉,我们可以向其推荐新型的防锈合金钉,从原有的需求中挖掘新商机。


三个案例,大数据无处不在


案例一


在一家超市里面,人们发现了一个有趣的现象:尿布与啤酒这两种风马牛不相及的商品居然摆在一起。但这一奇怪的举措居然使尿布和啤酒的销量大幅增加了。这可不是一个笑话,而是一直被商家所津津乐道的发生在美国沃尔玛连锁超市的真实案例。原来,美国的妇女通常在家照顾孩子,所以她们经常会嘱咐丈夫在下班回家的路上为孩子买尿布,而丈夫在买尿布的同时又会顺手购买自己爱喝的啤酒。这个发现让商家决定将啤酒与尿布摆放在一起,结果带来了两者销售量的剧增。


案例二


有数据显示,在淘宝上每一天上网高峰期主要集中在中午12点之后和晚上的12点之前。研究人员发现,出现这种“怪现象”的原因是因为现代人普遍睡觉前都会有上网的习惯,于是有些淘宝商家就利用消费者这种“强迫症”在晚上12点进行促销秒杀活动,带动销量的倍增。


案例三


在我们日常生活中,按照惯例,我们普通市民想要乘坐公共巴士,就必须到指定的巴士站被动的等待,有时候遇到路上塞车,等上个把小时的事情时有发生,而现在通过数据信息化手段可以直接进行客源组织,为处于相同区域、相同出行时间、具有相同出行需求的人群量身定做公共交通服务,并享受”一人一座“的定制服务,着实为出行提供了不少便利。


总结


大数据营销就是对历史数据进行挖掘的结果,反映的是数据层面的规律,它通过对大量的数据系统中提取、整合有价值的数据,从而实现从数据到知识、从信息到知识、从知识到利润的转化,从而让企业在销售方面更加的得心应手。


(关注云途数据公众号,每日分享大数据干货,行业案例,ID:yuntudata)






楼主热帖
分享到:  QQ好友和群QQ好友和群 QQ空间QQ空间 腾讯微博腾讯微博 腾讯朋友腾讯朋友
收藏收藏 转播转播 分享分享 分享淘帖 赞 踩

168大数据 - 论坛版权1.本主题所有言论和图片纯属网友个人见解,与本站立场无关
2.本站所有主题由网友自行投稿发布。若为首发或独家,该帖子作者与168大数据享有帖子相关版权。
3.其他单位或个人使用、转载或引用本文时必须同时征得该帖子作者和168大数据的同意,并添加本文出处。
4.本站所收集的部分公开资料来源于网络,转载目的在于传递价值及用于交流学习,并不代表本站赞同其观点和对其真实性负责,也不构成任何其他建议。
5.任何通过此网页连接而得到的资讯、产品及服务,本站概不负责,亦不负任何法律责任。
6.本站遵循行业规范,任何转载的稿件都会明确标注作者和来源,若标注有误或遗漏而侵犯到任何版权问题,请尽快告知,本站将及时删除。
7.168大数据管理员和版主有权不事先通知发贴者而删除本文。

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

关闭

站长推荐上一条 /1 下一条

关于我们|小黑屋|Archiver|168大数据 ( 京ICP备14035423号|申请友情链接

GMT+8, 2024-4-30 04:52

Powered by BI168大数据社区

© 2012-2014 168大数据

快速回复 返回顶部 返回列表