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

大数据时代跨渠道营销场景及营销策略分析

[复制链接]
跳转到指定楼层
楼主
发表于 2015-9-16 11:56:05 | 只看该作者 |只看大图 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 binyuexiao 于 2015-9-16 12:21 编辑

网舟科技数据分析课题组
      跨渠道营销是大数据时代发展的一个必然趋势。伴随着互联网和移动互联网的高速发展,出现网页电脑端、移动设备端和传统的线下的各渠道的交叉销售和服务。打通各渠道的数据整合对于提升用户忠诚度、促使收入增加、降低运营费用等都有益处。
       连锁酒店行业,网舟科技(www.eship.com.cn)基于Adobe Insight数据营销技术的跨渠道数据整合,采用酒店自带会员号加时间戳的方式,把同一会员在不同渠道、不同时间点的行为整合到一起进行比对、分析和研究,挖掘客户在跨屏行为中所体现的消费偏好与渠道选择偏好。
       例子中挖采用官网、移动官网、android app、ios app、微信等五个渠道的会员客户进行会员跨渠道行为分析。分析遵循由整体到局部,再由细节上升到整体的思维方式。先看整体结构,再深入分析各个表现细节。
从整体结构方面观察会员的跨渠道行为。下图为某天的抽样数据的用户使用结构
占比图 。

可以看出,近90%的用户一天中仅使用一个渠道,推广移动端渠道仍然有提升的空间。
下图是某月的用户使用结构占比图


可以看出,超过40%用户在一个月内使用两个或者多个渠道。对比某一天的抽样数据,跨渠道的潜在用户量是比较大的(超过40%),有拓展用户使用多个渠道的前景和必要。
一、同一用户或者群体在不同渠道的行为
应用在多渠道配合推广app的项目上,例如:
1、发现使用过app的会员在官网中最常用的着陆页是用户登录页,而用户登录页上并没有任何的app推广广告,故建议如果要推广pc用户使用app不能忽视登录页广而告之的作用;同时着陆用户量最大的首页也没有进行app推广,并且大部分用户点击了通栏广告位,为了使更多人获知app推广活动,故建议在首页做浮窗的app推广,吸引更多的用户下载使用app。
2、同时使用app和pc的用户,在晚上23点到第二天早上9点、中午12点到14点、下午17点到19点三个时间段中使用app的用户量明显比使用pc的用户多;晚上20点到22点间依然是使用app的用户更多,但差异不够明显;而其他时间段使用pc的用户量明显比使用app的上用户多;从以上的数据看酒店的app用户和其他行业的app用户差异不大,都是喜欢在上下班路上、躺在床上,中午休息的时候使用比较多;但从20点到22点的行为来看,也是能发现用户在晚上的时候更常用app作为媒介来了解酒店信息,这个和晚上订房的需求相关;
3、通过对比可以发现app的订单转化率比pc的订单转化率低。在同样推广手段的情况下,流程更加简洁的app转化率相对较低,这是一个比较异常的事情,尤其现象可以考虑其他app是否存在其他未知的问题,比如app性能、用户体验、酒店信息等等,在分析后可根据实际情况app的开发维护部门提出优化建议。
4、同样的跨渠道用户中,app用户对个人中心的关注程度远远高于pc用户,而pc用户更喜欢直截了当的去了解酒店详情,大多是直接查看酒店信息。Pc的用户对酒店的选择更加多样化,在一次成功预订中用户平均访问的酒店页比app多了2.4个;同时对促销活动的敏感度也存在巨大的差异。由此获知用户在不同渠道的表现后,可更加有针对性的去做营销活动。
       以上仅是抛砖引玉的描述了一些跨渠道数据的应用场景,实际的情况随着时间的推移,有不同的演化,更多的场景应用不断的被发现和使用。
       基于各渠道数据的差异,我们建立用户档案,记录用户的喜好、互动和行为,在正确的时间和渠道做出及时的响应,提升用户的体验,提高用户的忠诚度。防止某用户刚刚预定完,马上收到降价通知诸如此类的令人难受的事情的发生。
      网舟联合科技,冯炜钊,拥有4年数据分析数据挖掘经验的IT从业者,现任某大型连锁酒店大数据挖掘项目的项目经理,专注adobe数据产品的实际运用;    李志才某大型连锁酒店大数据挖掘项目成员拥有丰富的数据挖掘经验。




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, 2024-5-6 13:59

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