?
Sci論文 - 至繁歸于至簡,Sci論文網。 設為首頁|加入收藏

SCI論文網開場白:為SCI創作者提供分享合作的小而美圈子

當前位置:首頁 > 管理論文 > 正文

基于大數據的傳統零售行業精準營銷探究(附論文PDF版下載)

發布時間:2018-08-06 22:56:25 文章來源:SCI論文網 我要評論














SCI論文(www.zzyljfls.com):
 
摘    要:
隨著大數據時代的到來, 以阿里巴巴為代表的電商企業加大對線上信息的掌控, 同時提出新零售概念, 加速線下市場布局, 實現線上線下互動, 這給以線下經營為主的傳統零售行業帶來嚴重沖擊。如何整合消費者信息、挖掘潛在顧客、洞察消費者需求、實施精準營銷, 打造新型零售模式, 成為傳統零售企業急需解決的問題。圍繞上述問題, 本文提出基于大數據的傳統零售行業精準營銷模型 (D-D-D模型) , 即數據化整合與挖掘 (data-integrate) 、數據洞察與分析 (discover) 、營銷設計與實施 (design) , 研究大數據在傳統零售行業精準營銷中的應用。

關鍵詞:
大數據; 精準營銷; 零售行業; 線上線下互動;

隨著互聯網技術的發展, 零售業消費模式和企業創新發生了翻天覆地的變化。一方面, 消費者獲取信息的渠道不斷擴寬、及時性更強, 消費方式也發生了巨大變化;另一方面, 電商企業在進一步強化對線上資源掌控的同時, 裹挾著大量用戶大數據回歸線下, 通過新零售模式實現線上線下的融合, 京東便利、河馬鮮生、超級物種的出現, 勢必會給傳統零售行業帶來新一輪的沖擊。如何有效地將龐大的用戶信息、消費數據進行整合, 利用大數據實現精準營銷, 打造新型的營銷模式, 成為傳統零售企業急需解決的問題。

\

1 大數據的概念和主要特征

大數據是指能夠更經濟、更有效地從高頻率、大容量、種類結構復雜的數據中獲取有價值的信息架構技術, 它既包括信息爆炸時代里產生的海量數據, 也包括與之相關的技術發展和創新。大數據是數據分析的前沿技術, 它能夠從繁雜、海量的數據中, 快速捕捉、分析并提取出有價值的信息。

大數據的主要特征是“大”, 不僅說明數據的數量龐大, 還意味著數據種類繁多、結構復雜, 變化速度快。具體來說, 大數據具有四個特性:海量 (Volume) 、多樣 (Variety) 、價值 (Value) 、高速 (Velocity) 。第一, 數據體量巨大, 人們每天在各類社交平臺上分享幾億條內容, 在電商網站上瀏覽數十億條店鋪和商品信息, 創造上億的成交、收藏紀錄, 使數據量從TB級別直接躍升到PB級別;第二, 數據類型繁多, 如網絡日志、朋友圈、視頻、圖片、語音、位置信息等;第三, 數據價值高, 大數據價值密度低, 在一段連續不間斷的視頻中, 可能有用的數據僅僅有一兩秒, 但其商業價值卻很高;第四, 處理速度快, 一般要求在秒級時間范圍內給出處理結果, 否則處理結果就是過時和無效的, 大數據和傳統數據挖掘最大的區別是對速度的要求。

2 基于大數據的傳統零售行業精準營銷模型

大數據時代的到來, 催生出營銷方式的變革, 企業必須要對數據敏感, 將其作為變革營銷策略的風向標。從營銷的角度看, 大數據技術的核心是挖掘、洞察、預測, 全方位了解消費者的特征, 掌握消費者的需求, 強化與消費者的互動, 最終提供符合消費者需要的商品與服務。本文認為基于大數據的傳統零售企業精準營銷主要是通過D-D-D模型的三個階段實現的, 即數據化挖掘與整合 (data-integrate) 、數據洞察與分析 (discover) 、營銷設計與實施 (design) 。其中數據化整合與挖掘主要是挖掘出企業日常經營管理數據、消費者存在于企業客戶管理系統的數據、線上瀏覽數據、其他各類社交數據, 企業對這些數據進行聚合與整合, 標準化為營銷部門可使用的可視化數據。數據洞察與分析, 即對可視化的消費者數據從多個維度進行分類, 賦予不同的數據標簽, 以此為依據繪制出消費者的微觀、宏觀畫像, 洞察消費者的需求。在該階段, 通過用戶數據的分析, 可以建立顧客周期模型、流失預警模型、客戶價值分析模型、客戶忠誠度模型、品牌關聯規則等模型, 通過模型來科學分析消費者的行為。最后進入營銷設計與實施階段, 通過前期數據分析, 實現對潛在顧客、來訪顧客、會員顧客的分類洞察, 通過會員分群與場景營銷, 對不同類型的顧客進行個性化廣告內容的推送, 實現精準營銷, 見圖1。

\

2.1 數據化挖掘與整合——打破數據孤島
在20多年的市場沉淀中活下來的傳統零售企業, 擁有大量的存量客戶及會員信息、交易記錄等, 但是這些數據是零散的、孤立的、互不相聯的, 也就是數據孤島, 無法進行深度分析, 也不能產生效益。同時, 這部分客戶在網上有大量的瀏覽記錄、交易信息, 這些線上數據也是孤立的。如何將這些線上線下數據進行整合、通過一個共同項將不同來源的數據打通聚合, 形成數據鏈, 變成消費者唯一的標簽成為大數據在精準營銷應用過程中的關鍵。

消費者數據挖掘與整合主要分為兩步:第一步, 獲取消費者大量的基礎數據。消費者大量基礎性數據的獲取是基礎, 這部分基礎數據包含零售企業CRM系統中會員的信息 (電話、地址、會員卡號、購買記錄) ;收銀系統中的流水記錄;客戶在網上商城的交易信息、網頁的瀏覽、廣告點擊、手機APP列表;消費者內容偏好數據 (登錄APP的頻率、瀏覽的類型、評論內容) , 針對不同來源的數據采用不同的數據獲取方式。海量的數據為后期分析、整理奠定基礎。第二步, 將大量數據進行整合與標準化。利用手機號、Mac地址、Wechat ID、住址等唯一標識, 串聯起在線下門店、線上商城、平臺的各個信息, 形成這個客戶唯一的數據鏈條。例如某超市的會員卡號就是手機號, 而通過手機號就能查詢到消費者在超市所有的消費記錄, 同時手機號也是其網上商城、APP等其他應用的注冊號碼, 這樣就能實現數據的貫通, 并整合成顧客唯一的數據鏈條。通過數據的挖掘、整合及標準化, 將原來靜止的、孤立的、片段化的數據整合成動態的、相互關聯的用戶數據鏈, 便于企業在后續營銷活動中有針對性地開展交叉營銷和精準營銷。

2.2 數據洞察與分析——深度掌握客戶屬性、需求
數據洞察與分析是精準營銷的重要環節, 主要是圍繞客戶數據, 弄清客戶的屬性、需求與特點, 利用大數據技術進行客戶畫像以及營銷模型的測算、分析。

消費者畫像, 讓企業從追蹤消費行為升級到抓住消費者內心。消費者行為受到個人、文化、社會、心理等眾多因素的影響, 因此更準確地了解消費者, 才能更精準地策劃營銷活動、與消費者互動。企業將消費者數據從多個維度進行分類, 賦予不同的數據標簽, 標簽代表消費者的興趣、偏好、需求等, 標簽內部具體描述了某類標簽消費者的年齡、性別、地域、接受教育程度、手機號、上網時間、上網頻率、購買頻率、購買偏好購物習慣等特征, 完美地抽象出一個消費者的商業全貌。通俗來說企業可以通過消費者畫像, 描述出消費者是什么樣的人, 在什么時間、什么地點、發生什么樣的事情。通過消費者畫像, 能夠幫助企業快速找到目標消費群體, 精準了解顧客消費需求。

\
圖1 D-D-D模型解析圖

依托整合的消費者數據, 企業還可構建不同的營銷模型, 深度分析數據。例如, 根據消費者最近一次消費時間、頻率和消費金額, 可以構建客戶價值度模型 (RFM) , 區分重要價值、重點發展、重要保護、重要挽留客戶, 使后續的營銷活動有的放矢;企業還可以利用數據捕捉用戶流失特征 (例如近期內沒有到店消費) , 構建客戶流失預警模型, 分析和測算潛在流失客戶的數據, 并且動態標識預警可能流失的客戶, 針對這部分潛在流失客戶, 分析其可能流失原因, 找出其需求點, 進行點對點宣傳互動。大數據構建營銷模型的另一個重要應用就是產品品類及品牌的關聯挖掘, 零售賣場通過ibeacon微定位技術設備的布置, 能夠記錄顧客在賣場的行動軌跡、停留時間長短, 形成品類熱力圖, 然后對比消費者最終的消費記錄, 得出其品牌偏好。例如, 某商場通過記錄消費者的行動軌跡和成交記錄, 發現許多顧客同時購買了資生堂化妝品與ZARA服裝。經過大量數據的對比、關聯尋找, 發現ZARA與資生堂在銷售上有一定關聯性, 其客戶屬性有很大的相似之處, 為后續這兩個品牌開展品牌聯合營銷提供數據支撐。

2.3 營銷設計與實施——打通大數據精準營銷最后屏障
營銷設計與實施階段, 主要是利用大數據找到目標顧客, 與顧客進行有效的營銷互動, 將企業產品與服務信息精準地推送給顧客, 并對營銷效果進行全方位的評估?;诖髷祿南M者洞察, 解決了顧客在哪里的問題, 例如將顧客送貨地址在地圖上落位, 形成顧客分布熱力圖, 通過與會員卡注冊地址進行匹配, 進一步核實顧客的地址信息, 同時還將熱力圖上的顧客聚集區作為重點營銷區域;通過WIFI連接, 能夠獲得顧客在門店的信息, 結合ibeacon微定位技術設備, 可以獲得消費者在門店的行動軌跡, 及時推送顧客感興趣的產品和服務的營銷信息。另一方面, 基于不同的消費者畫像標簽, 企業可以采用不同的溝通方式和定制化的營銷活動向這些人群進行定向的精準營銷。例如對于購買化妝品頻率較高的客戶群體, 可以通過組織專門的化妝沙龍或者插花培訓來增加與顧客的溝通交流;對于標簽為中年家庭女性的顧客, 可以通過推送性價比較高的產品和超市購物優惠券等將顧客引入賣場;對于標簽為時尚年輕潮男的顧客, 則可通過推送數碼產品優惠券、觀影優惠券以及廣場KTV體驗券等引發目標消費者的需求與關注。

3 結束語

本文從數據化挖掘與整合 (dataintegrate) 、數據洞察與分析 (discover) 、營銷設計與實施 (design) 三個階段, 探究傳統零售企業如何在大數據時代更加全面的了解消費者, 更加精準地與消費者進行互動, 實現營銷方式的升級。當然, 在大數據時代, 零售企業的營銷需要變革的地方還有很多, 這種變革不是對固有營銷模式的小修小補, 更重要的是營銷思維的轉變和創新。傳統零售行業面對新零售模式的來勢洶洶, 必須認真思考大數據可能為企業帶來的營銷價值, 還需要對零售業中數據挖掘、分析等方面進行技術梳理, 提出明確行動的指導綱領, 同時通過此綱領開展快速的大數據精準營銷行動。

參考文獻:

[1]劉星.大數據:精細化銷售管理、數據分析與預測[M].北京:人民郵電出版社, 2016.

[2]劉征宇.精準營銷方法研究[J].上海交通大學學報, 2007 (s1) 143-146.

[3] (以色列) 尤瓦爾·赫拉利.未來簡史[M].北京:中信出版社, 2017.

      《基于大數據的傳統零售行業精準營銷探究》附論文PDF版下載:
       http://www.zzyljfls.com/uploadfile/2018/0806/20180806105852595.pdf
 
關注SCI論文創作發表,尋求SCI論文修改潤色、SCI論文代發表等服務支撐,請鎖定SCI論文網!

文章出自SCI論文網轉載請注明出處:http://www.zzyljfls.com/guanlilunwen/395.html
0

發表評論

Sci論文網 - Sci論文發表 - Sci論文修改潤色 - Sci論文期刊 - Sci論文代發
Copyright ? Sci論文網 版權所有 | SCI論文網手機版
真人实拍女处被破的视频