尋夢新聞LINE@每日推播熱門推薦文章，趣聞不漏接❤️
九一互聯網數字資產平台
大數據和人工智能技術的蓬勃發展，使得企業品牌行銷迎來了前所未有的變革期，品牌行銷的變革伴總是隨著科技的發展而不斷革新，站在數字行銷變革的十字路口，數據驅動行銷的時代已經到來，企業品牌數據的管理與應用正在升級為品牌行銷新引擎。
上市公司品牌經理人對技術驅動增長的關注擴大到自建數據流量池與客戶精細化數據經營，這就是為什麼近65%的行銷主管聲稱數據驅動型行銷對於在競爭激烈的全球經濟中取得成功至關重要的原因，大數據在企業和社會層面也成了重要的戰略資源，數據成為新的戰略制高點，是大家搶奪的新焦點。
一個新行業的出現，必將在工作職位方面有新的需求，大數據的出現也推出了一批新的就業崗位，例如：品牌大數據分析師、品牌數據管理專家、品牌行銷大數據算法工程師、自媒體數據產品經理等等。具有有豐富經驗的數據分析人才將成為稀缺的資源，數據驅動型工作將呈現爆炸式的增長，在上市公司及知名品牌企業體現的尤為明顯。
至 2018 年，大數據行銷技術市場將達到 324 億美元的規模。數據行銷技術供應商的迅速增長也顯示了數據行銷技術市場的巨大吸引力。品牌經理人掌握更多的數據，意味著就有更多機會找到合適的行銷模式和行銷方案來推動品牌建設，更能在工作崗位中更加出色，那麼在數據驅動行銷的大時代，上市公司或知名品牌經理人該如何運用數據行銷？又該具備哪些數據驅動能力呢？
01看點：對品牌數字資產的全面掌控能力
在數據驅動行銷的時代企業品牌應重新定義為「消費者意識中的感知與互聯網活躍內容的集合，而企業品牌在互聯網上活躍內容的集合就是企業品牌互聯網數字資產」。對任何一個企業品牌來說，它的域名、官方網站、logo、搜尋引擎的品牌專區、網路新聞、網路圖片、官方微博、公眾號、直達號、貼吧、APP、小程序、H5、微視頻、網店等等，甚至是獎勵給用戶的積分，都屬於企業品牌互聯網數字資產的范疇。廣義上講，企業品牌互聯網數字資產則是企業在數字化經濟時代所擁有的核心競爭力資源，即是否能支撐企業持續發展、促進企業快速創新、做到企業品牌永續的能力。 品牌經理人能否全面掌握這些數據並能分析數據顯得尤為重要，全世界所有的資產，只有一個資產越用越有價值，它就是數據資產。因為它的產生和業務之間是若即若離的關係，你不用數據它就變成了一堆數字，如果你用，這個數字越多，對應的數字資產就越有價值。
在對品牌行銷數據的積累上，上市公司經過多年的品牌積累已經形成了品牌互聯網數字資產，它有賴於兩個維度的拓展：一是垂直縱深數據的收集，二是更為廣泛的全域數據的收集。企業需要把「泛數據」進行過濾、篩選、洗滌，從而才能找到最核心有效的數據進行運用，這就需要上市公司品牌經理人學會利用已有的品牌大數據資產。
02看點：對品牌行銷數據的認知能力
大數據和人工智能技術屬於新生事物，企業品牌對數據的積累、應用、評估、決策也不一定能夠做到從打通數據到品牌人群有效溝通、轉化的行銷閉環，形成品牌數據資產，企業核心數據需要經過真正的投放、實踐、評估、清洗、優化、整合等一系列行銷行為，這需要企業的品牌經理人經過對數據的認知、學習、分析、應用、判斷從而成長為以數據驅動品牌的新一代行銷人。
03看點：對用戶行為與特徵數據的分析能力
顯然，知名品牌通過積累足夠的用戶數據，能夠分析出用戶的喜好與購買習慣，甚至做到「比用戶更了解用戶自己」。有了這一點，才是許多大數據行銷的前提與出發點。
品牌數字資產更可貴的價值在於，真正「以人為本」，把數字資產轉化為品牌人群資產，通過品牌人群資產的構建、沉淀與經營，去促進品牌行銷全鏈路的升級，從用戶洞察、策略管理、廣告投放、到效果評估、投後歸因，每一步都做到有理所依、有據可循，最大化釋放和利用數據的價值，全方位賦能品牌行銷決策，升級行銷ROI。
作為創業企業不能完全積累這些數據，那就需要購買上市公司或者知名品牌的行銷數據來做參考，從而作出決策。無論如何，那些過去將「一切以客戶為中心」作為口號的企業可以想想，過去你們真的能及時全面地了解客戶的需求與所想嗎？或許只有大數據時代這個問題的答案才更明確，品牌經理人只有通過數據流量池及時全面的了解客戶的需求和所想才是未來進化的正確姿勢。
04看點：對精準數據行銷信息的支撐能力
N年前，許多上市公司一直強調精準行銷，但是真正運用好的少之又少，反而是垃圾信息泛濫。究其原因，主要就是過去名義上的精準行銷並不怎麼精準，因為其缺少用戶特徵數據支撐及詳細準確的分析。其實精準行銷背後靠的是大數據支撐。品牌核心數據需要經過真正的投放、實踐、評估、清洗、優化、整合等一系列行銷行為，這需要企業的品牌經理人經過對數據的認知、學習、分析、應用、判斷從而成長為以數據驅動品牌的新一代行銷人。大多數品牌經理人選用的維度相對傳統，仍是一些常規的曝光、點擊、轉化和留存等數據，但品牌資產的衡量不是單單通過這些指標來看的，也需要考慮現階段的品牌輿情、行業數據、用戶對品牌的認知度、興趣度等多方面因素，從而更清晰地反映品牌人群情況的全貌，讓品牌行銷更有效。
05看點：引導產品及行銷活動投用戶所好能力
如果能用大數據了解潛在用戶特徵、用戶畫像、用戶對產品期待的樣子，那麼你的產品生產即可投其所好，再結合裂變行銷傳播（關注本公眾號，留言「加入品牌經理人」即可入群隨時與行銷大咖交流如何裂變行銷），那就無往不利。例如，Netflix在近投拍《紙牌屋》之前，即通過大數據分析知道了潛在觀眾最喜歡的導演與演員，結果果然捕獲了觀眾的心。又比如，《小時代》在預告片投放後，即從微博上通過大數據分析得知其電影的主要觀眾群為90後女性，因此後續的行銷活動則主要針對這些人群展開。他們都是先通過數據分析再開始行動的，因此投用戶所好是一切行銷的開始，而這一切都基於數據，尤其是大公司牽一發而動全身，所以應該一切行動聽數據，而這就不單單是品牌經理人所能做的了，需要公司高層對數據的認知能力。
品牌行銷要想進入用戶心智，通過數據「找到對的人」還不夠，還需要「講對好故事」，用目標人群能夠接受的素材、內容和方式，去做立體化溝通，快速有效地建立用戶和品牌間的聯繫。這些步驟，都可以為品牌數據資產賦能，提升每一次決策的效率。
06看點：對競爭對手產品及傳播的監測能力
知己知彼，百戰不殆，商場即戰場，競爭對手在幹什麼？競爭對手在傳播什麼？競爭對手在做什麼活動？競爭對手在搞什麼促銷？競爭對手在哪些媒體投放了廣告？即使對方不會告訴你，但你卻可以通過大數據監測分析得知，這就是數據情報。品牌傳播的有效性亦可通過大數據分析找準方向。例如，可以進行傳播趨勢分析、內容特徵分析、互動用戶分析、正負情緒分類、口碑品類分析、產品屬性分布等，可以通過監測掌握競爭對手傳播態勢，並可以參考行業標桿用戶策劃，根據用戶聲音策劃內容，甚至可以評估自媒體帳號矩陣經營效果。
07看點：對品牌傳播媒體的優選化能力
在海量的媒體資源中，根據行業的需求，選擇一些與行業相關的媒體資源，這樣也方便有針對性地行銷宣傳，進而降低企業經營成本。品牌經理人利用大數據對海量媒體數據的深度挖掘，發揮時空數據優勢，甄別自媒體的動向意圖、撰稿方向，幫助企業從雜亂無序的自媒體池中甄別出優質傳播媒體和無效媒體，能對自媒體的偏好進行分析。
品牌經理人在媒體投放時很關心一個自媒體帳號的數據如何，第三方工具如果可以準確提供，不僅僅效率提升，對於前期的分析工作也會有很多幫助。自媒體帳號那麼多，哪些才會有效果？怎麼來判斷這個媒體帳號是否符合品牌特點？我曾遇到有一些山寨號，名字上很像一些”大號”，可是打開公眾號發現內容就差了太多，如果可以通過智能匹配，不用大海撈針一樣一個個選擇人工判斷，效率會大大提升，效果也會在媒介環節就有一定保障。
在自媒體做投放，有效果是前提也是結果，如何提升投放效果，除了創意要好，那在前期「選號」上就要足夠精準，這部分是可以通過數據進行分析，比如粉絲活躍，看點讚、評論以及評論點讚等。對於自媒體數據分析預判行銷效果：九一互聯網數字資產平台對一個自媒體帳號的評論、點讚、商業合作等分析，對之後投放可以達到多少效果，且對行業關鍵詞、品牌關鍵詞、類型詞語都可以做預判。通過對各個帳號進行內容分析之後，九一互聯網數字資產平台針對垂直細分行業定制數據模塊，大大提升效果，同時提供競爭對手自媒體傳播數據分析，讓品牌經理人更有效的掌握媒體數據。
點擊下圖查看品牌互聯網數字資產
九一互聯網數字資產平台
08看點：對品牌危機監測及管理能力
自媒體時代，品牌危機使許多企業談虎色變，然而大數據可以讓企業提前有所洞悉。在危機爆發過程中，最需要的是跟蹤危機傳播趨勢，識別重要參與人員，方便快速應對。
另外，大數據可以采集負面定義內容，及時啟動危機跟蹤和報警，按照人群社會屬性分析，聚類事件過程中的觀點，識別關鍵人物及傳播路徑，進而可以保護企業、產品的聲譽，抓住源頭和關鍵節點，快速有效地處理危機。
09看點：對企業重點客戶篩選和培育能力
許多企業家糾結的事兒是：在企業的用戶、好友與粉絲中，哪些是最有價值的用戶？有了大數據，或許這一切都可以更加有事實支撐。從用戶訪問的各種網站可判斷其最近關心的東西是否與你的企業相關；從用戶在社會化媒體上所發布的各類內容及與他人互動的內容中，可以找出千絲萬縷的信息，利用某種規則關聯及綜合起來，就可以幫助企業篩選重點的目標用戶。
凱文凱利在科技巨著《失控》中描述了一個互聯網時代事物發展的基礎邏輯：無數底層的、無意識的個體和行為，終將帶向一個開放、自有規律和邏輯、擁有無限可能的互聯網世界。最典型的代表就是被強調了很久的大數據。Google通過「流感」關鍵詞搜尋成功預測流感，亞馬遜通過用戶數據優化配送路線和配送效率，這樣的例子已不用多提。
但是在後來的《必然》中，凱文凱利又提出了一條看似矛盾的邏輯。他認為當信息和產品開始變得免費和易得時，有8種無形的價值將會比產品和信息本身變得更有價值，這其中就有一條，他命名為可尋性：從紛繁複雜的信息堆中搜尋所需要和所偏好的能力。簡單來說，就是對信息和事物的篩選。
未來兩樣東西最有價值：幫用戶省時間和幫用戶「浪費」時間。在幫助用戶節省時間上有一款小程序推薦給大家：全網招標信息查詢，可以讓企業快速找到全國招標公告，迅速聯繫。
10看點：把大數據用於改善用戶體驗的能力
用戶體驗的提升就意味著價值，大數據更會直接給用戶、商家帶來明確的價值。要改善用戶體驗，關鍵在於真正了解用戶及他們所使用的你的產品的狀況，做最適時的提醒。例如，京東擁有精準和高價值的數據，因為這些數據覆蓋了用戶從瀏覽、下單、配送到最後客服的完整過程。通過優質的數據，京東可以精準描繪用戶畫像，了解用戶的特性和需求，提供個性化的服務。如果京東監測到一個帳號開始關注奶瓶、嬰兒車，相關的用戶模型就會通過匹配判斷出這個家庭將有孩子了，隨著後續的用戶行為信息，京東可以判斷出孩子的性別。就這一個信息就可以一路服務這個家庭18年，京東知道這個城市、這個小區同年齡段的孩子最喜歡什麼玩具、該讀什麼書、假期該去哪里玩，精準的數據可以給用戶提供非常好的服務。
大數據不僅僅是降低成本的工具，其關鍵是能夠提高用戶體驗、創造價值。要把大數據用好，核心在於保證數據的精準，並進行有效的建模分析。
用戶體驗模型包括五個維度，即Happiness(愉悅度)、Engagement(參與度)、Adoption(接受度)、Retention(留存度)、Task success(任務完成度)。這五項僅僅是大數據用於用戶體驗監控指標體系的范疇，不同的產品或服務可據此定義具體的指標，用以監控用戶或者客戶的體驗。
九一互聯網數字資產平台
商業發展的日程已經被兩股力量定義：大量的可用信息和個人互動的新形式。用戶體驗設計是解鎖大數據的密鑰，是滿載用戶信息的新形式寶庫。大數據，反過來，包含了改進公司用戶體驗設計的見解，更好的到達、捕獲並留住客戶。
11看點：對潛在客戶的分級管理能力
一個行銷管理者所能夠管理的客戶幅度是有限的，超過管理幅度的客戶需要通過客戶分級分配給企業內部不同層級的人員去開發或維護。其中，最重要的客戶可能由行銷管理者親自主導銷售或提供服務，或者由最高水平的銷售人員、服務人員進行銷售或服務、同時行銷管理者會重點關注，而較次要的客戶則可以交給次一層次的銷售人員或服務人員。
行業不同、產品或服務不同、面向的客戶不同，企業行銷活動的複雜性也差別巨大，行銷管理者所能管理的幅度也會相應不同。面對日新月異的新媒體，許多企業想通過對粉絲的公開內容和互動記錄分析，將粉絲轉化為潛在用戶，激活社會化資產價值，並對潛在用戶進行多個維度的畫像。大數據可以分析活躍粉絲的互動內容，設定消費者畫像各種規則，關聯潛在用戶與會員數據，關聯潛在用戶與客服數據，篩選目標群體做精準行銷，進而可以使傳統客戶關係管理結合社會化數據，豐富用戶不同維度的標籤，並可動態更新消費者生命周期數據，保持信息新鮮有效。
12看點：發現新市場與新趨勢的能力
基於大數據的分析與預測，對於企業家提供洞察新市場與把握經濟走向尤其重要。例如，阿里巴巴從大量交易數據中更早地發現了國際金融危機的到來。又如，在2012年美國總統選舉中，微軟研究院的DavidRothschild就曾使用大數據模型，準確預測了美國50個州和哥倫比亞特區共計51個選區中50個地區的選舉結果，準確性高於98%。之後，他又通過大數據分析，對第85屆屆奧斯卡各獎項的歸屬進行了預測，除最佳導演外，其它各項獎預測全部命中。
2009年全球首次出現甲型H1N1流感，在短短幾周之內迅速傳播開來，引起了全球的恐慌，公共衛生機構而臨巨大壓力，如何預防這種疾病的傳染。預防的核心是預測病情的蔓延程度，現實的情況是人們可能患病多日、實在忍不住才會去醫院，即使醫生在發現新型流感病例時，同時告知美國疾病控制與預防中心(CDC ),然後CDC匯總統計，整體上大約需要兩周時間。對於一種飛速傳播的疾病而言，信息滯後兩周將會帶來非常嚴重的後果，能否提前或者同時對疫情進行預測呢?
碰巧的是，在甲型H1N1流感爆發的幾周前，Google的工程師們在《自然》雜誌上發表了論文，通過Google累計的海量搜尋數據，可以預測冬季流感的傳播。在互聯網普及率比較高的地區，當人們遇到問題時，網路搜尋已經成為習慣。Google保留了多年來所有的搜尋記錄，而且每天都會收到來自全球超過30億條的搜尋指令，Google的數據分析師通過人們在網上的搜尋記錄就可以來完成各種預測。就流感這個具體問題，Google用幾十億條檢索記錄，處理了4.5億個不同的數字模型，構造出一個流感預測指數。結果證明，這個預測指數與官方數據的相關性高達97%。和CDC流感播報一樣，可以判斷流感的趨勢和流感發生的地區，但是比CDC的播報可以提前兩周，有力地協助衛生當局控制流感疫情。
13看點：對市場預測與決策分析能力
大數據分析可以幫助您的企業比以往更快更有效地做出決策和回答問題。
品牌經理人對於數據對市場預測及決策分析的能力，過去早就在數據分析與數據挖掘盛行的年代被提出過。沃爾瑪著名的「啤酒與尿布」案例即是那時的傑作。只是由於大數據時代上述Volume（規模大）及Variety（類型多）對數據分析與數據挖掘提出了新要求。更全面、速度更及時的大數據，必然對市場預測及決策分析進一步上台階提供更好的支撐。要知道，似是而非或錯誤的、過時的數據對決策者而言簡直就是災難。
數據驅動時代的品牌經理人需要通過大數據技術的分析及預測能力為企業提供智能化的數據分析、經營優化、投放決策、精準行銷、競品分析等整合行銷能力。