1703910289
1703910290
一包50斤大米被A主妇购买，一个月后A主妇再度购买，由此便可推测出该主妇所在家庭的成员人数，根据成员的饮食习惯，还可以向他们有目的性地推送其他杂粮、调味品等产品。一个产品的切入口，往往如同扫雷游戏一样，其实是可以派生出一片的生活需求，但是这样的推送务必要做到精准计算和有技巧地恰到好处，否则就会变成令人心烦的死缠烂打式推送，最后只能躺进黑名单。
1703910291
1703910292
不少市民也经常发现，但凡只要自己在哪个房产中介询问过楼盘，不一会手机便会接到各类楼房的推荐短信，防不胜防。因此，所谓的精准营销其实与垃圾推送也只几步之遥。
1703910293
1703910294
如何才能做到精准式营销呢？说到底还是运用互联网的思维，收集立体式的数据并加以分析。比如对顾客所用产品磨损的测算，对于款式、颜色接受度等都要有精准的计算，另外对预热期的联系与沟通等信息也要进行收集。针对社会化营销的客户粉丝经济，要求企业必须静下心来，对每位经过、路过的顾客进行数据收集，构建的粉丝群体有多大往往决定了企业的发展步伐有多大。每次产品的精准推送都可能是加分的成功销售，可如果是过期或过于令人心烦的推送便演变成企业营销的减分部分。加减之间，考验的便是传统企业在数据分析、客服跟进等方面的投入以及对管理软件是否使用的得心应手。
1703910295
1703910296
1703910297
数据是主营业务的天然副产品，如果只用来占据数据仓库就是天大的浪费。
1703910298
1703910299
数据管理的核心工作是尽量搜集相关信息并分析整理，做到客户信息的零流失。建立数据仓库是进行数据挖掘与分析的必备条件，对客户数据进行观察、统计和分析，将数据通过精简、转换导入到数据仓库进行深度分析处理，得出有价值的知识模式，并通过可视化为企业决策提供支持依据。
1703910300
1703910301
数据管理是一种技术，从数据中得出的每项指标都可以让商品价值最大化，每一个有效数据都可以控制成本、增加业绩。
1703910302
1703910303
数据管理的结构如图3-5所示。
1703910304
1703910305
1703910306
1703910307
1703910308
图3-5
1703910309
1703910310
数据分析在商业上的运用十分广泛，主要有特征化与区分、关联分析、分类和预测以及聚类分析，等等。比如，大型购物超市对于会员客户进行类型识别，以便更好地提供优质服务，为此可从会员客户数据库中调出所需的消费数据，其中总消费额、购买次数、收入水平等多维变量都是与客户类型划分直接相关的数据，根据会员数及客户类别等信息进行聚类分析，所有会员客户被不同维度指标划分为三个明显的A、B、C类，每一种类型的客户都具有各自的消费偏好和不同的消费特征。这样，超市就可以通过比较和分析这些不同类客户的消费特征，开展针对性的营销活动。
1703910311
1703910312
数据管理的功能很强大，可以让企业不走弯路。通过数据管理，能为企业提供个性化营销的依据。在白热化的竞争环境下，通过数据所做的消费者个性研究，可以让企业对网民进行个性化营销，从而让你的营销方式变得有趣而隐性化。有了数据的支持，企业成本可以做到最低，效果做到最大化。仅产品策略一项就可进行如下优化：
1703910313
1703910314
（1）根据某些产品具体销售数据和平均利润率了解到客户的消费偏好，从而对企业现有产品线或产品项目进行评估，并且相应采用合适的产品组合策略（如扩大或缩减产品组合，进行产品线延伸），更好地满足市场需求；
1703910315
1703910316
（2）通过对产品历史销售数据进行挖掘，找出其所处的生命周期阶段，根据产品在导入期、成长期、成熟期、衰退期各不同阶段的产品特征制定相应的策略；
1703910317
1703910318
（3）新产品推出时，根据顾客对某种产品或服务的评价或满意度进行产品的改良和更新。而对于因消费这些新产品而分化出的特定消费群体，可针对其消费特征对新产品进行重新定位或者开发迎合其口味的系列产品等。
1703910319
1703910320
数据的来源主要有两部分构成：
1703910321
1703910322
（1）通过线下实体店的产品服务销售渠道与客户进行接触，记录下客户的情况；
1703910323
1703910324
（2）通过线上平台与客户进行沟通和交流收集到的情报。
1703910325
1703910326
数据管理的优点在于：对企业而言，接触效率高、记录信息全且便于存取和管理、提高顾客满意度；对客户而言，便利、选择个性化、即时交互性强、有亲切感，从而对企业产生良好印象。
1703910327
1703910328
1703910329
有句流行语说，在PC互联网时代我能够知道你喜欢什么，而到了移动互联网时代我可以知道你每分每秒在干什么。
1703910330
1703910331
O2O涉及到人们所能想到的所有领域，吃喝玩乐从来就不是一个个人的行为，我们通常在享受各种服务的时候都是要与他人一起才能完成的，作为生活消费的O2O，包含了几亿的手机用户和千万个线下实体店及线上商户，产生的O2O数据会以各种形态出现在企业的日常经营和管理中。我们来看看数据流后面的消费者购买动态，如图3-6所示。
1703910332
1703910333
1703910334
1703910335
1703910336
图3-6
1703910337
1703910338
从图3-6中我们可以看到，消费者在决定购买前需要获取更多的企业信息，对其信任后才能产生购买行为。购买后的体验与分享行为是需要企业引导的，因为对于O2O这种模式来说，只有消费者的分享才能将商品或服务的效能放大，所以企业的服务行为并不是在消费者支付之后就结束了，而是要延伸到消费者体验及分享之后产生的效应环。做好了数据化管理的企业可以通过消费者的消费行为分类出不同层次的客户群体，通过对消费者行为的精准分析，将适合的商品，无论是通过线上渠道还是线下渠道，精准地推送到目标消费者眼前，让渠道与商品更精准地匹配。比如笔者在携程网上查询了苏州同里的门票，很快笔者的手机上就收到了关于同里旅游攻略的信息，并要告诉笔者分享旅游心得之后还能获得积分，积分可以抵现金换取下一个次旅行的住宿（如图3-7所示）。