有很多次在和別人聊天的時候，一說我是做數(shù)據(jù)營銷的，對方立即就用一種看數(shù)學家的眼光打量我，然后腦子里就開始蹦出“聚類分析，回歸分析，群體偏好”等等內容。等聊著聊著，發(fā)現(xiàn)我完全不提那些內容時，就會開始問我：“你說的數(shù)據(jù)營銷到底是什么意思?。?rdquo;

理論的東西我就不多說了，最近和淘寶的兄弟們對淘寶超市討論的比較多，就用家網絡超市來舉個例子，看看數(shù)據(jù)營銷到底是做哪些東西的。

數(shù)據(jù)化營銷第一層：千人一面――千人千面

數(shù)據(jù)營銷第二層：客戶生命周期管理

數(shù)據(jù)營銷第三層：老客戶培育

數(shù)據(jù)化營銷第一層：千人一面――千人千面

數(shù)據(jù)化營銷的第一大作用，就是可以把目標客戶切分得更細，更精準，使得我們在推廣過程中的內容與買家更相關，把運營從千人一面變成千人千面，是數(shù)據(jù)化營銷的主要目標之一。

之前收到一封1號店的推廣郵件，如下：

這樣的郵件我想大家每天都會收到很多，也會發(fā)出很多，我們今天不討論郵件本身，我們來看看通過數(shù)據(jù)營銷如何把這封郵件做得更好。

假設這封郵件是要發(fā)給100萬會員的，假如我們要得到最高的購買率，最好的方式肯定是給100萬人發(fā)100萬封個性化的郵件，給每個人都推不同的商品。但這樣的方式顯然在實際操作中是不可行的。于是，數(shù)據(jù)化營銷就是要找到一種可操作的讓我們得到最高購買率的營銷方法。

如何才能讓上面這封發(fā)給100萬人的郵件轉化率更高？

我們先來看一種好一點點的方法：

我們把客戶按年齡、性別分成4組，然后根據(jù)這個組的特點YY一些主推的商品，然后做成4個頁面，分別投放到4個客戶群。

年齡 性別 典型主推商品 　　　典型文案

15-25 男 可樂， 　　　　　可樂18元/箱，比超市便宜5元，再也不用自己扛，半日內送貨上門

15-25 女 各類零食，洗發(fā)水

25-35 男 啤酒，

25-35 女 洗發(fā)水，紙巾，色拉油

做數(shù)據(jù)營銷的一大前提就是數(shù)據(jù)積累，數(shù)據(jù)積累的程度決定了數(shù)據(jù)營銷能做得多精細。在這里我們需要積累的信息很少，年齡、性別，兩個屬性就OK了。（如果我們在這里添加更多客戶的屬性，就可以把整個客戶群分成更細的小群，比如加上“收入”，“教育程度”，“職業(yè)”等等，銀行就是基于這些信息做客戶的CRM管理和風險管理的。細分的好處是可以更精準，缺點是推廣的成本更高，同時，隨著客戶群分的越細，推廣效率增長的邊際效益遞減，所以分到差不多細就可以了。）

然后，我們再比這個做得好一點點：

我們在每一個組里，再增加“瀏覽類目”和“購買類目”兩個字段，

年齡 性別 瀏覽類目TOP3 　　　　 購買類目TOP3 　　　　　典型文案

15-25 男 飲料，紙品，進口食品 飲料，進口食品，紙品 可樂18元/箱，比超市便宜5元，再也不用自己扛，半日內送貨上門

15-25 女

25-35 男

25-35 女

那我們就可以看到“15－25歲的男人購買最多的3個類目是食品――飲料，日化――紙品，食品――進口食品”，然后我們就可以有幾種選擇：簡單點就從“飲料，紙品，進口食品”中各選一件促銷商品，做成一個促銷包，推給整個組。

這里的數(shù)據(jù)積累就更復雜一些了，首先，我們要積累每個會員的購買記錄和瀏覽記錄，光這兩個字段，就需要一個龐大的數(shù)據(jù)庫了。

還能再好一點點嗎？

我們看到了每個人的交易記錄和瀏覽記錄之后，商業(yè)有上幾條思路可以繼續(xù)細化：

1. 有哪些東西是客戶經常看但是沒有買的？

2. 客戶買了A之后最有可能買的B是什么？

做1需要我們通過對瀏覽記錄和購買記錄進行關聯(lián)，通過數(shù)據(jù)分析設定“類目瀏覽次數(shù)＞N且未購買”的標準。

做2比較復雜，最通用的做法是分析購買記錄，通過分析整個客戶群，建立算法，假設購買A產品的有1萬人，分析這1萬人的購買記錄，找到這些人購買的其它產品中購買次數(shù)最多的產品B，C，D，放在A的頁面上進行推薦（Amazon基本就是這么做的）