读者QQ群③:168129342,投稿请发dashuju36@qq.com
我要投稿

摆脱数大无脑|用DMP帮你做好数据的生意

互动
作者:时趣互动

本文由时趣大数据投稿,转载请联系作者!

前段时间与一位经营食品的朋友聊起大数据,人工智能。他说“我只是一个卖大米的,DMP对我来说能做什么?”这让笔者想起硅谷精神之父凯文·凯利曾说过“所有生意都是数据生意”,所以在当下,卖大米的也需要懂得数据的生意应该怎么做。

不信你看,被誉为台湾“经营之神”的王永庆,其事业的开端以卖米为生,在把大米送到人家的时候,会记下米缸大小以及家庭人口多少,以便估算下次送米日期。有了这些客户资料,总是能及时送米到各家各户。王永庆的这种方式套用到当下社会,便是DMP(Data Management Platform)的雏形,数据管理平台的出现可以协助企业更好的利用数据做生意。

但为什么要搭建DMP?以及如何搭建?很多企业仍存在疑惑,是不是推广引流积攒庞大CRM数据就能做好呢?

管理大师德鲁克与戴明的智慧共识告诉我们:无量化、无管理;先量化,后决策。通过智能DMP在各营销阶段的介入,如同企业背后隐藏的数据大脑,实现自有流量盘活和价值变现。数据是企业无形的资产,不断挖掘变现的过程,也就是企业进行数据投资的过程。不同的行业在不同的生命周期都会有不同的场景。

智能
· 广告曝光/拉新: 在新用户的获取阶段,通过DMP与外部媒介数据的对接,品牌主能通过以下方式更有效地选择媒介,实现潜在受众的最优覆盖:

a)媒介投放优化-通过分析已有用户的接触点偏好更精准地购买媒介;

b)潜在受众挖掘-通过lookalike模型,对媒介中的优质匹配流量进行定向投放;

c)人群再定向(retargeting)-通过id mapping,对曾经访问过品牌移动端/PC端的用户,进行精准曝光,吸引其再次来到平台并实现转化 。

这就好比在理财的过程中,通过信息查询、搜集,找到最合适的投资平台。

· 留存/转化:当用户与品牌主无论是通过互动还是购买建立起初步联系,通过基于DMP的个性化内容沟通、个性化的产品推荐、流失预警,能使用户更愿意与品牌保持更长久的联系,让“存款基数”越来越大。

· 复购/服务增值/分享:当用户与品牌建立起稳定的联系后,通过基于DMP的预测性分析,实现用户现金价值和媒体价值的真正增值,让“利率”越来越高。

腹沟
但是, 由于不同商品的购买频率、单品价值和受众群体不同,因此对于不同的行业来说,DMP的核心价值也有所侧重。

· 快消品/快餐连锁:这类行业的特点是面向大众消费者,消费高频但单价低,且消费的决策周期很短。因此对于这类品牌的DMP,其价值更多在于对LBS信息、网站/APP等用户接触点偏好的分析,以使曝光能尽可能高效地覆盖到目标人群,提升转化ROI。

· 汽车/房产/大家电:这类行业的特点是消费频率低,但单价相当高;虽然复购率低,但品牌能通过提供创新的售后增值服务,实现更多投资回报。因此对于这类品牌的DMP,其价值更多在于通过对已有数据的分析,更好地提供以产品为核心的功能优化迭代和上下游服务。

· 美妆/服饰:这类行业的特点是消费频率偏高,单价偏低,但存在冲动性购买,且受众的人口属性特征明显。因此,对于这类品牌来说,基于DMP的个性化内容沟通、以及个性化产品推荐是重点。

· 旅游/酒店:这类行业的特点是消费频率偏低,单价偏高,消费决策周期较长,且服务即产品,消费者在不同接触点感受到的服务态度,都会影响其整体的评价。因此,基于DMP的全流程用户体验优化是重点。

旅游
在了解了这么多行业使用方法和真实运营场景后,企业应当如何将低成本高效率的dmp建设融入到实际运营工作当中呢?

一、分别建立PC,移动与社交的三类数据管理平台,而不要希望一蹴而就建立一个大一统的DMP

考虑应用场景和用户行为的闭环,将DMP分拆为针对PC,移动与社交数据的三个系统。首先这三个渠道是品牌可以获取客户数据的主要接触点,但是三个系统的数据在短期内很难实现贯通,同时场景与作用也各不相同。因此为了更好的让一个消费者的行为形成闭环,并能够逐步优化数据和模型策略,可以考虑在短期内建立针对三类数据的独立系统,并慢慢实现贯通。

二、不能只有结果数据还要探究过程数据,这样才能知道用户动作发生轨迹和原因

如果把数据比作生产原料,那么交易流程中会产生大量的数据,但是涉及到流量,企业可控的只有结果数据,也就无法推导原因,形成预测分析。而用户行为数据,应当实时,多维度采集抓取。面对冗长繁杂的跟踪代码,利用dmp智能操作系统,实现抓取任务设置,提高效率,降低人工和时间成本。

三、用户画像,构建整体的DMP的核心

众所周知,人与人之间存在共性和差异,例如姓名,年龄,地域,职业等,这些特征像标签一样存在我们身上,由此即便没有见过某人,也可以根据标签描述形成大致轮廓,这便是利用标签形成的用户画像。切换到营销场景,可以从产品喜好,活跃程度,沉睡状态,购买历史等维度进行用户标签的提取。

如果把数据采集与分析都划为企业在数据化发展道路上的投资,那么最终实现快速价值变现,玩转数据生意的方法,便是融入在各个生命阶段的个性化操作动作。基于DMP核心的用户画像,协助个性化业务模型在各营销场景中的价值变现,形成“无量化、不决策”的科学管理系统。

四、全渠道的用户体验,让数据流动起来

DMP的业务模型涵盖了用户生命周期各个阶段,从如何进行用户留存,到促进复购、交叉销售,从用户的流失几率评估到高价值用户的老带新动作等等。以消费者打车送优惠券的故事为例,当客户出租车订单完结好评后,根据历史产品喜好弹出出租车优惠券加大复购几率,推荐快车专车等其他产品促进交叉销售,提供分享红包增加高价值用户老带新效果,根据评分及登陆频率评估用户流失几率等。利用模型给予智能运营以科学支持。

企业多维度学习历史的用户行为数据,不断自动学习,科学分析用户需求,给予运营动作以科学依据,搭建自动化数据系统,实现全渠道智能数据管理。

End.

转载请注明来自36大数据(36dsj.com):36大数据 » 摆脱数大无脑|用DMP帮你做好数据的生意

36大数据   除非特别注明,本站所有文章均不代表本站观点。报道中出现的商标属于其合法持有人。请遵守理性,宽容,换位思考的原则。

评论 抢沙发

  • 昵称 (必填)
  • 邮箱 (必填)
  • 网址