数据驱动的营销：为什么公司不能再没有它

数据驱动的营销从与之接触（或旨在拦截）的消费者（已经获得或潜在）的数据开始制定计划和策略。 这是一种基于技术前提并具有重要文化意义的方法，越来越多地被所有部门和规模的组织采用，以：

• 实施高度个性化的举措，
• 与目标受众实现更高水平的互动，
• 最大化投资回报率。

通过数据驱动的营销，数据代表了创建有效和有针对性的活动、促销和各种举措的起点。 让我们更进一步。

数据分析：从神秘实践到无障碍流程

不久前，数据驱动的营销还笼罩在神秘的气氛中，这是一个只有拥有专业技能的技术人员才能涉足的未知领域。 由于这个原因，它相当罕见。

然后，软件公司的重点——至少是那些支持公司创造当前和相关客户体验的公司——转移到了各个公司职能活动（主要是营销和销售）的自动化和简化。

在重新关注专业人士和消费者的背景下，已经开发出特定的解决方案，以使数据分析免于不必要的敬畏恐惧，并最终将其视为一个不仅必不可少而且易于访问的过程。

这种演变朝着两个方向进行：

1. 新知识和工具使利用众多数字渠道满足消费者期望成为可能；
2. 通过更积极地参与与品牌的对话，用户-消费者提供了有用的信息，为品牌本身创造了丰富的知识。

数据驱动的营销，能够兼顾不同的媒体和渠道，现在使用组织可以访问的大量信息，这些信息来自各种来源，包括专有的和第三方的。

行为、上下文、心理、人口统计和地理数据，以及不太直接的测量结果，例如客户对品牌的满意度，被用来为与品牌的每次互动赋予操作意义，并从这种解释。

数据收集工具：CRM 的核心作用

营销人员从分散在购买路径上的虚拟和物理接触点收集传入数据，并通过人工智能、机器学习和 CRM 软件等工具对其进行塑造。

特别是，CRM 工具牢牢地处于企业技术基础架构的中心，对于数据驱动营销的实施变得越来越重要。 事实上，可以利用CRM 数据来创建个性化的通信和更具吸引力的客户体验。 这是因为 CRM 不是一个静态实体，而是通过不断收集客户数据而演变，然后对其进行分析以加深关系并改善营销活动的结果。

任何面向客户的营销人员、销售人员或客户服务专业人员都会从他们“工具箱”中的 CRM 中受益匪浅：他们可以通过对对话者更深入、更清晰的了解来发展他们的沟通。 通过将第一阶段的知识视为理所当然，他能够更快地解决特定需求。

收集和分析活动的结果是一张动态图，其中实时监控所使用资源的性能和所管理的渠道，以确定哪些产生了最多的交互，哪些提供了最高的投资回报率。 观察这些指标有助于提供洞察力，从而及时重新定义我们所谓的“数据驱动的创造力”。

借助CRM 等平台，创意人员可以访问的客户情况已经达到了曾经无法想象的水平，这使得打开和维护与消费者的重要渠道变得更容易、更直接，为他提供他真正需要的信息. 这是我们在这个博客上经常谈到的看似不可阻挡的个性化趋势，并且在个性化视频中以最进化的形式表达出来。

市场研究、领导活动、数据讲述：起点是数据

今天，数据营销的三种应用似乎吸引了品牌的注意力——因为它们可以在生产力和营业额利润率方面产生真正的影响——它们当然值得单独讨论。 在这里，我们将仅限于简要描述，保留对其他文章的深入研究：数据驱动的市场研究、数据驱动的潜在客户生成活动和数据讲述。

• 数据驱动的市场研究为企业主、经理和营销人员提供了客户购买习惯的快照。 识别购买趋势有助于公司制定营销策略，并帮助设计旨在提高转化率和销售额的沟通和广告计划。 这种特殊的市场研究方法涉及消费者数据的收集、选择、组织和解释：从年龄、出生日期、婚姻状况和收入水平等个人信息到反馈和期望、消费行为等更复杂的定性信息、偏好和不同接触点的导航模式。
• 数据驱动的潜在客户生成活动使用来自销售和营销活动以及整个渠道中品牌和消费者之间的各种接触点的信息，较少关注数量本身，而更多关注潜在客户质量。
• 数据讲述是应用于讲述故事的数字化转型的最新成果之一。 大规模数字化决定了对各种创意格式（例如视频内容）的彻底重新思考，几乎介入了客户旅程的每个阶段。 数据讲故事（或数据讲故事）是一种参与和参与技术，“叙述者”（在这种情况下，品牌）有可能拥有新资源来创建消费者和客户可以采取行动的故事。 数据讲述代表了故事讲述的一种增强：故事呈现出新的维度，通过使用来自数据的信息（结构化数据，如 CRM 管理系统和非结构化数据，更加“数字化”，例如监控在线对话）。 基石再次是客户体验，同时也是由数据处理和管理系统提供的良性循环的目标和起点。

数据驱动营销的优势：目标和收益

数据驱动的营销首先是一种使用技术创新为改善客户体验创造新机会的方法。

在公司方面，数据驱动的营销旨在为实现三个基本目标提供具体支持：

• 缩短和畅通客户的购买路径，
• 提高客户满意度，
• 获得更高的投资回报率。

通过复杂的数据分析，营销人员可以使用更细致入微的消费者档案来个性化客户体验，并在公司和消费者之间建立和加强信任纽带。

好处很多，要详细描述它们需要更长、更深入的讨论。 下面我们试图总结它们。

1.优化预算分配

数据驱动营销中使用的分析工具使营销人员能够根据对预期（或期望）的评估，更自信地确定应将多少预算分配给个人行动（活动、市场研究、创意、促销等） )对旅程不同阶段的影响。

例如：营销人员可以查看广告和活动是否以及在多大程度上吸引了潜在客户。 此时，他们能够做出最合适的决策来优化支出（例如，根据意识采取行动或动员更多转化）。 换句话说：通过数据驱动的营销，公司更有可能通过实时观察哪些计划设法将潜在客户和现有客户沿着购买漏斗“移动”，从而正确分配预算。

2.创建更相关的副本和内容

即使在今天，将创意与目标受众的期望保持一致似乎仍然存在障碍：

• 近年来，博客内容增加了 800%，但在社交媒体上的分享却下降了近 90%。 因此，品牌正在传播的内容与用户想要阅读、听到和看到的内容之间似乎存在脱节（来源：营销平台）。
• 74% 的消费者对他们认为无关紧要和具有侵略性的品牌广告感到恼火（来源：Adverity）。

在正确的时间提供正确的内容，截取个人兴趣，以正确的方式拒绝不同媒体和渠道的信息，对于与消费者建立联系并为他们每个人创造价值至关重要。 从这个角度来看，数据驱动的营销为创建相关副本和内容提供了最有效的解决方案：它提供了有关目标受众喜欢与之互动的创造力的详细信息（内容类型、分销渠道、使用方式）一种直接的方式。

3. 改进决策

三分之二的营销人员认为，采用数据驱动的营销方法，而不是直觉或通用人才，使他们能够做出更明智的决策（来源：逆境）。 因此，数据分析允许您从观察现实世界的用例中做出选择，而不是依赖于理论元素。 然而，这只是故事的一部分：即使在数据驱动的方法中，人的因素——经验、洞察力、背景知识、同理心——仍然是基础。 消费者的购买决定实际上经常受到情感因素的影响，如果不是实际指导的话。

营销人员必须评估数据，同时考虑决定消费者选择的理性和情感方面，以确保它们在活动中得到适当平衡。 从这个意义上说，数据分析是决策过程的一种客观对应物，还必须考虑消费者心理（根据定义，消费者心理永远不会完全可知），以便能够开发出与观众产生共鸣的内容。

数据营销如何变化：近期的挑战

在 2020 年 3 月至 2020 年 8 月期间，五分之一的消费者更换了品牌，十分之七的消费者尝试了新的数字购物渠道（来源：麦肯锡）。

零售行业的数字化速度显着加快：几个月内实现了 10 年的飞跃。 结果，数据流呈指数级增长，品牌面临的不是为自己配备数据驱动的营销工具和方法——这种方法的用处现已得到充分认可——而是需要更新过时的数据建模似乎不再能够以所需的粒度和速度捕捉变化。

数据驱动的营销使用经过训练的模型来识别消费者行为并从中得出推论。 在大流行后的“新常态”中，这些相同的行为变得更加难以阅读和分类； 它们变得更加难以捉摸，容易偏离已经反复出现的模式。 面对历史数据和模式无法为准确的预测分析提供基础的情况，许多营销人员选择了已经采取的路径：他们回到了大众传播和促销。

数据驱动营销提供了一个完全不同的视角：通过改进已经存在的工具——更强大和更灵活的算法，因为它们是在选定的数据集上进行训练的——公司可以设计更精确和准确的策略，以促进有意义的客户获取，即使在面对不可预知的事件。 为了跟上不断变化的需求和期望并预测客户行为的变化，品牌必须致力于更新他们管理数据的方式，从捕获新类型的信息（通常是非结构化和复杂的）到重新训练算法。

公司不能再没有数据驱动的营销，因为它是迄今为止唯一可以随着习惯和消费路径的变化而发展的方法（有时会先于并产生相同的变化）。

营销人员对客户旅程的了解越多，他们开发正确信息并在正确的时间和他们喜欢的地点与消费者会面的机会就越大。