数字分析：它们是什么以及它们如何改善营销活动

为了利用数据中嵌入的知识资本，公司需要将数据分析的力量和准确性整合到他们的营销策略中。

用于跟踪在线行为和互动的数字技术和系统会产生大量信息，我们现在可以以前所未有的深度和粒度进行分析。 这些衡量、收集、分析和报告的活动是数字分析，这些过程现在对公司和机构的运作方式至关重要，尤其是在我们所有人、企业和消费者都沉浸在信息中的信息环境中。

数字分析正被用于解决不同类型的业务问题并影响业务的方方面面：从财务到运营，从人力资源到营销（贯穿所有业务部门）。 如今，在市场中以各种身份互动的所有各方——企业、个人、机构、中介机构——也是数字分析的消费者（和生产者）。

在企业方面，数字分析现在在制定客户体验管理战略方面发挥着关键作用。 事实上，如果客户体验是与客户互动的集合，包括线下和线上，从第一次接触到保留，数字分析可以单独和整体理解和优化这些行为，提供设计个性化设计所需的洞察力客户体验。

在解释数字分析如何影响营销计划之前，让我们提供一个基本定义来澄清任何疑问。

什么是数字分析？

术语“数字分析”是指收集、组织和解释数据的所有过程，这些数据是原生数字或转换为数字形式的，并且是在整个客户旅程中的消费者与品牌互动过程中产生的。

数字分析可用于衡量和评估各种营销活动的绩效，并为公司提供设计最有效的沟通和销售行动所需的洞察力。 从这个意义上说，数字分析既是数据分析活动，也是这些分析的结果。

数字分析通过以度量的形式返回数据来使数据易于理解，公司（尤其是营销人员）可以通过这些数字来衡量、量化并赋予其行为以意义，包括运营意义。 内容是否有效？ 哪个频道提供最佳性能？ 活动效果是否令人满意？ 数字分析可以回答这些（以及更多）问题，并让营销和销售团队全面了解潜在客户和客户如何与品牌互动。

数字分析活动为公司提供了有用的知识，公司利用它来增强营销策略的力度和准确性，并使与客户建立的关系更有效和更持久，利用最近不断增强的个性化趋势年。

品牌用来与客户建立关系的方法和内容——在线视频、搜索、展示广告、社交媒体——为分析师提供了大量数据，让他们了解客户在追求特定的购买和消费议程时如何使用数字渠道。

了解如何评估客户与业务关系的成功并了解客户旅程需要一个适合分析数据流的框架。 这可能是数字营销工作流程中数据分析最重要的方面：将收集到的信息转化为全面、一致且有意义的报告的能力。

虽然数据分析的机会——以及对其好处的期望——随着技术的发展而突飞猛进，但我们今天所享受的无处不在的数据分析是过去半个世纪技术变革的原始产物，但它确实不会凭空突然发展。 为了表达自己的想法，人类几千年来一直在分析和使用数据。

要了解什么是数字分析以及它如何改善营销活动，让我们尝试从历史的角度来审视我们与数据的关系和交互，提供更广阔的视野。

数据分析人类简史：用数据表达思想

如果数据一直存在，我们可以确定几十年前随着数字数据的创建而结束的漫长的早期阶段。 7000 年的历史始于最简陋的形式——用于记录和描述世界的简单地图——已经演变成我们今天所知的现代实践，并扩展到统计、医学、政治和许多其他领域。 几个世纪以来，一门学科逐渐增加了新的能力，解决了不断变化的关键问题，并最终出现，用凯文哈特曼（他曾是谷歌的分析总监，现在也是谷歌的首席分析传播者）的话来说，作为“艺术与科学的平衡融合。”

• 甚至在 1600 年之前，几何图形和地图就可以帮助导航和探索。 17 世纪见证了解析几何、概率测量理论和政治算术的发展。 在1700 年代，艺术家们创造了新的图形形式来表达概念和描述现象，甚至是非常复杂的现象。
• 1800 年至 1849 年间，工业创新产生了越来越多的信息流，这些信息流必须以有序且易于理解的视觉形式返回。 许多人认为19 世纪后期是数据分析的黄金时代，其图形创新具有无与伦比的美感。
• 1900 年代的前几十年是数据分析的“黑暗时代”，在此期间，上个世纪的热情被普遍遵守形式的态度所取代。
• 从 1950 年开始，数据分析工具和方法的研究出现了新的动力，特别是在允许数据逐步民主化的可视化技术方面。 直到 1994 年，交互式计算机系统和高维数据的发展一直有增无减：计算机和应用程序通过处理不断增加的信息量和利用已经获得的有关如何可视化数据的知识，创建了有效且异常强大的图像。
• 1994 年第一个数字横幅广告问世后，互联网的使用猛增。 1994 年，美国只有不到 5% 的用户上网，到 2014 年，这一比例上升到 75%，2019 年接近 90%（来源：Nielsen Online、ITU、PEW Research 和 Internet World Stats）。 从 1994 年到 2014 年的 20 年（当时互联网和主要平台已经完全成熟）并不仅仅是见证了另一个沟通渠道的增加：技术变革产生了品牌与消费者关系结构的变化，让消费者能够以线下严格禁止的方式在线互动。 正是在这一时期，发生了从传统媒体广播到数字频道窄播的转变。 公司能够为自己配备分析工具，以前所未有的方式收集有关消费者行为的信息，并可以依靠创新的方法来衡量和评估营销活动。

了解数据分析是如何发展的很重要，因为它可以让您深入了解当今生成基于数据的内容和图像的计算机应用程序已经走了多远。 数据分析的早期历史以数字分析的创建而告终，这反过来又迎来了我们今天生活的信息时代阶段（来源：数字营销分析：理论与实践，凯文哈特曼）。

如何在营销中充分利用数字分析：从谷歌的 ZMOT 到麦肯锡的 CDJ

今天，我们生活在一个历史性的时刻，数据分析历史的一个阶段已经取得成果，另一个阶段已经到来，数字分析和数据分析现在在企业传播、营销和广告中具有绝对的相关性。

整个漏斗中接触点的激增增加了互动的机会，导致对越来越准确的分析的需求猛增。 随着移动设备的可用性，信息的访问量也在增加。 公司通过投资数字分析来实现业务的数字化转型，目标是为极其混乱的信息环境带来秩序并优化业务流程。

对于任何做出或试图影响决策的人来说，数据已成为最有价值的资源，包括那些积极在线搜索信息以支持其选择的消费者。

从 20 世纪 80 年代个人电脑的使用，到 1990 年代网络的普及，再到 2000 年代智能手机取得的惊人成功，人们在购买过程中所遵循的轨迹以及品牌与客户互动的方式都发生了翻天覆地的变化。变了。 为了构建这些新的动态，公司已经开始采用特定的框架作为理论框架，在其中放置数字分析，因此它们可以为越来越不容易分类的行为赋予意义。

零关键时刻：谷歌如何捕捉消费者选择的时刻

2011 年，谷歌引入了“零关键时刻”的概念来表示需求开始与寻求解决方案以满足需求的刺激之间的时间间隔，以及“第一关键时刻”的情况，根据对于宝洁的三步模型，每当消费者面临在备选建议之间做出决定时，就会出现这种情况。 借助 ZMOT，谷歌旨在捕捉驱动当代购物选择的逻辑的不稳定和分支性质，消费者带着更多信息来到货架上：从在专业网站上阅读的产品评论到个人体验的 Facebook 帐户对于该产品，从名人关于爱上该品牌及其服务的推文，到我们每天接触到的数以千计的广告和代言。

零关键时刻是这种杂乱且在很大程度上不可预测的信息流重叠的快照，消费者导航这些信息流以实现其特定目标，从一个来源快速切换到另一个来源，并在在线和离线世界之间流畅地移动。 数字分析对于解释此类非线性旅程至关重要。

麦肯锡的客户决策之旅：显微镜下的决策

麦肯锡的客户决策之旅 (CDJ) 寻求回归在消费者购买过程中对消费者施加的跨系统影响。 具体来说，它确定了消费者在购买前经历的关键时刻。 数字分析允许将这种犹豫不决和反复试验的情况转化为一系列输入，这些输入将为营销人员提供有助于设计和实施其战略的见解。 客户决策之旅由几个步骤组成，每个步骤代表决策过程中的一个不同阶段。 在每一步中，品牌都会获得越来越准确的关于他们与消费者关系的信息，分析师可以利用这些信息来拓宽和阐明他们对目标受众的了解。 CDJ 使识别每个客户旅程背后的逻辑成为可能，而不管被评估的产品是什么。

数字分析支持构建具有个性化且有意义的客户体验

虽然理论框架现在在从业者中广为人知，但数据分析技术也变得更容易获得，这既是因为开源工具的进步，也是因为合格合作伙伴的存在可以帮助公司实施复杂而严格的计算解决方案并从中获利。

除了技术因素，经济、社会和文化环境也对数据分析需求产生了深远的影响。 寻找能够减少不确定性条件的解决方案以及公司对更大责任的需求促成了基于数字的商业模式的出现，并极大地推动了数字分析的使用。

基于数字分析的营销人员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进行运营，这些信息来自多种不同的来源，包括专有和第三方。 行为、情境、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）用于将操作意义归因于与品牌的每次互动，并根据这种解释构建更形象和更有意义的经验。