數據驅動的營銷：為什麼公司不能再沒有它

數據驅動的營銷從與之接觸（或旨在攔截）的消費者（已經獲得或潛在）的數據開始製定計劃和策略。 這是一種基於技術前提並具有重要文化意義的方法，越來越多地被所有部門和規模的組織採用，以：

• 實施高度個性化的舉措，
• 與目標受眾實現更高水平的互動，
• 最大化投資回報率。

通過數據驅動的營銷，數據代表了創建有效和有針對性的活動、促銷和各種舉措的起點。 讓我們更進一步。

數據分析：從神秘實踐到無障礙流程

不久前，數據驅動的營銷還籠罩在神秘的氣氛中，這是一個只有擁有專業技能的技術人員才能涉足的未知領域。 由於這個原因，它相當罕見。

然後，軟件公司的重點——至少是那些支持公司創造當前和相關客戶體驗的公司——轉移到了各個公司職能活動（主要是營銷和銷售）的自動化和簡化。

在重新關注專業人士和消費者的背景下，已經開發出特定的解決方案，以使數據分析免於不必要的敬畏恐懼，並最終將其視為一個不僅必不可少而且易於訪問的過程。

這種演變朝著兩個方向進行：

1. 新知識和工具使利用眾多數字渠道滿足消費者期望成為可能；
2. 通過更積極地參與與品牌的對話，用戶-消費者提供了有用的信息，為品牌本身創造了豐富的知識。

數據驅動的營銷，能夠兼顧不同的媒體和渠道，現在使用組織可以訪問的大量信息，這些信息來自各種來源，包括專有的和第三方的。

行為、背景、心理、人口統計和地理數據，以及不太直接的測量結果，例如客戶對品牌的滿意度，被用來為與品牌的每次互動賦予操作意義，並從這種解釋。

數據收集工具：CRM 的核心作用

營銷人員從分散在購買路徑上的虛擬和物理接觸點收集傳入數據，並通過人工智能、機器學習和 CRM 軟件等工具對其進行塑造。

特別是，CRM 工具牢牢地處於企業技術基礎架構的中心，對於數據驅動營銷的實施變得越來越重要。 事實上，可以利用CRM 數據來創建個性化的通信和更具吸引力的客戶體驗。 這是因為 CRM 不是一個靜態實體，而是通過不斷收集客戶數據而演變，然後對其進行分析以加深關係並改善營銷活動的結果。

任何面向客戶的營銷人員、銷售人員或客戶服務專業人員都會從他們“工具箱”中的 CRM 中受益匪淺：他們可以通過對對話者更深入、更清晰的了解來發展他們的溝通。 通過將第一階段的知識視為理所當然，他能夠更快地解決特定需求。

收集和分析活動的結果是一張動態圖，其中實時監控所使用資源的性能和所管理的渠道，以確定哪些產生了最多的交互，哪些提供了最高的投資回報率。 觀察這些指標有助於提供洞察力，從而及時重新定義我們所謂的“數據驅動的創造力”。

借助CRM 等平台，創意人員可以訪問的客戶情況已經達到了曾經無法想像的水平，從而可以更輕鬆、更直接地打開和維護與消費者的重要渠道，為他提供他真正需要的信息. 這是我們在這個博客上經常談到的看似不可阻擋的個性化趨勢，並且在個性化視頻中以最進化的形式表達出來。

市場研究、領導活動、數據講述：起點是數據

今天，數據營銷的三種應用似乎吸引了品牌的注意力——因為它們可以在生產力和營業額利潤率方面產生真正的影響——它們當然值得單獨討論。 在這裡，我們將僅限於簡要描述，保留對其他文章的深入研究：數據驅動的市場研究、數據驅動的潛在客戶生成活動和數據講述。

• 數據驅動的市場研究為企業主、經理和營銷人員提供了客戶購買習慣的快照。 識別購買趨勢有助於公司製定營銷策略，並幫助設計旨在提高轉化率和銷售額的溝通和廣告計劃。 這種特殊的市場研究方法涉及消費者數據的收集、選擇、組織和解釋：從年齡、出生日期、婚姻狀況和收入水平等個人信息到反饋和期望、消費行為等更複雜的定性信息、偏好和不同接觸點的導航模式。
• 數據驅動的潛在客戶生成活動使用來自銷售和營銷活動以及整個渠道中品牌和消費者之間的各種接觸點的信息，較少關注數量本身，而更多關注潛在客戶質量。
• 數據講述是應用於講述故事的數字化轉型的最新成果之一。 大規模數字化決定了對各種創意格式（例如視頻內容）的徹底重新思考，幾乎介入了客戶旅程的每個階段。 數據講故事（或數據講故事）是一種參與和參與技術，“敘述者”（在這種情況下，品牌）有可能擁有新資源來創建消費者和客戶可以採取行動的故事。 數據講述代表了故事講述的一種增強：故事呈現出新的維度，通過使用來自數據的信息（結構化數據，如 CRM 管理系統和非結構化數據，更加“數字化”，例如監控在線對話）。 基石再次是客戶體驗，同時也是由數據處理和管理系統提供的良性循環的目標和起點。

數據驅動營銷的優勢：目標和收益

數據驅動的營銷首先是一種使用技術創新為改善客戶體驗創造新機會的方法。

在公司方面，數據驅動的營銷旨在為實現三個基本目標提供具體支持：

• 縮短和暢通客戶的購買路徑，
• 提高客戶滿意度，
• 獲得更高的投資回報率。

通過複雜的數據分析，營銷人員可以使用更細緻入微的消費者檔案來個性化客戶體驗，並在公司和消費者之間建立和加強信任紐帶。

好處很多，要詳細描述它們需要更長、更深入的討論。 下面我們試圖總結它們。

1.優化預算分配

數據驅動營銷中使用的分析工具使營銷人員能夠根據對預期（或期望）的評估，更自信地確定應將多少預算分配給個人行動（活動、市場研究、創意、促銷等） )對旅程不同階段的影響。

例如：營銷人員可以查看廣告和活動是否以及在多大程度上吸引了潛在客戶。 此時，他們能夠做出最合適的決策來優化支出（例如，根據意識採取行動或動員更多轉化）。 換句話說：通過數據驅動的營銷，公司更有可能通過實時觀察哪些計劃設法將潛在客戶和現有客戶沿著購買漏斗“移動”，從而正確分配預算。

2.創建更相關的副本和內容

即使在今天，將創意與目標受眾的期望保持一致似乎仍然存在障礙：

• 近年來，博客內容增加了 800%，但在社交媒體上的分享卻下降了近 90%。 因此，品牌正在傳播的內容與用戶想要閱讀、聽到和看到的內容之間似乎存在脫節（來源：營銷平台）。
• 74% 的消費者對他們認為無關緊要和具有侵略性的品牌廣告感到惱火（來源：Adverity）。

在正確的時間提供正確的內容，截取個人興趣，以正確的方式拒絕不同媒體和渠道的信息，對於與消費者建立聯繫並為他們每個人創造價值至關重要。 從這個角度來看，數據驅動的營銷為創建相關副本和內容提供了最有效的解決方案：它提供了有關目標受眾喜歡與之互動的創造力的詳細信息（內容類型、分銷渠道、使用方式）一種直接的方式。

3. 改進決策

三分之二的營銷人員認為，採用數據驅動的營銷方法，而不是直覺或通用人才，使他們能夠做出更明智的決策（來源：逆境）。 因此，數據分析允許您從觀察現實世界的用例中做出選擇，而不是依賴於理論元素。 然而，這只是故事的一部分：即使在數據驅動的方法中，人的因素——經驗、洞察力、背景知識、同理心——仍然是基礎。 消費者的購買決定實際上經常受到情感因素的影響，如果不是實際指導的話。

營銷人員必須評估數據，同時考慮決定消費者選擇的理性和情感方面，以確保它們在活動中得到適當平衡。 從這個意義上說，數據分析是決策過程的一種客觀對應物，還必須考慮消費者心理（根據定義，消費者心理永遠不會完全可知），以便能夠開發出與觀眾產生共鳴的內容。

數據營銷如何變化：近期的挑戰

在 2020 年 3 月至 2020 年 8 月期間，五分之一的消費者更換了品牌，十分之七的消費者嘗試了新的數字購物渠道（來源：麥肯錫）。

零售行業的數字化速度顯著加快：幾個月內實現了 10 年的飛躍。 結果，數據流呈指數級增長，品牌面臨的不是為自己配備數據驅動的營銷工具和方法——這種方法的用處現已得到充分認可——而是需要更新過時的數據建模似乎不再能夠以所需的粒度和速度捕捉變化。

數據驅動的營銷使用經過訓練的模型來識別消費者行為並從中得出推論。 在大流行後的“新常態”中，這些相同的行為變得更加難以閱讀和分類； 它們變得更加難以捉摸，容易偏離已經反復出現的模式。 面對歷史數據和模式無法為準確的預測分析提供基礎的情況，許多營銷人員選擇了已經採取的路徑：他們回到了大眾傳播和促銷。

數據驅動營銷提供了一個完全不同的視角：通過改進已經存在的工具——更強大和更靈活的算法，因為它們是在選定的數據集上進行訓練的——公司可以設計更精確和準確的策略，以促進有意義的客戶獲取，即使在面對不可預知的事件。 為了跟上不斷變化的需求和期望並預測客戶行為的變化，品牌必須致力於更新他們管理數據的方式，從捕獲新類型的信息（通常是非結構化和復雜的）到重新訓練算法。

公司不能再沒有數據驅動的營銷，因為它是迄今為止唯一可以隨著習慣和消費路徑的變化而發展的方法（有時會先於並產生相同的變化）。

營銷人員對客戶旅程的了解越多，他們開發正確信息並在正確的時間和他們喜歡的地點與消費者會面的機會就越大。