【重磅干货】7 大 To B 营销秘笈，告诉你如何用数据“搞事情”

大数据时代，产品营销已成为企业营收的重点。可当所有的营销都依靠互联网转移到手机和 PC 端时，以往传统的营销手段似乎很难跟上时代的步伐。

新一代的营销人提出了 “数据掘金” 的口号，他们希望通过相应软件的智能分析和大数据谱写的人群画像以及云平台收集到的用户行为习惯、喜好、购买能力等诸多信息，来挖掘出用户的潜在需求，从而以最少的人力、物力达到最可观的营收。

3W 联合企服行业头条在杭州、深圳、福州、重庆、广州、厦门、成都、武汉八城先后举办「数据掘金 OPEN FORUM」主题沙龙。本期内容为 12 月 16 日、17 日后四站（广州、厦门、成都、武汉）的干货内容分享。

▌数据密码破解用户增长迷局——产品不同阶段增长的应对之道

By 热云数据 产品总监 刘博宇

早期用户增长主要依赖 SEO、邮件和短信，而近些年更具传播性的移动互联网让公众号等营造爆点事件的平台得到更为广泛传播，再加上A/B测试与用户接触面更广，颗粒度更为精细，用户增长的速率得到明显提升。因此，目前的数据营销产品需要跟上市场想法快速迭代、快速扩张，在增量稳定后尽快确立规模效应和效率。

刘博宇认为具备规划、采集、分析的数据助推器可以很好的帮助企业做好数据营销。即规划好要采集的事件，包括构成关键指标的注册、付费/购买、推荐、订阅等。同时依靠客户端行为埋点和其背后的事件维度以及服务端的数据处理进行数据的采集。最后，数据分析要注意确定核心功能点和指标，并向下拆解分析，明确衡量效果的标准，同时要多考虑用户使用场景，配合一类用户的行为进行分析。

刘博宇以 TrackingIO 为例进行分享，借助 TrackingIO 的数据分析能力，相关产品确定了核心指标，对关键用户的活跃度、使用效率、留存率等多维度进行了交叉组合分析；同时对于各个关键节点的漏斗转化，TrackingIO 也处理的很好；由于 B 端客户的需求很杂，大量的数据在此则可以帮助企业判断哪些需求要做，哪些需求不要做，从而通过数据验证了用户需求。

▌移动营销时代如何驱动用户增长

By App Growing 产品负责人 冯珏曦

冯珏曦认为所谓增长，第一即是产品的 existing value。在做增长的时候，必须要有一个核心的产品价值能够传递给用户。第二，connecting。把更多用户和我们既有的产品价值相连接，才是真正的增长。冯珏曦指出当前的市场环境已经从卖方市场转到了买方市场：以产品为中心转为以用户为中心；渠道单一转为用户需求多变；拉新获客变为提升用户忠诚。

所以，要想让产品的用户及销量持续增长，必须要遵循一些原则。

1.MVP：先有轮子再有汽车; 

2.AB 测试：多个方法并行测试，每个方法仅有一个变量不同 ;

3.留存分析：没有留存，所有的钱都是白花 ;

4.乘胜追击：看到好的结果，下更多的赌注 ;

5.用户体验地图：找出用户体验中的爽与不爽。

用户增长也会分为四个阶段，即：

1. 用户痛点和解决方案的匹配期；

2. 产品与市场的匹配期；

3. 产品和渠道的匹配期；

4. 公司和市场的匹配期。

基于 App Growing 移动营销数据分析平台对全平台广告的创意分析，冯珏曦分享了打折体、震惊感叹、卖个关子等广告文案的写作手法，帮助企业广告增加点击，从而实现用户增长。

▌个性化推荐助力企业精准运营

By 达观数据CEO 陈运文

个性化推荐系统是用户与内容之间的桥梁，可以更快更准建立偏好关系，提高用户留存率。个性化推荐系统好比筛网，从用户角度筛选出喜好的内容；从内容角度，筛选出匹配的用户群。依靠达观数据的智能分析，相关产品能达到秒级响应用户点击反馈，保障推荐内容时效性、多样性，时刻给用户带来惊喜。

商家可以从三个方面实现个性化推荐：用户画像（用户属性及偏好），包括用户的性别、年龄、地域等基本属性，对商品、品牌、类别的偏好等；行为分析（用户的行为数据分析），包括用户浏览、点击、购买等行为数据进行发掘分析；商品推荐（千人千面的商品展示），根据商品属性、用户属性、用户行为等分析，为不同的用户推荐不同的商品。

依靠达观数据独有ME算法能够提升推荐精度。ME算法（Milti-Ensemble）来自动组合多个单层模型，获得推荐效果远超任意传统单一推荐模型，能将整体效果提升30%以上。将传统的协同过滤、矩阵分解、基于内容的推荐等基础推荐算法能充分融合在一起,，充分发挥各种算法优势，达到“三个臭皮匠，顶个诸葛亮”的效果。

▌跨境出口电商的数据化选品与用户反馈文本分析 

By 厦门数析信息科技有限公司 数据脉团队 骆探长

截至 2017 年 6 月，我国网络购物用户规模达到 5.14 亿，手机网络购物用户规模增长迅速，达到 4.80 亿。仅 2017 天猫双 11 全球狂欢节的总交易额便超 过了1682 亿，较2016年增长约 40%，其中无线交易额占比 90% 。数据显示，有 67% 的网民会浏览在线评论，其中 82% 认为在线评论影响了他们的购买决策 。因此，数据的采集与分析，对电商的发展可谓至关重要。

评论文本的价值主要体现在：提取热点话题，总结优势不足；进行顾客分类，实现精准营销；发掘竞品差异，提升竞争实力；挖掘改进意见，预测顾客需求；识别属性评价，提高决策效率；舆论情感判断，支持消费决策等几个方面。

电商文本分析包含两部分，即结构化数据和非结构化数据。沿支脉细分则会有分词与特征提取、描述性统计、词云、句法分析、文本聚类、情感分析、话题发现等多个维度。因此，做好评论文本，可以在很大程度上影响用户的购买决策，从而提升用户及产品销量的增长。

▌数尽其用——大数据服务在新能源时代的价值

By 易观研究总监、高级分析师 陈涛

相关数据显示，中国网络经济的人口红利已近消失，互联网发展将进入下半场。当增量时代向存量时代转变，数据也将化身为新能源，会得到更多的重视。之前以资本驱动，靠模式创新、速度领先、低价取胜的模式正逐步式微，未来互联网行业将以数据驱动为导向，生命持久、技术领先、品质过硬的产品将会全面抢占市场。

目前，企业若想从数据中掘金，一定要利用用户生命周期数字化管理，实现精细化运营。在获客拉新阶段要能识别虚假流量，提升获客渠道质量，找准优势用户来源。在直复营销层面要对用户分群运营，精准推荐商品和内容，做好用户触达工作。企业要对用户全生命周期进行管理，包括沉默用户唤醒、用户留存提升、激活用户活跃和流失用户召回。

同时，在实现精细化运营之后要根据用户特征数据，规划出企业的业务拓展方向和步骤。通过陈涛列出的新美大场景业务发展矩阵不难看出，未来业务拓展的顺序将是旅游，健康、商务，出行、金融投资，生活服务，教育。扩张效率较高的场景将是旅游、健康、商务和出行。

▌数据化运营项目落地——最佳实践与数据分析应用分享

By 永洪科技西南区咨询总监 杨桂君 

经过几年的积累，国内市场已经从 IT 时代走入 DT 时代，企业在运营上相对应的也发生了改变，从最初的粗放式运营逐渐过渡到精细化运营。大数据技术能够明显提升企业数据的准确性和及时性，能够帮助企业分析大量数据而进一步挖掘细分市场的机会，最终提升产品和服务上的创新力，大幅提升企业的商业决策水平，降低了企业经营的风险。

数据化运营的真正价值在于数据驱动决策——通过数据来做出的决定，要优于常规决策。企业精细化运营的应用价值表现在三个重要的维度： 1.帮助企业了解用户从哪些渠道进来; 2.这些用户关注什么; 3.这些用户是新关注的还是老用户。 通过这三个维度的分析，可以让企业决定自己的投放策略和方向，这完全是大数据给精细化运营带来的价值。

数据化运营工作开展主要分为四个阶段：1.需求调研，要考虑数据使用需求，组织及业务分工，IT支持情况；2.分析体系设计，要根据调研内容，总结设计公司整体运营分析数据框架等；3.应用界面设计，包含分析视图设计和指标取数说明设计；4.数据应用实施及培训，包括需求调研、敏捷报表开发和报表上线等。

▌文科生也能搞定的“大数据思维”

By 唱吧音乐内容中心总经理 金龙

金龙认为数据无处不在，唱吧会利用数据指导原创音乐的制作、运营和推广。比如在大家喜欢听什么歌儿这一问题上，唱吧会利用榜单数据为产品提供产品策略，同时能为产品提供推广和宣发策略，最后还可以依照评论数据为产品提供运营策略。因此，金龙得出结论，在开放的互联网环境下，数据无处不在，运营人要充分捕捉、挖掘、分析数据。

什么是大数据思维？金龙认为首要的思维就是产品定制原理。他预测下一波的改革将是大规模定制，这将为大量客户定制产品和服务，成本低、又兼具个性化。因此，在厂家可以负担得起大规模定制带去的高成本的前提下，要真正做到个性化产品和服务，就必须对客户需求有很好的了解，这背后就需要依靠大数据技术。

而大数据运营要跟谁学？金龙则认为首先要明确三点，即精确分工、体系化运营策略和依靠丰富的数据服务商。通过精确分工可以有效促成线上、线下流量产出，将各渠道资源迅速汇总。内容运营、活动运营、用户运营等体系化运营策略可以在选题策划、活动效果、粉丝维护等方面起到重要作用。而商务对接、广告投放、事件营销可以更好的扩大声量，依靠更为广泛的数据促成相应的转化曝光。

*以上内容为部分嘉宾 PPT 或现场速记摘录，如欲获得完整版 PPT 请看这里

粉丝福利

数据掘金 OPEN FORUM

完整 PPT 分享

请关注本微信公众号

「企服行业头条」(wwwqifu)

回复

「数据掘金」

获取完整版 PPT

编辑：冯困难   图片：unsplash.com

本文系原创，转载请联系编辑   微信 ID：wawawa1994

你或许还对这些内容感兴趣

点击图片即可阅读

▼