当前位置:首页 > 网络营销 > 正文

微信营销之大数据应用篇

大纲:

1、微信营销你准备好了吗?

2、微信营销有什么属性?

3.我与微信营销的来龙去脉以及我对微信营销的见解。

4、微信营销大数据是真正的大数据吗?如何利用?

5、微信营销大数据涵盖哪些方面,如何理解,对企业管理能发挥什么作用?

6、微信营销大数据的运用给企业运营带来什么意义。

本文部分内容摘自网络,中心思想来自于作者理解的操作知识。

前言:想做微信营销或者O2O,都是为了大数据。 本次沙龙将讲解大数据。

1、亲爱的朋友们:微信营销你准备好了吗?

企业要想涉足微信营销,做好O2O,用好大数据,需要考虑成本:

1、系统配置。 会比传统业务消耗更多的报表分析工作基础,业务改进难度普遍加大。

2、人员。 基本配置图形设计、交互设计、应用程序开发和架构对于每种类型的人来说并不便宜。

3、面向数据会给原有产品带来额外的负担,比如大量的日志输出、报表等。

4、数据来源包括内部和外部来源,包括免费和付费的专业公司。 我们今天讲的数据主要是企业内部数据的获取和应用方法。

在实际操作过程中,很多企业都感到局促。 手头有这么多复杂的工作方向。 从哪里开始,哪些必须使用,以及首先将它们放在哪里。 然而,还有很多问题是很多人都想知道的。 不清楚。 很多都是关于做事时的感觉。 有时候做完之后我心里会想,花了这么多钱、这么多人,这样做真的值得吗?

如果你真的想做,至少要考虑以下几点:

1. 费用是多少?

2.需要多长时间?

3. 输出是什么?

4、微信营销的最终产品形态是什么?

最重要的是第3点和第4点:微信营销能给公司带来什么? 这个问题关系到微信营销定位,也是一个顶层且关键的问题。 与这次讨论的问题不同。 我在这里不再讨论它。

2、微信营销有什么属性?

首先我们来了解一下微信营销包括哪些内容,然后我们再讲解一下平台搭建完成后,微信营销将会基于什么产品形态。

1、业务本身的性质(宣传)。

2、系统改造与系统对接(应用衍生系统)属性。

3.(数据分析)研究开发内部特征关联规则的属性。

4、产品推广(营销服务)属性

目前的产品呈现形式,我总结如下:

内容输出:内容聚合,如今日头条、逻辑思维等。

广告精准营销:具体产品本身承载的广告、微信朋友圈广告、群组、短信等营销

搜索排名:机器学习生成的许多中间结果可以有效提高搜索排名

用户分析:了解你的客户是基础,直接支持推荐、广告、搜索等产品

流量提升:关注粉丝质量,增加粉丝数量,提高粉丝转化为用户的转化率。

运营服务监控:监控您的服务质量并通过情感分析获得用户的直观反馈。

具体指标的计算,是根据实际经验,根据运营和决策者希望看到的一些数据来计算的。 我们将其量化并索引,呈现出报表形式,方便运营和决策者做出相应的调整。

运维支持:微信营销实际上是注入到商业氛围的每一个细节中,以提高公司的运维能力,甚至改善整个业务的各个方面。

综上所述,我上面说的无非是做了以下两件事:

1. 理解:

了解您的产品

了解您的用户

2. 改进:

提高用户转化率

提高决策准确性

说了这么多,执行中要做的事情还有很多。 作为一名从传统行业转型到现在的互联网微信营销人员,我也总结了一些经验和方法与大家分享:

3.我与微信营销的来龙去脉以及我对微信营销的见解。

我之前在销售业务部工作,后来在营销管理部工作,再后来在区域销售工作,后来又回到了企业总部的营销管理部门。 微信营销也属于之前的营销学科。 任何操作都是销售,任何操作都是人工。 我常说管理和销售人员有四种:一是农民工(懂天气预报会算命,懂农药技术,会卖农产品懂销售); 他们是长期工人(每天 24 小时工作); 他们是搬运工(通过不同渠道将产品存放在展示柜中); 努力工作(使用不同的宣传手段进行推广,包括产品进入)。

2014年,我开始研究微信营销,致力于尝试新媒体对商业的反应,观察不同商业业态在移动互联网上的不同表现。 当我从销售部门转到营销管理部门担任产品经理时,事实证明这是我职业生涯的分水岭。 为什么?

行业运营除了日常的商户管理、活动策划、产品选型外,还涉及产品研发、渠道设置、商业模式、产品定位等,这些都涉及到整体供应链管理。 虽然我们当时是家电行业,但是供应链管理在不同行业之间有很大的共性。

所以当时有一句话现在应该还是有用的。 不是销售引导市场,而是市场引导销售。 市场管理离不开大量的数据分析工作和系统配置协调。 业务链整体效益如何? 我不仅做具体的数据分析,还根据海量的市场信息来分析市场上的客户需求。 每天从ERP、市场人员的业务报告、萨诺、中怡康等专业分析报告以及市场上收集到的产品价格、产品功能等生成手工报表和报告,发送给各部门经理。 。

如今,这些数据大部分都可以在微信营销中自动生成。 因此,企业在运营微信营销时,已经可以利用微信营销提升自身企业竞争力,转化为“产品化”的运营需求为己所用。 换句话说,微信应该以硬件的形式出现,以完善自身的运营。 这是当前营销中的一个特殊现象。 在当今企业运营竞争激烈的情况下,软件被视为硬件。

4、微信营销大数据是真正的大数据吗?如何利用?

今天我们重点从大数据的角度来理解微信营销。 如果你理解了数据,你就会理解系统。 如果你了解了系统,你就会了解计算机。 如果你了解了用智能手机进行移动营销的本质(智能手机现在已经很先进了),那么数据或者大数据是微信提供的数据吗? 大数据有什么特点以及可以做什么?

其实,如果我们真的想做一件事并且能够做到,总是需要一个理由。 这个道理很简单,如果我们有时间,何乐而不为呢? 不得不做和不得不做的区别在于,互联网来了,你为什么不做互联网+;互联网来了,你为什么不做互联网+? 互联网来了,别人都做了,我也要做互联网+。 这是本质的区别。 在这个未知的领域,原始社会已经有了马,解决了我们体能的问题。 工业时代,因为有了蒸汽和电,解决了我们体力的问题。 网络时代,因为一个环节,解决了我们思维和体能的问题。 未来,将会有一个未知的新时代。 它还将解决潜在能力的问题。

所谓企业大数据,就是我们知道以前不知道的东西,现在关注以前注意不到的东西,以前整理不出来的数据自动获得。 获得的数据可以低成本存储并可以随时访问。 再次被召唤。 碎片时间和数据得到充分利用。 因此:互联网时代的大数据指导着我们的企业管理行为,要求我们的营销内容短、平、快。

我们从对话中理解运营管理。

领导者常说:“给你尝试和犯错误的机会,如果犯了错误,你就得重新开始”。

业务经理经常告诉同事:“销售经理以产品为主,产品经理要了解整体的经络组织和骨架。要晋升业务经理,你需要了解数据如何像血液一样循环。你有机会深入到皮肤下面看看,当你回来看到销售时,感觉就不一样了。”

现在的营销,营销的时代已经过去,产品的时代已经到来,交互体验互感知的时代已经到来。 大数据在现代营销中表现为大数据可视化,所以微信营销至少要翻越三座大山:1.数据2.产品3.互动体验。

面对数据,其实是一件让我们感到高兴和悲伤的事情。 面对数据的恐惧,或者说被动接受数据,也是一个形而上的问题。 这只能由我们自己来解决,“减少对数据世界的恐惧”。 使用数据语言“顺畅沟通”。 欢迎来到数据世界。 我特别喜欢以学习游泳为例。 我们都从一开始就学游泳,但都不敢下水。 学长们告诉我最有用的一句话就是:你能屏住呼吸吗? 尽量不要在浅水中做任何事情,放开栏杆,屏住呼吸,让自己沉下去。 实在受不了了,站起来就站起来。 想一想也对,反正是在浅水区。 于是我第一次放开了栏杆。

奇妙的事情发生了。 我居然没有沉到水底,还隔着泳镜看到别人的脚在飘动! 原来水中的世界并没有那么可怕! 克服了这种对水的恐惧后,我慢慢地开始学习各种动作,开始享受水的乐趣。 对于那些不了解数据的人来说,数据的世界就像这片神秘的水。 我之前就跟同事说过,做微信营销,就像客户不会游泳,就把客户推到水里一样。 顾客不会适应,会反感。 能达到什么程度,确实是思考问题的出发点。 今天想想,而不是你能不能适应。

5、微信营销大数据涵盖哪些方面,如何理解,对企业管理能发挥什么作用?

那么我给大家提供一些技巧,帮助大家不怕“水”:微信营销大数据涵盖两个方面,一是行业数据模板如何查看数据源;二是如何查看数据源。 一个是大数据的两个重要的坐标测量和维度,一个是移动时代如何理解三维空间大数据的本源和来源。

1)行业数据模板:看下图。

我有两句话跟大家分享:一是不能量化就管理不好;二是不能量化就管理不好。

另一句话没有细分,也没有分析。

第一句话来自管理大师彼得·德鲁克,第二句话是市场世界的金玉良言。

作为管理者,做生意就是算计的事情。 在实际操作中,如果你知道从哪里获取并考虑数据,并且知道如何使用数据,那么你的工作就基本完成了。 如果你听到的没有用或者听不懂,我建议你增加人力或者聘请专业公司来帮你完成这个任务。

可视化都是平面的,而平面的则不完整且片面。 作为初级用户,您需要了解上图。 类似的图会有很多版本。 管理没有对错之分,我们就不细说了。 关键是从这个角度去理解,慢慢就会明白我们做微信营销有多么重要,大数据对于我们的企业管理有多么好的作用。

2)大数据的测量和维度。

1. 您根据时间趋势查看总体呼叫量。 当你发现某月或某周的通话量波动较大时,你需要添加其他“角度”来进一步细分。

2. 您可以按热线细分来电量,查看来电者拨打的是什么热线以及热线电话关注的问题。

3、当您发现某条热线的来电量出现异常波动时,需要进一步细分,看看是哪家公司接到了该热线的来电……

从上图可以看出,数据肯定是交叉的。 三个维度中有三个支点。 以上是最简单的维度。 事实上,在我们的营销中,决定因素并不是简单地由几个因素组成的,它是多变的。 。 岳飞说,应用的秘诀在于一心。 这就需要管理者学以致用,举一反三,灵活运用这些技术手段,为自己的企业带来更大的效益。

如果你是一名经理,仍在阅读、讨论或提出问题,但你仍然感觉自己还不明白,那么恭喜你,你正在进步。 言归正传,从上面我们可以看出,我们讲的两个主要词是:维度+测量。 说白了,一是长,一是宽,一是点,一是点的面。

总结:一切都可以用四个字来概括:简单到简单,回到维度+测量,我们看图,复杂的就是简单的,简单的就是有效的,就像游泳一样,如果你知道,你就能知道它,理解万岁,顿悟就在这里,就像读易经一样。 《易经》不是被理解的,而是被理解的。 了解了这一点,我们也可以成为互联网上的好伙伴。

看图片:

3)该词的其他相关定义:

1.测量:指定量值。 比如粉丝数、阅读量、转发量、商城交易额等。通常我们通常称之为“指标”,但在专业的语境下,你需要知道指标和指标之间还是有一些区别的。措施。 例如,在某些情况下,他们会用指标来引用一些计算出来的测量结果,比如取指标A(粉丝登录数),除以指标B(粉丝总数),得到一个新的指标(粉丝关注度)来衡量公众账号的粘性。

2、维度:指我们平时看待事物的角度。 例如,我们可以从日期、流量来源(来自直接访问、来自朋友、来自转发等)、或者通过新老用户分组来查看一篇文章的阅读量。 。 可以同时从两个维度组合观看更多场景,

这张图可以体现出我们的几个价值观,管理者应该从这几个方面来协调和处理问题。

4)度量和尺寸的区别:

虽然从定义上可以看出明显的区别,但现实中还是有人喜欢乱用——把明确属于维度的东西写成“我想看什么指标”,或者喜欢用“我想开始”从关注数,也就是粉丝“从这个维度看”。

包括我在内的创业者也喜欢看我有多少粉丝,但转化在哪里我们无法控制。 从这个角度去理解,我们得看关键指标,也就是从与客户互动体验的角度去思考,就像我们朋友圈里有一个点赞功能。 点赞一开始很实用,一看就知道有多少人点赞,但是缺少了点赞功能,互动功能,有的点赞逐渐变成了礼貌点赞。 因为领导喜欢,就会出现管理问题。

在具体的经营活动中一定要把握好这一点。 明白了这一点,你的互联网+思维就会清晰很多。

如何区分:维度必须有成员值,并且成员值是可以枚举的——不管有多少个,最糟糕的就是花更多的时间去枚举,总之,它绝对是可以枚举的,而且它会保持一定的稳定性。

例如,在日期维度中,必须限制月数和天数。 一年只有365天。 如果是年份这个维度,同样如此。

5)更具体、更详细的措施和维度说明:

1. 测量:

除了指标的通用名称略有不同之外,有时还会遇到术语“衍生指标”。 例如,将指标A和指标B计算得到的指标C称为导数指标。 此外,还要注意累积性和非累积性措施。 例如,本月网上交易量为100单,交易额为1万元,本月交易额较上月增加了3000元。 随着本月新增交易量的增加,生成的新增交易率指标是典型的非累加性衡量指标:

2. 外形尺寸:

维度级别:解释起来很复杂,看图就可以了。

这就是我们通常所说的“详细数据”。 例如,在分析交易金额时,从行业维度细分为一级类别,甚至叶子类别。 最后,深入到一个独立的产品ID(不能更详细)。 产品ID是最小的层次维度。

由于受众不同,不同的分析结果会导致不同的结论。 比如:我们销售的产品中,一种是老款销量大,整体利润率较高,另一种是新品毛利率较高,但整体利润率也较高。 利润贡献率较小。 如果将两者放在一起比较利润贡献率,并根据数据来选择生产还是扩张,那就错了。

6)移动时代三维空间大数据的起源和来源

现在我们要讲的第三个内容是如何理解移动时代的魔方。 维空间大数据的起源和来源是维空间。 我们将用几张图片来解释什么是大数据的另一个方面:立方体。

如图所示:

我想为什么会有立方体的概念呢? 应该是能够形象地表达多维度的概念,至少有三个维度。 在现实的分析场景中,可能会有三个以上的维度,比如销售部门维度、销售渠道维度……那么立方体就复杂了。 空间感较差的朋友无法想象这个立方体是什么样子。 实际上。 您所需要的只是这个立方体的概念。 数据分析就像玩魔方一样,摆弄这些魔方。

例如:从行业负责人,尤其是女装负责人的角度来看,这可能是一份报告:

如果你是区域销售经理,可能是这样的:

因此,不同的侧重点有不同的关注程度。 负责人的级别越高,屁股决定脑袋,数据透视分析的角度也有多种。

7)大数据中的数据分析

数据分析主要考虑不同的视角,即人们说你的表单应该是关于什么的,是做成报告还是具体的可视化界面,包括原始数据的收集、提炼、提交和最终的数据处理。 分析。

数据分析就是摆弄各种数据立方体。 您可以进行切片、切块、钻取和总结。 就像魔方一样,每一块都是一个具体的测量值,到底是多少,是多个维度相交的结果。

在工作实践中,企业应该考虑制作更加方便易用的“魔方玩法”,供用户和决策者使用。

8)大数据中的数据应用

如何树立更专业的数据分析理念,一个业务管理者必须根据业务需求收集信息源,确立分析方向,研究分析结果,判断有利的数据结论,让数据自己说话,最后发展到什么时候说到数据,也就是从收集到利用,最后到获取,这三个步骤是逐步完善的。

看两张图:

①建立分析框架

①逐步数据分析:

①建立分析框架:了解业务以及业务想要什么(目标)。

从上面两张表可以看出:利用数据分析的目的是:

提交数据需求:根据你的采访和整理,可以获得业务流程、业务愿景和目标,然后与请求者确认“看什么”和“如何看”。 一个好的数据产品经理或者数据分析师从来不会等需求者问他想看到什么指标、什么维度,而是引导对方看更合适的东西来回答他目标是否达到的问题。

进行数据分析:利用多个维度进行整体、分段、多维分析。 当发现问题时,可以结合这些维度来帮助用户找到影响的原因。

任何事情都有多个侧面:不相信数据比相信数据要好,特别是在交互体验数据方面。

我们讲了这么多数据分析:其实重点是数据就在那里。 它在系统中。 如果它连接到系统,它就在那里。 如果未连接到系统,则不存在。 整理起来很方便。 排序后的数据不会产生误导或偏差。 也存在深刻的差异。 在营销方面。 中国人信不信上帝。 神不创造人。 他只是化石为人,如女娲补天。 西方人信上帝,所以很多科学家做了数据之后最后直接信上帝了,但是他们已经做到了。 数据只相信上帝。

最后,数据是什么? 什么用途? 现在我们仍然在讨论这个问题:

数据指导销售,对吗? 不完全正确。 《易经》说,一切事物都是它的一部分。 举例来说,如果有人试图出售别人的肉,他们如何使用数据来证明它是有害的而不是有益的? 有时候,为了吸引眼球,活动页面明明摆满了屌丝产品,却以屌丝价格贴出一些高端产品图片。 您希望人们点击。 而且它确实点击得很好! 以前我放凤姐一晚的时候,100人里只有5人点击。 现在,我放林志玲一晚,100人中有99人点击。 效果会很好,确实成交量好像比以前还要高一些。这个问题是无法用数据来解释的。 最好用道德和商业头脑来解决它。 这是商业互动体验的范畴。 真相永远隐藏在数据之下。 有时候数据计算的结果并不能真正解释真相。 v 次元空间智能平台

0
收藏0

最新文章

随机文章

取消
扫码支持支付码