对很多企业来说，大数据的概念已不陌生，但如何在营销中应用大数据仍是说易行难。其实，作为大数据最先落地也最先体现出价值的应用领域，网络营销的数据化之路已有成熟的经验及操作模式。

    一、获取全网用户数据

    首先需要明确的是，仅有企业数据，即使规模再大，也只是孤岛数据。在收集、打通企业内部的用户数据时，还要与互联网数据统合，才能准确掌握用户在站内站外的全方位的行为，使数据在营销中体现应有的价值。在数据采集阶段，建议在搜集自身各方面数据形成DMP数据平台后，还要与第三方公用DMP数据对接，获取更多的目标人群数据，形成基于全网的数据管理系统。

    二、让数据看得懂

    采集来的原始数据难以懂读，因此还需要进行集中化、结构化、标准化处理，让“天书”变成看得懂的信息。

    这个过程中，需要建立、应用各类“库”，如行业知识库（包括产品知识库、关键词库、域名知识库、内容知识库）；基于“数据格式化处理库”衍生出来的底层库（用户行为库、URL标签库）；中层库（用户标签库、流量统计、舆情评估）；用户共性库等。通过多维的用户标签识别用户的基本属性特征、偏好、兴趣特征和商业价值特征。

  
    三、分析用户特征及偏好

    将第一方标签与第三方标签相结合，按不同的评估维度和模型算法，通过聚类方式将具有相同特征的用户划分成不同属性的用户族群，对用户的静态信息（性别、年龄、职业、学历、关联人群、生活习性等）、动态信息（资讯偏好、娱乐偏好、健康状况、商品偏好等）、实时信息（地理位置、相关事件、相关服务、相关消费、相关动作）分别描述，形成网站用户分群画像系统。
    
   
    四、制定渠道和创意策略

    根据对目标群体的特征测量和分析结果，在营销计划实施前，对营销投放策略进行评估和优化。如选择更适合的用户群体，匹配适当的媒体，制定性价比及效率更高的渠道组合，根据用户特征制定内容策略，从而提高目标用户人群的转化率。
    

     五、提升营销效率

    在投放过程中，仍需不断回收、分析数据，并利用统计系统对不同渠道的类型、时段、地域、位置等价值进行分析，对用户转化率的贡献程度进行评估，在营销过程中进行实时策略调整。

    对渠道依存关系进行分析：分析推广渠道的构成类型与网站频道、栏目的关联程度（路径图形化+表格展示）；

    对流量来源进行分析：分析网站各种推广渠道类型的对网站流量的贡献程度；

    对用户特征及用户转化进行分析：分析各个类型的推广渠道所带来的用户特征、各推广渠道类型转化效率、效果和ROI。


    六、营销效果评估、管理

    利用渠道管理和宣传制作工具，利用数据进行可视化的品牌宣传、事件传播和产品，制作数据图形化工具，自动生成特定的市场宣传报告，对特定宣传目的报告进行管理。
    

    七、创建精准投放系统

    对于有意领先精准营销的企业来说，则可更进一步，整合内部数据资源，补充第三方站外数据资源，进而建立广告精准投放系统，对营销全程进行精细管理。

免责声明：本网站（http://www.ciotimes.com/）内容主要来自原创、合作媒体供稿和第三方投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
本网站刊载的所有内容（包括但不仅限文字、图片、LOGO、音频、视频、软件、程序等）版权归原作者所有。任何单位或个人认为本网站中的内容可能涉嫌侵犯其知识产权或存在不实内容时，请及时通知本站，予以删除。