數(shù)據(jù)營銷學 課件全套 黃勁松 第1-15章 數(shù)字營銷概述-數(shù)字營銷的法律法規(guī)

第一章數(shù)字營銷概述MARKETING數(shù)字營銷學黃勁松教授/博士生導師開篇案例：數(shù)據(jù)分析助力成功的聯(lián)合促銷

國內(nèi)某知名嬰幼兒奶粉品牌，收集了來自于北京大型連鎖超市零售數(shù)據(jù)，通過購物籃分析，發(fā)現(xiàn)公司的嬰幼兒奶粉品牌與C公司的嬰幼兒紙尿褲有較強的關聯(lián)關系。隨后公司聯(lián)系了C公司，希望與C公司展開聯(lián)合促銷活動，并實施了聯(lián)合折扣券促銷、聯(lián)合陳列展示、聯(lián)合路演宣傳等活動。在隨后的一個月時間里，雙方在12個省市進行了聯(lián)合促銷活動，獲得非常好的營銷效果。公司的嬰幼兒奶粉銷量同比增長了105%，銷售額同比增長26%。所有試點省市的銷量增長率均超過50%，部分省市的增長率超過700%。目錄第一節(jié)

數(shù)字營銷導論第二節(jié)數(shù)字營銷的發(fā)展歷程第三節(jié)

數(shù)字營銷的特征和實施框架目錄第一節(jié)

數(shù)字營銷導論第二節(jié)數(shù)字營銷的發(fā)展歷程第三節(jié)

數(shù)字營銷的特征和實施框架一、數(shù)字營銷的概念界定二、數(shù)字營銷的不同類型第一節(jié)

數(shù)字營銷導論一、數(shù)字營銷的概念界定（一）數(shù)字營銷的思維整體思維

采用由上而下的思考和決策模式，人們的決策過程是首先制定戰(zhàn)略，然后制定策略，最后實施行動方案。

營銷的典型整體思維是“5C+STP+4P+CRM”的營銷操作體系。一、數(shù)字營銷的概念界定（一）數(shù)字營銷的思維2.分析思維

分析思維的基本思想是由下而上的思考和決策模式，人們首先進行事物的細節(jié)分析，并通過細節(jié)分析得到整體的全貌

營銷的典型分析思維是“個體畫像→個體需求→精準營銷→達成銷售→迭代驗證”。一、數(shù)字營銷的概念界定數(shù)字營銷與傳統(tǒng)營銷不同點：1.由下至上的營銷思維。

數(shù)字營銷從個體的需求出發(fā)，匯總成市場的整體狀態(tài)。一、數(shù)字營銷的概念界定數(shù)字營銷與傳統(tǒng)營銷不同點：2.數(shù)據(jù)驅(qū)動的營銷思維。

數(shù)字營銷通過對數(shù)據(jù)的采集和實時動態(tài)應用，以便實現(xiàn)營銷行動。一、數(shù)字營銷的概念界定數(shù)字營銷與傳統(tǒng)營銷不同點：3.技術驅(qū)動的營銷思維。

數(shù)字營銷起源于信息技術的突破，它是信息技術與傳統(tǒng)營銷相結(jié)合所產(chǎn)生的新營銷體系一、數(shù)字營銷的概念界定（二）數(shù)字營銷的基本概念

數(shù)字營銷是以數(shù)據(jù)和數(shù)據(jù)技術為基礎，通過數(shù)據(jù)洞察、效果評價、反饋迭代、實時監(jiān)控等方式，為顧客創(chuàng)造、溝通、傳遞價值，建立客戶關系，使顧客、伙伴、社會和公司等所有利益攸關者受益。一、數(shù)字營銷的概念界定Krishen等（2021）的數(shù)字營銷界定

通過對數(shù)據(jù)、ICT技術（如人工智能）、平臺（如社交網(wǎng)絡）、媒體和設備的應用，在物理空間和虛擬空間內(nèi)拓展營銷的范圍，從而通過賦能、提供信息、產(chǎn)生影響和增加參與等方式改善客戶關系。一、數(shù)字營銷的概念界定Krishen等（2021）的數(shù)字營銷界定（1）數(shù)據(jù)驅(qū)動的營銷。將數(shù)據(jù)應用作為最重要的營銷手段。（2）基于信息通信技術（ICT）的營銷。基于信息、通信和技術的營銷方式變遷。（3）基于電子商務平臺的營銷?；诮灰字薪槠脚_、社交媒體平臺、軟件平臺、支付平臺等電子商務平臺的營銷。（4）物理空間與虛擬空間結(jié)合的營銷?；谖锢砜臻g和虛擬空間融合的營銷。（5）通過多種方式構(gòu)建客戶關系。在數(shù)據(jù)技術應用的客戶關系營銷。二、數(shù)字營銷的不同類型數(shù)字營銷包括數(shù)字環(huán)境的營銷、基于數(shù)據(jù)的營銷和數(shù)據(jù)驅(qū)動的營銷等三類二、數(shù)字營銷的不同類型數(shù)字環(huán)境的營銷：指企業(yè)利用其他成熟的數(shù)字平臺，在數(shù)字環(huán)境下實現(xiàn)傳播、銷售和客戶關系等營銷活動?；跀?shù)據(jù)的營銷：指企業(yè)通過數(shù)據(jù)采集、數(shù)據(jù)分析和數(shù)據(jù)應用，制定營銷策略并實施的營銷體系。數(shù)字驅(qū)動的營銷：指在經(jīng)營過程中，所有的營銷決策都通過數(shù)據(jù)驅(qū)動的方式加以實現(xiàn)，在這個過程中人工的干預變得很少。二、數(shù)字營銷的不同類型數(shù)字營銷的基本內(nèi)容：（1）數(shù)據(jù)環(huán)境的營銷（2）基于數(shù)據(jù)的營銷（3）數(shù)據(jù)驅(qū)動的營銷小知識：元宇宙的關鍵要素Hadi等人（2023）描述了元宇宙五個關鍵元素：（1）數(shù)字媒介。元宇宙數(shù)字媒介包括數(shù)字內(nèi)容互動，例如虛擬物品、數(shù)字藝術品、數(shù)字貨幣等。（2）空間。元宇宙是由多個數(shù)字空間組成的網(wǎng)絡，可以模擬現(xiàn)實世界中的各種場景和情境。（3）沉浸式?？梢宰屜M者獲得身臨其境的感覺，消費者可以感受到真實的觸感、聲音、視覺和運動。（4）共享。多個用戶可以同時在同一數(shù)字空間中進行交互。（5）實時。元宇宙可以讓消費者在數(shù)字空間中實時進行交互和體驗。目錄第一節(jié)

數(shù)字營銷導論第二節(jié)數(shù)字營銷的發(fā)展歷程第三節(jié)

數(shù)字營銷的特征和實施框架一、早期的數(shù)字營銷二、數(shù)字營銷的發(fā)展階段第二節(jié)數(shù)字營銷的發(fā)展歷程三、未來的營銷科技階段一、早期的數(shù)字營銷營銷數(shù)據(jù)分析在1920年代開始應用于企業(yè)基于數(shù)據(jù)分析的市場研究在1960年代開始成熟1963年JournalofMarketingResearch創(chuàng)刊后，成為了營銷定量研究的標志性刊物2000年之前，數(shù)據(jù)是制約營銷研究的主要瓶頸，主要的研究包括市場反應模型研究、問卷調(diào)查研究、市場監(jiān)測數(shù)據(jù)研究，營銷數(shù)據(jù)采集和分析是專業(yè)公司才能夠完成的工作。二、數(shù)字營銷的發(fā)展階段（一）連接重塑時代（2000-2010年）（1）門戶網(wǎng)站主導，在線購物開始出現(xiàn)；（2）消費者的在線表達逐漸豐富；（3）互聯(lián)網(wǎng)作為決策支持工具；（4）互聯(lián)網(wǎng)數(shù)據(jù)作為營銷分析基礎；（5）在線口碑傳播（eWOM）和用戶生成內(nèi)容（UGC）開始產(chǎn)生影響；（6）社交網(wǎng)絡開始應用。二、數(shù)字營銷的發(fā)展階段二、數(shù)字營銷的發(fā)展階段（二）精準營銷時代（2011-2020年）（1）進入數(shù)據(jù)豐富時代，數(shù)據(jù)在營銷實踐中產(chǎn)生關鍵作用。（2）在線購物平臺逐漸成熟；（3）社交媒介興起，出現(xiàn)大量消費者分享行為；（4）實時競價廣告逐漸成熟；（5）精準廣告平臺崛起；（6）千人千面應用逐漸勝出。（7）在線直播出現(xiàn)，線上和線下銷售開始結(jié)合；（8）UGC作為營銷工具，視頻和內(nèi)容營銷成為主流。二、數(shù)字營銷的發(fā)展階段二、數(shù)字營銷的發(fā)展階段（三）智能營銷時代（2021年-）（1）數(shù)據(jù)相關的法律法規(guī)逐漸完善，對數(shù)據(jù)安全、隱私保護等作出了嚴格規(guī)定。（2）企業(yè)全面轉(zhuǎn)向數(shù)字化和智能化，傳統(tǒng)的企業(yè)運營模式被顛覆；（3）人工智能、區(qū)塊鏈、云計算、大數(shù)據(jù)和5G技術（ABCD+5G）大量出現(xiàn)在營銷實踐中；（4）物聯(lián)網(wǎng)技術被廣泛應用；（5）超級人工智能出現(xiàn)，并廣泛應用。二、數(shù)字營銷的發(fā)展階段三、未來的營銷科技階段營銷科技帶來的四個變化：（1）“人

人”的變化

人與人之間連接方式發(fā)生改變，包括連接設備、連接模式、連接內(nèi)容方面的革命。任之光（2021）三、未來的營銷科技階段營銷科技帶來的四個變化：（2）“人→物”的變化。新的科技產(chǎn)品帶來產(chǎn)品設計和傳播模式的新變革。任之光（2021）三、未來的營銷科技階段營銷科技帶來的四個變化：（3）“物→人”的變化。新的科技產(chǎn)品會帶來營銷傳播模式和營銷渠道的變革任之光（2021）三、未來的營銷科技階段營銷科技帶來的四個變化：（4）“物→物”的變化。物與物之間的感知變革創(chuàng)造新運營模式、新產(chǎn)品形態(tài)、新智能系統(tǒng)。任之光（2021）三、未來的營銷科技階段科技影響營銷的四種方式（1）新互動（NewInteraction）：新技術可以實現(xiàn)各方之間新形式的互動。例如，空天互聯(lián)。（2）新數(shù)據(jù)和分析方法（NewDataandAnalyticMethods）:新技術可以產(chǎn)生新的數(shù)據(jù)并催生新的分析方法。例如，數(shù)據(jù)標注。（3）營銷創(chuàng)新（MarketingInnovations）：新技術提供了新的營銷工具和技術，這些工具和技術會導致產(chǎn)品和服務營銷的創(chuàng)新。例如GPT應用。（4）新的戰(zhàn)略營銷框架（NewStrategicFrameworks）。新技術可以實現(xiàn)新的營銷策略和戰(zhàn)略框架，例如，數(shù)字虛擬人IP打造。目錄第一節(jié)

數(shù)字營銷導論第二節(jié)數(shù)字營銷的發(fā)展歷程第三節(jié)

數(shù)字營銷的特征和實施框架一、數(shù)字營銷的特征二、數(shù)字營銷的基本實施框架第三節(jié)

數(shù)字營銷的特征和實施框架一、數(shù)字營銷的特征1.數(shù)據(jù)化

與傳統(tǒng)營銷相比的，它指所有參與者的行為均能夠留痕并記錄，從而為未來制定營銷策略奠定基礎。

傳統(tǒng)營銷無云計算、移動通信等信息技術支撐，可以說數(shù)據(jù)化是數(shù)字營銷區(qū)別于傳統(tǒng)營銷的關鍵因素之一。一、數(shù)字營銷的特征2.實時性

數(shù)字營銷的實時性表現(xiàn)在它可以通過數(shù)據(jù)實時監(jiān)控營銷策略效果、市場競爭態(tài)勢、顧客行為變化。

數(shù)字營銷實時性使企業(yè)可以動態(tài)變化進行實時決策和自動決策，改進了傳統(tǒng)營銷中反饋滯后、評價滯后、決策盲目的弊端。

實時性也為未來的智能化、自動化營銷奠定了基礎。一、數(shù)字營銷的特征3.精準性

數(shù)字營銷的精準性是指企業(yè)可以通過精準定向的方式向目標顧客傳播信息，并針對顧客的需求提供定制化產(chǎn)品和服務。

精準營銷的基礎是獲取目標顧客的畫像和數(shù)據(jù)，并進行需求的精準匹配。精準性是數(shù)字營銷區(qū)別于傳統(tǒng)營銷的基礎特征。。一、數(shù)字營銷的特征4.迭代性。

數(shù)字營銷的迭代性指通過效果評估不斷迭代優(yōu)化內(nèi)容投放、媒體選擇、顧客標簽等營銷輸入變量，從而找到最優(yōu)的營銷策略。

在數(shù)字營銷的環(huán)境下，實時動態(tài)反饋變成了可能，這樣就催生了大量的迭代反饋實踐，例如AB測試、顧客畫像迭代等等。一、數(shù)字營銷的特征5.過程化。

數(shù)字營銷過程化指在營銷實踐過程中，通過埋點采集、位置服務、實時監(jiān)控等方式獲得實時數(shù)據(jù)，從而有效獲取顧客的行為軌跡和需求動態(tài)，對顧客購買的每一個環(huán)節(jié)進行有效管理。

數(shù)字營銷的過程化代表了全過程的營銷監(jiān)控與管理，這在傳統(tǒng)營銷時代是很難做到的。一、數(shù)字營銷的特征6.自動化

數(shù)字營銷的自動化指在營銷過程中減少甚至去掉人工的操作，使整個營銷過程變成一個完全數(shù)據(jù)驅(qū)動或技術驅(qū)動的自動化過程。

程序化購買就是一種營銷自動化實踐，它通過廣告交易平臺實現(xiàn)廣告的競價投放，整個交易到展示的過程在1分鐘之內(nèi)就完成了。一、數(shù)字營銷的特征7.工具化

數(shù)字營銷的工具化指在數(shù)字營銷環(huán)境下，利用數(shù)據(jù)進行營銷分析已經(jīng)不再是專業(yè)人士特有的權力，數(shù)據(jù)管理已有了完整的分工體系，運營人員可以通過各類營銷工具。

數(shù)據(jù)庫的聯(lián)機分析處理系統(tǒng)（OLAP）展開數(shù)據(jù)分析，從而達到傳統(tǒng)營銷中專業(yè)人士才能夠達到的數(shù)據(jù)分析效果。一、數(shù)字營銷的特征8.連接性

數(shù)字營銷的連接性指營銷過程中實時動態(tài)萬物互聯(lián)。由于實時動態(tài)互聯(lián)，之前很多無法完成的營銷實踐得以實現(xiàn)，包括地理跨越、時空連接、虛實結(jié)合。

直播帶貨就是一種典型的虛擬與現(xiàn)實的實時互聯(lián)，人們可以通過掃碼下單實現(xiàn)“所見即所得”。一、數(shù)字營銷的特征一、數(shù)字營銷的特征在線ToB精準營銷支撐體系二、數(shù)字營銷的基本實施框架（一）數(shù)字營銷實施框架概述4R營銷策略組合（唐·舒爾茨）：關聯(lián)（relevance）反應（reaction）關系（relationship）回報（reward）二、數(shù)字營銷的基本實施框架（一）數(shù)字營銷實施框架概述4I營銷策略組合（姜旭平）：趣味（interesting）利益（interests）互動（interaction）個性（individuality）二、數(shù)字營銷的基本實施框架（一）數(shù)字營銷實施框架概述SoLoMo模型（1）Social(社會化):利用社交媒體，包括社會化營銷、社交購物。（2）Local(本地化)：LBS（地理位置服務）、本地共享經(jīng)濟、線上線下結(jié)合。（3）Mobile(移動化)：利用智能手機、智能穿戴設備和智能汽車的營銷。二、數(shù)字營銷的基本實施框架Kannan和Li（2017）的數(shù)字營銷框架（一）數(shù)字營銷實施框架概述

Kannan和Li（2017）構(gòu)建了完整的數(shù)字營銷運營模型。

營銷戰(zhàn)略指導所有的營銷運營過程和實施結(jié)果，營銷運營圍繞著顧客、競爭者、伙伴、環(huán)境所構(gòu)成的5C要素展開，并為顧客創(chuàng)造價值、提升已有顧客的價值，進而提升公司的價值。二、數(shù)字營銷的基本實施框架（二）幾種典型的數(shù)字營銷框架1.營銷漏斗模型

營銷漏斗可以看成一個完整的營銷體系

營銷漏斗認為營銷的基本過程包括整合營銷傳播、銷售管理、客戶關系管理等三個方面。

營銷漏斗在數(shù)字化時代依然有效，只是各個環(huán)節(jié)已經(jīng)完成了數(shù)字化。二、數(shù)字營銷的基本實施框架2.海盜模型（AARRR模型）（1）獲?。ˋcquisition）。通過傳播和各種接觸顧客的可能渠道獲取潛在的顧客。（2）活躍（Activation）。引導顧客完成某些指定的動作，使顧客成為長期活躍的顧客。（3）保留（Retention）。增加顧客的黏性，使顧客成為忠誠的顧客。（4）收入（Revenue）。通過交叉銷售和增進銷售等方式提升顧客的銷售收入。（5）推薦（Referral）。讓顧客將產(chǎn)品和服務推薦給他人，發(fā)揮口碑的作用，擴大公司的顧客范圍。二、數(shù)字營銷的基本實施框架3.水池模型（1）獲客(Acquisition,A1)：數(shù)字營銷傳播管理；（2）獲客(Acquisition,A2)：口碑與裂變管理（3）激活(Activation,A3)：體驗管理和產(chǎn)品開發(fā)管理；（4）激活(Activation,A4)：休眠客戶激活管理（5）留存(Retention,R1):數(shù)字客戶關系管理；（6）留存(Retention,R2)：滿意和忠誠管理（7）變現(xiàn)(Revenue,R3):轉(zhuǎn)化管理與銷售管理；（8）獲利(Revenue,R4)：交叉銷售管理（9）傳播(Referral,R5)：裂變管理；（10）傳播(Referral,R6)：口碑管理（11）預警(Customerchurnwarning,W1)：流失預警管理;（12）預警(Riskcustomerwarning,W2)：風險客戶預警管理（13）贏回(Winback,W3):贏回管理二、數(shù)字營銷的基本實施框架3.水池模型小案例：友盟+

友盟于2010年4月在北京成立，主要從事移動開發(fā)者服務和數(shù)據(jù)服務，2013年11月友盟被阿里巴巴收購，2016年1月，友盟、中文網(wǎng)站統(tǒng)計平臺CNZZ以及互聯(lián)網(wǎng)數(shù)據(jù)服務平臺締元信宣布合并成立友盟+。截止2021年，友盟+已累計為230多萬移動應用和930萬家網(wǎng)站提供專業(yè)數(shù)據(jù)服務，覆蓋191個行業(yè)分類、輸出超過300的應用或行業(yè)的分析指標。

友盟+主要提供面向App開發(fā)者提供的App智能監(jiān)測與分析平臺，免費的全平臺跨域小程序&小游戲統(tǒng)計分析產(chǎn)品，第三方網(wǎng)站流量統(tǒng)計分析系統(tǒng)，面向App開發(fā)者的全鏈路提供精準消息推送工具、廣告效果評價與分析等服務。三、數(shù)字營銷學的基本框架思考與討論1.請討論整體思維和分析思維的營銷有何區(qū)別。2.請解釋數(shù)字環(huán)境下的營銷、基于數(shù)據(jù)的營銷和數(shù)據(jù)驅(qū)動的營銷有何區(qū)別。3.請比較早期數(shù)字營銷和成熟數(shù)字營銷的特征。4.請用營銷漏斗來構(gòu)建數(shù)字營銷的實施框架。DIGITALMARKETINGISJUSTMARKETING數(shù)字驅(qū)動營銷致遠！教師：黃勁松教授數(shù)字營銷學第二章數(shù)字消費者行為MARKETING數(shù)字營銷學黃勁松教授/博士生導師開篇討論：消費者對元宇宙的沉浸式體驗元宇宙（metaverse）指沉浸式的虛擬世界，它是由VR（虛擬現(xiàn)實）、AR（增強現(xiàn)實）等3D技術和互聯(lián)網(wǎng)組成的虛擬空間。元宇宙是以人的沉浸式感官體驗為基礎的世界，人們在元宇宙中被包含連續(xù)刺激的虛擬環(huán)境所包圍。由于元宇宙可以使消費者無法區(qū)分真實與虛擬世界，人們可以沉浸在虛擬的信息獲取和商品瀏覽之中，接受到虛擬環(huán)境的廣告信息刺激，還可以探查產(chǎn)品的內(nèi)部構(gòu)成和運行狀態(tài)。這時，由于消費者需要同時加工虛擬和現(xiàn)實世界的信息，他們的消費者行為將會發(fā)生變化。目錄第一節(jié)

數(shù)字消費行為概述第二節(jié)

數(shù)字信息加工行為第三節(jié)

數(shù)字消費者決策行為第四節(jié)

數(shù)字消費者行為的影響因素目錄第一節(jié)

數(shù)字消費行為概述第二節(jié)

數(shù)字信息加工行為第三節(jié)

數(shù)字消費者決策行為第四節(jié)

數(shù)字消費者行為的影響因素一、數(shù)字消費行為的概念界定（一）數(shù)字消費行為的概念和框架

消費者行為是消費者為了滿足其需求和欲望，進行產(chǎn)品和服務的評價、選擇、購買、使用和處置，由此產(chǎn)生的信息加工、決策行為等心理活動。

數(shù)字消費者行為指在數(shù)字環(huán)境下消費者為滿足其需求和欲望所進行的信息加工行為和決策行為。一、數(shù)字消費行為的概念界定數(shù)字消費行為的基本框架一、數(shù)字消費行為的概念界定（二）數(shù)字消費行為的基本內(nèi)容1.數(shù)字信息加工行為

信息加工過程：展露→注意→理解→認同→記憶→提取→使用

數(shù)字信息加工行為是對數(shù)字媒體傳播的數(shù)字形式的信息進行的加工行為。一、數(shù)字消費行為的概念界定（二）數(shù)字消費行為的基本內(nèi)容1.數(shù)字決策行為

消費者決策行為：需求認知→信息搜尋→方案評價→購買決策→購后行為

數(shù)字決策行為是在數(shù)字化環(huán)境下對實物和虛擬商品的購買決策行為。一、數(shù)字消費行為的概念界定（二）數(shù)字消費行為的基本內(nèi)容2.數(shù)字影響因素

數(shù)字情境因素：數(shù)字情境和數(shù)字工具對消費者行為的影響因素。例如，數(shù)字銷售平臺的影響。

消費者特征因素：消費者自身特征對消費者行為的影響因素。例如，消費者隱私關注程度的影響

產(chǎn)品因素：產(chǎn)品特征對消費者行為的影響因素。例如，享樂品和實用品的影響一、數(shù)字消費行為的概念界定數(shù)字消費行為的基本內(nèi)容目錄第一節(jié)

數(shù)字消費行為概述第二節(jié)

數(shù)字信息加工行為第三節(jié)

數(shù)字消費者決策行為第四節(jié)

數(shù)字消費者行為的影響因素一、數(shù)字環(huán)境下的信息展露（一）數(shù)字環(huán)境下的展露內(nèi)容

用戶生成內(nèi)容：大眾參與創(chuàng)作而形成的數(shù)字內(nèi)容。

專業(yè)生成內(nèi)容：專業(yè)團隊創(chuàng)作而形成的數(shù)字內(nèi)容。

人工智能生成內(nèi)容：通過人工智能生成的數(shù)字內(nèi)容。一、數(shù)字環(huán)境下的信息展露（二）數(shù)字化環(huán)境下的展露方式

數(shù)字環(huán)境下展露方式的變化包括：

定向廣告成為主要的廣告展露形式；

消費者表現(xiàn)出更高的選擇性展露特征；

自我展露成為數(shù)字環(huán)境下展露的重要方式；

電子口碑成為數(shù)字營銷管理的核心內(nèi)容。二、數(shù)字環(huán)境下的信息注意

注意是刺激物激活我們的感官神經(jīng)，刺激信息引發(fā)我們的感知并傳輸?shù)酱竽X中進行加工的過程。

信息特征的因素：信息超載的影響。多任務加工的影響；信息展露設備改變的影響。

個人特征的影響：信息加工動機存在影響；網(wǎng)絡成癮的影響；消費者經(jīng)驗和能力的影響。

信息情境的影響：影響因素包括干擾、重復、時間壓力和其他社會線索等因素。三、數(shù)字廣告的信息加工（一）數(shù)字廣告信息加工概述

平面廣告與數(shù)字廣告相比，傳統(tǒng)廣告的效果更好。

推式廣告可能帶來厭惡情緒，拉式廣告是自愿加工信息狀態(tài)，厭惡情緒較低。三、數(shù)字廣告的信息加工（二）定向廣告的信息加工行為

定向廣告是根據(jù)消費者的需求精準定向展露的廣告，典型的定向廣告包括行為定向廣告和情境定向廣告。

定向廣告的正面加工效果主要來源于對消費者的個性化推薦；負面加工效果主要來源于隱私侵入。三、數(shù)字廣告的信息加工定向廣告影響機制結(jié)構(gòu)圖三、數(shù)字廣告的信息加工（三）病毒廣告的信息加工行為1.病毒廣告的分享動機

病毒廣告的分享動機包括：利己動機、利他動機、歸屬動機、建立關系動機等。

消費者對有趣的、娛樂性的、體現(xiàn)社會動態(tài)的內(nèi)容分享意愿較高。三、數(shù)字廣告的信息加工（三）病毒廣告的信息加工行為2.病毒廣告的基本信息加工模式

病毒廣告存在雙信息加工過程模式，即對病毒內(nèi)容的加工和對品牌信息的加工。

消費者進行病毒廣告的信息加工時能否識別出品牌信息是一個非常關鍵的問題，當消費者可以識別出品牌信息時，他們的分享意愿將下降。目錄第一節(jié)

數(shù)字消費行為概述第二節(jié)

數(shù)字信息加工行為第三節(jié)

數(shù)字消費者決策行為第四節(jié)

數(shù)字消費者行為的影響因素數(shù)字化消費者決策行為數(shù)字環(huán)境下的消費者決策過程一、數(shù)字環(huán)境下的問題識別

問題識別是消費者決策的第一步，它是消費者期望狀態(tài)和實際狀態(tài)之間存在差異的結(jié)果，它體現(xiàn)了消費者當前的需求。

在數(shù)字環(huán)境下，消費者發(fā)現(xiàn)問題變得更加容易，企業(yè)也可以更容易地向消費者精準推薦。針對消費者主動型問題，主要采取追蹤并識別消費者的興趣，然后進行定向推薦。

針對消費者的被動型問題，企業(yè)往往通過畫像，識別潛在需求，然后進行定向推薦。

二、數(shù)字環(huán)境下的信息搜尋

消費者搜尋信息是為決策做準備，包括尋找令人滿意的解決方案，分析各類解決方案的特點，確定解決方案的比較方法等。

內(nèi)部信息搜尋主要來自于消費者的記憶。數(shù)字環(huán)境下，要求推送定向信息時既考慮消費者的及時需求，又考慮品牌信息的推送。

數(shù)字環(huán)境對信息搜尋的影響主要體現(xiàn)在外部信息獲取。消費者的信息獲取渠道變得非常豐富，企業(yè)也更方便獲取顧客標簽，實施顧客畫像迭代和大規(guī)模的定向廣告投放。三、數(shù)字環(huán)境下的方案評價

方案評價指消費者在獲取了足夠信息和方案之后，進行方案之間的比較和評價。在數(shù)字環(huán)境下，針對消費者理性選擇的產(chǎn)品，企業(yè)一般通過比較廣告的模式進行社交媒介傳播。。

在評價標準方面，消費者很容易受到在線評論和在線口碑的影響，企業(yè)會依據(jù)評價和銷量進行店鋪搜索排序，從而影響消費者。消費者的商品和店鋪的評價比較變得更加容易，消費者可以通過各類線上比較方式找到最低價格的商品?！景咐刻摂M試妝

化妝品集團歐萊雅宣布攜手騰訊微信，上線了微信小程序端首個AR試妝應用，率先在旗下阿瑪尼美妝品牌的微信官方商城落地，為消費者提供更具個性化、社交化的消費新體驗。

虛擬試妝抓住了消費者選購化妝品的痛點，他們可以快速評價和比較不同產(chǎn)品的效果，通過虛擬技術實現(xiàn)真實的產(chǎn)品體驗。

虛擬試妝還可以獲得廣泛的拓展業(yè)務，包括膚質(zhì)膚色智能檢測、面部妝容智能推薦、在線美妝虛擬教程、產(chǎn)品溯源及安全性分析趨于專業(yè)等新業(yè)務。虛擬試妝產(chǎn)生了很好的銷售效果。以日本為例，使用AR彩妝APP用戶的購物轉(zhuǎn)化率是不使用APP用戶的1.6倍，購買量增加2.7倍，幫助美妝店鋪銷售額提升2-6倍。四、數(shù)字環(huán)境下的購買決策

數(shù)字產(chǎn)品包括：實體產(chǎn)品的數(shù)字化形式、信息產(chǎn)品（如網(wǎng)站、搜索引擎）、數(shù)字娛樂產(chǎn)品（如視頻游戲、數(shù)碼照片和電影）、數(shù)字互動產(chǎn)品（如社交媒體）和電子商務網(wǎng)站（如電子商務網(wǎng)站）等。

消費者愿意為實體商品比數(shù)字商品支付更多的錢，由于數(shù)字化購買更加便利，消費者會減少線下購買時間。

消費者購買取決于在線購買體驗、品牌可信度以及產(chǎn)品類型。如果能引導消費者先看到價格較高的商品，就可以誘導消費者搜索更多產(chǎn)品，進而提高商品售價和購買概率。四、數(shù)字環(huán)境下的購買決策消費者在線購買的影響過程五、數(shù)字環(huán)境下的購后行為

典型的購后行為包括顧客滿意、顧客忠誠、投訴與抱怨、口碑傳播、后悔、多樣化尋求等。

在線購買關系的形成，受到雙邊溝通、賣家的聲譽和買家的關系感受正向影響。

消費者進行口碑傳播的主要動機主要來源于印象管理、情緒調(diào)控、社交聯(lián)結(jié)。數(shù)字口碑傳播受到傳播平臺和人際關系網(wǎng)絡的影響，其中關系強度、參與人數(shù)、層級地位等特征對電子口碑傳播有較大的影響。目錄第一節(jié)

數(shù)字消費行為概述第二節(jié)

數(shù)字信息加工行為第三節(jié)

數(shù)字消費者決策行為第四節(jié)

數(shù)字消費者行為的影響因素一、數(shù)字情境因素的影響

信息形式增多、信息內(nèi)容豐富、信息數(shù)量超載等因素均會導致消費者對目標信息的注意和記憶。人際互動的情境也會對消費者行為產(chǎn)生影響。

定向廣告存在著隱私與個性化的悖論，但是否公開采集個人信息、信任程度、是否給予互惠訴求、隱私保護感知等會產(chǎn)生調(diào)節(jié)作用。

病毒廣告能否產(chǎn)生作用與病毒廣告的內(nèi)容、種子點、接受者偏好、傳播網(wǎng)絡等方面有關。戲劇性暴力、娛樂性與新穎性、非傳統(tǒng)性等均會對病毒傳播有較大的影響。二、消費者因素的影響（一）消費者的影響因素概述

信息加工的影響因素主要來源于動機、機會和能力。消費目標、利己或利他動機、功利或表達需要、廣告與個體的關聯(lián)性、涉入程度、認知需要、品牌熟悉、情緒、共情性、自我監(jiān)控、社會的自我等均可能產(chǎn)生調(diào)節(jié)影響

在數(shù)字環(huán)境下，影響者的作用變得更高，他們通過社交媒介發(fā)聲，通過證言、背書、扮演、代言等方式推薦產(chǎn)品。志同道合者聚集在虛擬空間中帶來了參照群體的聚集效應，這對參與者的行為產(chǎn)生了較大的影響。二、消費者因素的影響（二）信任對數(shù)字消費行為的影響

信任在數(shù)字消費行為中起到關鍵的作用，它指受托人通過表現(xiàn)出正直、能力和仁慈等特征滿足委托人的期望。

對于直播電商而言，消費者對主播的信任和對平臺的信任均會影響購買意愿。

對于微商而言，研究表明賣家信任與品牌信任，與消費者的持續(xù)購買意愿正相關。

二手交易平臺中信任是促進交易的關鍵因素。

信任轉(zhuǎn)移模型可以用于數(shù)字消費行為的研究之中。三、產(chǎn)品因素的影響（一）產(chǎn)品類型對消費者行為的影響

搜索品和體驗品：在數(shù)字化環(huán)境下，搜索品可以通過數(shù)據(jù)測評和品牌間比較等方式進行傳播，消費者很容易通過屬性和功能的客觀數(shù)據(jù)鑒別產(chǎn)品的優(yōu)劣。

實用品和享樂品。當決策過程中需要理性的和認知的判斷時，人們會更愿意選擇實用品；當決策過程中需要情感判斷時，消費者更愿意選擇享樂品。三、產(chǎn)品因素的影響（二）人工智能對消費者行為的影響消費者存在AI厭惡。相較于人類，消費者更不喜歡AI，。

消費者存在AI焦慮。AI焦慮是人們對AI失控的恐懼與不安，人們擔心AI違背人類倫理和威脅人類地位。

消費者也存在AI欣賞。人們愿意接受AI推薦的實用品而非享樂品，因為消費者認為AI更有能力推薦實用品。們更信任AI執(zhí)行客觀任務（例如分析和計算）而不是主觀任務（例如制定約會計劃）。三、產(chǎn)品因素的影響（三）數(shù)字虛擬人的影響

數(shù)字虛擬人（digitalhumanavatar，DHA）是一種具有高形象逼真和高行為逼真的化身（avatar），它被廣泛應用于代言、主持和服務。

利用數(shù)字虛擬人代言，需要考慮它與產(chǎn)品之間的匹配問題。虛擬DHA和真實產(chǎn)品之間的匹配可以分為真實性匹配和聯(lián)想性匹配思考與討論1.請思考數(shù)字消費行為的基本框架。2.請描述數(shù)字信息加工與傳統(tǒng)的信息加工行為有哪些不同。3.請描述數(shù)字決策行為與傳統(tǒng)的決策行為有哪些不同。4.請說明影響消費者數(shù)字消費行為的因素有哪些。DIGITALMARKETINGISJUSTMARKETING數(shù)字驅(qū)動營銷致遠！教師：黃勁松教授數(shù)字營銷學第三章營銷數(shù)據(jù)采集MARKETING數(shù)字營銷學黃勁松教授/博士生導師Contents目錄第一節(jié)

營銷數(shù)據(jù)概述第二節(jié)

營銷數(shù)據(jù)的類型第三節(jié)

大數(shù)據(jù)采集技術第四節(jié)營銷數(shù)據(jù)管理Contents目錄第一節(jié)

營銷數(shù)據(jù)概述第二節(jié)

營銷數(shù)據(jù)的類型第三節(jié)

大數(shù)據(jù)采集技術第四節(jié)營銷數(shù)據(jù)管理一、營銷數(shù)據(jù)及其特點1.營銷數(shù)據(jù)的定義

營銷數(shù)據(jù)是企業(yè)可以用于洞察市場、確定定位、傳播信息、銷售產(chǎn)品、管理顧客的各類數(shù)據(jù)。一、營銷數(shù)據(jù)及其特點2.營銷數(shù)據(jù)特點

來源豐富性

類型復雜性

目標多樣性

應用廣泛性

方法匯聚性目標多樣

數(shù)據(jù)

類型應用廣泛來源豐富方法匯聚二、營銷數(shù)據(jù)的類型Contents目錄第一節(jié)

營銷數(shù)據(jù)概述第二節(jié)

營銷數(shù)據(jù)的類型第三節(jié)

大數(shù)據(jù)采集技術第四節(jié)營銷數(shù)據(jù)管理（一）銷售數(shù)據(jù)企業(yè)在日常的經(jīng)營過程中，業(yè)務應用產(chǎn)生了不同類型的數(shù)據(jù)，這些數(shù)據(jù)也幫助企業(yè)做出不同場景的決策。例如：銷售訂單數(shù)據(jù)、渠道存貨數(shù)據(jù)、價格變化信息等一、企業(yè)內(nèi)部經(jīng)營數(shù)據(jù)（二）產(chǎn)品數(shù)據(jù)產(chǎn)品數(shù)據(jù)包括產(chǎn)品名稱、產(chǎn)品類別、產(chǎn)品屬性、產(chǎn)品配置、生產(chǎn)成本、供應商等等。產(chǎn)品數(shù)據(jù)還包括與產(chǎn)品相關的過程數(shù)據(jù)，例如加工工序、加工指南、工作流程、產(chǎn)品圖樣、數(shù)據(jù)模型、設備數(shù)據(jù)、技術文件、工裝數(shù)據(jù)等。一、企業(yè)內(nèi)部經(jīng)營數(shù)據(jù)（三）顧客數(shù)據(jù)1.顧客基本信息：指顧客的基本屬性和基本資料信息，通常的信息包括姓名、生日、性別、民族、聯(lián)系信息、地理信息和人口統(tǒng)計信息等。2.顧客行為數(shù)據(jù)：指顧客購買數(shù)據(jù)、顧客消費數(shù)據(jù)、客戶關系管理數(shù)據(jù)等3.顧客關聯(lián)數(shù)據(jù)：指反映和影響顧客行為和心理的關聯(lián)信息。一、企業(yè)內(nèi)部經(jīng)營數(shù)據(jù)（四）營銷活動數(shù)據(jù)營銷活動指促銷活動、福利發(fā)放、創(chuàng)意參與、公共關系等活動，它能夠增加顧客、提高營收或提升品牌知名度。常見的營銷活動數(shù)據(jù)包括營銷活動推廣數(shù)據(jù)、活動的總收入（GMV）、不同產(chǎn)品的銷售數(shù)據(jù)、獲得新顧客的數(shù)據(jù)等。一、企業(yè)內(nèi)部經(jīng)營數(shù)據(jù)（一）訪談數(shù)據(jù)訪談數(shù)據(jù)是在一定的調(diào)研目的下，通過對個人或小組的問答或談話獲得的數(shù)據(jù)，這類數(shù)據(jù)一般展現(xiàn)了被訪者的觀點、看法和思路。二、定性研究小數(shù)據(jù)訪談包括：

結(jié)構(gòu)化訪談

無結(jié)構(gòu)化訪談

半結(jié)構(gòu)化訪談（二）焦點組訪談數(shù)據(jù)焦點組（focusgroup）訪談也稱專題座談，它是對多人組成的小組進行焦點問題的訪談或小組討論。焦點組訪談參加人數(shù)一般是6-15人。很多焦點組訪談是在單面鏡房間中完成的，有完整的錄音錄像和單面鏡房間的觀察，便于后期的數(shù)據(jù)分析。二、定性研究小數(shù)據(jù)（三）定性資料數(shù)據(jù)定性資料指以文字、聲音、圖片、視頻或其他記錄符號描述或表達社會生活中的人物、行為、態(tài)度，以及各種社會生活事件的資料。定性資料在通過編碼和訓練之后，形成定性資料數(shù)據(jù)。二、定性研究小數(shù)據(jù)（四）其他定性研究數(shù)據(jù)在定性研究中，研究者獲取數(shù)據(jù)的方式分為參與式數(shù)據(jù)采集和非參與式數(shù)據(jù)采集。參與式數(shù)據(jù)采集是指研究者參與到被研究者的社區(qū)或團體之中，通過觀察、感受、交流等方式獲得數(shù)據(jù)，典型的方法是民族志。非參與式的數(shù)據(jù)采集是研究者通過訪談、座談、文本分析等方法獲得數(shù)據(jù)，典型的方法是個案研究。二、定性研究小數(shù)據(jù)（一）問卷調(diào)查數(shù)據(jù)問卷調(diào)查法是指調(diào)研人員事先擬好調(diào)查問卷，以書面、郵件或電話等不同形式對被調(diào)查者提出問題，要求其給與回答，由此獲得所需調(diào)查材料的調(diào)查方法。常用的調(diào)查方法有電話訪談、人員面訪、郵寄訪問、電子訪問以及留置問卷調(diào)查訪問。三、調(diào)研小數(shù)據(jù)（1/2）（二）觀察法觀察法是指調(diào)查人員根據(jù)一定的研究目的、研究提綱，用自己的感官和攝像器材等輔助工具在調(diào)查現(xiàn)場直接觀察用戶和記錄正在發(fā)生的市場行為狀況的一種有效的收集資料數(shù)據(jù)的方法。觀察調(diào)查是調(diào)查者對發(fā)生的情景不加控制和干擾，在自然條件下發(fā)生的感知活動，也是有目的、有計劃、有系統(tǒng)的感知活動。三、調(diào)研小數(shù)據(jù)（2/2）（一）實驗室實驗實驗室實驗法通常指在實驗室內(nèi)嚴格控制實驗條件，分組測量給定刺激是否引發(fā)一定的行為反應。實驗室實驗在實施時一般分為實驗組和參照組，實驗結(jié)果是對照兩組結(jié)果，從而判斷實驗刺激是否產(chǎn)生顯著作用。四、實驗數(shù)據(jù)（二）田野實驗數(shù)據(jù)田野實驗數(shù)據(jù)是通過田野實驗獲取的對不同刺激的市場反應數(shù)據(jù)。田野實驗（又稱為實地實驗、現(xiàn)場實驗）是在真實的市場環(huán)境下進行的實驗，它結(jié)合了田野調(diào)查和實驗研究兩種研究方法的優(yōu)點，既考慮了實驗結(jié)果的真實性，又考慮了對研究結(jié)果的因果推斷。四、實驗數(shù)據(jù)（三）自然實驗數(shù)據(jù)自然實驗是指在自然的刺激或者其他非研究者控制的刺激下，被試產(chǎn)生市場反應的一種實驗方法。例如，典型的自然實驗是某一政策出臺導致政策前后顧客行為產(chǎn)生了變化。自然實驗數(shù)據(jù)是在自然實驗中產(chǎn)生的各類數(shù)據(jù)，這些數(shù)據(jù)往往具有不可設計和不可重復的特點。四、實驗數(shù)據(jù)（四）認知神經(jīng)實驗數(shù)據(jù)認知神經(jīng)實驗數(shù)據(jù)指在認知神經(jīng)實驗中通過眼動、腦電、皮電、肌電等的設備獲得的測量數(shù)據(jù)。認知神經(jīng)測量主要通過腦部的神經(jīng)元信號測試人們的認知和情感，表征不同情感的神經(jīng)元信號出現(xiàn)在特定的腦區(qū)。四、實驗數(shù)據(jù)例如，腹內(nèi)側(cè)前額葉皮質(zhì)是將情感納入決策的重要區(qū)域，它與廣告吸引力、產(chǎn)品偏好、品牌忠誠等均有關。（一）商業(yè)情報數(shù)據(jù)商業(yè)情報數(shù)據(jù)分為公開信息和非公開信息兩類。公開信息主要來自于各類政府公開信息、公開的出版物、知識數(shù)據(jù)庫和企業(yè)公開信息等方面；五、商業(yè)數(shù)據(jù)非公開信息主要來源于企業(yè)內(nèi)部關聯(lián)人士、相關利益攸關者和第三方咨詢服務提供者。（二）商業(yè)服務數(shù)據(jù)商業(yè)服務數(shù)據(jù)通常由第三方商業(yè)服務公司提供，這些公司一般會確定典型的市場研究方向，并以此為拓展展開業(yè)務。公司名稱典型研究領域上海AC尼爾森市場研究公司零售研究蓋洛特市場研究優(yōu)先公司移動通訊研究蓋洛普（中國）咨詢有限公司民意測驗和商業(yè)調(diào)查央視市場研究股份有限公司媒介調(diào)查益普索（中國）市場研究咨詢有限公司廣告事前測試、滿意度和忠誠度研究新力市場研究（DMBResearch）定性研究和廣告研究GFK（賽諾、科思瑞智）市場研究公司家電零售監(jiān)測北京零點研究集團行業(yè)與產(chǎn)品研究、消費文化研究、社會問題研究新生代市場監(jiān)測機構(gòu)有限公司媒介監(jiān)測北京華夏盈聯(lián)市場咨詢有限公司滿意度調(diào)查、神秘顧客調(diào)查北京環(huán)亞市場研究社汽車行業(yè)研究深圳思緯市場資訊公司廣告測試研究等廣州市致聯(lián)市場研究有限公司醫(yī)藥行業(yè)研究典型的商業(yè)數(shù)據(jù)服務公司五、商業(yè)數(shù)據(jù)（三）商業(yè)數(shù)據(jù)庫數(shù)據(jù)商業(yè)數(shù)據(jù)庫數(shù)據(jù)包括面向大眾的公共數(shù)據(jù)庫數(shù)據(jù)和商業(yè)銷售的數(shù)據(jù)庫數(shù)據(jù)。面向大眾的公共數(shù)據(jù)包括政府部門和統(tǒng)計機構(gòu)、貿(mào)易和產(chǎn)業(yè)組織的公開商業(yè)資料，商業(yè)期刊等，這些數(shù)據(jù)庫中包含宏觀經(jīng)濟數(shù)據(jù)、行業(yè)數(shù)據(jù)、期刊報刊數(shù)據(jù)等。五、商業(yè)數(shù)據(jù)向市場銷售的商業(yè)數(shù)據(jù)庫往往來自于企業(yè)的一些固定研究項目，例如顧客滿意指數(shù)調(diào)查、品牌價值研究等，這些研究項目所形成的數(shù)據(jù)庫將會定期發(fā)布并可以銷售和訂閱。（一）大數(shù)據(jù)的特點和類型大數(shù)據(jù)類型六、企業(yè)大數(shù)據(jù)“海量”是指數(shù)據(jù)量非常大且急速增長“高速”是指數(shù)據(jù)產(chǎn)生的速度快“多樣”指數(shù)據(jù)格式、數(shù)據(jù)類型復雜多樣“復雜性”是指數(shù)據(jù)源繁多“多變性”是指數(shù)據(jù)流不穩(wěn)定（二）企業(yè)經(jīng)營產(chǎn)品的大數(shù)據(jù)六、企業(yè)大數(shù)據(jù)1.業(yè)務應用數(shù)據(jù)：（1）Web網(wǎng)站數(shù)據(jù)（2）App應用數(shù)據(jù)2.互聯(lián)網(wǎng)數(shù)據(jù)（1）政府和行業(yè)數(shù)據(jù)（2）垂直平臺數(shù)據(jù)（3）社交數(shù)據(jù)3.物聯(lián)網(wǎng)數(shù)據(jù)4.系統(tǒng)日志數(shù)據(jù)5.合作伙伴數(shù)據(jù)企業(yè)經(jīng)營中產(chǎn)生的大數(shù)據(jù)包括企業(yè)多場景數(shù)據(jù)，例如業(yè)務應用數(shù)據(jù)、互聯(lián)網(wǎng)數(shù)據(jù)、物聯(lián)網(wǎng)數(shù)據(jù)、系統(tǒng)日志數(shù)據(jù)以及合作伙伴數(shù)據(jù)等Contents目錄第一節(jié)

營銷數(shù)據(jù)概述第二節(jié)

營銷數(shù)據(jù)的類型第三節(jié)

大數(shù)據(jù)采集技術第四節(jié)營銷數(shù)據(jù)管理大數(shù)據(jù)采集是對數(shù)據(jù)進行Extract-Transform-Load操作，通過對數(shù)據(jù)進行提取、轉(zhuǎn)換、加載，最終挖掘數(shù)據(jù)的潛在價值。從數(shù)據(jù)源抽取出所需的數(shù)據(jù)，經(jīng)過數(shù)據(jù)清洗，最終按照預先定義好的數(shù)據(jù)模型，將數(shù)據(jù)加載到數(shù)據(jù)倉庫中去，最后對數(shù)據(jù)倉庫中的數(shù)據(jù)進行數(shù)據(jù)分析和處理。一、大數(shù)據(jù)采集概述數(shù)據(jù)采集方式描述典型公司PC機cookie采集通過分布式計算機進行海量PC用戶的cookie采集。秒針PC應用行為數(shù)據(jù)對PC應用的行為進行數(shù)據(jù)采集。搜狗拼音、360殺毒、華為運動網(wǎng)絡爬蟲通過分布式網(wǎng)絡爬蟲采集網(wǎng)上數(shù)據(jù)。針對微博的抓取最為普遍設備傳感器數(shù)據(jù)通過手機、機頂盒、新能源汽車等采集用戶的設備使用行為。蘋果、歌華、特斯拉、比亞迪交易行為數(shù)據(jù)通過分布式計算機進行海量PC用戶的cookie采集。阿里巴巴、騰訊手機APP通過在APP中埋點的方式進行用戶行為數(shù)據(jù)采集，也可以通過APP采集通訊錄、位置能數(shù)據(jù)。幾乎所有APP應用電信運營商數(shù)據(jù)通過通信網(wǎng)絡采集用戶的行為，包括使用行為、位置、通話等。中國移動、中國聯(lián)通操作系統(tǒng)通過通信網(wǎng)絡采集用戶的行為，包括App使用行為、位置、通話等等。微軟、安卓、IOS顧客關系系統(tǒng)通過社群、會員行為、社區(qū)行為、評論等采集數(shù)據(jù)。小米數(shù)據(jù)采集方式一覽一、大數(shù)據(jù)采集概述

（一）爬蟲采集網(wǎng)絡爬蟲又被稱為網(wǎng)頁蜘蛛，網(wǎng)絡機器人，是一種按照一定的規(guī)則自動化、系統(tǒng)化收集互聯(lián)網(wǎng)上相關數(shù)據(jù)的技術。大數(shù)據(jù)時代的今天，網(wǎng)絡爬蟲是互聯(lián)網(wǎng)上采集數(shù)據(jù)的主要工具之一，通過網(wǎng)絡爬蟲的方式可以獲取到網(wǎng)站上不同類型的數(shù)據(jù)信息，包括文本、圖片、音頻、視頻等文件數(shù)據(jù)。二、互聯(lián)網(wǎng)線上數(shù)據(jù)采集

某爬蟲采集工具（二）埋點采集（1）埋點的基本概念在技術實現(xiàn)上，線上數(shù)據(jù)采集主要通過埋點的方式實現(xiàn)，通過不同應用的SDK（SoftwareDevelopmentKit，軟件工具包）數(shù)據(jù)埋點，將顧客端或服務端的數(shù)據(jù)上傳到數(shù)據(jù)服務器終端。二、互聯(lián)網(wǎng)線上數(shù)據(jù)采集

埋點是事件追蹤（EventTracking）的主要方式，針對特定用戶行為或事件進行捕獲、處理和發(fā)送的相關技術及其實施過程。（二）埋點采集（2）埋點的方式

類別代碼埋點全埋點可視化埋點服務端埋點采集說明嵌入SDK，定義事件并添加好事件代碼嵌入SDK嵌入SDK，可視化圈選定義事件接口調(diào)用，數(shù)據(jù)結(jié)構(gòu)化場景以業(yè)務價值為出發(fā)點的行為分析無需采集事件，適用于活動頁、著陸頁需要設計體驗衡量用戶在頁面的行為與業(yè)務信息關聯(lián)較少，頁面較多且頁面元素較少對行為數(shù)據(jù)的應用較為淺前后端數(shù)據(jù)整合，如訂單數(shù)據(jù)優(yōu)勢按需采集：業(yè)務信息更完善，對數(shù)據(jù)的分析更聚焦簡單、快捷，與代碼埋點相比開發(fā)人員工作量較少與代碼埋點相比，開發(fā)人員工作量較少更靈活、更準確、不需要發(fā)版本，數(shù)據(jù)上傳更加及時劣勢與后兩種采集方式相比，開發(fā)人中工作量較多數(shù)據(jù)準確性不高，上傳數(shù)據(jù)多，消耗量高數(shù)據(jù)維度單一（僅點擊、加載、刷新）業(yè)務人中工作量較大，改版后需要重新定義事件，缺乏基于業(yè)務的解讀僅服務端采集較少前端的環(huán)境信息，前端交互數(shù)據(jù)缺失典型案例友盟，百度統(tǒng)計GoogleanalyticsWMDA

二、互聯(lián)網(wǎng)線上數(shù)據(jù)采集

（二）埋點采集（3）埋點的設計Who：參與此事件的用戶When：事件發(fā)生的實際時間Where：事件發(fā)生的地點How：用戶進行事件的方式What：描述用戶所做的事件的具體內(nèi)容記錄和收集用戶的長期屬性通過ID與相關的Event關聯(lián)事件模型用戶

User事件Event二、互聯(lián)網(wǎng)線上數(shù)據(jù)采集

埋點的設計是將行為拆解為單個的點擊或瀏覽動作，將需要分析的目標動作抽象為“事件”。例如,事件分析模型是常用的分析模型之一。事件模型（Event模型）用來描述用戶的各種行為，包括事件（Event）和用戶（User）兩個核心實體。以某APP的事件設計為例，通常包括APP啟動，退出、頁面瀏覽、按鈕事件點擊，頁面訪問時長等。（二）埋點采集（4）埋點的應用①在產(chǎn)品流程關鍵部位植入相關統(tǒng)計代碼，用來追蹤每次用戶的行為，統(tǒng)計關鍵流程的使用程度。②在產(chǎn)品中植入多段代碼追蹤用戶連續(xù)行為，建立用戶模型來具體化用戶在使用產(chǎn)品中的操作行為。③與研發(fā)及數(shù)據(jù)分析師團隊合作，通過數(shù)據(jù)埋點還原出用戶畫像及用戶行為，建立數(shù)據(jù)分析后臺，通過數(shù)據(jù)分析，優(yōu)化產(chǎn)品。二、互聯(lián)網(wǎng)線上數(shù)據(jù)采集

物聯(lián)網(wǎng)（InternetofThings，簡稱IoT）是指通過各種信息傳感器、射頻識別技術、全球定位系統(tǒng)、紅外感應器、激光掃描儀等各種裝置和技術，實時采集各種需要的信息，包括聲、光、熱、電、力學、化學、生物、位置等各種需要的信息。物聯(lián)網(wǎng)分為三層：

感知層（設備接入層）

網(wǎng)絡層

應用層三、物聯(lián)網(wǎng)數(shù)據(jù)采集

數(shù)據(jù)庫同步數(shù)據(jù)采集是指直接和數(shù)據(jù)庫進行交互同步，進而實現(xiàn)數(shù)據(jù)采集，這種方式的優(yōu)勢是數(shù)據(jù)來源大而全。根據(jù)同步的方式可以分為：直接數(shù)據(jù)源同步、生成數(shù)據(jù)文件同步和數(shù)據(jù)庫日志同步。四、數(shù)據(jù)庫同步數(shù)據(jù)采集大多數(shù)互聯(lián)網(wǎng)企業(yè)都有各自的海量數(shù)據(jù)采集工具，多用于系統(tǒng)日志采集，如Facebook公司的Scribe、Hadoop平臺的Chukwa、Cloudera公司的Flume等，這些工具均采用分布式的架構(gòu)，能滿足每秒數(shù)百兆的日志數(shù)據(jù)采集和傳輸需求。五、系統(tǒng)日志數(shù)據(jù)采集

Contents目錄第一節(jié)

營銷數(shù)據(jù)概述第二節(jié)

營銷數(shù)據(jù)的類型第三節(jié)

大數(shù)據(jù)采集技術第四節(jié)營銷數(shù)據(jù)管理數(shù)據(jù)匯聚是指將企業(yè)中各個業(yè)務產(chǎn)生的數(shù)據(jù)通過數(shù)據(jù)處理后匯聚到數(shù)據(jù)倉庫，按不同的主題進行加工形成數(shù)據(jù)資產(chǎn)體系。數(shù)據(jù)匯聚是打破數(shù)據(jù)孤島，匯聚企業(yè)數(shù)據(jù)到統(tǒng)一數(shù)據(jù)倉庫的過程，也是數(shù)據(jù)倉庫建設、數(shù)據(jù)體系建設的基礎重要環(huán)節(jié)。一、數(shù)據(jù)匯聚

某企業(yè)數(shù)據(jù)匯聚示意圖二、數(shù)據(jù)開發(fā)

數(shù)據(jù)開發(fā)是數(shù)據(jù)加工的過程。數(shù)據(jù)匯聚后的數(shù)據(jù)為數(shù)據(jù)的原始狀態(tài)，數(shù)據(jù)工程師根據(jù)業(yè)務需求，將數(shù)據(jù)進行轉(zhuǎn)換或聚合計算，快速轉(zhuǎn)換成對業(yè)務有價值的形式提供給業(yè)務分析、可視化使用。數(shù)據(jù)資產(chǎn)管理包括數(shù)據(jù)資產(chǎn)目錄、元數(shù)據(jù)信息、數(shù)據(jù)主題、數(shù)據(jù)標簽分類、數(shù)據(jù)安全的級別信息、數(shù)據(jù)質(zhì)量情況，以及生產(chǎn)數(shù)據(jù)的血緣關系、數(shù)據(jù)的歷史版本、數(shù)據(jù)的生命周期等信息的管理和展示。數(shù)據(jù)資產(chǎn)管理以數(shù)據(jù)平臺的形式展示給數(shù)據(jù)的運營人員和數(shù)據(jù)開發(fā)人員，方便數(shù)據(jù)工程師二次開發(fā)數(shù)據(jù)，也幫助運營工程師檢索和運營。三、數(shù)據(jù)資產(chǎn)管理

數(shù)據(jù)服務是以滿足業(yè)務應用的能力之一。數(shù)據(jù)服務的形式較多，通常企業(yè)的數(shù)據(jù)平臺有標準的服務，例如數(shù)據(jù)的API定制服務業(yè)務人員可以通過URL的鏈接和參數(shù)，直接訪問接口獲取到需要的數(shù)據(jù)內(nèi)容。四、數(shù)據(jù)服務

數(shù)據(jù)可視化是數(shù)據(jù)應用的能力之一，數(shù)據(jù)可視化通過數(shù)據(jù)的加工后，將統(tǒng)計結(jié)果、分析結(jié)論或預測信息通過可視化的形式展示出來，方便決策人員直觀了解業(yè)務情況，為管理決策提供數(shù)據(jù)支撐。最通用的數(shù)據(jù)可視化應用有數(shù)據(jù)圖表可視化、數(shù)據(jù)大屏可視化等。四、數(shù)據(jù)可視化

1.請簡述營銷數(shù)據(jù)的基本特征。2.簡述營銷數(shù)據(jù)的類型及分類。3.請簡述大數(shù)據(jù)有哪些采集方式。4.請說明營銷數(shù)據(jù)管理的幾個階段以及對應的核心內(nèi)容有哪些。思考與討論DIGITALMARKETINGISJUSTMARKETING數(shù)字驅(qū)動營銷致遠！教師：黃勁松教授數(shù)字營銷學第四章統(tǒng)計技術和數(shù)字營銷MARKETING數(shù)字營銷學黃勁松教授/博士生導師開篇案例：恒豐銀行的營銷大數(shù)據(jù)分析

恒豐銀行通過建立客戶理財偏好模型，為客戶推薦最適合他們的產(chǎn)品。例如，在合適的時機，通過用戶偏好模型向用戶推薦產(chǎn)品，推薦的結(jié)果是用戶的購買或未購買。這個問題可以看作是一個典型的機器學習二分類問題：基于歷史營銷數(shù)據(jù)訓練模型，讓模型自動學習客戶購買產(chǎn)品的偏好，并預測客戶下次購買理財產(chǎn)品的概率。通過對模型預測出的所有客戶對所有產(chǎn)品的響應概率進行排序，可以從中選擇購買概率最高的幾個產(chǎn)品推薦給客戶。通過以上過程，恒豐銀行成功實現(xiàn)了對營銷大數(shù)據(jù)的有效處理和分析。恒豐銀行針對每個客戶進行需求預測，預測某個有消費歷史的客戶在下一階段是否會重復購買，并且預測有重復購買行為的客戶在接下來的消費過程中會購買多大價值的產(chǎn)品。同時，恒豐銀行還針對每個客戶進行終身價值建模。通過分析每位客戶的消費歷史，他們能夠計算出客戶的當前價值和未來價值。這有助于業(yè)務人員把握重點客戶，并根據(jù)客戶價值的高低進行分級服務。此外，他們能夠分析哪些客戶有流失傾向，并對流失階段的高價值客戶提供適當?shù)臓I銷優(yōu)惠和消費引導。通過構(gòu)建基于大數(shù)據(jù)的營銷方案，恒豐銀行深入洞察客戶的行為、需求和偏好，幫助銀行更深入地了解客戶、打造個性化推薦系統(tǒng)和建立客戶價值預測模型，從而實現(xiàn)可持續(xù)發(fā)展。目錄第一節(jié)

數(shù)字營銷分析方法概述第二節(jié)

典型的數(shù)字營銷數(shù)據(jù)分析方法第三節(jié)

典型數(shù)字營銷實驗方法目錄第一節(jié)

數(shù)字營銷分析方法概述第二節(jié)

典型的數(shù)字營銷數(shù)據(jù)分析方法第三節(jié)

典型數(shù)字營銷實驗方法一、數(shù)字營銷分析方法概述二、營銷數(shù)據(jù)及分析技術的

發(fā)展過程第一節(jié)

數(shù)字營銷分析方法概述一、數(shù)字營銷分析方法概述（一）研究方法“洋蔥”模型數(shù)據(jù)收集和數(shù)據(jù)分析是“洋蔥”的核心，也是數(shù)字營銷學的基礎（二）數(shù)據(jù)分析方法的分類一、數(shù)字營銷分析方法概述解釋性方法-預測性方法描述性方法

多元統(tǒng)計分析方法：聚類分析、因子分析/主成分分析、多維標度分析、對應分析數(shù)據(jù)挖掘與機器學習方法：聚類分析、文本挖掘無監(jiān)督學習有監(jiān)督學習多元統(tǒng)計分析方法：描述性統(tǒng)計、列聯(lián)表分析多元統(tǒng)計分析方法：方差分析、t檢驗分析、回歸分析、判別分析、分層線性模型、時間序列等數(shù)據(jù)挖掘與機器學習方法：邏輯回歸、決策樹、神經(jīng)網(wǎng)絡、支持向量機、隨機森林、Logit分析、路徑分析等實驗方法：方差分析、t檢驗分析、回歸分析、聯(lián)合分析、結(jié)構(gòu)方程模型等

數(shù)據(jù)挖掘與機器學習方法：各種潛分類方法，如聚類回歸、混合模型（MixtureModels）等根據(jù)數(shù)據(jù)分析的目的，可以分為描述性分析方法和解釋性/預測性分析方法根據(jù)分析前是否有明確數(shù)據(jù)的分類，可以分為事前已確定分類和事前未確定分類（二）數(shù)據(jù)分析方法的分類1.有監(jiān)督學習-描述性方法

描述性統(tǒng)計分析：描述性統(tǒng)計分析使用描述統(tǒng)計量和數(shù)據(jù)可視化等方法描述數(shù)據(jù)的基本特征。

一、數(shù)字營銷分析方法概述（二）數(shù)據(jù)分析方法的分類1.有監(jiān)督學習-描述性方法列聯(lián)表：是一種交叉分類頻數(shù)分布表，用于按兩個或多個屬性（定性變量）對觀測數(shù)據(jù)進行分類，進而研究不同變量之間的關系。一、數(shù)字營銷分析方法概述（二）數(shù)據(jù)分析方法的分類2.無監(jiān)督學習-描述性方法

多元統(tǒng)計分析方法：包括聚類分析、因子分析/主成分分析、多維標度分析、對應分析等。一、數(shù)字營銷分析方法概述（二）數(shù)據(jù)分析方法的分類2.無監(jiān)督學習-描述性方法數(shù)據(jù)挖掘與機器學習方法：包括聚類分析、文本挖掘等。一、數(shù)字營銷分析方法概述（二）數(shù)據(jù)分析方法的分類3.有監(jiān)督學習-解釋性和預測性方法多元統(tǒng)計分析方法：方差分析、回歸分析、時間序列分析等。數(shù)據(jù)挖掘與機器學習方法：邏輯回歸、決策樹、神經(jīng)網(wǎng)絡、支持向量機、隨機森林、Logit分析、路徑分析等。實驗方法：主要包括實地實驗和實驗室實驗。一、數(shù)字營銷分析方法概述（二）數(shù)據(jù)分析方法的分類4.無監(jiān)督學習-解釋性和預測性方法無監(jiān)督學習-解釋性和預測性方法主要應用于數(shù)據(jù)挖掘和機器學習中，包括聚類回歸和混合模型等方法。這些方法在深度學習中得到廣泛應用，本質(zhì)可以看作是兩個步驟：首先對數(shù)據(jù)進行分類處理，然后進行邏輯回歸。一、數(shù)字營銷分析方法概述（一）營銷數(shù)據(jù)和分析技術的發(fā)展過程二、營銷數(shù)據(jù)及分析技術的發(fā)展過程目錄第一節(jié)

數(shù)字營銷分析方法概述第二節(jié)

典型的數(shù)字營銷數(shù)據(jù)分析方法第三節(jié)

典型數(shù)字營銷實驗方法一、描述性分析-事前分類典型方法（一）描述性分析描述性分析常用于揭示數(shù)據(jù)的整體分布情況和趨勢。它主要包括以下三個方面的內(nèi)容：進行統(tǒng)計分組和頻數(shù)統(tǒng)計；計算分布特征指標，例如平均數(shù)、眾數(shù)、中位數(shù)、標準差等；制作圖表，例如條形圖、餅圖、散點圖、直方圖、雷達圖等。一、描述性分析-事前分類典型方法（一）描述性分析描述統(tǒng)計量包括均值、方差、標準差、最大值、最小值、極差、中位數(shù)、分位數(shù)、眾數(shù)、變異系數(shù)、中心矩、原點矩、偏度、峰度、協(xié)方差和相關系數(shù)等。從集中趨勢、離散程度和分布形狀三個方面可以描述數(shù)據(jù)集的分布特征。數(shù)據(jù)分布特征集中趨勢離散程度分布形狀眾數(shù)中位數(shù)平均數(shù)異眾比率四分位差方差/標準差極差平均差離散系數(shù)偏態(tài)系數(shù)峰態(tài)系數(shù)一、描述性分析-事前分類典型方法（二）列聯(lián)表列聯(lián)表是一種將觀測數(shù)據(jù)按照兩個或更多屬性進行分類時所列出的頻數(shù)表，也被稱為交互分類表。列聯(lián)表由兩個以上的變量進行交叉分類的頻數(shù)分布表組成，能夠同時描述兩個或更多變量之間的情況。一、描述性分析-事前分類典型方法（二）列聯(lián)表通過列聯(lián)表分析，我們可以判斷同一個調(diào)查對象的兩個特性之間是否存在明顯的相關性。例子：某醫(yī)院收得某類型重癥病人204例，隨機分成兩組，分別用同樣的中草藥方劑進行治療，但其中一組加一定量的人工牛黃，每個病人根據(jù)治療方法和治療效果進行分類，得出如下表格：一、描述性分析-事前分類典型方法（二）列聯(lián)表列聯(lián)表分析的基本問題是判斷所考察的各屬性之間是否存在關聯(lián)，即它們是否獨立。列聯(lián)表可以作為一種初步的知識檢驗工具使用。列聯(lián)表分析適用于定性數(shù)據(jù)，通常使用卡方檢驗等方法進行分析，這些方法分析的是各個分類方法中的頻度數(shù)據(jù)。二、描述性分析-非事前分類典型方法（一）聚類分析聚類分析是一種多元統(tǒng)計方法，它可以將研究對象（樣本或指標）根據(jù)其特征進行分類，將研究對象分為相對同質(zhì)的群組，群組內(nèi)的成員彼此相似，而不同群組的成員彼此不同。二、描述性分析-非事前分類典型方法（一）聚類分析在市場細分領域，聚類分析可以根據(jù)細分變量將消費者分為不同的細分市場，細分市場內(nèi)的消費者彼此相似，而不同細分市場的消費者彼此不同。二、描述性分析-非事前分類典型方法（一）聚類分析聚類分析包括三種方法，分別是非重疊聚類、重疊聚類和模糊聚類。非重疊聚類假設每個顧客只屬于一個細分市場，而重疊聚類和模糊聚類認為顧客可能同時屬于多個市場。在數(shù)字營銷分析中，聚類分析方法有助于解決顧客畫像、客戶群體劃分等問題。二、描述性分析-非事前分類典型方法（二）文本挖掘文本挖掘可以提取文本文件中有效、新穎、有用、可理解的有價值知識，并利用這些知識更好地組織信息。文本挖掘是圖像、語言、自然語言理解與知識挖掘中的重要內(nèi)容。二、描述性分析-非事前分類典型方法（二）文本挖掘通過文本挖掘技術，可以分析出消費者對各個品牌討論的內(nèi)容主題、頻率和情感等。由此可以了解消費者對相關品牌的感知和偏好，對營銷決策制定具有重要的參考意義。二、描述性分析-非事前分類典型方法（三）Logit分析Logit分析與回歸分析類似，都是分析自變量對因變量的影響，但這里的因變量是分類變量。由于Logit模型的因變量不服從正態(tài)分布，因此不能直接通過自變量來預測因變量，需要對因變量進行特定的轉(zhuǎn)換。常用Logit模型來估計消費者購買產(chǎn)品的概率，通過將數(shù)據(jù)代入模型，可以根據(jù)自變量來估計消費者購買產(chǎn)品的概率，并將消費者劃分為不同的群體。三、解釋性、預測性分析-事前分類典型方法（一）時間序列分析時間序列分析法就是將經(jīng)濟發(fā)展、購買力大小、銷售變化等同一變數(shù)的一組觀察值，按時間順序加以排列，構(gòu)成統(tǒng)計的時間序列。通過觀察隨機序列的歷史數(shù)據(jù)，利用特定的數(shù)字方法來預測市場未來的發(fā)展趨勢和確定市場預測值。時間序列分析的主要特點是通過時間推移來研究和預測市場需求趨勢，不受其他外在因素的影響。三、解釋性、預測性分析-事前分類典型方法（二）決策樹決策樹以樹狀的層級結(jié)構(gòu)呈現(xiàn)分類過程，并提取分類規(guī)則。經(jīng)過修整后的決策樹模型可以用于發(fā)現(xiàn)數(shù)據(jù)的內(nèi)在關系，找出目標變量和各個變量之間的層級關系。在用戶數(shù)據(jù)分析和挖掘方面，決策樹可以發(fā)揮重要作用，例如通過分類器將客戶分為潛在客戶、虛假客戶和現(xiàn)有客戶。四、解釋性、預測性分析-非事前分類典型方法（一）混合模型混合模型（mixturemodel）是一種能夠表示總體分布中包含K個子分布的概率模型?；旌夏Ｐ兔枋隽擞^測數(shù)據(jù)在總體分布中的概率分布，它由K個子分布組成的混合分布構(gòu)成?；旌夏Ｐ筒恍枰^測數(shù)據(jù)提供關于子分布的信息，而是通過計算觀測數(shù)據(jù)在總體分布中的概率來進行建模?；旌夏Ｐ驮跇I(yè)界主要應用于顧客畫像研究。目錄第一節(jié)

數(shù)字營銷分析方法概述第二節(jié)

典型的數(shù)字營銷數(shù)據(jù)分析方法第三節(jié)

典型數(shù)字營銷實驗方法一、實驗方法概述實驗方法是一種有目的地控制一定條件或創(chuàng)造一定條件來研究某種心理現(xiàn)象或被試者行為的方法。一、實驗方法概述實驗研究在應用上有廣義和狹義之分：狹義上的實驗方法指在實驗室中應用特定設備進行研究，通常稱為實驗室實驗（laboratoryexperiment）；廣義的實驗方法還包括在實際生活情境中進行的研究，通常稱為實地實驗（fieldexperiment），實驗室實驗能夠更精確地控制實驗進行的條件。二、實地實驗與A/B測試（一）A/B測試方法概述A/B測試（也稱為桶式測試或分割測試）是一種基于證據(jù)的實驗方法，通過同時運行兩個變體（A和B）的對照實驗來提高應用的性能。二、實地實驗與A/B測試（一）A/B測試方法概述A/B測試的前身是隨機對照試驗-雙盲測試，最早應用于醫(yī)療/生物實驗中。該方法通過將研究對象隨機分組，對不同組實施不同的干預來對照其效果。在雙盲測試中，被試的病人會被隨機分成兩個組，在不知情的情況下分別被提供安慰劑和測試用藥，其他條件嚴格控制。經(jīng)過一段時間的試驗后，比較這兩組病人的表現(xiàn)是否具有顯著的差異，從而決定測試用藥是否真的有效。二、實地實驗與A/B測試（二）A/B測試的實施流程設定項目目標；設計測試方案，完成測試內(nèi)容的準備工作；確定實施方案，以及每個線上測試版本的流量分配比例；進行測試；數(shù)據(jù)分析和效果判斷。收集實驗數(shù)據(jù)并進行有效性和效果判斷；改進實驗方案或發(fā)布新版本。思考與討論1.請討論數(shù)字營銷方法的四種分類框架以及各個框架下的方法。2.請解釋數(shù)字營銷中數(shù)據(jù)收集和數(shù)據(jù)分析的基本方法和流程。3.請討論數(shù)字營銷中實驗方法以及如何設計一個A/B測試。DIGITALMARKETINGISJUSTMARKETING數(shù)字驅(qū)動營銷致遠！教師：黃勁松教授數(shù)字營銷學第五章顧客畫像及應用MARKETING數(shù)字營銷學黃勁松教授/博士生導師開篇案例：美國塔吉特百貨“了解您的秘密”美國超市品牌塔吉特百貨（Target）利用專業(yè)的數(shù)據(jù)分析模型，基于顧客的購買行為數(shù)據(jù)能分析出早期懷孕的人群，然后進行精準廣告的推送。塔吉特百貨會給每個顧客分配一個“顧客ID號”作為該顧客唯一代碼,該代碼會記錄顧客購買的所有商品，以及在塔吉特百貨發(fā)生的相關行為，比如信用卡、優(yōu)惠券的使用情況、郵寄地址或網(wǎng)站訪問情況等。顧客數(shù)據(jù)分析部門（GuestData&AnalyticalServices）建立了一個數(shù)據(jù)模型，利用歷史數(shù)據(jù)分析孕婦在孕早期購買過哪些商品。176目錄177第一節(jié)

顧客畫像概述第二節(jié)

顧客畫像的標簽分類第三節(jié)

顧客畫像的實施和應用目錄178第一節(jié)

顧客畫像概述第二節(jié)

顧客畫像的標簽分類第三節(jié)

顧客畫像的實施和應用一、顧客畫像的基本概念二、

顧客畫像的目標第一節(jié)

顧客畫像概述179二、

顧客畫像的基本原則（一）顧客畫像的基本概念起源“畫像（profiling）”一詞最初來源于演員的面具，由于觀眾能夠清楚地辨別出面具所表征的人物特征，因此面具就成為人物的“畫像”(Stern,1988)?？枴s格（CarlGustavJung）在其分析心理學中開始采用“畫像”的概念，描述一個人與社會的關系（DionandArnould,2016）。顧客畫像（customerpersona）多被企業(yè)用作描述顧客特征，這種操作方法已經(jīng)成為數(shù)字營銷學的核心概念和實踐基礎。一、顧客畫像概述（一）顧客畫像的基本概念定義

顧客畫像定義為通過對顧客的標簽化描述顧客特征的過程。可以說給顧客“打標簽”是顧客畫像的基礎工作，因此有時候人們也將某一特定的顧客標簽組合稱為顧客畫像。一、顧客畫像概述（一）顧客畫像的基本概念標簽顧客畫像強調(diào)顧客是由多個標簽描述的，每個顧客可以具有個性化的標簽，因此顧客的差異主要來自于對標簽的選擇。一、顧客畫像概述小案例：《今日頭條》通過顧客畫像推薦內(nèi)容《今日頭條》采用“千人千面”的消息推送方式獲得了巨大的成功，其當前用戶數(shù)量已達到2.6億，在BrandFinance發(fā)布“2021全球媒體品牌價值50強”中位列第32名。《今日頭條》的消息推送方式是在顧客畫像的基礎上完成的，實施時將人的特征、環(huán)境特征、文章特征三者相匹配來確定推薦的內(nèi)容。一、顧客畫像概述（二）顧客畫像的目標1.識別客戶

顧客畫像的首要目標是顧客識別（customeridentification），它是數(shù)字營銷實踐的起點和基礎。顧客識別指通過顧客標簽對個體或群體顧客進行辨識、選擇和分類的過程。（二）顧客畫像的目標2.管理客戶企業(yè)需要在顧客畫像的基礎上對顧客資產(chǎn)進行評估和分類，并按照顧客的類別實施不同的顧客管理。企業(yè)在經(jīng)營過程中留存了大量顧客，如何管理這些顧客成為企業(yè)持續(xù)經(jīng)營的關鍵，這時企業(yè)往往通過建立顧客標簽的方式進行顧客畫像，并根據(jù)企業(yè)的經(jīng)營目標進行顧客管理。一、顧客畫像概述一、顧客畫像概述（二）顧客畫像的目標3.提升績效

由于顧客畫像具有精準性的特征，企業(yè)可以利用顧客畫像向特定顧客精準推薦產(chǎn)品和服務，提升顧客的購買比率，降低單個顧客的銷售成本，從而提升企業(yè)的績效。一、顧客畫像概述（三）顧客畫像的基本原則構(gòu)建顧客畫像的核心工作是給顧客貼上標簽，顧客標簽提取遵循SMART原則，即：可識別（Specific）可衡量（Measurable）可實施（Achievable）可關聯(lián)（Relevant）時限性（Time-Bounded）一、顧客畫像概述（三）顧客畫像的基本原則(1)可識別（Specific）顧客畫像應當是可識別的。可識別的基本含義是顧客的標簽需要能夠被明確識別，它可以清晰地描述顧客的基本特征或潛在行為特征。一、顧客畫像概述（三）顧客畫像的基本原則（2）可衡量（Measurable）顧客畫像應當是可衡量的。可衡量的基本含義是利用顧客畫像選擇的顧客群體能夠有效地進行區(qū)分和識別；例如重度、中度和輕度購買某產(chǎn)品的顧客群體，可以定量的描述這個群體的人群規(guī)模、消費金額、購買頻次等。一、顧客畫像概述（三）顧客畫像的基本原則（3）可實施（Achievable）顧客畫像應當是可實施的。顧客畫像的目的是個性化精準營銷，顧客畫像的可實施性指當采用顧客畫像進行營銷實踐時，能夠達到個性化營銷的結(jié)果。一、顧客畫像概述（三）顧客畫像的基本原則（4）可關聯(lián)（Relevant）顧客畫像是可關聯(lián)性的。關聯(lián)性指顧客畫像應當與目標顧客之間有很強的關聯(lián)性。一、顧客畫像概述（三）顧客畫像的基本原則（5）時限性（Time-Bounded）顧客畫像具有時限性。時限性指顧客畫像并不是一成不變的，它僅在一定時間期限內(nèi)有效。目錄第一節(jié)

顧客畫像概述第二節(jié)

顧客畫像的標簽分類第三節(jié)

顧客畫像的實施和應用一、顧客畫像標簽概述二、狀態(tài)類顧客標簽第二節(jié)顧客畫像的標簽分類三、行為類顧客標簽一、顧客畫像標簽概述顧客畫像是通過顧客信息的標簽化來完成的，顧客標簽可以劃分為不同的類型，以下我們將顧客的標簽分為“狀態(tài)-行為”和“描述-解釋”兩個坐標維度，這樣就可以得到如圖5-1所示的顧客畫像標簽分類。二、狀態(tài)類顧客標簽狀態(tài)類標簽指顧客已經(jīng)存在的狀態(tài)特征，包括顧客的基本屬性、態(tài)度和價值體系等（如圖5-2所示）。不同狀態(tài)類標簽在實踐中的難易程度是不一樣的，企業(yè)很容易根據(jù)性別等人口特征標簽區(qū)別顧客，但企業(yè)很難確定不同顧客的價值觀。二、狀態(tài)類顧客標簽二、狀態(tài)類顧客標簽-實例三、行為類顧客標簽企業(yè)可以采用6W1H方法來構(gòu)建一個較為全面的行為標簽體系。6W1H的顧客行為標簽主要從解決問題的視角出發(fā)確定顧客畫像的標簽分類。三