数字消费者通过智能手机，平板电脑，游戏机以及通过这些设备访问的几乎所有应用程序，服务和渠道始终保持联系。 当他们在设备和渠道之间移动时，他们在不同的媒体上创建了多个客户接触点 – 在线，离线，专有，第三方，企业网络，社交网络，基于位置和移动。 对营销人员而言，这些信息提供了一个更好地瞄准消费者的绝佳机会。 零售商采用了运营研究等高级分析，在线为消费者提供个性化的建议。 电信提供商使用大数据技术来减少客户流失。 零售银行使用大数据分析来预防欺诈。

围绕客户的新数据背景

在很大程度上，大数据指的是在当今数字生态系统中产生的数量，种类，速度和复杂性方面不断增加的数据泛滥。 如图1所示，基于客户的在线购买，网络点击，社交媒体活动，智能连接设备，地理位置等，围绕客户生成大数据集。客户在他们采取的每一步创建新数据，无论是结构化数据 在Facebook上发表评论时点击网站或非结构化数据时。 使用大数据技术和分析方法，营销人员可以近乎实时地挖掘，组合和分析这两种类型的数据。 这可以帮助他们发现隐藏的模式，例如不同客户群的互动方式以及这导致购买决策的方式。 有了这些见解，公司就可以制定有针对性的营销活动，以满足客户的个人喜好。

图1：下一代客户档案。

内存计算等技术的进步和开源大规模并行平台的兴起进一步推动了利用大数据集的机会。 这些大数据平台以经济高效的方式促进快速数据摄取，并实现实时数据分析。

大数据=大机遇

难怪利用大数据的潜力已经成为几乎所有大公司的首席营销官的议程。 何时以及如何利用大数据集以及它们应该如何处理？ 实现这些好处的最佳方法是什么？ 有哪些机会和挑战？ 特别是，营销领导者想知道如何通过大数据获利。

针对大数据的复杂分析解决方案提供了解决一些关键营销要求并提供令人印象深刻的结果的新方法。 这些解决方案可以改变传统营销角色，并改善如何执行基本营销功能。 营销人员正在收集从各种实时客户接触点生成的数据，以描绘每个客户行为的完整情况。 通过分析运动中的大量数据，营销人员可以微调客户细分模型，并应用这些见解来制定客户参与策略并提高客户互动的价值。

随着客户渠道数量的增加，营销人员需要确保他们在所有渠道中提供量身定制的体验。 所有这些努力有助于提供高度个性化的体验，同时最大化营销投资的回报。 从长远来看，营销人员可以将这些新的实时见解反馈给组织，以影响产品开发和产品定价。

从大数据到大营销结果

多个大数据应用程序显示出在客户管理领域推动营销影响的巨大潜力。 以下示例说明了各种应用程序。

1.下一步吸引客户的最佳行动。

下一步最佳行动（NBA）营销是一种以客户为中心的营销方法，它实时考虑每个客户的所有潜在优惠，然后确定最佳优惠。 下一个最佳行动要约取决于客户的利益和需求，以及营销组织的业务目标，政策和法规。 这与传统营销方法形成鲜明对比 – 首先为产品或服务创建报价，然后尝试寻找感兴趣且符合条件的潜在客户。

通过使用实时决策技术实现下一个最佳操作，该技术利用呼叫中心数据，交易数据，客户信息和一组业务规则来确定客户在交互时有资格获得的一个或多个要约。 这些都是优先考虑和优化的，以便为客户提供最好的报价。 优先级由一种算法驱动，该算法结合了先进的分析（计算客户接受报价的倾向）和复杂的业务规则（确定处理逻辑）。 此外，社交媒体和点击流等大数据源可用于显着提高分析模型的可预测性。

如图2所示，使大数据分析更加强大的原因在于，在许多情况下，它使企业能够实时监控事件并将洞察力嵌入到实时决策中。 这样可以跨渠道向客户提供上下文，个性化和动态的决策建议。

图2：推外数据的下一代分析概念技术架构。

2.网上购物的个性化。

二十年前，随着在线零售商的出现，零售业发生了根本性的变化，这些零售商利用互联网扩大了市场范围，同时减少了库存，人员和运营成本。今天，它通过收集和处理以数量，种类，速度和复杂性为特征的大量数据，将购物转换为个性化体验，进一步推动购物。在线零售商使用强大的大数据系统来收集有关用户偏好，用户浏览和购买行为，产品属性，购买地理位置，库存水平，有效促销和活动以及可以进行数字记录的任何其他信息。这些数据源每天增加​​几TB，通过智能机器学习算法转换为信息和见解，智能机器学习算法识别客户兴趣和产品亲和力，追踪地理特性并识别季节性影响，从而预测当前和未来客户的需求。然后，该信息用于通过说明感兴趣的项目，推荐最可能的优惠，以及帮助客户以最佳价格找到他们想要的内容以及何时需要，来向客户提供个性化体验。个性化网站为客户节省了时间，并提高了他们的满​​意度以及在线零售商的底线。大数据改变了网上购物游戏的玩法。

3.为有针对性的动态广告货币化大数据。

数据货币化为拥有大量数据的组织创造机会，以利用尚未开发或未充分利用的信息并创建新的收入来源。 如图3所示，许多力量正在趋同，为数据货币化创造了成熟的条件。 移动提供商现在可以独特访问数据的数量和丰富程度 – 无论是以交易，查询，短信或推文，GPS位置还是实时视频输入的形式 – 提供了真正的洞察和应用金矿。 即使移动电话已成为消费者获取信息的主要设备，这些设备也开始促进新类型的信息，包括极其精确的实时地理位置信息。

图3：数据货币化。

坐拥大量客户数据的移动网络运营商有一个独特的机会通过他们收集的客户数据获利。鉴于他们与客户的直接关系，他们可能拥有最准确和完整的客户信息。他们可以根据移动互动，位置和人口统计信息生成分析驱动的行为洞察，创建360度的消费者视图。例如，对于户外广告客户而言，此类见解可以衡量户外广告单元的效果，验证特定广告活动的影响和覆盖面。户外广告公司可以获得有关他们想要达到的受众的习惯以及他们能够最好地接触他们的位置的见解。数据可以帮助广告客户将每个广告牌变成一个有针对性的实体，在正确的时间在适当的位置覆盖适当的受众，最终为以前被认为是“死板”的人们注入新的活力。

4.机器对机器（M2M）分析，以改善产品生命周期管理。

传感器技术在机器，汽车，移动设备，公用电网和企业网络方面取得了巨大进步。 这导致以前所未有的速度和实时生成机器对机器（M2M）数据。 公司可以使用来自各种应用的传感器发出的数据来分析和提高制造过程的效率，预测设备故障并确定向客户追加新产品的适当时机。 这些数据还可以为产品开发，客户支持和销售团队提供见解，这些团队使用这些信息来改善产品功能，增加收入并降低成本。

来自设备中的传感器的大量数据耗尽代表了一个巨大的金矿，数据科学家可以发现隐藏的模式并提供可以使企业，政府和整个社会受益的深刻见解。公司正在使用先进的统计建模技术来分析传感器数据，并提供有关事件关联，根本原因分析，预测潜在风险和可视化可能情景的实时洞察。这可以应用于大型企业网络，以实时分析来自各种网络设备的机器日志数据，以预测哪些网络设备具有更高的故障倾向并提前识别潜在的网络中断，从而启动主动修复措施以增强客户服务水平和经验。另一个重要的应用是监控客户对设备和产品的使用情况，并在适当的时间向销售团队提供主动警报和触发器，以便与客户联系以进行产品升级/更新。这可以非常有效地与客户建立1-2-1的关系，并帮助交叉销售和向客户销售。

大数据之旅的关键考虑因素

大数据分析是一个通过将数据转化为洞察力来影响业务行为和推动关键业务成果，帮助组织解决关键业务问题的过程。 随着公司试图利用大数据机会，他们不必被可能等待他们的各种挑战所淹没。

营销领导者需要通过提出一些重要问题来开始他们的旅程，以最大化其大数据投资的投资回报率：

1、我们的大数据分析路线图应该如何实现我们的营销目标？2、我们希望通过利用客户的大数据来影响哪些业务成果？3、通过利用能够带来强大竞争优势的大数据，我们应该开发哪些功能和服务？4、哪些技术选项将实现我们的大数据分析之旅？5、我们是否拥有适当的技能和资源来开展大数据之旅？

大数据带来的机遇是巨大的，很大程度上取决于组织中高层领导所提供的远见和领导力。高级领导应该通过在重要骨干成员和关键业务点上使用大数据来实现实验和学习的文化。基于这些小的成功，这些将为大规模数据营销方法的大规模采用铺平道路，使其更具有创新性和对客户的影响。