近两年，每人都在谈论云数据，然而说得云里雾里者多。很多企业家更关心的事是：怎么样才能真的找到云数据营销的切入点?本文作者汇总了以下十点。
很多人感觉到云数据年代正在到来，但总是只不过一种朦胧的感觉，对于其真的对营销带来的威力可以用一个时髦的词来形容——不明觉厉。事实上，还是应尽可能弄了解，才会了解其厉害之处。对于多数企业而言，云数据营销的主要价值来自于以下几个方面。第一，用户行为与特点剖析。显然，只须积累足够的用户数据，就能剖析出用户的爱好与购买习惯，甚至做到“比用户更知道用户自己”。有了这一点，才是很多云数据营销的首要条件与出发点。无论怎么样，那些过去将“所有以顾客为中心”作为口号的企业可以想想，过去你们真的可以准时全方位地知道顾客的需要与所想吗?可能只有云数据年代这个问题的答案才更明确。第二，精确营销信息推送支撑。过去多少年了，精确营销总在被很多公司提及，但真的做到的少之又少，反而是垃圾信息泛滥。究其缘由，主要就是过去名义上的精确营销并不如何精确，由于其缺少用户特点数据支撑及详细准确的剖析。相对而言，目前的RTB广告等应用则向大家展示了比以前更好的精确性，而其背后靠的即是云数据支撑。第三，引导商品及营销推广活动投用户所好。假如能在商品生产之前知道潜在用户的主要特点，与他们对商品的期待，那样你的商品生产即可投其所好。比如，Netflix在近投拍《纸牌屋》之前，即通过云数据剖析了解了潜在观众最喜欢的导演与演员，结果果然捕获了观众的心。又譬如，《小年代》在预告片投放后，即从微博上通过云数据剖析得知其电影的主要观众群为九零后女人，因此后续的营销推广活动则主要针对这类人群展开。第四，角逐对手监测与品牌传播。角逐对手在做什么是很多企业想知道的，即便他们不会对你说，但你却可以通过云数据监测试打分析得知。品牌传播的有效性亦可通过云数据剖析找准方向。比如，可以进行传播趋势剖析、内容特点剖析、互动用户剖析、正负情绪分类、口碑品类剖析、商品属性分布等，可以通过监测学会角逐对手传播态势，并可以参考行业标杆用户策划，依据用户声音策划内容，甚至可以评估微博矩阵运营成效。第五，品牌危机监测及管理支持。新媒体年代，品牌危机使很多企业谈虎色变，然而云数据可以让企业提前有所洞悉。在危机爆发过程中，最需要的是跟踪危机传播趋势，辨别要紧参与职员，便捷迅速应付。云数据可以采集负面概念内容，准时启动危机跟踪和报警，根据人群社会属性剖析，聚类事件过程中的看法，辨别重点人物及传播路径，进而可以保护企业、商品的声誉，抓住源头和重点节点，迅速有效地处置危机。第六，企业重点顾客筛选。很多企业家纠结的事是：在企业的用户、好友与粉中，什么是最有价值的用户?有了云数据，可能这所有都可以愈加有事实支撑。从用户访问的各种网站可判断其近期关心的东西是不是与你的企业有关;从用户在社会化媒体上所发布的各类内容及与别人互动的内容中，可以找出千丝万缕的信息，借助某种规则关联及综合起来，就能帮助企业筛选重点的目的用户。第七，云数据用于改变客户体验。要改变客户体验，重点在于真的知道用户及他们所用的你的商品的情况，做最当令的提醒。比如，在云数据年代可能你正驾驶的汽车可提前救你一命。只须通过遍布全车的传感器采集汽车运行信息，在你的汽车重点部件发生问题之前，就会提前向你或4S店预警，这决不止是节省资金，而且对保护生命大有裨益。事实上，美国的UPS快递公司早在2000年就借助这种基于云数据的预测性剖析系统来测试全美60000辆汽车的实时车子的状况，以便准时地进行防御性维修第八，SCRM中的顾客分级管理支持。面对日新月异的新媒体，很多企业想通过对粉的公开内容和互动记录剖析，将粉转化为潜在用户，激活社会化资产价值，并对潜在用户进行多个维度的画像。云数据可以剖析活跃粉的互动内容，设定买家画像各种规则，关联潜在用户与会员数据，关联潜在用户与客服数据，筛选目的群体做精确营销，进而可以使传统CRM结合社会化数据，丰富用户不同维度的标签，并可动态更新买家生命周期数据，维持信息新鲜有效。第九，发现新市场与新趋势。基于云数据的剖析与预测，对于企业家提供洞察新市场与把握经济走向都是很大的支持。比如，阿里巴巴从很多买卖数据中更早地发现了国际金融危机的到来。又如，在2012年美国总统选举中，Microsoft研究院的David Rothschild就曾用云数据模型，准确预测了美国50个州和哥伦比亚特区共计51个选区中50个区域的选举结果，准确性高于98%。之后，他又通过云数据剖析，对第85届届奥斯卡各奖项的归属进行了预测，除最好导演外，其它各项奖预测全部命中。第十，市场预测与决策剖析支持。对于数据对市场预测及决策剖析的支持，过去早就在数据剖析与数据挖掘风靡的年代被提出过。沃尔玛著名的“啤酒与尿布”案例即是那时的杰作。只不过因为云数据年代上述Volume及Variety对数据剖析与数据挖掘提出了新需要。更全方位、速度更准时的云数据，势必对市场预测及决策剖析进一步上台阶提供更好的支撑。要了解，似是而非或错误的、过时的数据对决策者而言简直就是灾难。
