数据营销人员的SMART原则

摘要:SMART原则是目标管理，由管理大师Peterdrucker提出。根据drucker的说法，管理者必须避免“活动陷阱”(ActivityTrap)，不能只是低头拉车，不抬头看路，最后忘记自己的主要目标。作为一名营销人员，他经常穿梭于数据的海洋中，试图通过数据找到目标用户，找出他们的行为，找到他们需要的信息，最终有效地实施企业的营销活动。以下大数据营销的SMART模型可以帮助你在千里之外取得决定性的胜利。数据仓库是为企业各级决策过程提供各类数据支持的战略集合。它为数据应用平台提供了巨大的大数据计算资源，支持查询、分析、建模、显示等工作，使数据营销人员能够在SMART原则下开始工作。S(Specific)当营销人员面临营销决策时，从战略和战略的角度来定义具体问题，一般从两个维度来考虑，他们希望清楚地告诉以下问题：从战略层面（1）目标用户肖像是什么（2）行业的发展趋势是什么（3）行业数字营销品牌数字资产从战略层面（1）与竞争对手（2）数字营销策略应该关注什么（4）媒体预算应该分配（5）每波营销效果是什么（6）用户在互联网上的行为是什么。可以列出无数的问题，我们常说“问对问题就是成功的一半”。当营销人员准确定义要解决的问题时，他们不会不知所措，而是发现问题的本质，知道他们最想要什么，需要放弃什么，忘记大数据，然后了解获取数据的相关性，以便做出更好的决定。M(Measurable)确定测量标准并获取大数据是非常热门的。许多人认为大数据可以解决所有问题，但他们不知道解决问题的数据是有用的。M(Measurable)大数据的确定和获取非常热门。许多人认为大数据可以解决所有的问题，但他们不知道解决问题的数据是有用的。从数据类型和数据形式的角度来看，它分为结构化数据、非结构化数据和半结构化数据、内部数据和外部数据。此外，还有活动、对话、照片和视频、传感器和物联网等数据。可谓琳琅满目，营销人员需要考虑的是哪些数据可以回答自己定义的问题。在确定使用哪些数据后，需要明确衡量标准是什么。由于数据的多样性，一套评估标准不能用来衡量。以外部数据中的互联网数据为例。目前，3BAT公司有自己的优势，包括阿里巴巴的购物链、腾讯的社交网络系统、百度的需求链和360的行为链。每个家庭都有大数据的能力。面对如此多的数据和数据之间没有相互连接，一个有效的评估系统是非常重要的。A(Attainable)为了获得有价值和有用的商业结论，必须对自己的目标进行分析。数据分析的方法有很多。文本分析是360营销研究所常用的一种方法。文本分析创意和搜索词，可以让分析师更好地了解用户的需求和想法。需要提醒的是，在数据分析中，标签是数据分析的基础。现在有很多技术标记方法。实践证明，人工干预较多的标签最终结果更可靠。当然，干预者应该充分了解标记行业，了解需求方问题背后的原因，以便更准确地完成标签工作，使机器学习时的标签更准确。为了更准确地利用数据的结果，需求方需要清楚地了解数据的来源、定义、清理和统计。R(Relevant)根据报告结果，目标受众理解信息和结论是分析是否有效的前提。根据之前的研究结果，沟通结果最常用的形式是由图片和表格组成的图表和数据表。二是没有图表的纯文本，最后是辅以支持性数据和言语交流的叙述性描述。目前，360营销研究院最常用的图表有：柱状图、线状图、条状图、饼状图、对应分析图。随着数据可视化工具的普及，越来越多的工具可以帮助分析师直接从平台上生成数据图表，提高数据分析的效率，使分析师更加关注结果的呈现。当然，不可能完全依赖可视化软件，分析师需要适当使用才能有效。在数据分析之前，如何呈现数据结果并让观众直观地看到问题的定义和把握尤为重要。只有这样，复杂的数据分析结果才能以简单直接的方式显示出来，并结合数据洞察的结论。T(Time-based)从最初的定义问题，到数据获取，分析数据，得出结论，调整战略、策略，制定解决方案，最终落实工作。我们是否需要:(1)调整目标用户(2)改进业务流程(3)调整营销策略(4)重新划分媒体和预算...机会往往偏向于对数据结果敏感并测试结果的人。当营销人员掌握了如何熟练地使用数据，而不是把数据放在架子上时，数据最终让他们重新审视过去的证据，并根据事实做出明智的决定，而不是假设、经验和直觉。大数据正在改变人们的生活。在未来，我们可以肯定的一件事是，大数据和数据分析将变得越来越复杂。营销人员需要不断适应和接受变化，正确利用数据创造价值，以便更好地使营销更具创造力。