什么是数据驱动营销在线视频

其实这个我的题目

最开始叫Data-Driven Marketing

中文就是

因为清华大学要求

必须有一个中文的一个标题

所以我就叫

开始叫大数据驱动营销

但是后来想一想

我把那个大字给去掉了

为什么把大数据的大字去掉

因为我觉得大数据这三个字

已经被用烂了

就是大数据是

为什么称之为大数据

并不是代表它的数据量很大

而是因为数据是关联的

是联通的

是能够交叉发挥作用的

所以我想了一下

为了把这个噱头给去掉

所以我把大字去掉了

只叫数据驱动营销

OK

那我现在就开始我今天的讲座

先介绍一下我自己吧

我叫陈辉 尔东陈 光军辉

然后我在阿里巴巴的花名

叫给力

就是给力的给 给力的力

就是因为这是阿里的

一个特有的文化

我们每个人都要取花名

最开始是从武侠小说中取

比如说三丰 或者是什么杨过

但是后来就是

这个花名都用光了

因为武侠小说就那么多

金庸先生他就写了那么多本

所以我们后来就是

允许大家可以从非武侠小说中

取一些名字

但后来这些名字也取光了

怎么办呢

就是集团说只要你们起一些名字

有正面意义

不要说什么屌丝

或者是这些就可以

所以我就取个名字叫给力

我是在UT Austin毕业的

然后在读Ph.D的时候

在Facebook实习

我当时的那个项目

叫HipHop for PHP

是一个编译器项目

做了三个月

然后后来到了Google

在Google工作了三年

在Los Angeles

做的工作包括自然语言处理

用户模型 广告系统

还有知识图谱

去年2月份回到了国内

然后加入了阿里巴巴

做的主要是

我今天要讲的这个话题

另外就是我的Linkedin

和Github的页面链接

是这样的

就是如果大家有一些同学

比较喜欢编程

可以看一下我写的这些程序

另外就是看到左边

我拿着一把枪

我在美国的时候

每两个星期会去一次靶场

是有执照的一个猎人

然后同时我也喜欢玩潜水

和骑自行车

今天我主要讲六个方面的内容

第一部分叫做LTV和留存分析

第二部分叫做RFM会员体系

RFM指的是Recency

Frequency和Monetary

第三部分讲的是

消费者的微群画像

第四部分讲的是

消费者渠道倾向性分析

第五部分是同行业的竞争分析

最后一部分是

机器学习潜客挖掘模型

因为我不知道

大家的背景是什么样子

我猜测了一下

如果听我讲这些东西

大家能得到什么样的收获

如果你是学CS的同学

你可以重点看一下最后一部分

就是我们会有一些

这种根据大数据

做这种潜客挖掘的

这种机器学习的模型

而且这些模型是可以

是通过工业界的

实际的验证过的

所以效果是非常好的

如果你做一些商业分析的话

你可以看一下

比如说消费者的微群画像

通过微群画像

你可以帮助你的商家

更清楚的了解

它的购买人群

或者是访问人群是什么样子的

另外还有同行业竞争分析

那我就开始

首先这个讲讲

什么是数据驱动营销

我这里把数据驱动营销

分成了六个步骤

这可能对于很多

在做学术的同学会比较陌生

第一步我称之为业务理解

就是首先你在开始做模型

做你的数据分析之前

需要对你的业务有所理解

比如说你要解决的问题

是要解决拉新的问题

还是解决维旧的问题

是要解决那个老客户的维系问题

还是要解决流失客户的

召回的问题

第二部分是叫做数据理解

就是有了这个业务上的问题

我要把它抽象成

它的数据的指标

然后我要对一些指标

进行一些可度量的一些准备

第三部分叫做数据准备

什么意思呢

就是比如说我现在有很多的

用户交易的数据 对吧

然后这些交易的数据

可能是分散在不同的地方

有些放在我的

MySQL的数据库里

而有些可能放在一些

比如说Excel的文件里

有些可能是手抄在一些本子上的

然后我需要把这些数据

放在一些统一的

通过一些统一的格式

放在一个统一的地方

方便管理

第四部分称之为建模

这个其实也是

如果是学这个算法的同学

会比较关心的

就是我通过什么样的模型

来把这些数据中的一些规律

或者一些规则能够提取出来

第五部分评估

就有了模型之后

我需要通过一些线下的实验

稍后的话我可以介绍一下

就是我们在阿里巴巴

做了哪些这个线下的评估工作

如果效果不错

我们最后是要完成这个

整个数据模型的部署

我把整个这个闭环

称之为Data-Driven Marketing

简称DDM

这里我是总结了DDM三个要素

简称为MBA

就这个MBA和

就是工商管理那个MBA不太一样

MBA分别是三个英文词的首字母

M指的是Marketing Experiment

通过实验优化投放

通过迭代实验的优化来

通过迭代实验的优化投放效果

第二个B指的是

Business Insight

是通过数据分析提供营销洞察

最后一个A指的是

Automation

大数据自动化营销

这听起来比较抽象的

就是如果大家没有做过营销的话

应该很难理解里面的含义

所以我举了一个例子

营销中有一句名言叫做

我知道营销预算有一半浪费了

但问题在于

我不知道浪费的是哪一半

为什么要做数据驱动营销呢

是因为数据驱动营销

可以减少浪费

用有限的预算达到最好的效果

从而提高你的投入产出比

我这里举个例子

这个例子什么意思呢

比如说我们现在是要打广告

对吧

广告可以是一个

比如说在百度

或者是某个平台上的

一个在线的广告

也可以说是

比如说我今天我就想推销一下

那个我生产的一款自行车

所以我拿着小传单

到五道口 对吧 发传单

这里给出了一个客户的分层

什么意思呢

就是我有很多数据

我可以来预测一下

比如说现在有1000万人

我把我的传单发给他们之后

他们的响应有多少

他们最终能够给我带来的

那个成交的金额有多少

这里有个概念叫ROI

叫Return on Investment

什么意思呢

就因为我做营销是要有成本的

对吧

比如说那个

代价就是我每一个提问的同学

我要给你们一个淘公仔 对吧

这个淘公仔假设是10块钱

对吧

但是我的得到是什么呢

得到的是大家能够更好的

听我讲课

从而提高就是我授课的

这样一个回报

而这个我怎么来衡量这个

投入产出比呢

广告里用ROI这个指数

指的是我每付出一块钱的成本

我能够得到几块钱的回报

那这个指标显示越高越好

如果我付出了一块钱

我得到了一百块钱

就是我的传单成本是一块钱

但我卖掉了100块钱的自行车

我很开心 没有人不开心

如果我卖掉了两块钱的自行车

平均

但是没有哪辆自行车是两块钱的

那我也比较开心

因为毕竟我还是赚到了钱

但是如果这个ROI的

这个数字是小于1的

什么意思呢

就是我今天发了八个淘公仔

结果只有一个同学

专心听我讲课

或者是我花了一块钱的传单

最后只有卖出了

0.5块钱的那个自行车

那我会很伤心的

因为我这个营销的行为

完全没有达到赚钱的效果

所以ROI等于1

这件事情是一个分界点

大于1是很开心的

等于1也许还可以接受

但是如果小于1话

我就难以接受

所以我通过我的数学模型

我把整个五道口的一百万人

做了一个分类

然后我把它做了分层

比如说第一层里面是有一万人的

对吧

是最优秀的自行车爱好者

他们的 我预估了一下ROI

投入产出比发现是10 很开心

然后第二层的这个人的

质量稍微 不是人的质量

就是他对自行车购买的意愿

稍微差一些

然后它的ROI可能是9.5

然后依次我就排下来

我发现这个前面都是比较好的

远远大于1的

但是到了某一层的时候

这个人群对自行车的兴趣

就下降的比较厉害

它这个ROI只有1.0

然后更可怕的是

如果再加上它的这个ROI

就变成0.9

这个有什么意义呢

大家能看得出来吗

就是说我如果要

比如说我现在我要发传单去

对吧

我要发多少传单

我是发10万个传单

20万个传单

还是100万个传单

我可以通过这个表来告诉我

我要发多少传单

而且可以告诉我

这传单要发给谁

比如说如果我只选定了第一层

一万个传单 那么很开心

我那个比如说花了一块钱

做这个传单

然后赚了十块钱

那我继续

我要再发第二层

再发第三层

直到我发到第三十层的时候

对吧

第三十层还是可以接受的

但到三十一层的时候

我发现再继续发传单

其实我的成本和我的产出

就不对称了

因此三十层是一个分界点

我的最终的传单数

应该是一万乘以30

就是我要印制30万份传单

发给头三十层这30万的人

这样我的投入产出比是最高的