大数据时代下的电商营销怎么玩？

        我们细细品味去年阿里双11取得571亿成绩的同时，不难发现，中国电子商务的市场份额正在向头部靠拢。不管承认与否，市场份额向寡头聚集说明电商行业的垄断风险越来越高。垄断是创新的杀手，如果中国的电子商务只有在天猫、京东这样超级平台上才能玩，这不得不说是一种悲哀。

        为何大部分独立电商都面临生当存危机？这个问题与产品、营销、营运等诸多因素关联。本文试图从大数据与电商营销层面去做一些思考。

      
        大数据营销的核心

        独立电商正在面临前所未有的营销挑战，这种挑战突出体现在三个方面。首先，营销成本越来越高，获客成本居高不下。成本高企的主要因素是媒体对定价权的掌握，以及电商巨头对资源的垄断；其次，随着媒体碎片化越来越严重，营销管理效率受到挑战，机会成本越来越高。电商在找到适合自己的媒体之前，需要一个不小的试错成本和时间积累；第三，促销竞争越来越激烈，用户忠诚度越来越低。一个同行的促销就轻易把用户给挖走，不动用特殊优惠难以触动沉睡的老用户。以往期望有高二购率的高举高打营销模式日渐式微。

        电子商务营销的关键要素，在于营销渠道的选择、营销效率的管控和营销规模的可放大性。不断会有新的渠道出现，然而这个渠道是不是一个优质渠道，主要体现在是否可以达到效率与规模的平衡。大数据正是这样一个工具，帮助电商进行管控与计算，平衡效率与规模。大数据在电商营销中的应用，核心是做数据资产的保值和增值。大体可分为CRM数据、访客数据和第三方数据三类，数据规模依次呈几何级数递增。所谓保值，是练内功，通过数据发现消费规律，并在此基础上对用户细分和聚类，用适合的工具与用户交流其关心的内容，最终实现用户的转化与再转化；所谓增值，是走出去，基于对自身用户的持续画像，以此在外网寻找“有缘人”，故增值的核心是数据个性绽放，业务需求匹配。不论保值还是增值，应注重积累和持续，而非短平快；注重价值规律由内向外发掘，不同层次的差异化和递进关系，而非一刀切。

        大数据与网站优化

        电商营销，转化率是关键，提升站内转化率是优化广告效果的基础。电商网站优化的核心KPI就是看转化率是否得到提高、转化成本是否可控。在这一块，美国的Amazon是行业的标杆。Amazon网站上，有超过35%的销售来自于站内推荐系统。推荐引擎是大数据的典型应用，其原理是追踪每一个访客的站内访问行为，并建立推荐模型，预测该用户可能感兴趣购买的商品，然后通过推荐模块在网站页面输出展示这些商品，从而吸引用户点击并购买。

        大数据不仅可以洞察消费者的购买兴趣，还可以帮助网站开发者去做UI/UE的优化。通过大数据AB测试，可以了解页面布局和功能设计对于二跳率、转化率的影响，从而避免主观判断UI/UE的优劣，通过数据来持续优化UI/UE。在美国，有专门做AB动态测试的大数据公司，已经拿到了多轮融资，正在准备上市。在中国，目前电商的接受程度还非常有限，还处于方兴未艾的阶段。

        大数据与媒体广告

        展示广告的程序化购买，是未来的媒体采购主流模式。程序化购买的发展，离不开大数据应用的普及。从媒体端的资源整合，到第一、第二、第三方数据的收集管理，再到智能竞价、创意、智能LP的应用，大数据是必要条件和催化剂。

        最近一两年程序化购买的发展速度非常快，从单纯的公开市场竞价DSP，到私有化竞价市场PMP的出现，再到移动广告的程序化购买。如此快速的广告采购方式升级，是很多电商所不适应的。反过来看，这些新的媒体采购方式，虽然从理论上能够帮助到电商提升效率、降低成本，而事实上电商在程序化购买的实施过程中，实际效果与其期望值还有不小的距离。

        大数据与电商营销生态圈

        电商营销生态圈，可以看做是媒体、流量、用户、顾客、回头客这几个要素之间的闭环。每个要素，都涉及到一系列的产品和工具。大数据时代之前，我们也有报表，也能看到这些要素之间的递进关系。而大数据时代的来临，仿佛让我们配备了高倍显微镜，能够对这几个要素的结构和流动看的更加清晰，同时大数据又构建的新的游戏规则，使得电商能够用全新的视角和方法来开展新电商营销工作。

        大数据让电商营销生态圈变得更加绚丽，对电商营销人的学习能力和执行能力提出了挑战。面对这种挑战，迎头而上是唯一的选择。
(责任编辑：qebang)