大數據與市場營銷案例

① 大數據時代,招商快車十大精準營銷案例

大數據時代,招商快車十大精準營銷案例

2015年，招商快車——中國最大全渠道大數據營銷服務供應商大動作頻頻，先後與志高、蒙牛、迪士尼、茅台集團、太太樂、三九集團、長松咨詢、上海證大、昂立教育、優速通達十大知名品牌達成深度戰略合作——從企業營銷代運營到大數據精準營銷匹配服務。截止目前，招商快車銷售額同比增長350%，一線合作企業佔比60%，勢態喜人。互聯網+大數據時代的來臨，招商快車勇於突破，敢於先行，DSP商機速配平台、DMP數據營銷平台應運而生，全渠道大數據營銷服務供應商駐足當代。

2015年是「互聯網+」發展的元年，李克強總理在兩會期間提出「互聯網+」行動計劃，互聯網首次寫入國家政策綱要，標志著互聯網產業在新常態經濟下的重要作用。隨著互聯網+戰略的不斷深化，大數據的話題在新媒體環境下裂變式傳播，大數據一詞也慢慢被大眾所熟知，特別是在「雲計算」和「物聯網」的廣泛應用，大數據的價值越來越受重視和關注。2015年9月5日，國務院發布的《促進大數據發展行動綱要》，全面推進大數據發展和應用；奧巴馬的競選團隊依據選民的微博，實時分析選民對總統競選人的喜好，無不標志著大數據時代的到來。

思路決定出路。大數據時代如山洪猛獸滾滾而來，招商快車基於超過2000萬的渠道商、創業者精準資料庫，截止日前，招商快車已完成超過2000萬IT軟硬體設備升級的投入，打造以DSP商機速配平台為核心、以DMP營銷數據平台為有力支撐的兩大超級平台。依託大數據營銷智能化應用、服務，致力於為處於不同生命周期的中國企業，圍繞營銷及金融價值鏈中所產生的商業困惑，提供一站式商業模式定位、渠道系統建設、營銷內核構造、營銷教練、營銷外包、O2O解決方案、全網營銷、微商解決方案、DMP營銷數據應用、DSP商機速配服務、金融增值服務等全渠道大數據營銷服務。

十大精準營銷案例。由於商業模式成功升級以及IT軟硬體設備的成功導入，招商快車先後與志高、蒙牛、迪士尼、茅台集團、太太樂、三九集團、長松咨詢、上海證大、昂立教育、優速通達十多家國內外知名企業達成深度合作，銷售額同比增長350%，一線品牌企業客戶佔比60%，創下歷史新高。

（2015招商快車十大經典案例）

以志高為例，招商快車結合雙方知名度及影響力，為志高制定「互聯網+家電+大數據營銷」戰略，一、提供營銷拓展代運營服務；二、依託招商快車DMP營銷數據平台為志高提供大數據營銷配套；三、全渠道招商落地執行，幫助志高擴大國內外市場佔有率，持續推進志高集團由「中國製造」向「中國創造」產業升級。

大數據時代背景下的全球經濟，是一場以信息科技為核心的商業革命，它將顛覆傳統經濟形式、重構全球經濟格局新興產業鏈。招商快車成功升級商業模式，致力於幫助中國企業提高生產力、降低運營成本，減少運營盲區，使資源配置合理化，經濟效益最大化，從而實現國民經濟與商業價值的戰略雙贏。

以上是小編為大家分享的關於大數據時代,招商快車十大精準營銷案例的相關內容，更多信息可以關注環球青藤分享更多干貨

② 8個典型案例看懂零售巨頭的「大數據」戰略

8個典型案例看懂零售巨頭的「大數據」戰略_數據分析師考試

未來的零售分析要求零售商藉助集成式業務流程和信息系統，為客戶洞察提供支持，將客戶洞察發展成一種企業級的戰略能力，並根植於企業結構和企業文化中。在這種形勢下，零售商的所有業務職能部門在制定決策時，將把基於情景的客戶洞察作為一個重要依據。

分析公司 EKN 認為，為了真正實現以客戶為中心，零售商需要具備多項關鍵能力，而這些能力均由業務分析驅動。

全渠道集成。如果缺乏相關客戶洞察支持與客戶的互動，零售商將無法實現跨渠道無縫客戶體驗。零售商與客戶互動的聯絡點能為零售商提供豐富的客戶數據，因此，所有聯絡點也成為了零售商的最佳競爭利器。

個性化互動。與網上零售商相比，實體零售商具有兩大優勢：能與客戶進行個人接觸，以及擁有更豐富的歷史記錄和更多樣的客戶數據。如今，「個性化」購物體驗已成為人們津津樂道的話題，而如何巧妙地結合上述兩大優勢，即在行動中及時交付客戶洞察，將成為零售商打造「個性化」購物體驗的基礎。

持續的卓越運營。客戶洞察的應用並非僅局限於面向客戶的使用案例。事實上，如果零售商已經能夠在各個運營職能部門中更成熟地運用分析功能，那麼集成客戶洞察便是他們不容錯過的增量機會。

零售商用例

銷售

瑞士零售商 Globus 使用大數據內存計算和高級分析來獲取寶貴的銷售績效洞察。目前，他們能夠實時處理海量的產品數據，並在幾分鍾內分析不同時間范圍、店鋪和區域內數千種產品的銷售模式與促銷活動。該零售商還向其管理人員提供了這些洞察的訪問許可權，以便他們能夠更迅速地響應市場狀況。

美國零售商 Guess 使用高級分析向其高管提供暢銷產品和可用庫存的實時視圖。該零售商的分析解決方案基於大型客戶數據集，分析銷售額、細分目標客戶，並策劃促銷活動。

市場營銷

沃爾瑪的 Global.com 部門充分利用「快速的大數據」和社交分析，快速識別不斷變化的客戶喜好。該零售商的社交意識（Social Sense）項目能通過社交媒體確定商品的暢銷程度，並幫助顧客發掘潛在需求和感興趣的新產品。同時，藉助 ShoppyCat 工具，他們可根據 Facebook 用戶的愛好和興趣，為這些用戶推薦適合的產品。此外，Global.com 還使用社交基因組（Social Genome）技術，來幫助客戶為朋友挑選禮物。

塔吉特（Target）百貨公司利用預測分析程序，來推斷個體消費者是否具備成為該公司特定營銷活動優質客戶的特質。他們給每位顧客分配了一個獨一無二的客戶識別號碼。該號碼將客戶個人信息、購物行為和喜好整合到一個可跟蹤的實體內。塔吉特還專門成立了一個客戶營銷分析部門，致力於全面了解客戶，超越其他競爭對手，從而獲得競爭優勢。藉助動態數據倉庫（Active Data Warehouse），塔吉特可在整個企業的混合工作負載環境下，基於海量數據管理復雜的用戶查詢。

全渠道

英國零售商巴寶莉（Burberry）集成了旗下所有渠道，包括實體店、網上商店、移動終端以及各大社交網站。他們採用了創新技術和數據分析，用於分析來自所有數據源的數據，旨在實時識別個人客戶並建立客戶檔案。相比過去，巴寶莉的分析速度提高了 14,000 倍，以前需要 5 個小時的請求，現在 1 秒就能完成。不論店員處於什麼位置，他們都能在客戶踏入店內時立即識別客戶信息，了解他們過去的購買記錄，並提供個性化建議。

韓國零售商 NS Shopping 將移動渠道和社交渠道集成到零售環境中，並利用大數據分析，實時、集中地獲取所有渠道的客戶和產品數據。而公司的電子商務團隊和市場營銷團隊將利用這些數據，向顧客提供個性化的產品建議。

供應鏈

美國網上零售商亞馬遜基於非平穩隨機模型，構建了全新的供應鏈流程和系統。該方法能為訂單履行、尋源、產能和庫存決策提供鼎力支持。亞馬遜不僅開發了聯合和協調補貨的新演算法，還基於歷史需求、活動記錄和計劃、各履行中心的預測結果、庫存計劃、采購周期以及采購訂單，在 SKU 級別實施了全新的國家預測方案。

英國零售商樂購（Tesco）採用先進的建模工具，基於歷史銷售數據模擬配送倉庫的運作，從而達到優化庫存的目的。該零售商還組建了一個內部分析團隊，該團隊主要負責通過回歸測試掌握各要素之間的關聯，如天氣數據、特價優惠，及銷售模式等等。

以上是小編為大家分享的關於8個典型案例看懂零售巨頭的「大數據」戰略的相關內容，更多信息可以關注環球青藤分享更多干貨

③ 大數據利用的六大現實商業案例

大數據利用的六大現實商業案例_數據分析師考試

大數據正在改變市場的競爭格局。而那些能夠充分利用大數據分析的企業往往能夠更快地向市場提供產品和服務，更好地保持與顧客需求和慾望的一致性。2014年，調研公司Gartner的調查發現，73%的受訪企業在大數據方面進行了投資，或者計劃在接下來的24個月內投資大數據項目;而2013年的這一數據比例則為64%。改善客戶體驗和流程效率被受訪者排在最高的優先順序。

客戶體驗的改善不管是在線上或線下都在發生著的，數據從智能手機、移動應用程序、POS系統和電子商務網站等等渠道進行收集。隨著企業比以往任何時候都能夠收集和分析更多的、且類型豐富的數據信息，企業現如今所進行哪些相關工作，以及為什麼要進行都需要進行數據量化。而且，那是最靈活的調整自己的經營策略，以提高或維持市場份額的手段。在執行過程中，客戶體驗的改善有助於提高客戶的忠誠度和企業營收的增長。另一方面，如果公司選擇無視相關的數據，他們很可能會失去客戶和交易，而將其拱手讓給那些對於數據分析反應更敏捷，更精明的競爭對手。

企業流程的改進繼續專注於提高效率，節約成本，以及提高產品或服務的質量。大數據可以提供比傳統系統更深入的見解，因為其有更多的數據點和數據來源分析作為支撐。

無論企業的目標是為了促進營收增長、或是加快產品服務的上市速度、優化勞動力，或是實現其他操作方面的改進，其核心都在與變得更加積極主動，減少被動反應，這就意味著需要使用預測分析，以縮短學習曲線。

有許多使用大數據來提升和改善企業運營的方法，下面將為大家介紹六個典型的案例。

縮短上市時間

推出新的產品或服務涉及多個生命周期階段，其中一些比另一些更容易加速。在過去的幾十年中，葯品製造商已經使用臨床試驗模擬學習速度，降低成本，並減少了參與試驗患者的不必要的負擔。藉助雲計算和大數據，臨床試驗的模擬可以變得更加有利於製造商和患者。

百時美施貴寶公司(bristol-myers squibb) 通過將其內部託管網格環境擴展到AWS雲，減少了98%的臨床試驗模擬時間。該公司還進一步優化了劑量水平，使得葯物產品更安全，並只需要較少的臨床試驗患者的血液樣本。

由於臨床試驗對於數據是高度敏感的，百時美施貴寶公司建立了一個專門的，加密的VPN隧道鏈接亞馬遜網關，並配置了虛擬私有雲，以便使得其運行環境能夠與公眾客戶進行隔離。

在遷入雲中之前，科學家們使用一個共享的內部環境，所以運行大約數百個項目需要花費60小時。現在，每個科學家都有一個專門的環境，2000個項目大約在1.2小時內就能夠處理完畢，而且不會引起影響到團隊的其他成員。

遷移到AWS雲之後，百時美施貴寶公司得以能夠減少兒科研究臨床試驗受試者的人數，從60減少到40人，同時還縮短了一年多的學習研究時間。

優化勞動力

一些企業的人力資源部門正在使用人才分析和大數據來降低成本，進而有效管理人力資源相關的問題。大數據幫助他們能夠有效的選擇能夠更好的適應企業的新員工，降低員工離職率，了解技能和現有市場勞動力的輸出狀況，並確定公司前向發展所需要的人才。

施樂公司使用大數據將其呼叫中心的人員流失率降低了20%。要做到這一點，就必須了解是什麼原因導致了員工的離職，並確定如何改善員工的敬業度。

改善財務績效

企業的財務部門已經不僅僅只是進行定期的報告和BI工作了，他們已經在開始利用大數據來降低風險和成本，尋找機會提高預測的准確性。具體地說，他們使用的數據來識別高風險客戶和供應商，以阻止欺詐，找准收入泄漏，並發掘新的或更有效的商業模式。

最近，天氣預測公司The Weather Company與IBM之間的合作將使企業用戶得以更好地管理天氣狀況對於企業績效的影響。據The Weather Company介紹，每年，僅在美國天氣因素就會造成價值五千億美元的經濟影響。

這些氣象數據是來自超過10萬台的氣象感測器和飛機，以及數以百萬計的智能手機、建築和路上奔跑的車輛。這些數據與其他22億個獨特的預測點的數據來源相結合，平均每天進行100多億次的實時天氣預報。例如，零售商可以使用這些數據信息來調整人員配置和供應鏈策略。而能源公司將能夠藉助這些天氣數據信息改善供應和預測需求。保險公司將能夠向其投保人警告惡劣天氣條件，這樣他們就可以減少在冰雹災害天氣發生汽車損壞的可能性。

智能化的銷售

稍微修改一下企業的銷售和營銷策略就可能會對您企業的銷售業績產生深遠的影響，特別是當通過大數據分析之後進行的有規劃的修改。

想像一下，一個為期六周的直郵營銷活動票面收益率的超過了70%。而根據直銷協會的介紹，平均直郵回報率僅為3.7%。而雜貨連鎖店Kroger公司是如何做到的呢?一方面，他們根據客戶個人的購物歷史記錄採用個性化的直接郵寄方式。

Kroger公司的客戶會員卡計劃，被食品行業評為第一。超過90%的客戶使用會員卡購買產品。雖然也有其他因素的共同作用，使得Kroger公司的財務績效如此驕人，但其連續45個季度的持續增長至少部分要歸因於其客戶忠誠計劃。

最大限度地減少設備和資產故障

企業希望避免不必要的業務中斷干擾和客戶的焦慮。現在，感測器已經被嵌入到一切設備，企業可以使用這些數據信息，以確定何時需要對飛機，火車，汽車，及其它電器設備進行維修。理想情況下，當問題已經出現的時候，企業要了解這個問題是什麼原因造成的，以及其如何能得到解決，最好有一個專業的維修隊伍。

Pratt &Whitney公司是美國聯合技術公司(United Technologies Corp.)下屬的一個單位，該公司試圖減少意外的飛機發動機維修。據Airinsight.com介紹，今天的發動機能夠在飛機飛行過程中從多個快照收集約100個參數。相比之下，新一代的引擎能夠收集關於連續飛行的5000個參數。這一過程中產生約2千兆位元組的數據。使用這些數據信息，Pratt &Whitney公司及其合作夥伴IBM得以進行主動的維修。

利用客戶的終身價值

如今的授權客戶比以往任何時候都更加苛刻和善變。企業為了保持或增加市場份額，需要盡可能多地了解自己的客戶，不斷改善自己的產品和服務，並願意調整自己的商業模式，以反映其客戶的實際需求。

美國汽車租賃公司AvisBudget就一直致力於這方面。他們通過實施整合戰略增加了市場份額，並取得了數億美元的額外收入。主動參與確定客戶價值細分，提供分層激勵，提高客戶的忠誠度。該公司的IT合作夥伴CSC公司採用模型預測AvisBudget客戶資料庫的終身價值，並驗證了其使用多通道的營銷活動和相應的分析。

現在的客戶評估數據結合了其他數據，包括客戶的租賃歷史，服務問題，服務地區的人口統計，企業隸屬關系和客戶反饋等等。Avis Budget也收集和分析社交媒體數據。該公司有一個社交媒體專家團隊專門進行品牌營銷。該公司最近還更新了網站，以進一步改善客戶體驗，並且他們正在使用大數據預測區域性的車隊配售和定價服務需求。

以上是小編為大家分享的關於大數據利用的六大現實商業案例的相關內容，更多信息可以關注環球青藤分享更多干貨

④ 目前大數據在哪些行業有案例或者說應用

大數據應用的關鍵，也是其必要條件，就在於"IT"與"經營"的融合，當然，這里的經營的內涵可以非常廣泛，小至一個零售門店的經營，大至一個城市的經營。以下是關於各行各業，不同的組織機構在大數據方面的應用的案例，在此申明，以下案例均來源於網路，本文僅作引用，並在此基礎上作簡單的梳理和分類。
大數據應用案例之：醫療行業
Seton Healthcare是採用IBM最新沃森技術醫療保健內容分析預測的首個客戶。該技術允許企業找到大量病人相關的臨床醫療信息，通過大數據處理，更好地分析病人的信息。
在加拿大多倫多的一家醫院，針對早產嬰兒，每秒鍾有超過3000次的數據讀取。通過這些數據分析，醫院能夠提前知道哪些早產兒出現問題並且有針對性地採取措施，避免早產嬰兒夭折。
它讓更多的創業者更方便地開發產品，比如通過社交網路來收集數據的健康類App。也許未來數年後，它們搜集的數據能讓醫生給你的診斷變得更為精確，比方說不是通用的成人每日三次一次一片，而是檢測到你的血液中葯劑已經代謝完成會自動提醒你再次服葯。
大數據應用案例之：能源行業
智能電網現在歐洲已經做到了終端，也就是所謂的智能電表。在德國，為了鼓勵利用太陽能，會在家庭安裝太陽能，除了賣電給你，當你的太陽能有多餘電的時候還可以買回來。通過電網收集每隔五分鍾或十分鍾收集一次數據，收集來的這些數據可以用來預測客戶的用電習慣等，從而推斷出在未來2~3個月時間里，整個電網大概需要多少電。有了這個預測後，就可以向發電或者供電企業購買一定數量的電。因為電有點像期貨一樣，如果提前買就會比較便宜，買現貨就比較貴。通過這個預測後，可以降低采購成本。
維斯塔斯風力系統，依靠的是BigInsights軟體和IBM超級計算機，然後對氣象數據進行分析，找出安裝風力渦輪機和整個風電場最佳的地點。利用大數據，以往需要數周的分析工作，現在僅需要不足1小時便可完成。
大數據應用案例之：通信行業
XO Communications通過使用IBM SPSS預測分析軟體，減少了將近一半的客戶流失率。XO現在可以預測客戶的行為，發現行為趨勢，並找出存在缺陷的環節，從而幫助公司及時採取措施，保留客戶。此外，IBM新的Netezza網路分析加速器，將通過提供單個端到端網路、服務、客戶分析視圖的可擴展平台，幫助通信企業制定更科學、合理決策。
電信業者透過數以千萬計的客戶資料，能分析出多種使用者行為和趨勢，賣給需要的企業，這是全新的資料經濟。
中國移動通過大數據分析，對企業運營的全業務進行針對性的監控、預警、跟蹤。系統在第一時間自動捕捉市場變化，再以最快捷的方式推送給指定負責人，使他在最短時間內獲知市場行情。
NTT docomo把手機位置信息和互聯網上的信息結合起來，為顧客提供附近的餐飲店信息，接近末班車時間時，提供末班車信息服務。
大數據應用案例之：零售業
"我們的某個客戶，是一家領先的專業時裝零售商，通過當地的百貨商店、網路及其郵購目錄業務為客戶提供服務。公司希望向客戶提供差異化服務，如何定位公司的差異化，他們通過從 Twitter 和 Facebook 上收集社交信息，更深入的理解化妝品的營銷模式，隨後他們認識到必須保留兩類有價值的客戶：高消費者和高影響者。希望通過接受免費化妝服務，讓用戶進行口碑宣傳，這是交易數據與交互數據的完美結合，為業務挑戰提供了解決方案。"Informatica的技術幫助這家零售商用社交平台上的數據充實了客戶主數據，使他的業務服務更具有目標性。
零售企業也監控客戶的店內走動情況以及與商品的互動。它們將這些數據與交易記錄相結合來展開分析，從而在銷售哪些商品、如何擺放貨品以及何時調整售價上給出意見，此類方法已經幫助某領先零售企業減少了17%的存貨，同時在保持市場份額的前提下，增加了高利潤率自有品牌商品的比例。

⑤ 有哪些大數據分析案例

如下：

1. 大數據應用案例之：醫療行業

1）Seton Healthcare是採用IBM最新沃森技術醫療保健內容分析預測的首個客戶。該技術允許企業找到大量病人相關的臨床醫療信息，通過大數據處理，更好地分析病人的信息。

在加拿大多倫多的一家醫院，針對早產嬰兒，每秒鍾有超過3000次的數據讀取。通過這些數據分析，醫院能夠提前知道哪些早產兒出現問題並且有針對性地採取措施，避免早產嬰兒夭折。

它讓更多的創業者更方便地開發產品，比如通過社交網路來收集數據的健康類App。也許未來數年後，它們搜集的數據能讓醫生給你的診斷變得更為精確，比方說不是通用的成人每日三次一次一片，而是檢測到你的血液中葯劑已經代謝完成會自動提醒你再次服葯。

2）大數據配合喬布斯癌症治療

喬布斯是世界上第一個對自身所有DNA和腫瘤DNA進行排序的人。為此，他支付了高達幾十萬美元的費用。他得到的不是樣本，而是包括整個基因的數據文檔。醫生按照所有基因按需下葯，最終這種方式幫助喬布斯延長了好幾年的生命。

2. 大數據應用案例之：能源行業

1）智能電網現在歐洲已經做到了終端，也就是所謂的智能電表。在德國，為了鼓勵利用太陽能，會在家庭安裝太陽能，除了賣電給你，當你的太陽能有多餘電的時候還可以買回來。

通過電網收集每隔五分鍾或十分鍾收集一次數據，收集來的這些數據可以用來預測客戶的用電習慣等，從而推斷出在未來2~3個月時間里，整個電網大概需要多少電。有了這個預測後，就可以向發電或者供電企業購買一定數量的電。

因為電有點像期貨一樣，如果提前買就會比較便宜，買現貨就比較貴。通過這個預測後，可以降低采購成本。

2）丹麥的維斯塔斯風能系統(Vestas Wind Systems)運用大數據，系統依靠的是BigInsights軟體和IBM超級計算機，分析出應該在哪裡設置渦輪發電機，事實上這是風能領域的重大挑戰。在一個風電場20多年的運營過程中，准確的定位能幫助工廠實現能源產出的最大化。

為了鎖定最理想的位置，Vestas分析了來自各方面的信息：風力和天氣數據、湍流度、地形圖、公司遍及全球的2.5萬多個受控渦輪機組發回的感測器數據。這樣一套信息處理體系賦予了公司獨特的競爭優勢，幫助其客戶實現投資回報的最大化。

3. 大數據應用案例之：通信行業—通過大數據分析挽回核心客戶

法國電信-Orange集團旗下的波蘭電信公司Telekomunikacja Polska是波蘭最大的語音和寬頻固網供應商，希望有效的途徑來准確預測並解決客戶流失問題。

他們決定進行客戶細分，方法是構建一張「社交圖譜」- 分析客戶數百萬個電話的數據記錄，特別關注 「誰給誰打了電話」以及「打電話的頻率」兩個方面。「社交圖譜」把公司用戶分成幾大類，如：「聯網型」、「橋梁型」、「領導型」以及「跟隨型」。

這樣的關系數據有助電信服務供應商深入洞悉一系列問題，如：哪些人會對可能「棄用」公司服務的客戶產生較大的影響?挽留最有價值客戶的難度有多大?運用這一方法，公司客戶流失預測模型的准確率提升了47%。

4、大數據應用案例之：零售業—大數據幫零售企業制定促銷策略

北美零售商百思買在北美的銷售活動非常活躍，產品總數達到3萬多種，產品的價格也隨地區和市場條件而異。由於產品種類繁多，成本變化比較頻繁，一年之中，變化可達四次之多。

結果，每年的調價次數高達12萬次。最讓高管頭疼的是定價促銷策略。公司組成了一個11人的團隊，希望透過分析消費者的購買記錄和相關信息，提高定價的准確度和響應速度。

定價團隊的分析圍繞著三個關鍵維度：

1）數量：團隊需要分析海量信息。他們收集了上千萬的消費者的購買記錄，從客戶不同維度分析，了解客戶對每種產品種類的最高接受能力，從而為產品定出最佳價位。

2）多樣性：團隊除了分析了購買記錄這種結構化的數據外，他們也利用社交媒體發帖這種新型的非結構化數據。由於消費者需要在零售商專頁上點贊或留言以獲得優惠券，團隊利用情感分析公式來分析專頁上消費者的情緒，從而判斷他們對於公司的促銷活動是否滿意，並微調促銷策略。

3）速度：為了實現價值最大化，團隊對數據進行實時或近似實時的處理。他們成功地根據一個消費者既往的麥片購買記錄，為身處超市麥片專櫃的他/她即時發送優惠券，為客戶帶來便利性和驚喜。

透過這一系列的活動，團隊提高了定價的准確度和響應速度，為零售商新增銷售額和利潤數千萬美元。

5、大數據應用案例之：網路營銷行業（SEM）

很多企業在做SEM的過程中，都有這樣的感觸：每年都會花費大量的預算在SEM推廣中，但是因為關鍵詞投入產出無法可視化，常常花了很多錢卻不見具體的回報。

在競爭如此激烈的SEM市場中，企業需要一個高效的數據分析工具來盡可能地幫企業優化SEM推廣，例如BDP，來幫企業節省不必要的支出，提升整體的經營績效。

企業可藉助數據平台提供的網路營銷整合解決方案，打通各個搜索引擎營銷（SEM）、在線客服系統和CRM系統，營銷競價人員無需掌握復雜的編程技術，簡單拖拽即可生成報表，觀察每一個關鍵詞的投入和產出，分析每一個頁面的轉化，有效降低投放成本。

通過BDP實況分析數據，可以快速洞悉對手關鍵詞的投放時段、地域及排名，並對其進行可視化的分析，實時監控自己和競爭對手的投放情況，了解對手的投放策略，支持自定義設置數據更新的時間點、監控頻次和時段，及時調整策略。知已知彼，才能百戰不殆。

6、大數據應用案例之：電商行業

意料之外：胸部最大的是新疆妹子。曾經淘寶平台顯示，中國女性購買最多的文胸尺碼為B罩杯。B罩杯佔比達41.45%，其中又以75B的銷量最好，其次是A罩杯，購買佔比達25.26%，C罩杯只有8.96%。

雖然淘寶數據平台不能代表一切，但是結合現實來看，這個也具有普遍的代表性，只能感慨中國女性普遍size。在文胸顏色中，黑色最為暢銷，黑色絕對是百搭，每個女性必備。

從省市排名，胸部最大的是新疆妹子。這些數據都對於文胸店鋪而言是很好的參考，為店鋪的庫存、定價、款式選擇等策略都有奠定數據基礎。

7、大數據應用案例之：娛樂行業

微軟大數據成功預測奧斯卡21項大獎。2013年，微軟紐約研究院的經濟學家大衛•羅斯柴爾德（David Rothschild）利用大數據成功預測24個奧斯卡獎項中的19個，成為人們津津樂道的話題。

今年羅斯柴爾德再接再厲，成功預測第86屆奧斯卡金像獎頒獎典禮24個獎項中的21個，繼續向人們展示現代科技的神奇魔力。

總的來說，大數據的終極目標並不僅僅是改變競爭環境，而是徹底扭轉整個競爭環境，帶來新機遇，企業需要應勢而變。企業只有認識到這一點，使用合適的數據分析產品、聰明地使用和管理數據，才能在長期競爭中成為終極贏家。

⑥ 大數據分析時代對市場營銷的影響研究

下面我為你准備的關於市場營銷的論文，歡迎閱讀借鑒，希望對大家有幫助。

一、數據分析時代演變歷程

(一)數據1.0時代

數據分析出現在新的計算技術實現以後，分析1.0時代又稱為商業智能時代。它通過客觀分析和深入理解商業現象，取締在決策中僅憑直覺和過時的市場調研報告，幫助管理者理性化和最大化依據事實作出決策。首次在計算機的幫助下將生產、客戶交互、市場等數據錄入資料庫並且整合分析。但是由於發展的局限性對數據的使用更多的是准備數據，很少時間用在分析數據上。

(二)數據2.0時代

2.0時代開始於2005年，與分析1.0要求的公司能力不同，新時達要求數量分析師具備超強的分析數據能力，數據也不是只來源於公司內部，更多的來自公司外部、互聯網、感測器和各種公開發布的數據。比如領英公司，充分運用數據分析搶佔先機，開發出令人印象深刻的數據服務。

(三)數據3.0時代

又稱為富化數據的產品時代。分析3.0時代來臨的標準是各行業大公司紛紛介入。公司可以很好的分析數據，指導合適的商業決策。但是必須承認，隨著數據的越來越大，更新速度越來越快，在帶來發展機遇的同時，也帶來諸多挑戰。如何商業化地利用這次變革是亟待面對的課題。

二、大數據營銷的本質

隨著顧客主導邏輯時代的到來以及互聯網電商等多渠道購物方式的出現，顧客角色和需求發生了轉變，世界正在被感知化、互聯化和智能化。大數據時代的到來，個人的行為不僅能夠被量化搜集、預測，而且顧客的個人觀點很可能改變商業世界和社會的運行。由此，一個個性化顧客主導商業需求的時代已然到來，大數據沖擊下，市場營銷引領的企業變革初見端倪。

(一)大數據時代消費者成為市場營銷的主宰者

傳統的市場營銷過程是通過市場調研，採集目前市場的信息幫助企業研發、生產、營銷和推廣。但是在大數據以及社會化媒體盛行的今天，這種營銷模式便黯然失色。今天的消費者已然成為了市場營銷的主宰者，他們會主動搜尋商品信息，貨比三家，嚴格篩選。他們由之前的注重使用價值到更加註重消費整個過程中的體驗價值和情境價值。甚至企業品牌形象的塑造也不再是企業單一宣傳，虛擬社區以及購物網站等的口碑開始影響消費者的購買行為。更有甚者，消費者通過在社交媒體等渠道表達個人的需求已經成為影響企業產品設計、研發、生產和銷售的重要因素。

(二)大數據時代企業精準營銷成為可能

在大數據時代下，技術的發展大大超過了企業的想像。搜集非結構化的信息已經成為一種可能，大數據不單單僅能了解細分市場的可能，更通過真正個性化洞察精確到每個顧客。通過數據的挖掘和深入分析，企業可以掌握有價值的信息幫助企業發現顧客思維模式、消費行為模式。尤其在今天顧客為了彰顯個性，有著獨特的消費傾向。相對於忠誠於某個品牌，顧客更忠誠與給自己的定位。如果企業的品牌不能最大化地實現客戶價值，那麼即使是再惠顧也難以保證顧客的持續性。並且，企業不能奢望對顧客進行歸類，因為每個顧客的需求都有差別。正是如此，大數據分析才能更好地把握顧客的消費行為和偏好，為企業精準營銷出謀劃策。

(三)大數據時代企業營銷理念――“充分以顧客為中心創造價值”

傳統的營銷和戰略的觀點認為，大規模生產意味著標准化生產方式，無個性化可言。定製化生產意味著個性化生產，但是只是小規模定製。說到底，大規模生產與定製化無法結合。但是在今天，大數據分析的營銷和銷售解決的是大規模生產和顧客個性化需求之間的矛盾。使大企業擁有傳統小便利店的一對一顧客關系管理，以即時工具和個性化推薦使得大企業實現與顧客的實時溝通等。

三、基於數據營銷案例研究――京東

京東是最大的自營式電商企業。其中的京東商城，涵蓋服裝、化妝品、日用品、生鮮、電腦數碼等多個品類。在整個手機零售商行業里，京東無論是在銷售額還是銷售量都佔到市場份額一半的規模。之所以占據這樣的優勢地位，得益於大數據的應用，即京東的JD Phone的計劃。

JD Phone計劃是依據京東的大數據和綜合服務的能力，以用戶為中心整合產業鏈的優質資源並聯合廠商打造用戶期待的產品和服務體驗。京東在銷售的過程中，通過對大數據的分析，內部研究出一種稱為產品畫像的模型。這個模型通過綜合在京東網站購物消費者的信息，例如：年齡、性別、喜好等類別的信息，然後進行深入分析。根據分析結果結合不同的消費者便有諸如線上的程序化購買、精準的點擊等營銷手段，有效的幫助京東實現精準的營銷推送。不僅如此，通過對於後續用戶購物完成的售後數據分析，精確的分析商品的不足之處或者消費者的直接需求。數據3.0時代的一個特徵便是企業不在單純的在企業內部分析數據，而是共享實現價值共創。所以，京東把這些數據用於與上游供應商進行定期的交流，間接促進生產廠商與消費者溝通，了解市場的需求，指導下一次產品的市場定位。總的來說，這個計劃是通過京東銷售和售後環節的大數據分析，一方面指導自身精準營銷，另一方面，影響供應商產品定位和企業規劃，最終為消費者提供滿足他們需求的個性化產品。

四、大數據營銷的策略分析

(一)數據分析要樹立以人為本的思維

“以人為本”體現在兩個方面，一方面是數據分析以客戶為本，切實分析客戶的需求，用數據分析指導下一次的產品設計、生產和市場營銷。另一方面，以人為本體現在對用戶數據的保密性和合理化應用。切實維護好大數據和互聯網背景下隱私保護的問題，使得信息技術良性發展。

(二)正確處理海量數據與核心數據的矛盾

大數據具有數據量大、類型繁多、價值密度低和速度快時效高的特點。所以在眾多海量的數據中，只有反映消費者行為和市場需求的信息才是企業所需要的。不必要的數據分析只會影響企業做出正確的決策。鑒於此，首先企業需要明確核心數據的標准;其次企業要及時進行核心數據的歸檔;最後要有專業的數據分析專業隊數據進行分析，得出科學合理的結果以指導實踐。

(三)整合價值鏈以共享數據的方式實現價值創造

⑦ 大數據營銷具體是指什麼呢可以列舉一下具體的大數據營銷案例是什麼樣的嗎

大數據營銷是指基於多平台的大量數據，依託大數據技術的基礎上，應用於版互聯網廣告行業的營銷權方式。大數據營銷衍生於互聯網行業，又作用於互聯網行業。依託多平台的大數據採集，以及大數據技術的分析與預測能力，能夠使廣告更加精準有效，給品牌企業帶來更高的投資回報率。

⑧ 從你們各自的角度看酒店和民宿在利用大數據支持服務運營和市場營銷方面有哪些好的案例和誤區

有以下3點的好的方案和誤區。
以廣州花園酒店為例，該酒店常年的客戶銷售結構是國內70%外賓30%左右，會利用外關入境數據和航班信息預測入住率，結合往年的入住經驗擬定房價。一般是早上擬價較高，傍晚開始變價（入住率低於70%降價）。這樣做的好處有
1、可以根據市場情況隨時調價，保證當天高入住率
2、低價引流，能吸引顧客瀏覽網站信息
3、高流量方便宣傳和推廣自己的品牌，吸引潛在目標客戶
但這樣也往往會有以下幾點壞處
1、猶豫價格變化較大會導致較早購買的客戶覺得吃虧，導致客戶對產品和服務有落差感，降低滿意度
2、流量錯誤分析，因為數據本身存在誤差信息，並不是說當天航班多少留在廣州的外賓就有多少，客戶有可能是以廣州為中轉站當天乘車離開廣州到達周邊其他城市。
3、當天太早滿房的高入住率碰上大型節日和證書考試等人流量猛增的情況應付不急，失去很多盈利機會。
基於以上情況，建議企業先做好利潤分析，確定價格和入住率的關系定好最優價格（並不是說價格低住滿了利潤就最大）。應該常備20%左右的客房存儲量以應付突發事件，在利用大數據的同時要結合往年的經驗和客戶入住周期作為參考才能更加精準的預測入住率和定價。另外當天早中晚至少要根據銷售狀況預測市場三次，根據狀況隨時調價，以保障盈利最大化。
另外做好商家合作，遇到高價但是卻滿房供不應求的節假日行情，也可以跟顧客協商後當天先帶去周邊的酒店入住，第二天房態不緊張了帶回來入住，以保證客服入住率。

⑨ 市場營銷案例3篇

在全球化競爭和買方市場的壓力面前,幾乎所有企業都將新產品開發放在自身發展戰略的突出位置,而市場數據以及由市場數據進行深層次分析得到的結論都是企業開發新產品的重要指導因素。那麼下面是我整理的 市場營銷 案例3篇，就隨我一起去看看吧，希望能夠有所幫助。
市場營銷案例一：
水果營行：燒錢催不熟生鮮電商

自2014年10月開設第一家門店，僅一年多，號稱要做「水果業內的阿里巴巴」的水果營行就在全國20餘個一、二線城市，開設了300多家實體店。然而在2015年12月，幾乎一夜之間，這個迅速膨脹的水果王國轟然倒塌，廣州、深圳、東莞、杭州、南昌等城市的門店大量關門，12月16日，水果營行CEO易德更被警方帶走……

水果營行，成為O2O死亡名單里的最新登陸者?它的破滅是否預示著生鮮電商走向頹敗?或許，結論恰恰相反。

逆向O2O：

理念正確下光鮮的壞水果

在水果營行的泡沫破滅中，大量的輿論將關注點投放在它的融資模式——「合夥人眾籌」和「會員預付卡」。

尤其是前者，據水果營行一份單店投資協議樣本顯示，直營店投資人為公司有限合夥人，不參與門店經營、不擁有門店股份，只參與分紅。直營店投資人自完款第45天起，將獲得每月銷售額10%的回報，直到取得投入本金的2倍為止。同時還獲得投資額10%的原始股權的長期收益。而媒體亦測算，按照水果營行宣稱的單店月銷售額50萬元計算，眾籌參與者的年化投資回報率將高達30%左右。而通常認知下，年化收益率超過10%的產品風險已然極高。

但這並不屬於本文所要討論的重點，因為由始至終，水果營行所打造的生鮮電商模式，都如同劉伯溫那篇《賣柑者言》所寓意的那樣，金玉其外，敗絮其中。

從理論上來說，水果營行提出的專注線下服務，將人才配置和質量管控放在第一位，夯實基礎後再進軍線上的路數，是當下許多浮在網路之上、過度依靠網購模式而缺少實體店推進的生鮮電商所缺失的。但在實際運作過程中，這僅僅是一個正確的理念，沒有切合到地面經營理念之上。

反之，從它的許多專注線下的行動中，可以為生鮮電商以及其他生活化服務O2O提供反面參考。

遠離社區的專賣店不叫小業態

在水果營行2015年11月對外發的一篇軟文中，可以看到這樣的詞句：「7-11、全家等便利店，競相跑馬圈地以便利店、專賣店為主的小型社區零售店，組成小業態 商業模式 ，大有取代大型商超的態勢。毫無疑問，水果營行趕上了小業態商業崛起的時代大勢。」

顯然，水果營行把自己的線下門店定位為小業態。而媒體披露其「門店選的都是城市黃金地段，租金較高，還要支付工資，不可能達到高利潤，有時還會虧損」。這種布局黃金地段的思維，與當下立足社區的小業態模式並不相符，反而頗為接近早年的專賣店形態。拋去其或有意為之，以彰顯實力雄厚，好招攬合夥人的可能不說，這樣的開店方案，歷來均是電商實體店或O2O門店所摒棄的。

理由很簡單，無論何種電商形態，均是以最大化的扁平 渠道 、降低運營成本為贏利之源，而位於鬧市的門店則加大了這些成本，更直接處於商超商圈的輻射范圍內，極不利於競爭和拓展。

更為致命的是概念的混淆導致的運營理念的錯亂。在水果營行的早前報道中，其總不忘提及「通過線上下單、門店配送，輻射單店周邊3公里范圍，實現1小時內極速送貨上門，解決水果配送最後一公里的難題」。

然而這一「互聯網+小業態」的運營模式，在當下的社區O2O門店試點中，也不可避免地遭遇到運營費用昂貴、社區需求挖掘不足的難題。早前耗資10億元、依託順豐強大的物流體系和財力布局社區的「嘿客」亦難以為繼，而開設在鬧市、按水果營行早前介紹開店成本動輒百萬元的線下體驗店，若真只按運營思路輻射3公里范圍，其收回成本的難度將高出太多。

何況，它還只賣水果……

生鮮電商先從爆款玩起

在水果營行眾多的正面、負面消息中，有一個信息一直很缺位，即水果營行的水果到底有怎樣的優勢。

或許造成這一困擾的理由更奇葩，一直號稱是生鮮電商的水果營行根本就連一個像樣的電子商務平台都不存在。直到2015年下半年，水果營行在對外宣傳中，依然還在說「待電商系統完善後……」。

一個線上平台徒有其表的生鮮電商，其線下的門店只能也只有各自為戰。所謂逆向O2O，最終走向了傳統的水果加盟店模式，只不過是披上了一件「互聯網+」的皇帝新衣而已。生鮮電商，其實不是單行線，而是線上線下同步發展，就像一個蹺蹺板，輕了哪頭，都會接不上地氣。

但這並非解除生鮮電商迷局的關鍵。至關重要的是，走線下體驗店的水果營行並沒有和周圍商超中的水果櫃台有太多的區別。

這都不是早前輿論批判的水果營行不懂水果經營之道，損耗大、價格高、標准化難所能概括的，盡管這是許多生鮮電商創業者不可避免觸碰到的問題。但核心競爭力的缺失則是更加致命的。

「我必須知道，我為何非要選擇在你這里購買水果?」對於消費者而言，這個疑問句式里的「水果」二字可以換成其他任意商品種類。但對於生鮮電商而言，僅僅一句「相較於銷售低端水果的菜市場和中低端水果的商超，生鮮電商主要銷售特色、中高端水果」這樣模糊的定位並不足以解惑。

之前多個生鮮電商用行動來解答了這個問題，尤其是水果這種消費者更樂意於眼見為實的商品，在線下體驗店輻射力度不足的大背景下，成功崛起的生鮮電商平台往往都以爆款為強化消費者體驗的突破口。

如順豐、京東、天天果園和本來生活等電商在2013年打得火熱並延續到2015年的海外直采車厘子大戰，對此，天貓電商平台喵鮮生負責人樂覺就曾表示，生鮮電商花精力去推1―2款主打商品，是從帶來關注度的角度考慮，基於價格和體驗度，消費者會主動傳播，就能為網站帶來新的用戶。

更重要的是，這可以彌補線下體驗店不足的缺陷，「奇葩」的水果會更容易形成消費者的購物黏性。由此，再將口碑拓展到其他常見品類之上，逆轉消費者「眼見為實」的習慣。

燒錢擴大規模不一定能增強黏性

在整個O2O死亡名單中，一個普適性的死亡規律就是燒錢燒到資金鏈斷裂，而燒錢的主要流向均在盲目擴大規模，意圖以規模覆蓋足夠多人群來獲得黏性和長尾。

在水果營行案例中，一年內擴展出300家實體店，覆蓋20餘個城市，並計劃在未來3年開設1萬家實體店。如此強度的店面擴張，必然帶來人員儲備、運營模式上的不適應。須知，知名水果連鎖百果園，從2002年起，用了8年時間僅開出了100家門店。之後又用5年時間，才將規模提升到1000家門店。

即便是在「互聯網+」的極限擴張下，指數級增長的實質，也須完成從0到1的蛻變，或言先種好試驗田，才能將成熟的模板進行復制，實現從1到N。

一個產品特色不足的生鮮電商或O2O，最終會滑向另一面，即再次通過燒錢的方式，用補貼和特價來吸引消費者「貪便宜」的心態，從而塑造虛假的黏性。而在水果營行身上，各種「會員預付卡」真正對消費者的吸引力，也就在於「充1000送300」，甚至「充5000送3000」的優惠力度上。若運營狀況正常，這類促銷本無可厚非，但一旦本身就是強行在虧本賺吆喝，這樣的預付卡除了吸納資金這一個用處外，更會因為一個店面的崩塌，而形成銀行式的擠兌風潮。這一幕，在水果營行落幕時，已然得到了證實。

一個忽略了消費者，沒有真正買方市場想法，只是描述了一個好聽的 故事 ，卻無法和周邊的商超、菜場的水果攤點形成差異化競爭格局的生鮮電商，其不敗也難。

此外，還有幾點教訓值得一點：

一是生鮮電商和O2O依然要用輕姿態來扁平化渠道。如在線上紅火的本來生活網，目前進軍線下的生活O2O項目「本來便利」就是採取和當地水果店合作，而非重新建店。而更多的生鮮電商要突圍，或可採取一個城市一個中心體驗店+若干合作自提點的方式，實現有效擴散和覆蓋。最終的客流入口，依然是在線上，而非體驗店。

二是使用線上平台建立大數據體系，至少做到能夠預測某一城市對某一品類水果的預期。這樣的大數據分析，才可以將電子商務所拓展出來的超長尾巴，變成一個核心數據源，可以確保發往某個城市的水果，不至於過少或過多，徒增損耗或難以滿足需求。這才是區別於各自為戰式的傳統水果店的關鍵。

三是不斷地差異化自己的特點。生鮮電商要成功，其實就應該按照電商的模式，用商品的長尾來滿足長尾末端的用戶需求，人有我有不是特色，人無我有哪怕只是一個人有需求才能成功。當然，越特色、越稀缺、越小眾的水果賣得貴點，將預訂、眾籌等互聯網模塊落在消費者層面上，而非融資層面上，意義更大。
市場營銷案例二：
大品牌產品升級引發的經銷商壓貨血案

2015年，老高每天上班的第一件事就是看報表。

看著越來越糟糕的數據，老高越來越膽戰心驚。

老高是某著名快消品(本文稱為A企業)的經銷商，在別人看來，在省會中心地帶，擁有數千平方米大院自有產權，前邊四層辦公樓，後邊大片庫房，近百台車，200多人的團隊，生意夠大夠土豪。

可事實上，老高從這家品牌身上掙得的利潤卻是一年不如一年。2015年下半年，算完人力成本和市場成本，每月七八百萬元銷售額，利潤不足10萬元!這還不算固定資產折舊、銀行融資成本!起早貪黑，鬧心憋屈，掙這幾個錢，不是廠家的裝卸工是什麼!

與老高一樣，A企業的多數客戶，正面臨著一個普遍難題：銷售額提高很多，卻時不時虧損?

但即便如此，2016年來自廠家的巨大增長壓力依舊沒有放鬆的跡象。

終於，在看到鄰省省會經銷商老劉與A企業「友誼的小船說翻就翻」之後，老高堅定了退出的決心，要知道，老劉一直是這個廠家的大區級標桿客戶，配合好，執行強，可因為連著幾個月壓貨都沒有完成任務，就被廠家拆分了，這讓老高感到刺骨的寒意。

逼迫在花樣翻新

2013年到2014年，A企業持續高速增長，年均增長率達到了30%，但增長動力是一樣的：密集分銷，核心是「加車加人」「密集鋪市」和「促銷投入」。

但越來越明顯的是，靠密集資源投入換得的擴張性增長格局，已經不可能無限期成為拉動這家企業增長的源泉了。

首先，擴張越來越困難，能鋪的網點都鋪了，渠道越來越飽和;

其次，競爭越來越激烈，為了搶占份額，價格戰成為常態，利潤越來越薄。

2015年初，面對董事會要求年度增長40%的目標，營銷高層提出「轉型」戰略，要點是「產品升級」「管理復制」和「費用檢核」。

其一，開發、推廣幾只高端產品，毛利高，讓經銷商有錢賺，同時優化公司產品矩陣、利潤矩陣;

其二，強硬要求經銷商復制廠家管理模式，經銷商要建立巡查隊伍，要參照廠家業務工資體系，對配送員工資進行改革，實行專車專送，用「排他性」條款高效佔用配送資源;

其三，加大促銷檢核力度，費用必須專款專用，必須100%落地，避免經銷商截留，錢要花到市場上，從而壓出渠道銷量極限來!

在營銷高層看來，「轉型」成功的關鍵就是「費用檢核」，費用只有和目標量完美掛鉤，才能有效確保目標達成。為此，他們設計了如下流程：

1.任務分解

任務自上而下分解，總部分給大區，大區再分給區域。為確保完成，每個層級都有自己的小算盤，就是在自己領到的基數之上再加幾個點。而層層加碼後，經銷商領到的任務要高出「增長40%」的目標不少。

2. 合同簽訂

要求業務人員簽訂年度和月度銷量責任狀，為確保新產品推廣成功，還要單獨簽訂新產品銷量責任狀，輔以銷售提成，目的只有一個，把業務人員和經銷商捆綁在一起，逼出各自的極限來!

由於是大品牌，加上各種威逼和利誘，老高們雖然很有意見，但最終還是被迫簽了合同。

3. 費用逼迫

首先，將公司產品進行梳理，將數只佔銷量半壁江山的產品，實行隨車搭贈，但拿到這筆費用是有條件的：以經銷商月度任務為標准，按照銷售額達成率進行補貼，完成95%，費用全額補貼，低於95%，分坎級扣除一定比例，要是低於70%，那一分也沒有。設置70%，那是要確保2015年銷量至少不會負增長。

其次，單獨申請的促銷活動要和規劃量以及月銷售額掛鉤，只有規劃量和月銷售額都達標，才能拿到全額費用，否則將按照坎級扣除一定比例費用，但月銷售額達成率最低是70%，低於這個數，促銷費用只能報銷50%。

最關鍵的是，A廠家要求嚴控價格和經銷商毛利，執行的促銷活動，要限定供貨價和出貨價，老產品，經銷商毛利不得超過10%，新產品，毛利不得高於20%。目的是讓消費者能夠獲得產品紅利，進而持久拉動消費。

最後，大區、銷售部、集團三級巡查隊伍要對各類促銷活動進行高頻次檢查，一旦查出問題，除扣除該項費用之外，還要重罰。

過度逼迫引發的「血案」

2015年，老高被綁架了：因為促銷費用是自己墊付的，所以為了掙出費用和開銷，老高只能壓貨。不單老高，A廠家多數經銷商，也都被迫選擇壓貨。

問題是，壓貨之後，麻煩才剛剛開始：

1.因為壓貨，老高銷售節奏被打亂。當月前20天都在處理上個月庫存，到了月底，為了拿到費用，不得不繼續沖量，如此反復循環。這樣，扭曲的壓貨做法導致扭曲的銷售節奏，扭曲的銷售節奏又要求進貨繼續扭曲，否則就難以為繼。

2.壓貨壓多了，產品新鮮度自然就差，為了處理舊貨，廠家的辦法是，只管高端產品處理，而且要集中回收清點，費用嘛，按照到岸價，你一半，我一半!至於返貨成本，以及低端產品處理，廠家壓根就不管。於是，老高的毛利空間被狠狠咬掉了一大塊。

3.頻繁處理舊貨，不僅給消費者留下了這個廠家一直在處理舊貨的印象，而且還佔用了新鮮貨齡產品的售賣位置和機會。

4.再看「產品升級」策略，為了做大新產品，由大區牽頭，自上而下為經銷商規劃了很高的計劃量，考核經銷商的進貨活躍度和環比增長率，也就是限定經銷商的單月進貨次數和單次必達進貨量，如果未完成計劃，就予以強配。這樣，在新品尚未被市場接受、形成良性流轉的時候，老高又被壓了一堆庫存。相反，總部從人為拔高的銷售報表中得出了虛假信息，於是繼續逐月增加任務，而且廠家各級業務人員為了拿到新品激勵，接著再壓。

5.雖然後來，A廠家要求，當月前七天的訂單量不低於上月後七天的70%，否則即視為壓貨，要對區域予以重罰。但上有政策，下有對策，一線常用的辦法是：要不在當月23日壓一批大單子，要不就在下月的7日再壓。因為在更短的時間跨度內集中進貨，這無疑放大了老高們的銷售、資金和利潤風險，要知道，A品牌的相當部分產品貨齡只有幾十天，為了不砸到手裡，老高只能平進平出，甚至低價拋售，這不是虧損是什麼!

老高很快力不從心了。2015年11月，老高費盡氣力，依舊還有3個月的任務沒有完成，A廠家大區經理周新(化名)很不高興。他把老高和責任業務主管叫到大區，要求述職，並且強調，那三個月欠賬，年底必須補齊!除了要老高表態「必須完成」外，還要落實到紙面，簽訂責任狀!否則，就考慮市場拆分!

老高很生氣，說來說去，還不是強行壓貨嘛!年底補齊欠賬，擺明了不是關心你們年終獎嗎!至於壓來的貨以及高庫存，還不是我自己去想辦法?

隨後的事，讓老高更加不爽。因為未完成任務，周新對老高的市場檢查立馬多了。各種檢查結論層出不窮，什麼鋪市率不足啦，什麼終端表現弱啦，總之，意圖昭然若揭，那就是你老高的市場基礎建設弱化，這嚴重影響了任務達成!嚴重拉了大區後腿!而且，周新還不時來老高這視察，夾槍帶棍，威脅要搞市場拆分!

比老高更悲催的是老劉。

兩年前，老劉積極響應周新號召，砍掉了代理的大多數知名品牌，專心做A品牌的「專營」代理商，而且還開設了不少終端「專營」店。周新大加贊賞，大會小會表揚之外，總部來了人，都往老劉那裡帶。

這兩年，周新用老劉這個標桿去逼迫其他客戶，效果很不錯。拿2014年來說，老劉率先任務撞線，可誰都知道，老劉是壓貨壓出來的。到了2015年，因為2014年基數高，老劉拼了大半年老命，還是沒能完成任務，而且很明顯，隨著欠賬隨來隨多，老劉肯定是完不成全年任務了。

標桿沒有起到標桿的作用，這嚴重影響了所在大區，所以，2015年10月份，周新拆分了老劉。

因為自廢武功，手頭沒有幾個知名品牌，面對周新的霹靂手段，老劉不得不忍氣吞聲。

老高想，任務年年增長，總有一天，今天的老劉，就是明天的自己。

與其投入巨大成本，忍受日益高昂的利潤侵蝕，以及並不明朗的經銷前途，還不如趁早退出。

於是，2016年3月， 春節 剛過，老高就不幹了。

拿逼迫保增長，前提是不能過度損害經銷商的利潤空間

在經濟下行、人口紅利和渠道紅利減少的背景下，在更困難地培育全新增長模式，和更簡單地、更便捷地把壓力傳遞到渠道中間，包括大品牌在內的很多品牌選擇了後者。而大多數營銷管理人員也支持這一選擇，他們更喜歡用「短、平、快」的打法，快速壓出渠道的極限來，而經銷商便是承載和釋放他們壓力的最重要節點。

至於許多廠家強調的「轉型」，不過是換了個馬甲，本質上還是原來逼迫的路子。拿老高的遭遇來說，所謂「產品升級」，以產品活躍度和訂單必達率的形式，重新走上了壓貨的路徑依賴;再看「費用逼迫」，可能短時間內壓出了銷量，可從更大的尺度來看，只會越來越加深產品動銷和庫存這對矛盾，直到崩盤。

老高放棄代理時，周新還說：「我們企業2015年增長率領跑行業，你去哪再找這樣的生意?這樣的品牌?再堅持一下，把市場基礎做好了，那還不是數錢數到手軟?」

可是A品牌完全搞錯了。問題不是它品牌力有多強，不是增長率還在高位運行，而是這種增長模式是以過度犧牲經銷商利潤空間為代價的，是靠壓貨來拉動的，而這註定不會長久。

反思 ：面對大品牌的壓貨式高壓，經銷商如何拯救利潤?

1.要多元化經營，不要把雞蛋放在一個籃子里

像老高那樣自願退場是一種選擇，但前提是，你得有退路。如果像老劉那樣，為了迎合廠家，自己自廢武功，踢掉其他同類品牌，專心搞什麼「專營」代理商，搞什麼終端品牌「專營」店，那隻會成倍放大經營風險，到最後，只能被迫接受廠家設計。

經銷商要有品牌群組合概念，哪些品牌外表光鮮，里子稀爛，利潤稀薄，甚至以過度侵蝕自己及渠道利潤來獲得增長?哪些品牌牌子、利潤都不錯?在此之下，還要考慮品牌內部產品群定位構建，哪些是跑量性產品?哪些是高毛利產品?哪些是狙擊性產品?

經銷商要有優質的經營結構思想，經銷商要對自己代理的品牌群和產品群進行梳理，明確產品定位、產品組合、產品層次，確定適合自己的品牌群和產品群組合，提高產品組合盈利水平，提升抗風險能力。

只有多元化設計，才能有效對沖廠家侵蝕利潤的潛在風險。

2.聚焦渠道分類管理建設，不要「貪多求全」

對快消品企業來說，鋪市率是考核經銷商的一個極有用手段。你說任務高，我就檢查鋪市率，如果鋪市率低，說明市場空間還很大嘛!如果鋪市率符合標准，那麼單店庫存夠嗎?能不能和行業老大看齊?甚至會說，和產品稍有點聯系的渠道，能不能鋪貨?!

但問題是，有些網點，或剛開業，或人流量不足，或為獲得銷售費用而過度囤貨，或不適合該類產品售賣，等等。不顧這些門店消化能力，「貪多求全」，「過度鋪市」，只會是鋪市率、陳列有了，可最終多數返貨，只好再掏費用去處理。不知不覺中，經銷商便遭受了隱性虧損。

因此，經銷商應和廠家確定符合地區經濟環境的「有效鋪市率」界定，不能不管什麼終端，只要能賣,就大量鋪貨，要警惕無效、低效網點的過度鋪貨。

終端網點台賬不應是建了檔案就完事，也不是簡單地按照營業面積等硬體去劃分類型，而要逐步建立基於銷量劃分終端類型的模式，再明確不同終端類型的基礎鋪市品項，每類產品的大致周轉天數，單次鋪貨底數，以及單店單位時間內應留存的庫存件數，最終聚焦優質網點，提高終端網點質量。

3.經銷商要管好自己的倉庫，同時關注價值和數量變化

很多大品牌業務人員，甚至管理人員，喜歡把經銷商的倉庫當作自己的倉庫，很多時候，不經經銷商同意，直接替經銷商下單，或者是強行配貨。這種只管完成任務、卻不考慮區域不同消費特性的行為，最令人不齒。為了完成任務，結果把公司的庫存變成了經銷商的庫存，把區域不適銷的產品硬生生變成了經銷商的庫存。

經銷商要管好自己的倉庫，對不同產品的走勢、動銷、庫存要有清晰的判斷，不能將產品的訂貨權拱手讓人，要關注庫內產品的月庫存周轉率和月產品動銷率，用價值變化和數量變化判斷，來減少自己面臨的庫存風險。這樣，在廠家不合理配貨時，才能有理有據予以反擊。

4.優化內部管理，規避不合理的管理復制，減少隱形管理成本支出

經銷商要對管理體系進行梳理，各個崗位要進行定量分解，在管理環節和渠道建設上要導入投入產出分析，減少隱形管理成本支出。

尤其要注意，一定要規避不適合自己的管理復制。拿A廠家要求的配送員工資改革來說，該方案設定了基本工資、品項工資、市場基礎建設工資和銷量提成工資，而且限定人員只能是專職配送員，老高這個省會城市，基本工資每人2000元，一輛車兩個人，而這家品牌平均毛利不足15%，那麼「一月一車要多增加近3萬元銷售收入，才能對沖基本工資的成本支出」，再加上運營成本不能被其他品牌分攤的「專車專送」，以及其他細分考核和產品提成，運營成本十分巨大。因此，在渠道越來越飽和的背景下，當廠家企圖嵌入「高大上」管理制度時，經銷商一定要警惕，因為這很可能大量侵吞你辛苦賺來的利潤。

⑩ 如何用大數據指導市場營銷

大數據營銷就是精準營銷，移動互聯網時代，利用大數據就是要知道你的目標群體是誰，他們在哪，有什麼共同特徵。做營銷最怕的問題在於不知道什麼樣的客戶有什麼樣的需求和偏好。

可見，大數據對指導一家企業在營銷有多麼重要，特別對於提高競爭力，定位自已的形態，確定自已要做的事，降低成本等方面都有重大意義。