用户名*
E-Mail*
密码*
确认密码*
忘记
忘记密码？ 请输入您的电子邮件地址。 您将收到一个链接，并将通过电子邮件创建一个新的密码。
我看到很多公司都在做精准营销，有几个还拿到了不错的估值，剔除侵犯隐私的问题，用大数据怎么做好营销？
广告圈里一句名言:我知道我的广告浪费了一半，但我不知道浪费了哪一半。当前，越来越多的企业在大数据思维指导下进行广告投放，广告能通过对人群的定向，投放给准确的目标顾客，特别是互联网广告现在能够做到根据不同的人向其发布最适合其的广告，同时谁看了广告，看了多少次广告，都可以通过数据化的形式来了解、监测，以使得企业更好地评测广告效果，从而也使得企业的广告投放策略更加有效。
基于大数据的精准推广策略：
没有目标消费者的精准定位，盲目推广，是很多企业开展营销推广没有效果或者效果甚微的主要原因。大数据时代一个重要的特点是，能够实时全面地收集、分析消费者的相关信息数据，从而根据其不同的偏好、兴趣以及购买习惯等特征有针对性、准确地向他们推销最合适他们的产品或服务。另一方面，可以通过适时、动态地更新、丰富消费者的数据信息，并利用数据挖掘等技术及早预测消费者下一步或更深层次的需求，进而进一步加大推广力度，最终达到极大增加企业利润的目标。
规模个性化产品策略的实施：
传统市场营销产品策略主要是，同样包装同等质量的产品卖给所有的该企业客户，或同一个品牌，若干不同包装不同质量层次的产品卖给若干相对大群客户，这使得很多企业的很多产品越来越失去对消费者的吸引力，越来越不能满足消费者的个性化需求。近年来，随着科技和互联网的发展，社会的生产制造向生产“智”造转变，同时大数据通过相关性分析，将客户和产品进行有机串联，对用户的产品偏好，客户的关系偏好进行个性化定位，进而反馈给企业的品牌、产品研发部门，并推出与消费者个性相匹配的产品。
大数据使得营销渠道效能的潜力得以充分挖掘：
以前的市场营销的渠道大多采取代理制，或者是购销制，企业与代理商或经销商之间存在一种利益博弈关系，相互之间的信息常常是不共享的，也经常会发生利益冲突。在大数据环境下，企业只有与各方合作者一起建立起大数据营销系统平台，才能集中体现大数据、物联网、云计算、移动电子商务的优势，从而不断拓展企业营销渠道的外延与内涵。通过营销渠道各方协调一致增强消费者对产品品牌、服务的良好体验，进而引发顾客更加强烈的购买欲望，促进客户与企业品牌的亲合度更加紧密，提升企业的利润空间。
利用企业大数据集成系统指定科学的价格体系策略：
现在，很多企业都构建了基于大数据技术的大数据营销平台，实现了海量、不同类型的数据的收集，并跨越多种不同的系统，比如，不同的渠道平台(网络销售平台，以及实体批发、 零售平台)；不同的客户需求；不同的细分市场；以及不同的但可以区隔的市场区域。这样就可以帮助企业迅速搜集消费者的海量数据，分析洞察和预测消费者的偏好，消费者价格接受度；分析各种渠道形式的测试销售数据；以及消费者对企业所规划的各种产品组合的价格段的反应。使之能够利用大数据技术以了解客户行为和反馈，深刻理解客户的需求、关注客户行为，进而高效分析信息并做出预测，不断调整产品的功能方向，验证产品的商业价值，制定科学的价格策略。
大数据营销十大好处：
用户行为与特征分析：只有积累足够的用户数据，才能分析出用户的喜好与购买习惯，甚至做到“比用户更了解用户自己”。这一点，才是许多大数据营销的前提与出发点。
精准营销信息推送支撑：精准营销总在被提及，但是真正做到的少之又少，反而是垃圾信息泛滥。究其原因主要是过去名义上的精准营销缺少用户特征数据支撑及详细准确的分析，而这一点在大数据营销下能很好的改善。
引导产品及营销活动投用户所好：如果能在产品生产之前了解潜在用户的主要特征，以及他们对产品的期待，那么你的产品生产即可投其所好。
竞争对手监测与品牌传播：竞争对手在干什么是许多企业想了解的，即使对方不会告诉你，但你却可以通过大数据监测分析得知。品牌传播的有效性亦可通过大数据分析找准方向。例如，可以进行传播趋势分析、内容特征分析、互动用户分析、正负情绪分类、口碑品类分析、产品属性分布等，可以通过监测掌握竞争对手传播态势，并可以参考行业标杆用户策划，根据用户声音策划内容，甚至可以评估新媒体矩阵运营效果。
第五，品牌危机监测及管理支持。新媒体时代，品牌危机使许多企业谈虎色变，然而大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，识别重要参与人员，方便快速应对。大数据可以采集负面定义内容，及时启动危机跟踪和报警，按照人群社会属性分析，聚类事件过程中的观点，识别关键人物及传播路径，进而可以保护企业、产品的声誉，抓住源头和关键节点，快速有效地处理危机。
第六，企业重点客户筛选。许多企业家会纠结于：在企业的用户、好友与粉丝中，哪些是最有价值的用户？有了大数据，或许这一切都可以更加有事实支撑。从用户访问的各种网站可判断其最近关心的东西是否与你的企业相关；从用户在社会化媒体上所发布的各类内容及与他人互动的内容中，可以找出千丝万缕的信息，利用某种规则关联及综合起来，就可以帮助企业筛选重点的目标用户。
第七，大数据用于改善用户体验。要改善用户体验，关键在于真正了解用户及他们所使用的你的产品的状况，做最适时的提醒。例如，在大数据时代或许你正驾驶的汽车可提前救你一命。只要通过遍布全车的传感器收集车辆运行信息，在你的汽车关键部件发生问题之前，就会提前向你或4S店预警。
第八，客户分级管理支持。面对日新月异的新媒体，许多企业通过对粉丝的公开内容和互动记录分析，将粉丝转化为潜在用户，激活社会化资产价值，并对潜在用户进行多个维度的画像。大数据可以分析活跃粉丝的互动内容，设定消费者画像各种规则，关联潜在用户与会员数据，关联潜在用户与客服数据，筛选目标群体做精准营销，进而可以使传统客户关系管理结合社会化数据，丰富用户不同维度的标签，并可动态更新消费者生命周期数据，保持信息新鲜有效。
第九，发现新市场与新趋势。基于大数据的分析与预测，对于企业家提供洞察新市场与把握经济走向都是极大的支持。
第十，市场预测与决策分析支持。更全面、速度更及时的大数据，必然对市场预测及决策分析进一步上台阶提供更好的支撑。
在数字时代，互联网使得很多信息都公开化，人们的生活方式和思考方式已经发生了变化，同样人们的消费观念也发生了变化。大数据应用于营销市场行，大大帮助了企业精准地挖掘顾客需求，极大提升了营销效能。可以说，大数据的使用贯穿在整个营销过程的始末，对于营销的效果起着至关重要的影响性。“在不同的池塘用相应的诱饵，让那个池塘的鱼在当前的水温，光线环境下最有可能咬钩”。这句话或许是对大数据营销最好的注解。
众多同类产品中，如何让用户偏偏选中了你？除了产品能戳中用户痛点外，满足用户的某些使用需求，不断拉近用户与产品的距离，才能用我们的真心捕获用户的芳心，那么用户需求该如何更准确的理解并切实的满足呢？
一、用户需求即用户场景
在开始今天的讨论之前，我们先来研究一个场景。
iphone有两种接电话的交互方式，但是不知道你有没有想过，为什么同样一个“接电话”的行为，要设置两种交互操作呢？其实，问题的答案就隐藏在“使用场景”这四个字里。
当我们在谈论用户需求时，更多的是在说用户场景，而不只是说某用户使用某功能，而是具象化为何时、何地，是具有哪些特征的用户，因为某个原因或者某个事物，导致了某种行为的过程。
就像iOS系统接听电话存在锁屏状态下和非锁屏状态下，这两种不同的场景。锁屏状下有电话打入时(when)手机放在口袋里(where)处于锁屏状态(how)用户将手机从口袋里取出并接听(do)。当前场景下，用户的痛点为将手机从口袋取出的时候很容易不小心碰到屏幕产生误操作，因此iOS基于该场景下的用户的痛点与需求，将锁屏状态下的接听设计为滑动接听，可以很大程度上避免误操作；而在非锁屏的场景下，用户多数情况正在使用手机，注意力较集中，采用点击接听的方式更方便且快捷。
为了更好的理解，我们再举个例子。比如某手机浏览器发布新版本主打“网络小说追更”（追内容更新）功能。毫无疑问，对于看网络小说的用户来说，“追更”是一个刚需。之前，由于版权以及文字识别OCR技术并不成熟，很多用户都是在PC端通过盗版网站或者贴吧来追更，而不是通过移动端产品直接阅读。就用户体验而言，用户只能看到文字内容的图片版，而且在移动端图片因无法自动缩放，导致阅读体验极差。
此外，调研发现用户追更的主要时间集中在上下班，主要场所是在地铁和公交上，这些场所的网络环境也不尽如人意。
因此，为了解决用户“追更”的需求，这个新功能集中在根据URL自动判断用户访问的内容是否为小说，如果是小说内容，则通过插件将广告屏蔽，同时将图片翻译成文字重新排版，此外，自动记录用户阅读小说的章节，在有新更新的时候，给用户推送，并且可以缓存下载的内容，在信号不好的场所比如地铁上依然可以浏览。
其实，应用场景就是所谓的故事板，即Storyboard，先设定一个用户画像，然后设计一个故事场景，最后故事的结果导向用户使用了产品。应用场景的搭建本质就是讲故事，在搭建过程中需要把握以下6要素：时间、地点、人物；事件的起因、经过、结果，即5W1H。
引导用户行为就是要给他们足够的故事背景，让他们产生代入感，才能在我们的故事框架下，成为我们设计中的主角。当海量用户成为主角，我们这些“煽风点火的舞台搭建者”才能避免落入“自嗨”的窘境。
二、满足需求 把握最佳的时间和地点
运营是个注重效率的工作，要注意的是，在满足用户需求的时候，不同的时间、地点，执行相同的行为，效果往往大不相同。
1、时间
微信推出红包功能是为了抢占移动支付的入口。在微信红包出现之前，移动支付几乎是支付宝的天下，而对于微信来说，移动支付是非常重要的一场战役，对于一炮打响的压力很大。
我们注意到，微信红包的推出是在2014年1月27日，离除夕还有3天，仅除夕到大年初一，抢红包的用户就超过500万人，而抢到红包之后提现，就必须绑定银行卡。背后的逻辑可以这么解读，发红包的需求，一定是在农历过年前后才能达到最高峰。做运营就像谈恋爱，对的时间甚至比对的人还重要，时间不对的运营就是耍流氓。
2、地点
如果细心一些就会发现，充电桩、共享充电宝等产品，主要集中在消耗用户时间的场所，特别是需要等待的场所，例如，充电桩经常出现在火车站和飞机场，共享充电宝则更多的出现在餐馆咖啡厅等场所。
同样是解决用户手机充电的需求，为什么在两个不同的场景中，出现了两种不一样的产品呢？理由很简单，到咖啡厅通常都需要停留1-2个小时，有充足的时间使用并归还充电宝，但是在机场就不适合提供充电宝，因为机场很大而且乘客来去匆匆，更适合直接插上充电桩上的数据线充电。
三、实战案例
上文中我们提到了用户场景，那么该如何列举场景呢？推荐方法是通过操作流程图来依次提取其中的关键场景，以看电影为例其流程为：买电影票－去电影院－取票－检票找座位－观影－出影院－评论吐槽，根据流程可以抽取列举出看电影涉及到的关键场景为：
1、电影页面(where)购票(do)；
2、电影开始前(when)乘车(do)前往电影院的路上(where)；
3、观影前(when)在电影院(where)通过自助取票机取票（do）；
4、观众(who)进入影厅观影(where)，影片结束后离开（do）
5、回家的路上(where)和朋友吐槽剧透(do)；在朋友圈(where)晒观影照片(do)；在购票app上(where)评价吐槽(do)。
对关键场景的描述有利于发现场景中的细节，更好地对场景进行分析判断，场景描述清晰后就可以指导我们的运营策略了，比如当前我们的运营任务是提高用户活跃度，鼓励用户在观影后为影片打分并撰写简短影评，那么我们即可通过智能触达的方式，根据用户购票的电影时间，在观影后的24小时内发送一条短信，提醒用户撰写影评并附上参与活动的好处（比如点评电影即获双倍积分直接兑换影票），促使用户完成我们的“规定动作”。
用户是动态的，不同的时间，不同的场景，用户行为都在不断发生着变化，因此，我们需要根据用户使用的场景进行有效的运营触达，促使用户尽快转化持续活跃，推送作为运营触达的主要形式，触达效果的关键就在于“推送时机”的把握。
关于我们：诸葛io，智能化数据分析驱动低成本增长获客和用户留存。目前我们正在为互金/教育/新零售/保险/汽车等行业提供大数据整体解决方案并提供咨询服务。服务客户有：光明随心订、食行生鲜；人人贷、阳光保险、众安保险、平安；宝马、奥迪、大众、NEVS；饿了么；东易日盛等。
诸葛io – 深入业务场景的数据智能决策平台
说起市场营销，可能大家都会想到，市场部门为了扩大品牌影响力，在市场上占据一定的市场份额，会在各大渠道投放广告，至于广告投放出去后，如何追踪渠道，如何衡量渠道投放效果，反过来指导和迭代下一轮投放，大部分人对这个过程的把控和分析是很模糊的，发了那么多软文、投了那么多广告、做了那么多活动，最后老板发话了“花了那么多钱，效果咋样啊？”，此时你可能就蒙了。今天用一张图给大家简单描述下，渠道投放出去后映射到产品最后发生购买的整个过程。
这是互联网营销过程中用户典型的点击流，大家可以回想下自己接触、了解、购买一个新产品的过程。从某个广告或者朋友圈看到了一条特别有意思而且很感兴趣的产品，最后点击推广链接，打开了某个落地页，浏览落地页的内容后，最终完成了广告主所期许的行为，至于广告主所期许的行为是什么是和营销目的密切相关的，同时我们还要考虑到推广产品所处的阶段，因为不同产品阶段的营销目的是不一样的。
这个过程可以分解为点击前阶段（Pre-Click）、点击后阶段（Post-Click）和购买后阶段（Post-Buy），对于市场营销来说，它是重点关注用户生命周期的早中期阶段，即点击前阶段和点击后阶段，主要包含用户获取、用户激活和病毒传播。
大数据是一切智能化的基础和土壤，在这个过程中收集的数据量足够多，才足以消除不确定信息，它所分析出来的数据才更有指导意义，善于收集、使用并分析数据，才能抓住“互联网+”时代的“牛鼻子”。
点击前阶段
该阶段我们的目的是提高用户获取的效率，完成目的前我们首先要了解各种广告形式，一般会分为付费广告和免费广告。
付费广告大概有：各种展示类广告、视频贴片广告、搜索引擎SEM、百度品专等；
免费广告大概有：直接流量、SEO、社交流量、朋友圈、朋友推荐等。
不管是哪种广告形式，首先得做出区分才能衡量。第一步要建立精细化的渠道追踪体系，用UTM参数配置来追踪用户的来源，告别拍脑袋主观判断渠道质量好坏的状态。如下图所示，UTM提供了五个可以自由配置的参数：
参数定义好后，可以进行各种场景的跟踪。
如当生成的链接用于付费推广时：
https://www.sensorsdata.cn/index.html?utm_source=baidu&utm_medium=CPC&utm_term=用户画像F&utm_content=textlink&utm_campaign=news conference
如当生成的链接用于免费推广时：
https://www.sensorsdata.cn/index.html?utm_source=baidu&utm_medium=朋友圈&utm_content=userarticle&utm_campaign=五一系列活动
此时你可能会问，除了这些被标记的，那些自然过来的流量如何区分呢？别忘了，你肯定知道前向域名和前向地址，一般都是通过这两个字段开区分自然流量的。还有一些用户可能还想区分站内和站外流量，没关系，我们再增加两个字段，最近一次站外来源和最近一次站外地址就可以了。
好了，渠道标记完成后，我们来看看，这个阶段的好坏可以用哪些指标来衡量？
Impression 即曝光量，Click 即点击量，人们常常用 Click 和 Impression的比值 CTR 即点击通过率来衡量广告引起人们注意的程度。但是在展示类广告中会存在大量作弊的现象，但是仍没有阻止人们做展示类广告，为什么呢？因为广告学中有个理论，叫曝光效应。它其实利用了人们的心理，就是一个东西，你见得越多，越觉得它好。关于曝光量这个指标还有个笑话，我的一个好朋友假期要带男朋友回家见爸妈，可能觉得不帅，就想着如何捯饬能看的比较帅一些，然后我另一个闺蜜就发话了，利用广告学曝光理论，多带男朋友回几次家，在爸妈眼前多晃悠几次，你爸妈会觉得越来越耐看的（==！)。
CTR 说明这次所做广告的创意水平以及和人群的匹配程度。比如，我在一个广告位置投放了不同广告创意的广告，哪个广告的 CTR 比较高，就说明哪个创意做的比较好。
CPC 即每次点击花费多少钱，可以帮助你衡量比较不同渠道的成本。成本和 CTR 综合衡量。
点击后阶段
用户点击推广链接后，跳转到的落地页可能在 web 端，也可能在 app 端，落地页打开后，如何衡量这个落地页的好坏呢？落地页承载的是用户对你的产品的第一印象，第一印象很重要！
Traffic 即流量 通常用 PV UV Visit 指标来衡量，但是这些指标只能在浅层次上衡量这次营销效果是否成功。
Call to Action 行为召唤，或者说是用户行为号召。至于这个号召按钮是什么是和你这次营销目的相关的，比如注册或者下载App。这个 Call to Action按钮一定要设置好，用户点击使用是无障碍的，要不你前期做的广告，很可能就白费了。
如果流量和落地页相匹配的话，上述指标不会差。用户从落地页跳转到你的产品内部后，我们就需要通过 Engagement 这个指标，来看看用户和我们产品内容和功能的交互度如何？
Engagement Engagement 并不是指一个具体的度量，它是一系列衡量用户在营销活动中参与程度的指标集合，即用户在产品中和产品内容和功能的交互程度。我们可以这样理解它，它用以衡量流量产生之后和最终发生转化之前的用户行为和过程。
先来看标准意义的 Engagement 指标，主要指跳出率、停留时长和页面访问深度三个指标的综合考量。我们可以看到，这些标准意义的指标，还不足以涵盖更为具体的用户行为分析需求。比如，一个网站有一些更为重要的希望用户完成的用户行为，注册或登录、申请试用、或是把商品加入购物车，其中注册或登录、申请试用是 Call to Action 行为，那么这些行为的渠道来源数据是能够采到的，但是加入购物车就不一样了，这个行为是用户登录后的行为，登录前后的行为如何关联起来，用户行为数据如何和后端业务数据打通，真正实现渠道与业务相匹配呢？。如果你不能把登录前和登录后的行为标识为一个用户，那么分析的意义就荡然无存了。有关如何把登录前后的行为关联起来可以参阅如何准确的标识用户 · Sensors Analytics 使用手册这篇文档。
标准意义的 Engagement 指标反映了用户对于营销内容和产品的感兴趣程度，而按照业务定义的 Engagement 指标 则反映了影响用户最终发生转化的各种因素。
另外从用户和产品的交互过程中，会产生大量的用户行为数据，我们可以从用户行为上详细了解到了用户的一些行为特点，也就是我们常说的用户画像，比如用户经常浏览电器类产品，且浏览次数大于5次，说明这批用户目前在关注电器信息，那么我们就可以把这部分人群捞出来，打上标签，针对这部分人群作为重点投放的广告人群，开始下一轮精准投放，这样就形成了一个数据营销的良性循环。
Conversion 提起转化率，漏斗模型是市场和运营最为熟悉的方法，一般会按照“点击推广链接–>浏览落地页–>有效咨询–>注册–>购买”类似的过程来做每一个转化步骤，从而快速定位到哪里出现了问题。但是这个模型在实际操作过程中是有两个主要问题的。
首先，转化漏斗需要全流程的监控数据，但这些数据很难全部准确的获取。要想准确获取这些数据，我们需要一个好的数据模型来定义每一个步骤，每一个步骤定义好后，我们还要考虑这几个步骤的用户如何贯通起来，即如何让用户一层层的漏下去？我们注意到从注册前到购买的过程是完全割裂的，因为注册前是匿名用户，注册后产生的购买是真实用户，如何将注册前和注册后的行为关联起来就显得很重要，它和上述 Engagement 指标讲解时所采取的方案是一样的，可以参阅如何准确的标识用户 · Sensors Analytics 使用手册这篇文档。
另外对于一些需要转化周期的行业，比如互联网金融、在线教育、医疗等行业，消费者有很长的决策周期，但是从市场现有的漏斗模型来说，因为漏斗转化是基于会话的，转化周期只有30分钟左右，也就是此时一般只能实时统计到有效咨询这个层级，这就削弱了这个漏斗模型的价值。既然这个问题存在了就一定有解决方案，如果这个转化周期能根据自己的业务情况自定义呢？比如设置为3天或者7天，那么这个问题就能很轻易解决和追踪了。关于如何解决，有兴趣的可以参阅漏斗分析 · Sensors Analytics 使用手册这篇文档。
其次，这个转化漏斗的各个步骤，都是大过程，每个步骤间都有转化和流失，因为每个步骤间用户还会发生一系列的行为，这些很细微的行为导致了最终的转化和流失，所以我们需要结合用户行为序列和漏斗模型来共同完成此转化过程的分析。
购买后阶段
用户第一次购买后，我们会关心他是否会再次购买，是不是在我们平台上留存下来了，以及流失率怎么样？对于复购和流失的优化，那就是另外一个课题了，如何通过数据优化产品和运营，可以作为下个主题来探讨。
开源：分析用户的潜在需求，开发新的产品和服务节流：精准营销，节省广告投入
做营销，主要就是用户分析吧，貌似用户画像很有用。
现在做精准营销的很多，但是其实都在打擦边球，期待法律完善起来。
谢邀这是哈佛评论的一篇文章，或许可以完美解答你的问题。
来源：哈佛商业评论
亚马逊kindle市场部副总裁于洪近日分享了亚马逊在市场营销方面的一些具体做法与案例。在于洪看来，数字时代的营销，离不开三大要素：大数据的深度挖掘和消费者分析、对营销人员的精心选拔，以及精简化管理。
大数据的妙用
在亚马逊，图书下载之所以能转瞬即得，是因为后面有大数据的支持。举个例子，我作为客户，经常用手机、平板还是Kindle获得一本电子书；我经常在哪获得电子书，是北京的咖啡馆还是上海一个写字楼？我们甚至可以通过大数据提前预知，于洪下周会出现在上海还是广州。亚马逊有云数据，能够提前做好服务器计算能力和带宽推送的准备，这样就能把全国的带宽灵活分配，保证你不管在任何地方，买任何一本电子书，都能在60秒内传送到你的设备上。
其次，亚马逊还可以实现客户的一次购买，随处可读。通过大数据，我这本小说在kindle上读到了第6章第500页，换到手机上，依然可以从第6章第500页读起。此外，kindle有一个功能叫字里行间，当你做完测试以后，你读一本英文莎士比亚的文章，里面有很生涩的十几世纪的英文出现，kindle会自动知道你不认识这个词，字里行间这个功能会依据你的英语水平，出现一个英语四级或六级程度的注释，这也是大数据的妙用。
再有就是kindle的书签、书摘和笔记汇总功能。不管是学术、英文原版，还是文艺著作，你发现一句话很好，把它标注出来，同时你会看到，全世界一共有3600人认为这句话好；你还可以直接分享到微博上，这些都是大数据具体的应用。
数字化到底如何改变营销市场细分？是消费者分析，并结合MR—BI—MR。动用这些人的BI，发十几万封邮件，再去做一遍调研，我们会越来越清楚，用户在哪，他们是谁。在这一过程中，你必须学会用百度、谷歌，无论是淘宝、亚马逊还是京东，它们的记录反映了这些消费者是不是我的用户。
不用KPI考核营销人员
要想保证营销效果，营销部门的管理人才至关重要。在选人方面，我有三大标准：第一他要有经验，我要求这个人在这个行业里经验极其丰富，真的在机房里跟我们埋过电缆。第二他要有远见，如果这个人没有远见没有战略眼光，我们不想要一个普通的员工，我希望你跟我一起往前走。第三他要有热情。选人特别难，亚马逊选一个人要经过9轮面试，这相当于用心营销，你必须要用你的热情、身体和灵魂做营销。
我招了这么多牛人，怎么管？你拿一些KPI天天管它，拿严格的考勤管他，我可以坦白讲这是无效的。对于已经工作了几十年的人，他的经验是极其丰富的，你必须基于价值观和你这个领导或者公司文化去管理他们。如果他不认可你这个人和所代表的公司文化和精神，永远不可能跟你真的战斗到底。
人才搞定了，领导者就要充分授权、信赖团队。我经常发现预算几十万还在那PK。我会跟他们说，不用找我了，找底下运营的人，在你们看来这是我的职责所在，但我认为应该以品质为先，所以下属可以不用等我拍板。
一切从简
就组织架构来讲，我下面有广告团队、BI团队，以及负责所有线下体验活动的团队，这个是一个非常完善的组织架构。
不过，我会精简人员。我手下没几个人，每一个业务只招一个人，这个人从头到尾做所有的事儿，他们会很累，但是他们觉得很有意思。组织结构必须扁平，没那么多条条框框，有什么事儿他们就直接告诉我。每个战略项目团队如果负责大项目，团队成员不许超过10个人，如果超过10个人一定有人会被干掉。在此基础上，我们会对这些团队按周审核进度及效果，结合流量、注册、销售额阅读活跃度等指标进行优化。
另外，在日常工作中，我也要求员工，提交项目计划时不要给我十几页的文件，一页项目计划，三页项目主稿足矣。
我最后还是想强调一点，要用心营销。你自己以及你所有的代理公司，都要做到这一点。只有这样，你才能把营销做好。我喜欢一句话：“也许再过50年，世界上不会再存在任何商品，因为带宽、计算机还有运算到你家里的成本极低，唯一留存下来的两个东西是什么？可能是书店，无论它是电子书还是纸质书，因为人类区别于动物的一点就是，精神、灵魂和想象力。所以50年后，能够长期存在的很可能是拥有精神、灵魂和想象力的商品团队或者是拥有这样团队的公司。”。
文章翻译来自微信号数据客 ID：idacker
姓名*
网站
评论*
评论 ( 7 )
广告圈里一句名言:我知道我的广告浪费了一半，但我不知道浪费了哪一半。当前，越来越多的企业在大数据思维指导下进行广告投放，广告能通过对人群的定向，投放给准确的目标顾客，特别是互联网广告现在能够做到根据不同的人向其发布最适合其的广告，同时谁看了广告，看了多少次广告，都可以通过数据化的形式来了解、监测，以使得企业更好地评测广告效果，从而也使得企业的广告投放策略更加有效。
基于大数据的精准推广策略：
没有目标消费者的精准定位，盲目推广，是很多企业开展营销推广没有效果或者效果甚微的主要原因。大数据时代一个重要的特点是，能够实时全面地收集、分析消费者的相关信息数据，从而根据其不同的偏好、兴趣以及购买习惯等特征有针对性、准确地向他们推销最合适他们的产品或服务。另一方面，可以通过适时、动态地更新、丰富消费者的数据信息，并利用数据挖掘等技术及早预测消费者下一步或更深层次的需求，进而进一步加大推广力度，最终达到极大增加企业利润的目标。
规模个性化产品策略的实施：
传统市场营销产品策略主要是，同样包装同等质量的产品卖给所有的该企业客户，或同一个品牌，若干不同包装不同质量层次的产品卖给若干相对大群客户，这使得很多企业的很多产品越来越失去对消费者的吸引力，越来越不能满足消费者的个性化需求。近年来，随着科技和互联网的发展，社会的生产制造向生产“智”造转变，同时大数据通过相关性分析，将客户和产品进行有机串联，对用户的产品偏好，客户的关系偏好进行个性化定位，进而反馈给企业的品牌、产品研发部门，并推出与消费者个性相匹配的产品。
大数据使得营销渠道效能的潜力得以充分挖掘：
以前的市场营销的渠道大多采取代理制，或者是购销制，企业与代理商或经销商之间存在一种利益博弈关系，相互之间的信息常常是不共享的，也经常会发生利益冲突。在大数据环境下，企业只有与各方合作者一起建立起大数据营销系统平台，才能集中体现大数据、物联网、云计算、移动电子商务的优势，从而不断拓展企业营销渠道的外延与内涵。通过营销渠道各方协调一致增强消费者对产品品牌、服务的良好体验，进而引发顾客更加强烈的购买欲望，促进客户与企业品牌的亲合度更加紧密，提升企业的利润空间。
利用企业大数据集成系统指定科学的价格体系策略：
现在，很多企业都构建了基于大数据技术的大数据营销平台，实现了海量、不同类型的数据的收集，并跨越多种不同的系统，比如，不同的渠道平台(网络销售平台，以及实体批发、 零售平台)；不同的客户需求；不同的细分市场；以及不同的但可以区隔的市场区域。这样就可以帮助企业迅速搜集消费者的海量数据，分析洞察和预测消费者的偏好，消费者价格接受度；分析各种渠道形式的测试销售数据；以及消费者对企业所规划的各种产品组合的价格段的反应。使之能够利用大数据技术以了解客户行为和反馈，深刻理解客户的需求、关注客户行为，进而高效分析信息并做出预测，不断调整产品的功能方向，验证产品的商业价值，制定科学的价格策略。
大数据营销十大好处：
用户行为与特征分析：只有积累足够的用户数据，才能分析出用户的喜好与购买习惯，甚至做到“比用户更了解用户自己”。这一点，才是许多大数据营销的前提与出发点。
精准营销信息推送支撑：精准营销总在被提及，但是真正做到的少之又少，反而是垃圾信息泛滥。究其原因主要是过去名义上的精准营销缺少用户特征数据支撑及详细准确的分析，而这一点在大数据营销下能很好的改善。
引导产品及营销活动投用户所好：如果能在产品生产之前了解潜在用户的主要特征，以及他们对产品的期待，那么你的产品生产即可投其所好。
竞争对手监测与品牌传播：竞争对手在干什么是许多企业想了解的，即使对方不会告诉你，但你却可以通过大数据监测分析得知。品牌传播的有效性亦可通过大数据分析找准方向。例如，可以进行传播趋势分析、内容特征分析、互动用户分析、正负情绪分类、口碑品类分析、产品属性分布等，可以通过监测掌握竞争对手传播态势，并可以参考行业标杆用户策划，根据用户声音策划内容，甚至可以评估新媒体矩阵运营效果。
第五，品牌危机监测及管理支持。新媒体时代，品牌危机使许多企业谈虎色变，然而大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，识别重要参与人员，方便快速应对。大数据可以采集负面定义内容，及时启动危机跟踪和报警，按照人群社会属性分析，聚类事件过程中的观点，识别关键人物及传播路径，进而可以保护企业、产品的声誉，抓住源头和关键节点，快速有效地处理危机。
第六，企业重点客户筛选。许多企业家会纠结于：在企业的用户、好友与粉丝中，哪些是最有价值的用户？有了大数据，或许这一切都可以更加有事实支撑。从用户访问的各种网站可判断其最近关心的东西是否与你的企业相关；从用户在社会化媒体上所发布的各类内容及与他人互动的内容中，可以找出千丝万缕的信息，利用某种规则关联及综合起来，就可以帮助企业筛选重点的目标用户。
第七，大数据用于改善用户体验。要改善用户体验，关键在于真正了解用户及他们所使用的你的产品的状况，做最适时的提醒。例如，在大数据时代或许你正驾驶的汽车可提前救你一命。只要通过遍布全车的传感器收集车辆运行信息，在你的汽车关键部件发生问题之前，就会提前向你或4S店预警。
第八，客户分级管理支持。面对日新月异的新媒体，许多企业通过对粉丝的公开内容和互动记录分析，将粉丝转化为潜在用户，激活社会化资产价值，并对潜在用户进行多个维度的画像。大数据可以分析活跃粉丝的互动内容，设定消费者画像各种规则，关联潜在用户与会员数据，关联潜在用户与客服数据，筛选目标群体做精准营销，进而可以使传统客户关系管理结合社会化数据，丰富用户不同维度的标签，并可动态更新消费者生命周期数据，保持信息新鲜有效。
第九，发现新市场与新趋势。基于大数据的分析与预测，对于企业家提供洞察新市场与把握经济走向都是极大的支持。
第十，市场预测与决策分析支持。更全面、速度更及时的大数据，必然对市场预测及决策分析进一步上台阶提供更好的支撑。
在数字时代，互联网使得很多信息都公开化，人们的生活方式和思考方式已经发生了变化，同样人们的消费观念也发生了变化。大数据应用于营销市场行，大大帮助了企业精准地挖掘顾客需求，极大提升了营销效能。可以说，大数据的使用贯穿在整个营销过程的始末，对于营销的效果起着至关重要的影响性。“在不同的池塘用相应的诱饵，让那个池塘的鱼在当前的水温，光线环境下最有可能咬钩”。这句话或许是对大数据营销最好的注解。
众多同类产品中，如何让用户偏偏选中了你？除了产品能戳中用户痛点外，满足用户的某些使用需求，不断拉近用户与产品的距离，才能用我们的真心捕获用户的芳心，那么用户需求该如何更准确的理解并切实的满足呢？
一、用户需求即用户场景
在开始今天的讨论之前，我们先来研究一个场景。
iphone有两种接电话的交互方式，但是不知道你有没有想过，为什么同样一个“接电话”的行为，要设置两种交互操作呢？其实，问题的答案就隐藏在“使用场景”这四个字里。
当我们在谈论用户需求时，更多的是在说用户场景，而不只是说某用户使用某功能，而是具象化为何时、何地，是具有哪些特征的用户，因为某个原因或者某个事物，导致了某种行为的过程。
就像iOS系统接听电话存在锁屏状态下和非锁屏状态下，这两种不同的场景。锁屏状下有电话打入时(when)手机放在口袋里(where)处于锁屏状态(how)用户将手机从口袋里取出并接听(do)。当前场景下，用户的痛点为将手机从口袋取出的时候很容易不小心碰到屏幕产生误操作，因此iOS基于该场景下的用户的痛点与需求，将锁屏状态下的接听设计为滑动接听，可以很大程度上避免误操作；而在非锁屏的场景下，用户多数情况正在使用手机，注意力较集中，采用点击接听的方式更方便且快捷。
为了更好的理解，我们再举个例子。比如某手机浏览器发布新版本主打“网络小说追更”（追内容更新）功能。毫无疑问，对于看网络小说的用户来说，“追更”是一个刚需。之前，由于版权以及文字识别OCR技术并不成熟，很多用户都是在PC端通过盗版网站或者贴吧来追更，而不是通过移动端产品直接阅读。就用户体验而言，用户只能看到文字内容的图片版，而且在移动端图片因无法自动缩放，导致阅读体验极差。
此外，调研发现用户追更的主要时间集中在上下班，主要场所是在地铁和公交上，这些场所的网络环境也不尽如人意。
因此，为了解决用户“追更”的需求，这个新功能集中在根据URL自动判断用户访问的内容是否为小说，如果是小说内容，则通过插件将广告屏蔽，同时将图片翻译成文字重新排版，此外，自动记录用户阅读小说的章节，在有新更新的时候，给用户推送，并且可以缓存下载的内容，在信号不好的场所比如地铁上依然可以浏览。
其实，应用场景就是所谓的故事板，即Storyboard，先设定一个用户画像，然后设计一个故事场景，最后故事的结果导向用户使用了产品。应用场景的搭建本质就是讲故事，在搭建过程中需要把握以下6要素：时间、地点、人物；事件的起因、经过、结果，即5W1H。
引导用户行为就是要给他们足够的故事背景，让他们产生代入感，才能在我们的故事框架下，成为我们设计中的主角。当海量用户成为主角，我们这些“煽风点火的舞台搭建者”才能避免落入“自嗨”的窘境。
二、满足需求 把握最佳的时间和地点
运营是个注重效率的工作，要注意的是，在满足用户需求的时候，不同的时间、地点，执行相同的行为，效果往往大不相同。
1、时间
微信推出红包功能是为了抢占移动支付的入口。在微信红包出现之前，移动支付几乎是支付宝的天下，而对于微信来说，移动支付是非常重要的一场战役，对于一炮打响的压力很大。
我们注意到，微信红包的推出是在2014年1月27日，离除夕还有3天，仅除夕到大年初一，抢红包的用户就超过500万人，而抢到红包之后提现，就必须绑定银行卡。背后的逻辑可以这么解读，发红包的需求，一定是在农历过年前后才能达到最高峰。做运营就像谈恋爱，对的时间甚至比对的人还重要，时间不对的运营就是耍流氓。
2、地点
如果细心一些就会发现，充电桩、共享充电宝等产品，主要集中在消耗用户时间的场所，特别是需要等待的场所，例如，充电桩经常出现在火车站和飞机场，共享充电宝则更多的出现在餐馆咖啡厅等场所。
同样是解决用户手机充电的需求，为什么在两个不同的场景中，出现了两种不一样的产品呢？理由很简单，到咖啡厅通常都需要停留1-2个小时，有充足的时间使用并归还充电宝，但是在机场就不适合提供充电宝，因为机场很大而且乘客来去匆匆，更适合直接插上充电桩上的数据线充电。
三、实战案例
上文中我们提到了用户场景，那么该如何列举场景呢？推荐方法是通过操作流程图来依次提取其中的关键场景，以看电影为例其流程为：买电影票－去电影院－取票－检票找座位－观影－出影院－评论吐槽，根据流程可以抽取列举出看电影涉及到的关键场景为：
1、电影页面(where)购票(do)；
2、电影开始前(when)乘车(do)前往电影院的路上(where)；
3、观影前(when)在电影院(where)通过自助取票机取票（do）；
4、观众(who)进入影厅观影(where)，影片结束后离开（do）
5、回家的路上(where)和朋友吐槽剧透(do)；在朋友圈(where)晒观影照片(do)；在购票app上(where)评价吐槽(do)。
对关键场景的描述有利于发现场景中的细节，更好地对场景进行分析判断，场景描述清晰后就可以指导我们的运营策略了，比如当前我们的运营任务是提高用户活跃度，鼓励用户在观影后为影片打分并撰写简短影评，那么我们即可通过智能触达的方式，根据用户购票的电影时间，在观影后的24小时内发送一条短信，提醒用户撰写影评并附上参与活动的好处（比如点评电影即获双倍积分直接兑换影票），促使用户完成我们的“规定动作”。
用户是动态的，不同的时间，不同的场景，用户行为都在不断发生着变化，因此，我们需要根据用户使用的场景进行有效的运营触达，促使用户尽快转化持续活跃，推送作为运营触达的主要形式，触达效果的关键就在于“推送时机”的把握。
关于我们：
诸葛io，智能化数据分析驱动低成本增长获客和用户留存。
目前我们正在为互金/教育/新零售/保险/汽车等行业提供大数据整体解决方案并提供咨询服务。服务客户有：光明随心订、食行生鲜；人人贷、阳光保险、众安保险、平安；宝马、奥迪、大众、NEVS；饿了么；东易日盛等。
诸葛io – 深入业务场景的数据智能决策平台
说起市场营销，可能大家都会想到，市场部门为了扩大品牌影响力，在市场上占据一定的市场份额，会在各大渠道投放广告，至于广告投放出去后，如何追踪渠道，如何衡量渠道投放效果，反过来指导和迭代下一轮投放，大部分人对这个过程的把控和分析是很模糊的，发了那么多软文、投了那么多广告、做了那么多活动，最后老板发话了“花了那么多钱，效果咋样啊？”，此时你可能就蒙了。今天用一张图给大家简单描述下，渠道投放出去后映射到产品最后发生购买的整个过程。
这是互联网营销过程中用户典型的点击流，大家可以回想下自己接触、了解、购买一个新产品的过程。从某个广告或者朋友圈看到了一条特别有意思而且很感兴趣的产品，最后点击推广链接，打开了某个落地页，浏览落地页的内容后，最终完成了广告主所期许的行为，至于广告主所期许的行为是什么是和营销目的密切相关的，同时我们还要考虑到推广产品所处的阶段，因为不同产品阶段的营销目的是不一样的。
这个过程可以分解为点击前阶段（Pre-Click）、点击后阶段（Post-Click）和购买后阶段（Post-Buy），对于市场营销来说，它是重点关注用户生命周期的早中期阶段，即点击前阶段和点击后阶段，主要包含用户获取、用户激活和病毒传播。
大数据是一切智能化的基础和土壤，在这个过程中收集的数据量足够多，才足以消除不确定信息，它所分析出来的数据才更有指导意义，善于收集、使用并分析数据，才能抓住“互联网+”时代的“牛鼻子”。
点击前阶段
该阶段我们的目的是提高用户获取的效率，完成目的前我们首先要了解各种广告形式，一般会分为付费广告和免费广告。
付费广告大概有：各种展示类广告、视频贴片广告、搜索引擎SEM、百度品专等；
免费广告大概有：直接流量、SEO、社交流量、朋友圈、朋友推荐等。
不管是哪种广告形式，首先得做出区分才能衡量。第一步要建立精细化的渠道追踪体系，用UTM参数配置来追踪用户的来源，告别拍脑袋主观判断渠道质量好坏的状态。如下图所示，UTM提供了五个可以自由配置的参数：
参数定义好后，可以进行各种场景的跟踪。
如当生成的链接用于付费推广时：
https://www.sensorsdata.cn/index.html?utm_source=baidu&utm_medium=CPC&utm_term=用户画像F&utm_content=textlink&utm_campaign=news conference
如当生成的链接用于免费推广时：
https://www.sensorsdata.cn/index.html?utm_source=baidu&utm_medium=朋友圈&utm_content=userarticle&utm_campaign=五一系列活动
此时你可能会问，除了这些被标记的，那些自然过来的流量如何区分呢？别忘了，你肯定知道前向域名和前向地址，一般都是通过这两个字段开区分自然流量的。还有一些用户可能还想区分站内和站外流量，没关系，我们再增加两个字段，最近一次站外来源和最近一次站外地址就可以了。
好了，渠道标记完成后，我们来看看，这个阶段的好坏可以用哪些指标来衡量？
Impression 即曝光量，Click 即点击量，人们常常用 Click 和 Impression的比值 CTR 即点击通过率来衡量广告引起人们注意的程度。但是在展示类广告中会存在大量作弊的现象，但是仍没有阻止人们做展示类广告，为什么呢？因为广告学中有个理论，叫曝光效应。它其实利用了人们的心理，就是一个东西，你见得越多，越觉得它好。关于曝光量这个指标还有个笑话，我的一个好朋友假期要带男朋友回家见爸妈，可能觉得不帅，就想着如何捯饬能看的比较帅一些，然后我另一个闺蜜就发话了，利用广告学曝光理论，多带男朋友回几次家，在爸妈眼前多晃悠几次，你爸妈会觉得越来越耐看的（==！)。
CTR 说明这次所做广告的创意水平以及和人群的匹配程度。比如，我在一个广告位置投放了不同广告创意的广告，哪个广告的 CTR 比较高，就说明哪个创意做的比较好。
CPC 即每次点击花费多少钱，可以帮助你衡量比较不同渠道的成本。成本和 CTR 综合衡量。
点击后阶段
用户点击推广链接后，跳转到的落地页可能在 web 端，也可能在 app 端，落地页打开后，如何衡量这个落地页的好坏呢？落地页承载的是用户对你的产品的第一印象，第一印象很重要！
Traffic 即流量
通常用 PV UV Visit 指标来衡量，但是这些指标只能在浅层次上衡量这次营销效果是否成功。
Call to Action
行为召唤，或者说是用户行为号召。至于这个号召按钮是什么是和你这次营销目的相关的，比如注册或者下载App。这个 Call to Action按钮一定要设置好，用户点击使用是无障碍的，要不你前期做的广告，很可能就白费了。
如果流量和落地页相匹配的话，上述指标不会差。用户从落地页跳转到你的产品内部后，我们就需要通过 Engagement 这个指标，来看看用户和我们产品内容和功能的交互度如何？
Engagement
Engagement 并不是指一个具体的度量，它是一系列衡量用户在营销活动中参与程度的指标集合，即用户在产品中和产品内容和功能的交互程度。我们可以这样理解它，它用以衡量流量产生之后和最终发生转化之前的用户行为和过程。
先来看标准意义的 Engagement 指标，主要指跳出率、停留时长和页面访问深度三个指标的综合考量。我们可以看到，这些标准意义的指标，还不足以涵盖更为具体的用户行为分析需求。比如，一个网站有一些更为重要的希望用户完成的用户行为，注册或登录、申请试用、或是把商品加入购物车，其中注册或登录、申请试用是 Call to Action 行为，那么这些行为的渠道来源数据是能够采到的，但是加入购物车就不一样了，这个行为是用户登录后的行为，登录前后的行为如何关联起来，用户行为数据如何和后端业务数据打通，真正实现渠道与业务相匹配呢？。如果你不能把登录前和登录后的行为标识为一个用户，那么分析的意义就荡然无存了。有关如何把登录前后的行为关联起来可以参阅如何准确的标识用户 · Sensors Analytics 使用手册这篇文档。
标准意义的 Engagement 指标反映了用户对于营销内容和产品的感兴趣程度，而按照业务定义的 Engagement 指标 则反映了影响用户最终发生转化的各种因素。
另外从用户和产品的交互过程中，会产生大量的用户行为数据，我们可以从用户行为上详细了解到了用户的一些行为特点，也就是我们常说的用户画像，比如用户经常浏览电器类产品，且浏览次数大于5次，说明这批用户目前在关注电器信息，那么我们就可以把这部分人群捞出来，打上标签，针对这部分人群作为重点投放的广告人群，开始下一轮精准投放，这样就形成了一个数据营销的良性循环。
Conversion
提起转化率，漏斗模型是市场和运营最为熟悉的方法，一般会按照“点击推广链接–>浏览落地页–>有效咨询–>注册–>购买”类似的过程来做每一个转化步骤，从而快速定位到哪里出现了问题。但是这个模型在实际操作过程中是有两个主要问题的。
首先，转化漏斗需要全流程的监控数据，但这些数据很难全部准确的获取。要想准确获取这些数据，我们需要一个好的数据模型来定义每一个步骤，每一个步骤定义好后，我们还要考虑这几个步骤的用户如何贯通起来，即如何让用户一层层的漏下去？我们注意到从注册前到购买的过程是完全割裂的，因为注册前是匿名用户，注册后产生的购买是真实用户，如何将注册前和注册后的行为关联起来就显得很重要，它和上述 Engagement 指标讲解时所采取的方案是一样的，可以参阅如何准确的标识用户 · Sensors Analytics 使用手册这篇文档。
另外对于一些需要转化周期的行业，比如互联网金融、在线教育、医疗等行业，消费者有很长的决策周期，但是从市场现有的漏斗模型来说，因为漏斗转化是基于会话的，转化周期只有30分钟左右，也就是此时一般只能实时统计到有效咨询这个层级，这就削弱了这个漏斗模型的价值。既然这个问题存在了就一定有解决方案，如果这个转化周期能根据自己的业务情况自定义呢？比如设置为3天或者7天，那么这个问题就能很轻易解决和追踪了。关于如何解决，有兴趣的可以参阅漏斗分析 · Sensors Analytics 使用手册这篇文档。
其次，这个转化漏斗的各个步骤，都是大过程，每个步骤间都有转化和流失，因为每个步骤间用户还会发生一系列的行为，这些很细微的行为导致了最终的转化和流失，所以我们需要结合用户行为序列和漏斗模型来共同完成此转化过程的分析。
购买后阶段
用户第一次购买后，我们会关心他是否会再次购买，是不是在我们平台上留存下来了，以及流失率怎么样？对于复购和流失的优化，那就是另外一个课题了，如何通过数据优化产品和运营，可以作为下个主题来探讨。
开源：分析用户的潜在需求，开发新的产品和服务
节流：精准营销，节省广告投入
做营销，主要就是用户分析吧，貌似用户画像很有用。
现在做精准营销的很多，但是其实都在打擦边球，期待法律完善起来。
谢邀
这是哈佛评论的一篇文章，或许可以完美解答你的问题。
来源：哈佛商业评论
亚马逊kindle市场部副总裁于洪近日分享了亚马逊在市场营销方面的一些具体做法与案例。在于洪看来，数字时代的营销，离不开三大要素：大数据的深度挖掘和消费者分析、对营销人员的精心选拔，以及精简化管理。
大数据的妙用
在亚马逊，图书下载之所以能转瞬即得，是因为后面有大数据的支持。举个例子，我作为客户，经常用手机、平板还是Kindle获得一本电子书；我经常在哪获得电子书，是北京的咖啡馆还是上海一个写字楼？我们甚至可以通过大数据提前预知，于洪下周会出现在上海还是广州。亚马逊有云数据，能够提前做好服务器计算能力和带宽推送的准备，这样就能把全国的带宽灵活分配，保证你不管在任何地方，买任何一本电子书，都能在60秒内传送到你的设备上。
其次，亚马逊还可以实现客户的一次购买，随处可读。通过大数据，我这本小说在kindle上读到了第6章第500页，换到手机上，依然可以从第6章第500页读起。此外，kindle有一个功能叫字里行间，当你做完测试以后，你读一本英文莎士比亚的文章，里面有很生涩的十几世纪的英文出现，kindle会自动知道你不认识这个词，字里行间这个功能会依据你的英语水平，出现一个英语四级或六级程度的注释，这也是大数据的妙用。
再有就是kindle的书签、书摘和笔记汇总功能。不管是学术、英文原版，还是文艺著作，你发现一句话很好，把它标注出来，同时你会看到，全世界一共有3600人认为这句话好；你还可以直接分享到微博上，这些都是大数据具体的应用。
数字化到底如何改变营销市场细分？是消费者分析，并结合MR—BI—MR。动用这些人的BI，发十几万封邮件，再去做一遍调研，我们会越来越清楚，用户在哪，他们是谁。在这一过程中，你必须学会用百度、谷歌，无论是淘宝、亚马逊还是京东，它们的记录反映了这些消费者是不是我的用户。
不用KPI考核营销人员
要想保证营销效果，营销部门的管理人才至关重要。在选人方面，我有三大标准：第一他要有经验，我要求这个人在这个行业里经验极其丰富，真的在机房里跟我们埋过电缆。第二他要有远见，如果这个人没有远见没有战略眼光，我们不想要一个普通的员工，我希望你跟我一起往前走。第三他要有热情。选人特别难，亚马逊选一个人要经过9轮面试，这相当于用心营销，你必须要用你的热情、身体和灵魂做营销。
我招了这么多牛人，怎么管？你拿一些KPI天天管它，拿严格的考勤管他，我可以坦白讲这是无效的。对于已经工作了几十年的人，他的经验是极其丰富的，你必须基于价值观和你这个领导或者公司文化去管理他们。如果他不认可你这个人和所代表的公司文化和精神，永远不可能跟你真的战斗到底。
人才搞定了，领导者就要充分授权、信赖团队。我经常发现预算几十万还在那PK。我会跟他们说，不用找我了，找底下运营的人，在你们看来这是我的职责所在，但我认为应该以品质为先，所以下属可以不用等我拍板。
一切从简
就组织架构来讲，我下面有广告团队、BI团队，以及负责所有线下体验活动的团队，这个是一个非常完善的组织架构。
不过，我会精简人员。我手下没几个人，每一个业务只招一个人，这个人从头到尾做所有的事儿，他们会很累，但是他们觉得很有意思。组织结构必须扁平，没那么多条条框框，有什么事儿他们就直接告诉我。每个战略项目团队如果负责大项目，团队成员不许超过10个人，如果超过10个人一定有人会被干掉。在此基础上，我们会对这些团队按周审核进度及效果，结合流量、注册、销售额阅读活跃度等指标进行优化。
另外，在日常工作中，我也要求员工，提交项目计划时不要给我十几页的文件，一页项目计划，三页项目主稿足矣。
我最后还是想强调一点，要用心营销。你自己以及你所有的代理公司，都要做到这一点。只有这样，你才能把营销做好。我喜欢一句话：“也许再过50年，世界上不会再存在任何商品，因为带宽、计算机还有运算到你家里的成本极低，唯一留存下来的两个东西是什么？可能是书店，无论它是电子书还是纸质书，因为人类区别于动物的一点就是，精神、灵魂和想象力。所以50年后，能够长期存在的很可能是拥有精神、灵魂和想象力的商品团队或者是拥有这样团队的公司。”。
文章翻译来自微信号数据客 ID：idacker