數據也有分好壞? 解構數據行銷3大關鍵

首圖來源:dmnews

近10年來行銷領域最具革命性的延展莫過於將消費者行為導入大數據,不可否認地,行銷潛移默化地從一種藝術思考方式蛻變成科學思維底下的應用領域,品牌策略立基在客觀的數據分析上,以數據做為行銷趨勢的依據;但在這個觀念底下產生一個現實的問題,到底那些數據是值得相信的?又這些數據是否有好壞之分?

數位時代的廣告模式起步較晚,不難發現許多廣告仍然以優化內容為主要模式,好的廣告內容決定了消費者的轉換率;另一方面程式化購買成為數位廣告的最佳解。程式化購買(Programmatic Buying)以大數據為基礎,鎖定特定消費族群,致力於將精準行銷的概念應用在媒合受眾與廣告之間的管道,讓廣告能夠接觸到對的客群。不過必須要思考的是,程式化廣告難道不會受限於數據的負面影響?無疑地,同樣面臨到數據不可避免的議題,如何在這個競爭的市場中脫穎而出,端看品牌演譯大數據的程度和辨識程度。

1.避免第三方資料錯誤解讀

第三方資料是從非廣告主本身所取得的資料,分類以及定義由取得來源決定,廣告主如果沒有強大的數據基礎,時常仰賴第三方資料的提供和分析。分類的依據很廣,常見的基礎是建立在人口統計上,依照性別,居住地區,年齡去做市場切割,接著針對特定一個市場區隔去行銷和投放廣告;然而,第三方資料時常造成數據解讀上的錯誤,在市場切割下的客群分類不一定適用普遍認知的行銷手法,或是第三方資料來源的定義與品牌不符,例如將每月來店次數低於5次定義為鮮少光顧,這固然有其邏輯,但是精準程度則會因為標準化而大幅降低。

舉例來說,電商A利用第三方資料的分析,將客群鎖定在25到30歲的年輕上班女性,認為他們適用社群廣告的行銷手法;實際上卻是35到40歲的上班族女性為主要客群,錯誤的第三方資料解讀或是應用可能導致行銷手法的失針。

2.善用第一手資料

第一手資料主要來源是品牌既有的客戶資料,也是品牌數據中不可取代的部分,舉例來說,如果電商A需要搜尋關於「35到40歲的上班族女性」購買習慣,只需要調閱品牌數據資料庫進行分析和解碼;然而第一手資料也有其侷限性,核心概念主要是行銷,資料也是關於接觸過品牌產品的客戶資料,如果想要接觸其他客群則無法有效提供解答;再者,第一手資料需要長期的累積和觀測,成本高且取得困難,剛起步的廣告業主可能沒辦法在短時間內運用。

3.競爭者數據的利用

競爭者資料是大數據行銷底下容易忽略的一個環節,廣告主可以善用與品牌相仿的可轉換性競爭者數據,以相似的品牌客群做為參考和利用;本質上,在可以取得資料庫的情況下,利用競爭者的第一手資料當作行銷活動或是廣告客群的鎖定會產生立竿見影的效果;舉例來說,仔細分析本土保健品牌茶籽堂和阿原肥皂的客群之後,茶籽堂也許在發展初期可以嘗試以阿原肥皂主打的客群做為品牌延展路線,融合相關的元素和手法,接著在品牌漸趨成熟之後做差異化和區隔。相較利用錯誤的第三方資料,競爭者數據有一定的客群基礎以及經驗,可以避免品牌落入市場區隔的陷阱

文章來源:SmartM,未經同意請勿轉載。

延伸閱讀:

活動頁面除了導購外,還能檢視行銷成效!
IG商業工具經營有成,晉升廣告商新寵!
該投入這筆行銷預算嗎?讓ROI告訴你!

文章內容屬作者個人觀點,不代表本站立場

大數聚

透過數據,我們聚集各領域的專家,檢視時下重要議題及產業趨勢。當我們聚在一起,用數據說話,說出有意義、有價值的新觀點。歡迎加入我們,一起用數據看世界。