数据营销三部曲(第二部)

简介: 数据营销已不再仅意味着企业内部的一个岗位或一个团队,它还催生了一个被称之为 MarTech(营销科技)的新的科技领域和细分市场,以及专业的 MarTech 公司。

640.png

各位看官,书接上回。

一句话总结,数据营销本质上就是以客户为中心,通过数据获得客户洞察,从而去实现客群的精细化经营、客户的精准化触达,增长的可视化预测,是一个基于数据驱动的融合经营策略。


|WHAT - 数据营销需要科技|


如今,数据营销已不再仅意味着企业内部的一个岗位或一个团队,它还 催生了一个被称之为 MarTech(营销科技)的新的科技领域和细分市场,以及专业的 MarTech 公司,这和已经为人熟知的 FinTech(金融科技)道理相通。介于篇幅有限,有兴趣的朋友可以通过了解由品友互动升级而得的 “深演智能” 和宝马旗下的 “领悦数字” 获得更聚像的 MarTech 认知,我在此就不展开赘述了。以客户为中心是企业数字化转型的根本目标,基于此,则数据营销策略在企业的落地和推进就会成为衡量企业数字化转型进程的一个关键过程指标。


|HOW - 落地靠什么样的人|


策略落地靠人,设岗、找人、组队是关键。那么数据营销该找什么样的人、组什么样的队呢?我个人看到招行有两个数据营销专岗的招聘信息很有意思、也很有参考性,所以特意把它们做了一个关键词的提炼比对,以方便有兴趣的朋友,尤其是人力部门的同学们参考。

WechatIMG239.png

【表 1 - 数据营销岗位画像对比表】


可见,虽同为数据营销岗,但各有洞天。一个侧重:增长挖掘、流程优化、报表迭代、经营策略另一个则聚焦:客户池,客户画像、洞察客群规律,流量识别模型、分发模型、定价模型,客户价值标签库、客户营销视图,经营效能评估,经营指标的分层监控视,客户池经营效能评估,批量经营投入产出模型。对应的,基于我的个人理解,就用下图对这两个各有洞天的数据营销岗做了个提炼总结,供朋友们拍砖。

WechatIMG238.png

【图 1 - 能力模型图】


|WHERE - 从哪里找人|


找人就两个途径:内选和外招。然而,MarTech 作为一个新兴领域,意味着现成可取的人才池子并不大,要找 “头狼” 就更为不易。同时,相较而言,目前阶段,MarTech 企业对数据营销人才更具有吸引力,这种吸引力不仅在于薪水和福利的有形待遇,还在于对未来的使命感、自我价值实现、以及人才对自身长期发展愿景的召唤。

1b59b36f-6843-49ab-9a59-38ce02ebfceb.png

【图 2 - 深演智能官网截图】


人是物质与精神相结合的高级动物,除了给予有形物质以外,对于所有即将开始或正在进行数字化转型的企业而言,如何建设与发展企业的融合组织、敏捷团队、数据文化、数字氛围、发展愿景、价值使命,从而使企业自带 “吸盘”,具备 “吸引” 人才的原力,是一个值得企业管理层和人力同学们去思考和行动的长期话题。最后,就以《中国银河证券股份有限公司 2021 年年度报告》的 “第三节 管理层讨论与分析” 中的一段摘录信息来结束本次的话题吧,谢谢大家的眼睛和时间。


(经纪、销售和交易业务)

……以 “客户服务为中心”  为客户提供全方位、差异化的投研服务……加强科技赋能精准服务,建立财富管理客户分类分级体系,形成 6 大类、17 小类、517 个客户标签矩阵……加快产品改造进度,主动压降通道业务规模……基本形成了以发展 “固收+” 产品为核心,权益、混合类产品为重点、创新类产品为亮点的自主管理产品格局……


(投资管理业务)

……着力提升基金主动创设能力……越来越考验投资机构对行业和企业的理解判断能力……重点参与构建 “以企业为中心”  的投融资业务体系,努力服务于母公司的整体战略、服务于各业务线的联动发展……


三人行必有我师焉,欢迎拍砖指正~

目录
相关文章
|
6月前
|
机器学习/深度学习 算法 数据挖掘
PYTHON银行机器学习:回归、随机森林、KNN近邻、决策树、高斯朴素贝叶斯、支持向量机SVM分析营销活动数据|数据分享-2
PYTHON银行机器学习:回归、随机森林、KNN近邻、决策树、高斯朴素贝叶斯、支持向量机SVM分析营销活动数据|数据分享
|
6月前
|
机器学习/深度学习 Python
PYTHON银行机器学习:回归、随机森林、KNN近邻、决策树、高斯朴素贝叶斯、支持向量机SVM分析营销活动数据|数据分享-4
PYTHON银行机器学习:回归、随机森林、KNN近邻、决策树、高斯朴素贝叶斯、支持向量机SVM分析营销活动数据|数据分享
|
4月前
|
人工智能 算法 数据可视化
|
2月前
|
搜索推荐 API
淘宝商品数据洞察:解锁精准营销新策略
在快速变化的商业环境中,高效的营销策略对企业至关重要。通过API获取淘宝APP的商品细节数据,企业可以精准分析产品特性、强化卖点,并制定灵活的价格策略。利用用户画像实现个性化营销,选择最佳渠道并优化内容,从而提升品牌影响力。这一方法不仅帮助企业抓住目标消费者,还能增强市场竞争力,促进长期发展。
|
3月前
|
编解码 搜索推荐 数据挖掘
巧用商品详情数据,制定精准营销策略
在当前激烈的市场竞争中,利用京东APP商品详情数据通过API接口为企业提供宝贵支持,助力打造精准营销策略。首先,深入分析商品特点明确产品定位,并突出差异化优势以吸引目标消费群体。其次,细致分析价格信息制定合理定价及促销策略。再者,借助用户数据细分市场并提供个性化推荐增强顾客忠诚度。此外,选择合适营销渠道并不断优化提升效果。最后,通过高质量内容创作和品牌建设强化品牌形象,全面提升市场竞争力。综上所述,充分利用商品详情数据能够帮助企业制定更为精准有效的营销策略,促进可持续发展。
|
4月前
|
人工智能
什么是企业全历史行为数据?为什么它是ToB大客户营销的最佳助手?
企业全历史行为数据涵盖了企业从注册运营到当下的所有可挖掘的行为数据。
|
6月前
|
机器学习/深度学习 算法 Python
PYTHON银行机器学习:回归、随机森林、KNN近邻、决策树、高斯朴素贝叶斯、支持向量机SVM分析营销活动数据|数据分享-3
PYTHON银行机器学习:回归、随机森林、KNN近邻、决策树、高斯朴素贝叶斯、支持向量机SVM分析营销活动数据|数据分享
|
6月前
|
机器学习/深度学习 数据可视化 数据挖掘
【视频】结构方程模型SEM分析心理学营销数据路径图可视化|数据分享
【视频】结构方程模型SEM分析心理学营销数据路径图可视化|数据分享
|
6月前
|
机器学习/深度学习 算法 Python
PYTHON银行机器学习:回归、随机森林、KNN近邻、决策树、高斯朴素贝叶斯、支持向量机SVM分析营销活动数据|数据分享(下)
PYTHON银行机器学习:回归、随机森林、KNN近邻、决策树、高斯朴素贝叶斯、支持向量机SVM分析营销活动数据|数据分享
|
6月前
|
机器学习/深度学习 算法 数据挖掘
PYTHON银行机器学习:回归、随机森林、KNN近邻、决策树、高斯朴素贝叶斯、支持向量机SVM分析营销活动数据|数据分享(上)
PYTHON银行机器学习:回归、随机森林、KNN近邻、决策树、高斯朴素贝叶斯、支持向量机SVM分析营销活动数据|数据分享