哈佛商业评论:数据是内容营销的下一大热门话题

本文涉及的产品
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
简介:

随着传统广告效力的减弱和社交媒体的崛起,内容营销的重要性日益凸显。越来越多的企业既扮演着广告商又充当着出版商的角色,利用数字新闻编辑室、播客等各种形式的品牌化内容将品牌、观点与价值主张呈现在消费者面前。


近日,亚历山大·塞缪尔(Alexandra Samuel)在刊登于《哈佛商业评论》的文章《数据是内容营销的下一大热门话题》中提到,数据新闻(Data Journalism)已成为了媒体行业最热门的趋势之一。对企业来讲,即便各大企业已经接受了内容创作者这一角色,他们却在很大程度上忽视了利用内部数据来讲故事。


什么是数据新闻呢?利用数据讲故事,并以可视化方式来展示《纽约时报》、《卫报》、《经济学人》、英国广播公司等都在数据新闻上投入巨资,因为这些媒体意识到,大数据时代使他们能够挖掘新的见解,并以更具说服力的方式“讲故事”。



数据新闻尚未得到有效利用
Monetate最新发布的信息图显示,87%的营销人员知道对ROI(投资回报率)的影响取决于是否能够及时获取和分享有用的数据。很多公司已经意识到数据新闻的重要性,但是令人遗憾的是,许多公关营销人却还沉陷在茫茫数据之中毫无头绪。


诚然,数据本身没有任何意义,更不用说数据的体量之大、类型之复杂。有些企业拥有完整的数据结构,公关传播人可利用的数据容量也非常多,这些都可成为一流的传播素材。但为什么有些企业没有对数据加以有效利用呢?

这真是一个极具讽刺意味的疏忽,有些企业对内部数据就好像对待国家机密一般,仅在推动内部决策、或是指导营销活动时才会用到,你基本找不到用数据打造的颇具吸引力的原创内容。
数据新闻对企业传播至关重要
如今,以HTML5为交互的可视化产品刷屏各种社交网络,也引发了业界对数据新闻的广泛关注。 如果企业能够有效收集这些数据,分析它们,并将之转换成有意义和可操作的见解——然后利用它们讲述一个引人入胜、切实可行的“故事”,这样数据才有价值。
1
提升网站流量
数据本身“不好看”,受众也懒得看大段的描述性文字, 通过好玩的数据信息图来辅助产品进行传播,把可视化和新闻结合在一起才有趣。值得注意的是,这种新闻类型也吸引了社交媒体的关注:新数据和信息图表遍布Twitter、Facebook等社交渠道。

《卫报》网站上的独特栏目“数据博客”,开创了数据新闻发展的里程碑。共制作各类数据新闻2500多则,它采取的形式有图表、地图,以及各种互动效果图,每月点击量上百万。


一些企业在数据新闻方面颇有建树,这些品牌发现了几乎每个品牌都应该做的事情: 打开数据宝库,将其中部分财富以原创内容的形式提供给消费者和公众。

例如,当前最流行的重筹平台之一Kickstarter,在其网站上用数字和图表的形式介绍了2014“成绩单”。Kickstarter发起的众筹项目有很多类别,包括:艺术、电影、出版、舞蹈、音乐、食物、游戏、科技等。如图所示,科技类虽项目总数落后于电影、音乐、艺术和设计等,但其筹到的资金数额却是最多的,约占 2014 年筹集到的资金总额的 24%。


2
迎合受众需求
数据新闻一方面抓住了技术进步带来的新可能,另一方面也迎合了当下受众的直接需求。


首先,对记者和博主而言,来自企业内部的调查数据及市场趋势报告具有巨大价值。博然思维集团(Brunswick Group)发布的第五次全球投资者调查报告中也曾提及,约76%受访者认为来自企业的一手数据信息在投资决策中起主导作用。尽管数字媒体继续保持强大的影响力,但投资者和分析师还是更重视企业一手数据信息。从2009年到2015年,来自企业的一手数据一直备最受投资者青睐,位列所有信息源第一位。



此外,就数据新闻本身来讲,化冗长的文字为简洁的图片,把庞杂的信息精简,复杂的逻辑关系被一目了然的图谱以最直接的方式呈现出来, 可谓易懂、好看又有趣,迎合了受众浅阅读和趣味阅读的需求。
3
树立品牌权威和透明度
策划、分析和分享数据,尤其是此前未公开的数据, 对媒体来说是内容可靠性的保证,同时也使品牌和企业成为行业内相关话题专业、权威、可信任、可追溯的消息来源;对于门户网站而言,原创比较难,但又要寻找自己内容生产的渠道,而数据新闻便提供了这样一种可供选择的渠道。

例如,智能手环厂商Jawbone日前就在自己的官方博客上发布了一组大数据图表,列出了全球数个大城市用户的睡眠和运动情况,包括纽约、巴黎、北京、莫斯科、迪拜、东京和马德里等城市。其中,日本东京是全球睡眠最短(5小时44分钟)的城市;“不夜之城”纽约人每晚的睡眠时间达6小时47分钟,不过,半数纽约用户直到凌晨两点还没休息;在阿联酋迪拜,10%的用户直到上午11点还在睡觉。


类似这样的图表不仅有趣,让人们更加形象地了解自己所在的城市。同时,其反映出来的趋势,有助于当地政府根据居民的睡眠情况出台对应措施,比如进行夜间市容整顿,让人们获得更长的睡眠时间等。这些统计结果不仅会成为我们健康生活随时的提醒与帮助,更会成为整个时代生活状态的写照。
4
获得传播新视角
塞缪尔写道:“当你与外部共享数据时,你同时也能获得一个全新视角——虽然你可能对这些数据了如指掌, 但观察他人如何看待并理解这些数据,可能会使你产生新的传播见解,获得许多意料之外的收获。”

最近一份来自经济学人智库的研究显示,商业领袖们正考虑为市场营销和预测分析建立一个数据战略,并将此作为企业市场营销最重要的战略之一。

大数据时代,“数据新闻”已经从“配角”变为“主角”,从“噱头”变“看头”,企业公关必须适应新的信息生产和传播方式,既能生产数据,也能对数据进行解读分析,以此为受众提供个性化的内容!


原文发布时间为:2015-10-24

本文来自云栖社区合作伙伴“大数据文摘”,了解相关信息可以关注“BigDataDigest”微信公众号

相关实践学习
基于MaxCompute的热门话题分析
本实验围绕社交用户发布的文章做了详尽的分析,通过分析能得到用户群体年龄分布,性别分布,地理位置分布,以及热门话题的热度。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
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

热门文章

最新文章