营销人员将在未来几年面对的10个数据趋势
发表于 2017-04-08 14:03
阅读数: 37087
趋势1:大数据的演变和“6V”
大数据理念并不新,而这一术语也可能是误导性的。大型数据集已存在多年,并且已被诸多大型企业使用数十年,目前业界对“大数据”仍然没有完全一致的定义。
我们建议将大数据的概念分为六个部分,称之为6V:
Volume(体量):
数据体量将持续增加;
Velocity(速度):
数据产生的速度和处理方法将不断提升;
Variety(多样性):
数据的类型和来源将不断扩展;
Veracity(真实性):
数据的可靠性、有效性以及从中得出的见解;
Vulnerability(敏感性):
人们对自身数据被使用如何认知;
Value(价值):
数据本身并无价值,基于数据的见解和行动是有价值的,人们期望其数据能产生价值。
趋势2:信任因素
显然,数据蕴藏的机会是巨大的,然而也存在广泛争议比如隐私问题。数据共享对隐私的影响仍然是悬而未决的问题。营销人员必须通过更好的数据管理、数据透明度和真实性来表达诚意,来与消费者建立信任。
趋势3:数据自由
我们正在见证一个具有突破性的数据趋势发展。通过开源解决方案和应用程序编程接口(API)来实现开放数据和数据民主化。这一趋势将为营销人员带来新的机遇和挑战。
趋势4:新的数据
组织及个人产生的数据量十分巨大,这在整体数据量增长方面发挥了关键作用,并且这一增长将持续下去。
类似社交媒体、城市网络、汽车(到2020年90%的汽车将建立连接)、可穿戴技术等新型数据源将为我们的生活方式带来深刻而有益的变革。对于营销人员来说,这些数据来源意味着越来越多的客户接触点,和越来越复杂的接触过程。
数据需要刻画出单个客户完整和细致入微的画像,实现这一点意味着需要利用复合数据源,通过丰富的洞察力,触达客户需求的核心。因此,营销人员应尽可能地获悉客户的全面数据。
趋势5:更多的分析-迅速而敏锐的预测
当数据之间发生关联并产生实时的分析结论时,这些数据才会对营销人员以及消费者有益。分析是从数据中提取关键信息,因此营销人员的分析能力至关重要,而这些分析结果需要为营销人员或消费者带来回报才有价值。
通过分析数据,发现趋势,确定相关性,从而使企业更高效地运转。
趋势6:新身份和联系
数据的增殖、渠道种类的多样化,日益增加着跨渠道识别个体的挑战。数据企业如何跟踪和识别个体?
大数据的一个关键特征是它来自许多离线和在线的数据孤岛和渠道。在非数字化时代,我们只有与消费者实际物理地址或邮编相关联的交易记录,将相同消费者的单独数据元素汇总是比较简单的。
然而当今,用户个体在离线和在线过程中产生的数据是具有挑战性的。
图注:百分之81的业务仍然会在实现统一客户视图时遇到挑战。
渠道的激增对营销人员可用的数据范围和数据体量产生了深远影响,也阻碍了企业与客户之间的联系。
趋势7:技术-对数据爆炸的认识
解锁大体量数据的价值与技术的发展紧密关联,技术发展使我们能够更有效地存储、管理和处理数据。关键是技术如何吸收、处理和了解消费者和企业创建的数据量和多样性的能力。
检验和解读复杂原始信息的基础技术分为三类:存储、计算和分析软件,企业部署以上技术以处置日益增长的数据。
第一,第二和第三方数据的爆发增长,使企业对数据管理平台(DMP)普及的需求日益增加。为支持日益增长的数据需求,企业将增加基础设施的投资。这意味着持续的硬件升级、软件创新、安全策略的增强,并将其结合以增强客户体验。
趋势8:分配更快
伴随数据生成速度的增长,数据也变得更加易腐。除了让分析软件更快之外,企业如何高效地利用数据?
快速分析是至关重要的,但其承接于另一个基础步骤-确保快速分配。没有快速的数据分发,快速的分析和行动是不可能的,这对不同规模的组织来说都是一大挑战。
为此,我们需要从批量处理转向实时处理,这就是为什么我们已经看到相互连接的应用程序编程接口(API)的激增。
在商业社会,竞争优势依赖快速的洞察,而快速的洞察依靠快速的数据。数据速度取决于数据传送技术。在数字化环境中,速度是一切,API和区块链技术有潜力为下一代企业和创新者提供所需的数据处理速度。
趋势9:数据监管和治理
数据爆炸式增长的同时,也出现了与之相适应的监管环境。一方面,监管机制旨在保护更多的个人,并对组织使用数据施加更大的限制。另一方面,监管也将推动数据的自由流动、以支持正在失去消费者的行业市场。
关于数据监管的新举措不仅在欧洲实行,在亚洲,南美洲和北美地区也被采纳。虽然数据监管局势仍很复杂,但始终保持消费者利益的核心思想反映了所有企业的基本共识。客户至上的业务实践仍然是前进的道路。
趋势10:数据驱使新的技能要求
数据的趋势不仅影响企业的日常运作,也同样影响着最有需求的一群人。企业需要新的技能和业务角色来管理和解锁数据,并尽可能减少数据风险。
今天的组织必须具备技术远见,他们必须关注各种新的技能,研究如何将这些技能与技术相结合,为他们提供所需的见解和决策。单个个体很难集合这类可扩展的技能,这意味着我们很快将看到越来越多的来自业务与技术的跨职能团队。
0条评论