掌握数据驱动的营销： 如何让数据成为营销战略的基础

~~~雅各布专栏——专注行业第一品牌商业模式研究~~~

来源：Andrea Warmington

概述

• 简介
• 什么是数据驱动型营销？
• 营销中使用的数据有哪些类型？
• 如何实施数据驱动型营销战略
• 数据驱动型营销的优势
• 数据驱动型营销面临的 3 个挑战
• 数据驱动型营销的无缝未来

• 最后的话

简介

各地的营销团队已经积累了（并将继续收集）关于潜在客户和顾客的大量数据，但并非所有营销团队都能有效地利用这些数据来推动增长，这是一个很大的错误。

麦肯锡的研究发现："有效利用分析技术为营销和销售业绩服务的公司，实现高于平均增长率的可能性是同行的 1.5 倍"。他们还研究发现："如果超额增长是圣杯，那么善于利用商业分析就是快速实现超额增长的一个明确途径"。然而尽管 "每家公司都认识到数据的力量，但大多数公司都在努力释放数据的全部潜力"，这是《哈佛商业评论》得出的结论。

麦肯锡继续说："问题始于流程的开始，许多公司在确定分析项目的目标时都很费劲，比如防止客户流失或增加交叉销售。"因此，虽然每家公司都拥有大量数据，但许多[......]公司缺乏将数据转化为相关、可用见解的能力，而这些见解可以帮助他们通过提高对客户体验、需求和触发因素的了解，更有效地进行销售。

这就引出了一个问题：如何建立以数据为驱动的营销战略并取得成效？

在本综合指南中，我们将引导您从头开始构建数据驱动型营销战略，从决定您需要哪些数据到如何收集和连接数据；如何分析您的数据；数据驱动型营销方法的好处；常见挑战和如何克服这些挑战；最后，数据和营销的未来以及如何做好准备。

什么是数据驱动型营销？

让我们从头开始：究竟什么是数据驱动型营销？从本质上讲，它是指营销团队利用数据和分析来指导营销活动的方向、分析结果，并在必要时优化或调整战略。

在传统营销方法中，营销人员依靠定性研究、假设和直觉来指导他们的策略。现在，营销活动大多在网上进行，营销人员可以收集大量有关客户偏好和行为的数据，因此营销人员可以将事实和数据作为营销策略的基础，而不必再猜测。

这并不是说营销人员应该完全放弃直觉：当今最强大的营销战略是由创意和数据共同驱动的。"麦肯锡指出："最成功的首席营销官都能巧妙地利用分析的精确性和严谨性来预测和满足客户的需求，以目标为导向，以创造性的方法为动力。

营销中使用的数据有哪些类型？

对于任何希望开始实施数据驱动型营销战略的营销团队来说，了解数据来源和数据类型是一个重要的起点。

营销人员的数据来源

• 零方数据：零方数据是个人自愿并明确交给企业的信息。它包括偏好、调查回复、反馈以及数据主体直接共享的其他数据。零方数据被认为是最有价值的数据，因为它直接来自数据源，能准确洞察个人偏好和意图。

• 第一方数据：第一方数据是企业直接从自身与客户或用户的互动中收集的数据。这些数据是通过客户与公司网站、应用程序、产品或服务的互动产生的。这些数据直接来源于企业自身与受众的互动，因此具有很高的可靠性和可信度。

• 第二方数据：第二方数据本质上是他人的第一方数据，这些数据被共享或出售给另一家机构。当两家企业拥有相似的目标受众时，这些数据就会变得非常有价值，并可用于更好地定位受众和洞察受众。

• 第三方数据：第三方数据由数据经纪人等外部来源收集和汇总，使用数据的组织机构不直接参与。这些数据可能包括人口统计、行为或基于兴趣的信息。第三方数据通常不如第一方数据准确，而且可能会带来隐私和质量方面的问题，但对于扩大受众范围和定位非常有用。

数据类型

在当今时代，您可以收集的客户数据类型几乎是无穷无尽的（只要您遵守隐私法规），但营销人员应关注一些关键数据点：

• 人口统计数据：有关客户基本特征的信息，这些信息与您的产品或服务相关，如客户在企业或个人中的角色。
• 地理数据：与客户所在地相关的数据，包括他们的地址、城市、州、国家和地理偏好。
• 心理数据：洞察客户的生活方式、价值观、兴趣、爱好和个性特征。这有助于营销人员了解他们的动机和偏好。
• 行为数据：有关客户如何与您的产品、服务和营销渠道互动的信息。这可能包括购买记录、网站访问、应用程序使用和参与度指标。
• 交易数据：有关客户交易的详细信息，如订单历史记录、购买频率、交易金额和使用的支付方式。

如何实施数据驱动型营销战略

实施数据驱动型营销战略就像实施任何其他商业战略一样：要谨慎、周到。"Riva Jeane May Caburog 是 Nadrich & Cohen 律师事务所的公关/媒体协调员，她说："数据驱动营销的一个重要方面是制定长期战略，但这一点往往被低估。

"只有对自己的总体业务目标有了清晰的认识，才能优化数据。这将成为了解哪些数据点有价值的基础，让你能够看到短期需求，同时预测数据随时间的演变。"

以下是在企业中制定和实施数据驱动型营销战略的五步指南：

1.首先弄清楚你想通过数据实现什么目标

如何知道要收集哪些数据？《哈佛商业评论》建议说："公司应该做两件事，以便在营销职能中利用分析的力量"。"首先，企业不应该先创建数据，然后再决定如何使用这些数据，而是应该先决定要做什么，然后再决定做这些事情需要哪些数据"。该刊物建议营销领导者 "谨慎选择衡量标准"，明确他们想要衡量什么，以及他们希望员工使用哪些衡量标准。

营销人员 Mia Comic Instrumentl 对此表示赞同。"我的建议是制定明确、具体的目标。你到底希望通过数据实现什么目标？你是想增加客户群、改善客户体验，还是想推出新产品？明确的目标将帮助您确定需要收集什么样的数据，"Comic 说。"此外，要始终努力提高数据收集的质量，而不是数量。数据不一定越多越好。重要的是拥有符合目标的正确数据。"

哈佛商业评论指出，"营销人员往往要投入无数的时间来收集大量数据，却没有明确的战略来利用这些数据推动决策。这会导致心理疲劳，并倾向于重新做出基于假设的决策。我们的研究发现，近三分之一（31%）的营销人员表示，他们在优化广告效果时面临着' 太多数据需要分析 '的挑战。他们被淹没了"，该出版物指出。"要回到正轨，就要从做出明智商业决策所需的最简单数据集入手，并在数据、洞察力和行动之间建立良性反馈循环"。

麦肯锡关于那些成功利用数据促进增长的公司的一份报告对此表示赞同。"创造对客户有意义的时刻需要强大的分析能力和精确度，以发现客户的意图、兴趣和未满足的需求。然而，在企业产生海量数据的时候，目的性是营销人员确定哪些洞察力最重要并将工作重点放在这些洞察力上的支柱。"

2.收集、连接和清理数据

我们以前说过，现在再说一遍--大多数公司并不缺乏数据，事实上，他们拥有大量的数据。但是，一旦您确定了要测量的内容以及要通过数据实现的目标，就可以更轻松地将小麦和杂草分拣出来。哈佛商业评论（Harvard Business Review）写道："如今，在数字购买路径中存在无数微观时刻，而最重要的关键时刻可能并非营销人员所期望的那样。""应该对购买过程中影响客户购买决策并进而影响收入的时刻进行分析、A/B 测试和优化"。

从客户关系管理（CRM）到网站分析工具，再到营销自动化平台，这些数据可能存在于不同的地方，由不同的团队拥有。当您的数据处于孤岛状态时，要保持每个数据集的结构完整性和一致性就会变得异常困难。这就意味着，即使您经过漫长的过程获取数据（给数据分析师开票、SQL 查询、CSV 下载......），您也会得到一堆无法轻松合并的 CSV 文件。而且，即使您完成了合并文件的工作并得出了自己的见解，也很有可能看到的是不准确或不完整的数据。

您可以在技术堆栈中添加客户数据平台（CDP），从而消除数据孤岛。CDP 可以将营销、销售、产品、运营、财务和支持部门的数据整合在一起，帮助您的团队在需要时找到所需的数据。在寻找 CDP 来消除数据孤岛时，请记住您的首要目标是数据的可访问性和查找所需数据的能力。您的 CDP 应该是整个企业所有部门的中央数据源。

您可能还需要清理数据。数据就像与之相关的人一样，不会一成不变，如果不及时更新，随着时间的推移，数据就会变得毫无用处。正确的工具可以在互联网上抓取数据，使客户信息不断更新。它可以将研究客户、更新客户资料或不断要求客户自行更新资料的琐碎工作全部自动化。

"注重数据质量。并非所有数据都有价值，原始数据往往 "不适合业务'"，Biz Report 内容与交流专家雷-费尔南德斯（Ray Fernandez）说。"任何未经更新、格式有误、不完整或未经同意收集的数据都会给营销活动带来风险。你最不想做的事情就是因为你如何管理消费者或其他人的数据而疏远消费者，或者因为你使用了无用的数据而导致营销活动失败。"

3. 提高团队的数据能力

只有当你的团队知道如何操作数据时，数据才会有用，因此，一旦你的团队获得了所需的数据，他们就必须了解如何使用和分析这些数据。"缺乏数据工作经验是一个常见的挑战。大多数人需要帮助才能有效地分析数据或根据数据得出正确的结论。" ePassportPhoto 的搜索引擎优化技术专家 Tomasz Adamski 说到，"他们缺乏分析定量数据的经验，以前从未使用过数据可视化工具，或者无法验证数据是否会将他们带入陷阱。"

"负责分析的团队应具备跨学科能力和学习意愿。团队成员应具备基本的统计和分析能力，了解公司每个销售阶段的流程。因此，一个优秀的数据工作团队应由几个人组成，他们根据市场和特定公司的实际流程对收集到的数据进行分析"。

大卫-沃勒（David Waller）在他的《数据驱动文化建设指南》中指出，企业应该 "利用分析来帮助员工，而不仅仅是客户"。他说："人们很容易忘记数据流畅性在提高员工幸福感方面的潜在作用。但如果直接目标能让员工直接受益--通过节省时间、帮助避免返工或获取经常需要的信息--那么苦差事就变成了一种选择"。

保乐力加（Pernod Ricard）北美首席执行官安-穆克吉（Ann Mukherjee）说，建立数据驱动型文化要从高层做起。"首席营销官必须是全才。Mukherjee 说："在技术方面，他们不必是完美的专家，但必须了解技术，与首席技术官并肩作战，了解数据架构。"在当今分析的世界里，大规模个性化内容的交付要求 CMO 了解营销技术，了解数据如何在公司内流动，以及如何在多个系统中交付这些数据。"

4.设置报告

设置报告是制定数据驱动型营销战略的最后一步，可确保您有效监控对评估和优化绩效至关重要的数据，从而做出以数据为坚实基础的决策。营销运营顾问 Kiley Sheehy 说："我喜欢拥有一个整体营销团队仪表盘--它既能让营销团队团结一致，又能让你轻松地与执行团队分享，以证明你的项目价值。"

Kiley 建议采用一种战略性方法来设置报告：首先将您的最终目标--您渴望拥有的仪表盘--可视化，然后逆向确定构建仪表盘所需的步骤。与收集数据一样，确保有合适的工具来创建报告和仪表盘也很重要。理想情况下，您的报告基础架构应集成到您的 CDP 和营销自动化中，以提供单一的真相来源。许多 CDP 和营销平台都提供现成的报告模板，从营销活动归因到打开率，应有尽有。

最后，根据 Kiley 的建议，确保所有相关利益者都能访问您的报告："建立一个清晰的营销仪表盘能让你的价值一目了然--它能让高管们直观地了解你在做什么，以及你的营销活动是如何让你更接近目标的。"

通过向每个需要的人提供可见性，你不仅能有效地传达团队的贡献，还能通过数据驱动的洞察力使组织与目标保持一致。"谷歌指出："营销领导者强烈同意开放数据访问可提高业务绩效的可能性是主流领导者的 1.6 倍。

数据驱动型营销的优势

根据谷歌的研究，"近三分之二的领先营销人员表示，利用数据做出的决策优于基于直觉的决策"。如何做到这一点？数据驱动型营销可以通过更好的定位和信息传递，提高营销工作的转化率和投资回报率（ROI）；更好地帮助您分配（和获取）资源；并最终证明营销团队为企业提供的价值。

改进目标定位和个性化

通过数据，您可以了解客户的内在和外在，并在正确的时间、正确的地点向他们发送正确的信息，提高转化的可能性。

"增加细粒度数据和分析可以更有效地释放创造力，利用迭代、测试和学习方法推动深度个性化的客户互动。在客户需要的时候，通过他们选择的渠道，准确地提供他们想要的服务，这种能力正在迅速成为客户的基本期望。麦肯锡指出："这需要实时数据和分析来创建定制的定价和促销。

麦肯锡指出："一些领先的公司正在通过建立能够汇集和分析结构化和非结构化数据的系统、能够识别行为模式和客户倾向的算法以及将这些信息输入仪表盘的分析能力，将对数据的理解提升到新的水平。这些公司的客户数据平台可以跨设备、cookies 和广告网络连接单个客户，并实现跨接触点和渠道的实时营销活动执行"。

营销人员、Spivo 公司联合创始人 Marc Bjerring 对此表示赞同。Bjerring 说："数据在塑造和增强我们的营销战略方面绝对是举足轻重的，这主要是因为它提供了有关受众偏好的宝贵见解，使我们能够定制内容和交付方式，以满足他们的特定需求。"无论是通过社交聆听、在线跟踪还是客户调查，数据收集都能让我们制作出吸引受众的社交媒体内容和广告。

提高投资回报率

实话实说：采用数据驱动型营销方法的首要原因是它对投资回报率的影响。这些改善不仅仅是由于更好的定位和个性化带来的转化率的提高，还因为能够快速识别哪些有效，哪些无效。这样，您就可以根据数据进行调整，优化营销工作。因此，您可以将资源分配给最成功的策略，减少浪费，提高投资回报率。

麦肯锡指出，最有效的营销团队 "实时（或接近实时）向最有效的支出渠道持续分配和重新分配营销支出的可能性是其他团队的 1.6 倍"。

改进归因

营销归因报告至关重要，但也是众所周知的难题。归因模型可以解决营销人员面临的最大挑战之一--证明营销活动的投资回报率（40% 的营销人员表示这是他们面临的最大挑战之一）。当您拥有正确的数据和归因模型时，您就可以确定哪些渠道和营销活动正在产生影响。这些信息可用于优化营销策略和营销活动，并证明营销资源的合理性。

营销人员常用五种营销归因模型来了解渠道和营销活动的影响：

• 首触归因：在这种模式中，第一个接触点将获得 100% 的收益（与最后接触归因相反）。
• 最后接触归因：在这种模式中，所有的功劳都归于转化前的最后一个接触点。
• 线性归因：在这种模式中，只要是在归因窗口内发生的，每个促成转化的接触点都会获得平均权重。
• 时间衰减归因：在这种模式下，营销活动和渠道根据接触点发生的时间进行归因，离转化越近的接触点权重越高。

• 基于位置的归因（又称 U 型归因）：在这种模式中，根据转化点进行计分。第一次和最后一次接触会获得更多权重，剩余权重则在其余接触点之间分配。

数据驱动型营销面临的 3 个挑战

实施数据驱动型营销战略并非没有挑战。从杂乱无章的数据到遵守隐私法规，以下是需要注意的三个潜在障碍，以及如何克服它们。

合规的数据收集

从 GDPR 到 CCPA，消费者隐私法的加强在许多地区限制了品牌获取第三方数据，而谷歌即将从 Chrome 浏览器中删除 cookies 的计划则给营销人员带来了更多不确定性。Safari 浏览器、火狐浏览器和苹果公司等其他主要厂商也已做出改变，限制第三方数据的访问。你越早优先考虑零方数据，你的企业就能越早受益。问一问自己，为什么访客、用户或客户应该交出你所要求的数据，并确保清楚地传达这些好处。

数据安全始于数据收集。确保您的数据来源安全，确保您获取的所有数据都是合法的。在涉及现有数据时，关键是要保持积极主动，防止未来出现安全盲点。每家公司都应制定明确的数据安全措施，包括数据使用政策、控制敏感数据的访问、实施变更管理和数据库监控、使用数据加密、备份数据以及识别和分类敏感数据。任何以任何身份处理数据的员工都应接受安全和隐私培训，以确保始终正确处理数据。

"维护数据隐私始终是任何数据驱动型营销战略的基石。随着许多地区实施严格的数据隐私法，违反这些法律可能会导致高额处罚。请确保您始终遵守相关规定，以避免出现任何不利情况，"Mia Comic 说。"数据驱动营销的可持续性确实取决于与客户之间的信任和透明度。"

杂乱无章的数据

对于希望做出数据驱动型决策的营销人员来说，杂乱无章的数据是最大的挑战之一。索纳公司高级生命周期运营经理汤姆-米切尔（Tom Mitchell）认为，营销人员需要 "尽可能高效地组织数据"。您必须拥有有效收集和管理数据的系统和流程。"例如，如果您使用自由文本框对公司进行分类，而不是使用下拉菜单对公司进行实际分组，那么您就是在帮倒忙，因为归根结底，您的营销效果只能和您的数据一样好"。

数据还可能在其他方面阻碍企业的发展。Craft Ventures 的负责人肖恩-惠特尼（Sean Whitney）说，如果你正在寻找投资，杂乱无章的数据可能会让你的企业一败涂地。他举例说，他认为有一家公司有望成为独角兽，但因为 "数据不够有序 "而失去了投资机会。

"我知道他们在等待资金，以雇佣能把这些数据整合在一起的人，但从我们的角度来看，我们怎么能相信这会发生呢？这是否会涉及到我们方面的很多牵线搭桥？"他说。"我仍然认为，业务会碾压它，但我当时的处境是，它扼杀了交易，因为没有数据，我就没有办法把它卖给合作伙伴"。

这就是为什么创始人必须确保从第一天起就有可靠的跟踪。"不知道你的工具正在发生什么，你就会陷入困境"。肖恩说："尽早建立仪表板，不仅要跟踪注册人数等原始数据，还要跟踪哪些功能被使用，哪些没有被使用。""如果我正在创建一家公司，或者我正在进行 A 轮融资，或者，你知道，甚至是 C 轮融资，我就会希望把所有这些都准备好。"

关注错误的指标

如果不关注正确的指标，营销团队乃至整个企业都会浪费时间和金钱。McKnisey指出："问题始于流程之初，当时许多公司都在努力确定分析项目的目标，例如防止客户流失或增加交叉销售。"因此，虽然每家公司都拥有大量数据，但许多 B2B 公司却缺乏将数据转化为相关、可用见解的能力，而这些见解可以帮助他们更好地了解客户的体验、需求和触发因素，从而更有效地进行销售。

HyperGrowth Partners 公司联合创始人兼 GTM 顾问 Martin Gontovnikas 建议将重点放在与收入直接相关的指标上。他说："我们在激活邮件上做了很多实验，试图优化邮件的打开率和点击率，我们提高了很多。"但几个月后我们才意识到，我们应该优化的是激活率。我们进一步研究后发现，收到邮件的人与没有收到邮件的人相比，激活率实际上更低。

Gontovnikas 说，他们当时就意识到，他们的每一个 KPI 都应以某种方式与底线挂钩，无论是收入还是客户保留率，而不是为了测试而测试。"在我们的案例中，打开率和点击率与收入无关，但激活率与收入有关。在那之后，我们就更加注重实际选择正确的关键绩效指标，因为否则，你可能会花几个月的时间来优化一些有损收入的指标。

在没有Cookie数据的未来进行数据驱动型营销

继 Firefox、Safari 和 Edge 之后，谷歌将于 2024 年停止支持第三方跟踪 Cookie，这将从根本上改变数据驱动型营销的本质。Adobe 的一项研究发现，60% 的高管认为 "第三方 cookie 的消失将对他们的营销产生破坏性影响"。

但这并不全是厄运。在谷歌和波士顿咨询公司（BCG）最近进行的一项研究中，他们发现，在关键营销功能中优先使用零数据和第一方数据的品牌，其收入增加了 2.9 倍。

因此，《福布斯》指出："虽然有些人害怕无cookie的世界，但采用超越cookie的新策略最终会让你与行业同步。"《福布斯》指出："营销人员应该重视第一方数据，这些数据将在这个更加透明的新生态系统中发挥重要作用。"

收集更多零方和第一方数据的三种方法：

1.单点登录

单点登录也称为 SSO，是指为客户提供使用 Facebook 或谷歌账户注册的选项。这种选择对每个人都有好处,用户可以获得快速、直接的注册流程，而无需另设密码（或重复使用）。对公司来说，好处是可以获得第一方数据，包括姓名、ID、个人资料 URL、兴趣和位置。

2. 注册网站访客

表单和弹出窗口是让网站用户注册访问的最佳方式之一。如果能为访客提供一些东西作为完成注册的交换条件，那么它们往往会更成功。例如，这可以是简单的订阅每周时事通讯，或获取白皮书或电子书。这里的关键是弹出窗口或表单要尽可能简短，同时还能检索到所需的信息--过多的问题可能会阻止人们注册他们的详细信息。

3. 利用客户支持渠道和评论

这些渠道经常被遗忘或未被充分利用。实际上，它们可以为您提供丰富的第一方数据，您的客户支持团队会与客户进行一对一对话，客户更有可能提供更多信息。您的支持代表可以在 HelpScout 或 Zendesk 等平台上手动跟踪这些信息，并自动更新到您的 CDP 中。

评论也是收集第一方数据的重要渠道，它们可以与您的 CDP 相链接，作为客户档案的另一层数据。它可以将客户标记为品牌拥护者，并促使其他客户（参与度为 5 星）留下自己的评论。

最后的话

现在大家应该清楚了：采用以数据为基础的营销方法有很多好处，从更好的个性化到提高投资回报率，不一而足。但是，要使数据驱动型营销获得成功，您需要明确自己的目标，确定实现目标所需的数据，然后将这些数据汇集到一个地方，以改进报告和可见性。

归根结底，"创造对客户有意义的时刻需要强大的分析能力和精确度，以发现客户的意图、兴趣和未满足的需求"。麦肯锡指出，"在公司产生大量数据的时候，目的是营销人员确定哪些洞察力最重要并将工作重点放在这些洞察力上的支柱。"

麦肯锡还指出："创造力还包括将新颖的、颠覆性的新想法浮出水面的能力，这些想法可以被提炼、测试、放大或抛弃。然而，这最后一部分在很大程度上取决于战略分析能力，尤其是收集专有数据并利用这些数据产生能够推动价值的洞察力的能力。"