101 3 科技與數碼營銷 [本文摘要]:企業利用大數據協助營銷,以提高銷售效率近年大行其道。數據 促進營銷有三種類型方法,分別為「描述型」,「預測型」和「規範型」,其基礎技 術包括統計建模,數據挖掘,機器學習和人工智能等。運用「描述型」識別出 潛在問題,或找到未來商機;「預測型」於營銷中聚焦各種預測問題,如信用評 分、新客戶獲取、客戶流失、客戶生命週期價值、廣告點擊率、購買發生率和 產品推薦等,以協助企業提升營運、客戶服務和降低風險的效率;「規範型」則 分析基於使用準實驗或觀察數據的預測分析結果,據此進行精準有效的決策。 作者的研究發現,企業愈來愈多地利用數據,去發現可協助其制定業務戰略、 決策以及提供更好的產品、服務和個性化在線體驗的洞察力。在此利用過程 中,上述三種不同的營銷分析,不僅有互補性,並具有顯著成效的價值。 2022 年 1 月上旬,跨境電子錢包 PayPal 發布了一個中小企數碼支付研究報告,這項調 研於去年 9 月至 10 月期間進行,調查訪問了 210 名有進行網上銷售的香港中小企業務 決策者。調查發現,有 60% 的受訪中小企已經進行跨境貿易,跨境貿易佔受訪者平均 32% 業務,當中有 26% 受訪者已採用全球跨境支付方案。在銷售渠道方面,社交媒體 最受香港中小企歡迎。有七成受訪者現正或計劃利用社交媒體作銷售及宣傳。很顯然, 近年,企業利用數據進行營銷,提高銷售效率已然大行其道。 數據營銷簡單地說就是使用定量方法從數據提取意義,據此作出明智的營銷決策。由於 大量數據的可用性,營銷中的數據分析,變得比以往任何時候都更加重要。根據 BMO Capital Markets 的報告,營銷人員每年在大數據和深入分析上花費 500 億美元,據此 提升營銷業務的績效。麥肯錫的研究顯示,投資大數據和分析的公司,其利潤平均增長 5% 到 6%,五年間可躍升至 9%。 在許多情況下,公司都致力以開放的態度,冀從大數據中獲得具啟發性的信息。根據工作流 程階段和數據分析的要求,數據驅動的營銷分析,可以主要分為三種類型—描述性、預 測性和規範性,其基礎技術包括統計建模、數據挖掘、機器學習和人工智能等。筆者通過 近年的營銷學術研究,扼要闡釋這三種類型的一些商業應用,供從事營銷工作人士參考。 三大數據分析法 提升營銷效率 劉佳
RkJQdWJsaXNoZXIy NDk5Njg=