2008年，中國政府頒布了四萬億元的投資計劃，某B2B企業決策層想關注一下這次投資對自己所在細分市場的影響，因為這是一個影響巨大的全新市場動態，企業決策層沒有歷史經驗對其進行定性和定量的判斷，只能依靠研究分析和數據營銷相結合，對市場有個初步的感知，據此進行之后的資源調配，如圖1-10所示是數據營銷在市場研究中的應用。

圖1-10 數據營銷在市場研究中的應用

在整個研究和分析流程的第一步，需要資深市場分析人員配合企業高層進行業務問題的拆解，在本案例中，雖然決策層的業務問題非常廣泛（四萬億元投資對企業的影響），但是經過拆解可以分為以下幾個具體問題。

· 四萬億元投資影響的具體行業和地域。

· 四萬億元投資中有多少比例涉及企業所在細分行業。

· 四萬億元落地的具體項目及項目主體（最終使用資金的企業或政府機構名稱）。

· 四萬億元的資金來源和投資時間。

以上這些問題在資深市場研究人員進行外部調研（公開資料收集、專家訪問等）和內部調研（散落在企業內部的資深人士，以及與跟政府機構接觸的一線銷售人員的交流）之后，獲取了一個宏觀層面的解答，指出了基礎設施建設、醫療教育、產業升級等幾個重點，并且給出了資金來源和時間的預測。以上宏觀層面的研究屬于專業的市場研究領域，本書側重于數據營銷領域，故對此不再詳解。

之后，企業內部的數據營銷人員需要配合市場研究人員，對之前發掘的重點領域進行分析。例如，在產業升級領域，市場研究人員指出政府會推行“騰籠換鳥”的政策，將產業上下游企業統一搬遷部署到各個園區中，形成工業園、物流園等業態，提升產業效能。在以上定性分析的基礎上，數據營銷人員的任務包括以下幾個。

· 統計“園區”這個細分市場上的歷史收入。這需要抽取CRM系統中有關的信息。可能CRM系統中從來沒有對園區這個細分市場打標簽，數據營銷人員需要先確定園區的定義，再給CRM系統中的企業打上“園區”的標簽，如以園區管委會、各地招商局等名義進行采購的企業，最后抽取含有歷史收入的客戶清單。

· 統計全國的園區數量、各自的規模和等級分布。通過第三方供應商的調研、網絡數據收集等方式，獲取全國園區的具體名單、占地面積、成立年份、上級主管等各類信息。

通過數據營銷人員提供的上述信息，市場研究人員可以有一張更加清晰的全圖，知道企業在園區這個細分市場的當前位置，包括當前的大客戶、歷史收入、銷售產品類型、市場份額、優勢和劣勢等，最后向決策層提供一個中觀層面的研究和分析結果，同時也對這個市場進行長期的監測，隨時掌握變動情況。

在企業決策層基于以上研究和分析結果建立了針對四萬億元投資的對應策略后（如新建一個專門針對園區的銷售團隊等），數據營銷人員還需要提供策略落地的“最后一公里”支撐，包括以下內容。

· 四萬億元投資涉及具體客戶（當前的和潛在的）的名單、歷史收入和聯系方式。

· 四萬億元投資涉及的具體客戶所屬的企業內部銷售組織。

基于以上客戶清單，決策層將把資源向與四萬億元投資有關的內部銷售組織傾斜，當然，隨著資源而來的還有新的銷售指標和具體的執行時間表。

某B2B企業收集了一定數量的目標客戶清單，并且收集了這些客戶的員工人數、年銷售額、所處行業、所在城市等信息。希望數據營銷人員綜合以上所有因素，定量地回答這些目標客戶的購買潛力，然后進行排序，對潛力比較大的目標客戶進行直接面對面銷售，對潛力比較小的客戶通過營銷方式覆蓋。

數據營銷人員基于對歷史數據的判斷，建立了包含十個參數的客戶潛力模型，如表1-6所示。最后得到了一個定量的值“預測購買潛力”，幫助業務人員簡單地排列目標客戶優先級。

表1-6 客戶潛力模型

預測購買潛力的計算公式為：

y ——預測購買潛力

x0——常數項

x1——客戶所在行業

x2——客戶自身年銷售額

x3——客戶員工人數

x4——客戶所在城市級別

x5=客戶是否是行業百強

x6=客戶性質（外企、國企、民企）

x7=客戶是否上市

x8=客戶是否是集團公司總部

x9=客戶歷史銷售額

x10=客戶成立年份

以中國IT行業B2B市場為例，每年中小企業的IT負責人離職率達到30%以上，任何一個IT廠商都無法保證CRM系統中客戶數據的高度準確率，特別是對昂貴的直郵和外呼方式進行營銷，如何在CRM系統的海量數據中找到最優的少數數據呢？

以某廠商在某城市舉辦一個千人級的線下推薦會為例，整個推薦會的成本超過一千萬元，廠商除了通過一線銷售人員對重要客戶直接進行邀請、在主流媒體進行宣傳吸引客戶注冊外，利用CRM數據進行現有客戶的邀請也是保證參會客戶質量的主要途徑。數據營銷人員需要向市場經理確認推薦會的主題和目標客戶，在該城市歷史的CRM數據中抽取相關企業數據后，抽取相關聯系人，然后按照歷史收入、企業規模等多個維度設定優先級，對重要客戶直接通過外呼進行邀請，對普通客戶進行簡單的電子郵件和短信邀請。提供數據時，數據營銷人員還需要基于歷史經驗，告訴市場經理通過CRM系統中的數據大致能邀請到的人數（IT行業一般是2%～3%），給予市場經理一個明確的預期值。在推薦會結束后，數據營銷負責人需要對過程中產生的數據在CRM系統中進行更新。

· 原有數據的更新。將那些在各種邀會方式中發現的錯誤數據（聯系人離職、企業倒閉、電話及電子郵件更改等）在系統中更新。

· 新數據的錄入。將那些在會議現場收集的新客戶名片，在CRM系統中進行新建。

再以本書為例，如果筆者愿意投入一筆資金對本書以數字營銷的方式進行推廣（雖然筆者沒有這么做），筆者首先會通過一些大數據分析工具（如百度司南，后文將會做介紹）或歷史經驗的認知，發現購買本書的主要目標人群的特征，并且繼續通過這些分析工具了解目標客戶的行為可能有以下幾種。

· 云集在像梅花網、第一營銷網這樣的營銷細分領域網站上。

· 經常通過搜索引擎搜索最新營銷資料，搜索詞包括“大數據營銷”、“營銷案例”、“數據營銷”等。

· 會在京東、當當網上購買營銷相關書籍。

其次，基于以上目標客戶特征，筆者會成立一個電商店鋪，作為銷售主體，之后進行數字營銷推廣，包括以下方式。

· 在營銷相關網站投放廣告（如網站首頁上的圖片展示）。

· 在搜索引擎上購買以上提到的關鍵詞，吸引客戶訪問可以購買此書的電商店鋪。

· 購買DSP廣告（后文會介紹這種模式），任何在電商平臺上查詢或購買過營銷類書籍的人，筆者都會向他們投放互聯網廣告，當這些目標客戶打開新聞類、聊天類、游戲類等各種網站時，能都在廣告位看到本書的廣告。

最后，筆者會利用一些電商分析工具，看清楚以上三種營銷方式的效果，即每個時間點有多少客戶通過看到其中一種營銷方式展示的廣告來到筆者的電商店鋪，最終有多少客戶購買了本書。通過這些定量數據來分析哪種營銷方式能帶來質量最高的客戶，哪種營銷方式的投入產出比最高（也許筆者需要為帶來一單銷售投入100元的廣告費用，這遠遠超過本書的售價），最后調整接下來的營銷投入策略。

在這個案例里，筆者手中從始至終都沒有具體的客戶數據，筆者能看到的只是一些數據分析工具提供的統計數據。筆者通過這些統計數據來判斷營銷活動是否命中了目標客戶，之后對營銷內容和營銷渠道進行調整。

某細分領域電商（如酒店預訂、機票預訂、出國旅游、出國留學等）有一個自建的電商平臺（官網和APP），同時在淘寶上有一個專營店。在這個細分領域雖然有強大的競爭對手存在，但這個電商更加貼近市場，通過個性化服務吸引客戶，在價格之外仍然有部分競爭力。這個電商的主要問題是知名度不高，通過傳統的口碑營銷傳播速度太慢，因此該電商希望通過更加直接的營銷投入來提升客戶流量和最終銷售。由于這個電商資源相對充足，因此準備嘗試多種引流方式，并建立如圖1-15所示的客戶引流閉環。

圖1-15 某電商的客戶引流閉環

在以上閉環中，這個電商最原始的客戶積累來自各種營銷手段，粗略分為以下幾種。

· 線下營銷。由于這個電商的銷售渠道只有線上，因此在這個發展階段對線下的定位是營銷渠道（后文將詳述）。線下的營銷渠道包括最常見的地推（促銷人員在目標人群密集的地方拿著產品二維碼，通過贈送禮物的方式要求客戶掃碼安裝APP或加微信公眾號）、傳統媒體（如報紙、雜志、電梯廣告、地鐵廣告等）等。最終目標是提高該電商的知名度，逐漸建立信任背書，增強客戶對產品的信心，吸引客戶到電商平臺上購買。

· 數字營銷。包括搜索引擎營銷、展示廣告、各種平臺的軟文（如在問答類平臺找意見領袖傳播）、社交媒體營銷（在微博、微信、人人網等各種社交媒體上進行營銷）、團購等。由于數字營銷的方式過多，這里不再一一枚舉，這些線上營銷的最終目標也是提高該電商的知名度，吸引客戶到電商平臺購買。

· 電商引流工具。以淘寶為例，該電商可以購買標準化的淘寶直通車（淘寶上的搜索引擎營銷）、鉆石展位（淘寶上的展示廣告）、聚劃算（淘寶上的團購）等方式，吸引客戶到店內購買。

通過以上方式吸引來的流量，還存在流量質量（如供應商造假，通過技術手段在流量分析工具中出現大量虛假的流量，或者引流平臺上的客戶仍處于銷售周期中的早期階段，看的多買的少）和如何將訪問銷售頁面的客戶流量轉換為銷售兩個核心問題。這時，數據營銷需要發揮“運營分析”的作用，幫助這個電商在花了高額成本進行引流后，把這些流量最終轉換為銷售。這些數據營銷的功能被網站分析領域覆蓋，后文將對此進行詳細描述。

在得到客戶流量后，這個電商要耗費資源同時建立兩套銷售體系。

· 淘寶店。大部分進入淘寶的客戶都有明確的購買意愿，只是需要在不同店鋪的產品之間進行比較。以某快速消費品為例，100個訪問者最終會帶來3個銷售（轉換率為3%），如果按照每個訪問的引流成本是0.1元（這個成本數字根據商品的競爭程度在淘寶上會有巨大的差異），則平均每個商品上分攤的引流成本是3.3元。而且像淘寶這樣的成熟電商平臺會提供大量的標準化工具，成立一個淘寶店鋪的成本相當之低，除非成立需要交納大量管理費用的天貓旗艦店。但是淘寶店的弱點是全銷售過程中客戶與其說是“店家的客戶”，不如說是“淘寶的客戶”，今天店家可以購買某個客戶的流量，明天它的競爭對手利用資源可以做到同樣的事情，店鋪除了能拿到快遞單上的客戶信息外，對客戶的購物過程中產生的行為數據一無所知。

· 自有電商平臺。自建一個平臺的成本遠遠高于成立淘寶店，而且引流效率更低，承接上例，如果是自有電商平臺，100個訪問者最終只能帶來0.5個銷售（轉換率為0.5%）。而向同一個訪問者銷售成功的成本在淘寶上和淘寶之外基本是相同的，因此對這個電商來說，自有電商平臺的引流成本比淘寶店要高很多。但是，自有電商平臺的好處是銷售最終會沉淀真實的客戶數據，而且在自有電商平臺上可以設計很多與客戶互動的功能，能向客戶持續推送新的營銷內容，對老客戶的營銷成本接近于零。因此，在很多電商的布局中，自有電商平臺是最終客戶沉淀的平臺，而淘寶店是其獲得第一桶金的客戶來源。

在挖掘完新客戶后，電商需要整合不同平臺上沉淀的客戶數據，看清楚客戶在淘寶和自有平臺上的購物行為和營銷反饋行為，之后就能更加精確地向老客戶推送針對性更強的內容。更好的一面是，隨著老客戶與店家互動的增多，店家對老客戶的理解越來越豐富，隨著營銷的進一步精準，客戶就會對這個店家產生足夠的忠誠度。

對于老客戶的價值，除了可以為企業帶來持續不斷的收入外，更可以起到“信息傳播器”的作用，店家通過一些規則設置（如把客戶互動平臺建立在社交媒體上、客戶積分激勵），很容易讓老客戶把店家的信息傳播到朋友圈中，形成病毒營銷的效果。