(5年高職)零售數(shù)字化營銷教學(xué)課件匯總完整版電子教案全書課件(最新)

1、零售數(shù)字化營銷第一章：零售數(shù)字化營銷概述學(xué)習(xí)目標(biāo)【知識目標(biāo)】了解數(shù)字化技術(shù)對零售營銷的影響；了解零售企業(yè)數(shù)字化改造的現(xiàn)狀；了解數(shù)字化營銷的人員配置；熟悉零售數(shù)字化營銷的基礎(chǔ)理論；熟悉零售數(shù)字化營銷的數(shù)據(jù)基礎(chǔ)；熟悉零售數(shù)字化營銷的知識領(lǐng)域；了解零售數(shù)字化營銷的主要職責(zé)。【能力目標(biāo)】能夠判斷相關(guān)零售企業(yè)數(shù)字化營銷的發(fā)展階段；能夠從整體架構(gòu)的角度對零售企業(yè)數(shù)字化營銷提出建議?！局R體系】討 論什么是營銷？討 論什么是數(shù)字化營銷？討 論什么是零售數(shù)字化營銷？目 錄第一部分 零售數(shù)字化營銷的歷史與條件第二部分 零售數(shù)字化營銷的基本架構(gòu)數(shù)字化營銷的發(fā)展歷史交叉分析法綜合評價法矩陣關(guān)聯(lián)法預(yù)測分析法對比分析法

2、分組分析法結(jié)構(gòu)分析法平均分析法直復(fù)營銷：數(shù)字化營銷的萌芽；數(shù)據(jù)庫營銷：數(shù)字化營銷的初級階段；數(shù)字化營銷：進(jìn)入大數(shù)據(jù)時代的精準(zhǔn)營銷階段。零售數(shù)字化技術(shù)對零售營銷的影響交叉分析法綜合評價法矩陣關(guān)聯(lián)法預(yù)測分析法對比分析法分組分析法結(jié)構(gòu)分析法平均分析法從導(dǎo)購員售賣到顧客自選的業(yè)態(tài)變革從全渠道經(jīng)營到零售數(shù)字化的變革1.信息技術(shù)帶來的全渠道變革2.零售運(yùn)營數(shù)字化變革零售數(shù)字化的關(guān)鍵是什么？交叉分析法綜合評價法矩陣關(guān)聯(lián)法預(yù)測分析法對比分析法分組分析法結(jié)構(gòu)分析法平均分析法我國零售企業(yè)數(shù)字化改造現(xiàn)狀與階段交叉分析法綜合評價法矩陣關(guān)聯(lián)法預(yù)測分析法對比分析法分組分析法結(jié)構(gòu)分析法平均分析法一、我國零售企業(yè)數(shù)字化改造現(xiàn)

3、狀二、我國零售企業(yè)數(shù)字化改造的階段1.概念期（2012-2015），本階段驅(qū)動力主要是大數(shù)據(jù)概念炒作、BI系統(tǒng)和市場競爭，用戶占整體市場（GMV）不足10%；2.探索期（2016-2018），人工智能接力，本階段驅(qū)動力主要是資本、市場教育、擁有成功經(jīng)驗(yàn)的初創(chuàng)公司、成功案例，用戶占整體市場（GMV）的10%30%；3.快速發(fā)展期（2019-2021），本階段驅(qū)動力主要是算法&工具、復(fù)合型人才、行業(yè)整合，用戶占整體市場（GMV）約30%50%；4.發(fā)展成熟期（2022年后），本階段驅(qū)動力主要是算法、數(shù)據(jù)、場景、法律的健全，用戶占整體市場（GMV）將會大于50%。我國零售企業(yè)數(shù)字化改造的條件交叉分析

4、法綜合評價法矩陣關(guān)聯(lián)法預(yù)測分析法對比分析法分組分析法結(jié)構(gòu)分析法平均分析法一、內(nèi)部條件1.公司最高層的愿景、思維和決心2.公司中高層的認(rèn)知水平和執(zhí)行力3.流程的必要重構(gòu)和調(diào)整二、外部條件1.全量和廣域數(shù)據(jù)2.外部推動者和合作者3.簡便易用的智能工具數(shù)字化營銷的人員配置交叉分析法綜合評價法矩陣關(guān)聯(lián)法預(yù)測分析法分組分析法結(jié)構(gòu)分析法平均分析法數(shù)據(jù)策略師營銷分析師系統(tǒng)工程師數(shù)據(jù)挖掘師數(shù)據(jù)質(zhì)量專員數(shù)據(jù)庫管理員目 錄第一部分 零售數(shù)字化營銷的歷史與條件第二部分 零售數(shù)字化營銷的基本架構(gòu)零售數(shù)字化營銷的基本架構(gòu)交叉分析法綜合評價法矩陣關(guān)聯(lián)法預(yù)測分析法對比分析法分組分析法結(jié)構(gòu)分析法平均分析法商業(yè)目標(biāo)主要職責(zé)知識

5、領(lǐng)域基礎(chǔ)理論數(shù)據(jù)基礎(chǔ)數(shù)字化營銷的基礎(chǔ)理論交叉分析法綜合評價法矩陣關(guān)聯(lián)法預(yù)測分析法對比分析法分組分析法結(jié)構(gòu)分析法平均分析法客戶關(guān)系管理；客戶生命周期管理；銷售漏斗模型；顧客行為研究。數(shù)字化營銷的理論基礎(chǔ)：經(jīng)營中心交叉分析法綜合評價法矩陣關(guān)聯(lián)法預(yù)測分析法對比分析法分組分析法結(jié)構(gòu)分析法平均分析法 CRM系統(tǒng)的思維導(dǎo)圖數(shù)字化營銷的理論基礎(chǔ)：生命周期交叉分析法綜合評價法矩陣關(guān)聯(lián)法預(yù)測分析法對比分析法分組分析法結(jié)構(gòu)分析法平均分析法會員生命周期演化數(shù)字化營銷的理論基礎(chǔ)：銷售漏斗模型交叉分析法綜合評價法矩陣關(guān)聯(lián)法預(yù)測分析法對比分析法分組分析法結(jié)構(gòu)分析法平均分析法傳統(tǒng)營銷的銷售漏斗模型數(shù)字化營銷的理論基礎(chǔ)：銷售

6、漏斗模型交叉分析法綜合評價法矩陣關(guān)聯(lián)法預(yù)測分析法對比分析法分組分析法結(jié)構(gòu)分析法平均分析法 某行業(yè)不同營銷方式的反饋平均值營銷形式可追蹤的反饋形式反饋平均值短信打開短信中的鏈接撥打短信中的電話不足1%直郵撥打直郵上的電話不足1%電子郵件打開郵件10%點(diǎn)擊郵件里的URL3%會議接受邀請參加線上線下會議0.1%0.3%數(shù)字化營銷的理論基礎(chǔ)：行為數(shù)據(jù)交叉分析法綜合評價法矩陣關(guān)聯(lián)法預(yù)測分析法對比分析法分組分析法結(jié)構(gòu)分析法平均分析法顧客線下線上購物行為鏈數(shù)字化營銷的數(shù)據(jù)基礎(chǔ)交叉分析法綜合評價法矩陣關(guān)聯(lián)法預(yù)測分析法對比分析法分組分析法結(jié)構(gòu)分析法平均分析法零售企業(yè)的數(shù)據(jù)基礎(chǔ)：單一功能軟件數(shù)據(jù)階段；系統(tǒng)集成應(yīng)用

7、數(shù)據(jù)階段；互聯(lián)網(wǎng)化的數(shù)據(jù)應(yīng)用階段。數(shù)字化營銷的知識領(lǐng)域交叉分析法綜合評價法矩陣關(guān)聯(lián)法預(yù)測分析法對比分析法分組分析法結(jié)構(gòu)分析法平均分析法統(tǒng)計學(xué)知識；零售營銷業(yè)務(wù)知識；IT技術(shù)。數(shù)字化營銷的主要職責(zé)交叉分析法綜合評價法矩陣關(guān)聯(lián)法預(yù)測分析法對比分析法分組分析法結(jié)構(gòu)分析法平均分析法市場研究：結(jié)合內(nèi)外部數(shù)據(jù)幫助企業(yè)制定戰(zhàn)略方向；營銷策略：利用數(shù)據(jù)將企業(yè)戰(zhàn)略落地到營銷策略；商業(yè)智能：通過數(shù)據(jù)模型和可視化幫助在業(yè)務(wù)層面進(jìn)行商業(yè)決策；營銷執(zhí)行：利用客戶數(shù)據(jù)提升營銷效率。從炮兵到雷兵交叉分析法綜合評價法矩陣關(guān)聯(lián)法預(yù)測分析法對比分析法分組分析法結(jié)構(gòu)分析法平均分析法 數(shù)據(jù)營銷在傳統(tǒng)CRM營銷和數(shù)字營銷中的對比數(shù)字化

8、營銷的商業(yè)目標(biāo)交叉分析法綜合評價法矩陣關(guān)聯(lián)法預(yù)測分析法對比分析法分組分析法結(jié)構(gòu)分析法平均分析法數(shù)字驅(qū)動營銷帶來降本增效；數(shù)字驅(qū)動業(yè)務(wù)帶來經(jīng)營革命；用數(shù)據(jù)科技構(gòu)建零售商與消費(fèi)者的命運(yùn)共同體。時間10-1212-1414-1616-1818-2020-22客流量68132162223188172成交量203542463232接待時間190380434680508400成交時間158300260300280275成交率29.4%26.5%25.9%20.6%17.0%18.6%平均接待時間2.82.92.73.02.72.3平均成交時間7.98.66.26.58.88.6員工數(shù)335555實(shí)際需要員

9、工234643時段營業(yè)額2580.056219.515619.216108.145449.113368.71第二章：數(shù)據(jù)中臺打造討 論要收集哪些營銷數(shù)據(jù)？討 論如何收集營銷數(shù)據(jù)？討 論什么是數(shù)字中臺？知識體系數(shù)據(jù)中臺打造數(shù)據(jù)和數(shù)據(jù)中臺數(shù)據(jù)中臺從數(shù)據(jù)到大數(shù)據(jù)“大數(shù)據(jù)”數(shù)據(jù)中臺理念的理念零售企業(yè)數(shù)據(jù)架構(gòu)數(shù)據(jù)架構(gòu)數(shù)據(jù)收集技術(shù)數(shù)據(jù)種類和來源種類及來源數(shù)據(jù)收集技術(shù)的技術(shù)客戶識別技術(shù)客戶識別技術(shù)數(shù)據(jù)治理數(shù)據(jù)存儲數(shù)據(jù)治理與存儲技術(shù)存儲技術(shù)學(xué)習(xí)目標(biāo)【知識目標(biāo)】了解零售企業(yè)數(shù)據(jù)中臺打造的原因；熟悉零售企業(yè)數(shù)據(jù)收集的種類和來源；熟悉零售企業(yè)營銷數(shù)據(jù)收集的具體方法；熟悉零售企業(yè)數(shù)據(jù)治理和存儲的技術(shù)?！灸芰δ繕?biāo)】能夠

10、為零售企業(yè)數(shù)據(jù)收集確定合適的數(shù)據(jù)種類和來源；能夠?yàn)榱闶燮髽I(yè)選擇合適的數(shù)據(jù)收集方法并與相關(guān)技術(shù)企業(yè)對接；能夠進(jìn)行簡單的零售企業(yè)數(shù)據(jù)治理并對存儲平臺提出建議?！緦?dǎo)入案例】請閱讀“基于全渠道的菜刀購買”案例五個問題哪些角色知道你要買菜刀數(shù)據(jù)收集技術(shù)這些角色是如何識別你的客戶識別技術(shù)不同商家的數(shù)據(jù)是如何被其他商家獲知的數(shù)據(jù)的生態(tài)圈這些角色是如何知道你的需求的客戶分析應(yīng)用技術(shù)在購買過程中，企業(yè)是如何影響你的營銷接觸技術(shù) 企業(yè)開始愿意連通不同數(shù)據(jù)源，形成平衡內(nèi)外部資源的數(shù)字化營銷應(yīng)用生態(tài)圈，打造自己的數(shù)據(jù)中臺。第一節(jié) 數(shù)據(jù)和數(shù)據(jù)中臺從“數(shù)據(jù)”到“大數(shù)據(jù)”數(shù)據(jù)是信息的表現(xiàn)形式和載體，信息是對數(shù)據(jù)的解釋，賦予

11、其意義。關(guān)系型數(shù)據(jù)庫從“數(shù)據(jù)”到“大數(shù)據(jù)”大數(shù)據(jù)時代數(shù)據(jù)的計量單位已經(jīng)從位（bit）、字節(jié)（B）、千字節(jié)（KB）、兆字節(jié)（MB）、吉字節(jié)（GB）、太字節(jié)（TB）等走向了澤字節(jié)（ZB），甚至堯字節(jié)（YB）?！按髷?shù)據(jù)”不僅指容量大，具備5V特點(diǎn)分別為Volume(大量)、Velocity(高速)、Variety(多樣)、Value(低價值密度)和Veracity(真實(shí)性)，更重要的是在對海量信息數(shù)據(jù)處理、整合以及分析之后創(chuàng)造的價值。商業(yè)價值：對顧客客戶的群體細(xì)分，它能夠針對每個群體實(shí)現(xiàn)不同的行動；運(yùn)用大數(shù)據(jù)模擬實(shí)境，實(shí)現(xiàn)新的需求獲取和提高回報率；提高大數(shù)據(jù)在各個部門的共享程度，這樣能夠提高管理鏈條

12、和產(chǎn)業(yè)鏈條的投入回報率；實(shí)現(xiàn)商業(yè)模式以及產(chǎn)品和服務(wù)的創(chuàng)新。數(shù)據(jù)中臺數(shù)據(jù)中臺的概念由阿里巴巴首次提出，建設(shè)目標(biāo)是為了高效滿足前臺數(shù)據(jù)分析和應(yīng)用的需求。數(shù)據(jù)中臺是涵蓋了數(shù)據(jù)資產(chǎn)、數(shù)據(jù)治理、數(shù)據(jù)模型、垂直數(shù)據(jù)中心、全域數(shù)據(jù)中心、萃取數(shù)據(jù)中心、數(shù)據(jù)服務(wù)等多個層次的體系化建設(shè)方法。數(shù)據(jù)中臺的優(yōu)勢1.數(shù)據(jù)匯聚，承上啟下交叉分析法綜合評價法矩陣關(guān)聯(lián)法預(yù)測分析法分組分析法結(jié)構(gòu)分析法平均分析法數(shù)據(jù)中臺的作用，是將數(shù)據(jù)的價值，從報表的層面，提升到更貼近業(yè)務(wù)的高度數(shù)據(jù)中臺的優(yōu)勢2.應(yīng)用導(dǎo)向，推動全局?jǐn)?shù)據(jù)中臺的作用，是將數(shù)據(jù)的價值，從報表的層面，提升到更貼近業(yè)務(wù)的高度。將數(shù)據(jù)模型、算法服務(wù)、數(shù)據(jù)產(chǎn)品、數(shù)據(jù)管理以業(yè)務(wù)場

13、景為核心進(jìn)行整合，以此為目的打造的數(shù)據(jù)服務(wù)與企業(yè)的業(yè)務(wù)有更強(qiáng)的關(guān)聯(lián)性。數(shù)據(jù)中臺的優(yōu)勢3.技術(shù)升級、應(yīng)用便捷傳統(tǒng)數(shù)據(jù)倉庫無論在海量數(shù)據(jù)處理能力、節(jié)點(diǎn)擴(kuò)展能力、實(shí)時計算能力、軟件購買和維護(hù)成本等諸多方面都無法與當(dāng)前的大數(shù)據(jù)平臺進(jìn)行抗衡。目前業(yè)內(nèi)比較典型的就是阿里云數(shù)加平臺，數(shù)加平臺基本讓數(shù)據(jù)開發(fā)者能夠像使用傳統(tǒng)數(shù)據(jù)庫一樣的使用大數(shù)據(jù)平臺了，所有操作方式都是通過可視化界面進(jìn)行，大部分的開發(fā)都是通過SQL語句來實(shí)現(xiàn)。零售企業(yè)數(shù)據(jù)架構(gòu)零售企業(yè)數(shù)據(jù)中臺目前國內(nèi)大部分零售企業(yè)，是以BI為目標(biāo)，構(gòu)建現(xiàn)有的數(shù)據(jù)架構(gòu)。通過成熟的數(shù)據(jù)倉庫解決方案，將各個業(yè)務(wù)系統(tǒng)的數(shù)據(jù)打通，制定核心的KPI指標(biāo)，并指導(dǎo)業(yè)務(wù)部門及時響

14、應(yīng)潛在的業(yè)務(wù)問題與機(jī)會。將各個核心業(yè)務(wù)系統(tǒng)的數(shù)據(jù)匯總后，經(jīng)歷數(shù)據(jù)采集、數(shù)據(jù)存儲、數(shù)據(jù)處理、數(shù)據(jù)可視化展現(xiàn)這幾個階段。零售企業(yè)數(shù)據(jù)架構(gòu)零售企業(yè)數(shù)據(jù)中臺數(shù)據(jù)分位三層。最底層是原始數(shù)據(jù)層，中間層是基礎(chǔ)數(shù)據(jù)層，最上層是數(shù)據(jù)應(yīng)用層。交叉分析法綜合評價法矩陣關(guān)聯(lián)法預(yù)測分析法分組分析法結(jié)構(gòu)分析法平均分析法零售企業(yè)數(shù)據(jù)架構(gòu)交叉分析法綜合評價法矩陣關(guān)聯(lián)法預(yù)測分析法分組分析法結(jié)構(gòu)分析法平均分析法第二節(jié) 數(shù)據(jù)收集技術(shù)數(shù)據(jù)收集的種類傳統(tǒng)CRM數(shù)據(jù)主要解決的是“客戶是誰”、“客戶買過什么東西”的問題，記錄的是客戶“真實(shí)”的信息。交叉分析法綜合評價法矩陣關(guān)聯(lián)法分組分析法結(jié)構(gòu)分析法數(shù)據(jù)種類客戶數(shù)據(jù)類型采集方法客戶識別傳統(tǒng)C

15、RM數(shù)據(jù)客戶的基本信息客戶歷史購買信息從客戶交易與營銷活動中收集姓名、手機(jī)號碼、電子郵件、身份證號、家庭住址等數(shù)字?jǐn)?shù)據(jù)各種客戶的互聯(lián)網(wǎng)行為利用營銷技術(shù)收集瀏覽器ID（CookieID）、電腦網(wǎng)卡的識別碼（MAC）、手機(jī)的識別碼（手機(jī)號、IMEI、安卓ID）等收集的客戶行為分類客戶基本信息：包括：聯(lián)系方式，如客戶的姓名、電話、微信號、QQ號等；客戶屬性，如性別、所屬城市、收入水平等客戶固有屬性；連接關(guān)系，主要指客戶和客戶之間的相互關(guān)系等。歷史購買數(shù)據(jù):客戶以前的購買記錄,包括產(chǎn)品、金額、渠道等。瀏覽行為數(shù)據(jù)：客戶在不同終端（手機(jī)、電腦等）使用不同瀏覽器或者APP、小程序?yàn)g覽的數(shù)據(jù)。搜索行為數(shù)據(jù)：

16、客戶在網(wǎng)站、APP等搜索引擎上的搜索行為。地理行為數(shù)據(jù)：客戶的終端（特別是手機(jī)）出現(xiàn)的地理位置，因?yàn)槭謾C(jī)是隨身攜帶的，可以默認(rèn)手機(jī)的位置就是客戶本人的位置，這里包括他在賣場外部的位置數(shù)據(jù)。賣場行為數(shù)據(jù)：客戶在門店的行動軌跡、滯留時間、接觸過的商品等行為記錄。電商行為數(shù)據(jù)：客戶在不同電商、團(tuán)購、020平臺上的測覽和購買行為。社交行為數(shù)據(jù)：客戶在社交媒體上的一言一行，以及社交媒體上的關(guān)系網(wǎng)數(shù)據(jù)?；ヂ?lián)網(wǎng)金融行為數(shù)據(jù)：在互聯(lián)網(wǎng)上的借貸行為，以及綜合相關(guān)教據(jù)。得出的信用數(shù)據(jù)。營銷反饋數(shù)據(jù):當(dāng)一個客戶收到企業(yè)的營銷后,是否有一個反饋動作,如打開郵件、到店等。交叉分析法綜合評價法矩陣關(guān)聯(lián)法預(yù)測分析法分組分析

17、法結(jié)構(gòu)分析法平均分析法數(shù)據(jù)收集的來源數(shù)據(jù)源數(shù)據(jù)來源數(shù)據(jù)源歸屬數(shù)據(jù)平臺典型來源常見數(shù)據(jù)類型第一方數(shù)據(jù)內(nèi)部自身自身CRM數(shù)據(jù)歷史交易數(shù)據(jù)營銷積累數(shù)據(jù)售后服務(wù)數(shù)據(jù)網(wǎng)站分析數(shù)據(jù)重點(diǎn)客戶業(yè)務(wù)數(shù)據(jù)第二方數(shù)據(jù)外部自身外部社交媒體平臺電商平臺社交媒體行為數(shù)據(jù)電商交易數(shù)據(jù)第三方數(shù)據(jù)外部外部外部外部供應(yīng)商客戶行為數(shù)據(jù)客戶信用數(shù)據(jù)其他數(shù)據(jù)開放數(shù)據(jù)外部外部外部爬蟲數(shù)據(jù)互聯(lián)網(wǎng)上可見數(shù)據(jù)知識拓展航空和酒店行業(yè)如何掌握客戶？數(shù)據(jù)收集技術(shù)API；DPI；網(wǎng)絡(luò)爬蟲技術(shù)；Cookie分析；智能探針技術(shù)；攝像頭。交叉分析法綜合評價法矩陣關(guān)聯(lián)法預(yù)測分析法分組分析法結(jié)構(gòu)分析法平均分析法API應(yīng)用編程接口API應(yīng)用程序接口是一組定義、程

18、序及協(xié)議的集合，通過 API 接口實(shí)現(xiàn)計算機(jī)軟件之間的相互通信。API 的一個主要功能是提供通用功能集。 API 也是一種中間件，為各種不同平臺提供數(shù)據(jù)共享。開放API(OpenAPI)是服務(wù)型網(wǎng)站常見的一種應(yīng)用，網(wǎng)站的服務(wù)商將自己的網(wǎng)站服務(wù)封裝成一系列API(Application Programming Interface，應(yīng)用編程接口)開放出去，供第三方開發(fā)者使用，這種行為就叫做開放網(wǎng)站的API，如微信。交叉分析法綜合評價法矩陣關(guān)聯(lián)法預(yù)測分析法分組分析法結(jié)構(gòu)分析法平均分析法開放API舉例：數(shù)量、名稱、言行交叉分析法綜合評價法矩陣關(guān)聯(lián)法預(yù)測分析法分組分析法結(jié)構(gòu)分析法平均分析法DPI深度包檢

19、測技術(shù)深度包檢測技術(shù)（Deep Packet Inspection，DPI)是一種基于應(yīng)用層的流量檢測和控制技術(shù)，當(dāng)IP數(shù)據(jù)包、TCP或UDP數(shù)據(jù)流通過基于DPI技術(shù)的帶寬管理系統(tǒng)時，該系統(tǒng)通過深入讀取IP包載荷的內(nèi)容來對OSI七層協(xié)議中的應(yīng)用層信息進(jìn)行重組，從而得到整個應(yīng)用程序的內(nèi)容，然后按照系統(tǒng)定義的管理策略對流量進(jìn)行整形操作。交叉分析法綜合評價法矩陣關(guān)聯(lián)法預(yù)測分析法分組分析法結(jié)構(gòu)分析法平均分析法網(wǎng)絡(luò)爬蟲技術(shù)網(wǎng)絡(luò)爬蟲（又名網(wǎng)頁蜘蛛，網(wǎng)絡(luò)機(jī)器人），是一種按照一定的規(guī)則，自動地抓取萬維網(wǎng)信息的程序或者腳本，是搜索引擎的重要組成。工作原理：互聯(lián)網(wǎng)上的所有網(wǎng)站，各大搜索引擎都會派出它自己的爬蟲程序

20、，然后進(jìn)入到互聯(lián)網(wǎng)上去抓取，把抓取到的所有內(nèi)容存到它的網(wǎng)頁內(nèi)容庫里面，通過索引程序做一個索引庫。在客戶面前的只有一個簡單的搜索框，然后客戶通過搜索框輸入一個關(guān)鍵詞，很快找到對應(yīng)的內(nèi)容，之后展現(xiàn)出來給客戶看。交叉分析法綜合評價法矩陣關(guān)聯(lián)法預(yù)測分析法分組分析法結(jié)構(gòu)分析法平均分析法Cookie分析Cookie就是服務(wù)器暫存放在你計算機(jī)上的一份資料，好讓服務(wù)器用來辨認(rèn)你的計算機(jī)。當(dāng)你在瀏覽網(wǎng)站的時候，Web服務(wù)器會先發(fā)送一段資料放在你的計算機(jī)上，Cookie 會幫你記錄在網(wǎng)站上所打的文字或是一些選擇。當(dāng)下次你再光臨同一個網(wǎng)站時，Web服務(wù)器會先看看有沒有它上次留下的Cookie資料，如果有，就會依據(jù)C

21、ookie里的內(nèi)容來判斷使用者，送出特定的網(wǎng)頁內(nèi)容給你。交叉分析法綜合評價法矩陣關(guān)聯(lián)法預(yù)測分析法分組分析法結(jié)構(gòu)分析法平均分析法Cookie記錄的客戶行為數(shù)據(jù)Cookie ID:針對每個Cookie的唯一識別碼。用戶名：客戶登錄網(wǎng)站，輸入并選擇“記住”的用戶名。Cookie建立和到期時間：一般Cookie記錄的有效期是14天。瀏覽頁面URL：包含客戶訪問頁面的域名、路徑、用戶名等信息。購物車商品：客戶在電商類網(wǎng)站上將其放入購物車，沒有馬上購買的商品。系統(tǒng)、瀏覽器、軟件信息。交叉分析法綜合評價法矩陣關(guān)聯(lián)法分組分析法結(jié)構(gòu)分析法智能探針技術(shù)智能探針技術(shù)就是利用智能設(shè)備商WIFI模塊所發(fā)出的無線廣播信號

22、進(jìn)行設(shè)備的感知。只要一個WiFi設(shè)備在WiFi探針的偵聽范圍內(nèi)，當(dāng)這個WiFi設(shè)備（無論是終端、路由器或者其他WiFi設(shè)備）發(fā)送任何一幀（Frame）時，不管是發(fā)給誰，探針都能截獲，并分析出此幀MAC層與物理層的一些信息。對于周圍的WiFi設(shè)備來說，探針是透明的。探針不需要與周圍的設(shè)備有任何交互，其本身不需要發(fā)出任何WiFi信號。預(yù)測分析法智能探針實(shí)際應(yīng)用客流統(tǒng)計：可以幫助商家實(shí)現(xiàn)區(qū)域內(nèi)的人客量的統(tǒng)計及分析，讓商家在日常的運(yùn)營中有數(shù)據(jù)的支持。WiFi探針可以實(shí)現(xiàn)的具體功能有：人客量統(tǒng)計、新老顧客、駐店時長、區(qū)域熱力圖、人群軌跡、來訪周期等，形成線下全面的客流數(shù)據(jù)。精準(zhǔn)營銷：主要通過采集到的MA

23、C地址與第三方數(shù)據(jù)，如支付數(shù)據(jù)、會員數(shù)據(jù)、線上數(shù)據(jù)、地理位置等信息相融合，得出客戶的完整畫像，用于銷售過程中的信息支撐，這種技術(shù)也是未來新零售的突破，目前實(shí)現(xiàn)的公司主要有京東之家、中科愛訊、友盟等。廣告投放：主要為實(shí)現(xiàn)線下廣告的精準(zhǔn)投放，線下廣告的群體精準(zhǔn)度相對于線上投放有質(zhì)的提升，通過將會員數(shù)據(jù)、支付數(shù)據(jù)、消費(fèi)數(shù)據(jù)與線上數(shù)據(jù)的結(jié)合，勾畫出精準(zhǔn)的客戶畫面，借助海量的APP平臺與標(biāo)簽，幫助商家實(shí)現(xiàn)廣告的精準(zhǔn)投放，目前實(shí)現(xiàn)的公司主要有壁合科技、ZTM眾盟等。交叉分析法綜合評價法矩陣關(guān)聯(lián)法預(yù)測分析法分組分析法結(jié)構(gòu)分析法平均分析法智能探針實(shí)際應(yīng)用MAC數(shù)據(jù)可以同支付數(shù)據(jù)、會員數(shù)據(jù)、消費(fèi)數(shù)據(jù)、營銷數(shù)據(jù)、

24、地理數(shù)據(jù)及線上數(shù)據(jù)做深度的融合，將多維度的數(shù)據(jù)集成一起勾畫出完整的客戶畫像。第三節(jié) 數(shù)據(jù)治理與存儲技術(shù)數(shù)字化營銷的數(shù)據(jù)治理技術(shù)數(shù)據(jù)標(biāo)準(zhǔn)化；數(shù)據(jù)清理；數(shù)據(jù)匹配；數(shù)據(jù)整合。交叉分析法綜合評價法矩陣關(guān)聯(lián)法預(yù)測分析法分組分析法結(jié)構(gòu)分析法平均分析法數(shù)據(jù)治理數(shù)據(jù)標(biāo)準(zhǔn)化數(shù)據(jù)格式（如字符型、數(shù)字型等）和定義標(biāo)準(zhǔn)化；非結(jié)構(gòu)數(shù)據(jù)的結(jié)構(gòu)化；語義分析（Semantic Analysis）來源于美蘇爭霸，是人工智能（Artificial Intelligence）的一個分支，利用自然語言處理和文本挖掘技術(shù)將自然語言、詞匯和語句并轉(zhuǎn)化為電腦可以“理解”的數(shù)據(jù)，讓計算機(jī)具備文字閱讀能力，幫助客戶自動化處理海量文本數(shù)據(jù)，提升

25、文字處理效率和文本挖掘深度，降低人工成本。交叉分析法綜合評價法矩陣關(guān)聯(lián)法預(yù)測分析法分組分析法結(jié)構(gòu)分析法平均分析法語義分析交叉分析法綜合評價法矩陣關(guān)聯(lián)法預(yù)測分析法分組分析法結(jié)構(gòu)分析法平均分析法“觸發(fā)詞匯”用來判斷客戶提及的詞匯是否與企業(yè)的產(chǎn)品銷售相關(guān)，是否需要繼續(xù)對這條言論進(jìn)行研究；“情感詞匯”用來定量地判斷客戶對產(chǎn)品需求的階段，語義分析不僅能針對文字，甚至已經(jīng)做到了語音層面 。數(shù)據(jù)治理數(shù)據(jù)清理憑借經(jīng)驗(yàn)對收集的客戶數(shù)據(jù)質(zhì)量進(jìn)行評估；通過相關(guān)字段的對比了解數(shù)據(jù)真實(shí)度；通過一些工具對數(shù)據(jù)進(jìn)行清理，清除數(shù)據(jù)中的空格、非法字符等；通過測試工具對已經(jīng)確認(rèn)格式和邏輯正確的數(shù)據(jù)進(jìn)行測試。交叉分析法綜合評價法矩

26、陣關(guān)聯(lián)法預(yù)測分析法分組分析法結(jié)構(gòu)分析法平均分析法數(shù)據(jù)治理數(shù)據(jù)匹配同一個客戶出現(xiàn)在同一個企業(yè)的多個數(shù)據(jù)收集渠道中是一個普遍現(xiàn)象，識別這個客戶并拼合多個數(shù)據(jù)源的行為能幫助企業(yè)更加精準(zhǔn)地了解客戶，并且找到更加精確的營銷推送渠道。交叉分析法綜合評價法矩陣關(guān)聯(lián)法預(yù)測分析法分組分析法結(jié)構(gòu)分析法平均分析法數(shù)據(jù)存儲技術(shù)數(shù)字化營銷基礎(chǔ)設(shè)施架構(gòu)，按照企業(yè)建設(shè)的內(nèi)部設(shè)施和可以直接采購使用的外部工具及不同的功能，可分為數(shù)據(jù)管理類和數(shù)據(jù)應(yīng)用類。交叉分析法綜合評價法矩陣關(guān)聯(lián)法預(yù)測分析法對比分析法分組分析法結(jié)構(gòu)分析法平均分析法數(shù)據(jù)存儲技術(shù)360度客戶視圖360度客戶視圖的建立是為了回答企業(yè)的六個問題（5W1H）：Who（客

27、戶是誰）、What（客戶買過什么，要買什么）、Where（哪種營銷渠道對客戶起作用，客戶將通過哪些渠道進(jìn)行購買）、When（客戶的購買時間）、Why（客戶的痛點(diǎn)和購買理由）、How（營銷如何接觸客戶，什么樣的內(nèi)容能打動客戶）。數(shù)據(jù)存儲技術(shù)數(shù)據(jù)安全遵守國家法律法規(guī)。專業(yè)數(shù)據(jù)安全軟件。嚴(yán)格的數(shù)據(jù)管控流程。對核心數(shù)據(jù)操作人員的審查。第三章：數(shù)據(jù)應(yīng)用技術(shù)學(xué)習(xí)目標(biāo)【知識目標(biāo)】了解零售數(shù)字化營銷中常見的數(shù)據(jù)分析項(xiàng)目；熟悉零售數(shù)字化營銷中常用的技術(shù)和思路；熟悉營銷自動化的思路和二次營銷的基本方法；了解零售商數(shù)據(jù)對供應(yīng)商的重要性和應(yīng)用領(lǐng)域?！灸芰δ繕?biāo)】能夠?qū)⒘闶燮髽I(yè)營銷過程中的業(yè)務(wù)模塊與數(shù)據(jù)分析進(jìn)行有效對接；

28、能夠?yàn)榱闶燮髽I(yè)設(shè)計自動化營銷的觸發(fā)點(diǎn)和二次營銷的著眼點(diǎn)；能夠梳理清楚零售企業(yè)個性化營銷的邏輯思路與流程設(shè)計；能夠結(jié)合供應(yīng)商業(yè)務(wù)運(yùn)營將零售商自身數(shù)據(jù)進(jìn)行資產(chǎn)變現(xiàn)。知識體系導(dǎo)入案例美國第二大超市塔吉特百貨(Target)是最早玩大數(shù)據(jù)的零售商，他們擁有專業(yè)顧客數(shù)據(jù)分析模型，可對購買行為精確分析出早期懷孕的人群，然后先于同行精準(zhǔn)營銷商品。曾經(jīng)一次精準(zhǔn)營銷讓一個蒙在鼓里的父親意外發(fā)現(xiàn)高中生女兒懷孕了，此事被紐約時報報道，轟動了全美。2012年，美國一名男子闖入他家附近的一家零售連鎖超市塔吉特內(nèi)抗議：你們竟然給我17歲的女兒發(fā)嬰兒尿片和童車優(yōu)惠券。店鋪經(jīng)理立刻向來者承認(rèn)錯誤，但是該經(jīng)理并不知道這一行為是

29、總公司運(yùn)行數(shù)據(jù)挖掘和個性化推薦的結(jié)果。一個月后，這位父親前來道歉，因?yàn)檫@時他知道自己的女兒的確懷孕了。塔吉特比這位父親知道自己女兒懷孕足足早了一個月。事實(shí)上，塔吉特的“讀心術(shù)”是基于數(shù)據(jù)挖掘所做的用戶行為分析的結(jié)果，經(jīng)過分析之后，系統(tǒng)對用戶進(jìn)行了個性化推薦，以至于他們有把握給客戶提供的商品是他們所喜歡和需要的。推薦系統(tǒng)，或者稱為個性化推薦系統(tǒng)，是建立在數(shù)據(jù)挖掘基礎(chǔ)上的一套系統(tǒng)，以為顧客購物提供完全個性化的決策支持和信息服務(wù)為目的。第一節(jié) 數(shù)據(jù)分析技術(shù)數(shù)據(jù)挖掘技術(shù)簡介什么是數(shù)據(jù)挖掘？CRISP-DM （cross-industry standard process for data mining

30、）將整個挖掘過程分成了以下六個步驟: 商業(yè)理解；數(shù)據(jù)理解；準(zhǔn)備數(shù)據(jù)；建立相應(yīng)的模型；對模型進(jìn)行評估；發(fā)布模型。數(shù)據(jù)挖掘技術(shù)簡介預(yù)測分析大數(shù)據(jù)預(yù)測分析基于每一種非常規(guī)的變化事前一定有征兆，每一件事情都有跡可循，如果找到了征兆與變化之間的規(guī)律，就可以進(jìn)行預(yù)測。零售數(shù)字化營銷中常見的數(shù)據(jù)分析項(xiàng)目目標(biāo)客戶的特征分析客戶畫像是指根據(jù)收集的客戶信息，包括客戶的基本社會屬性、客戶生活習(xí)慣和消費(fèi)水平等信息，而刻畫出來的具有多種標(biāo)簽的客戶“外貌”，也即客戶模型。構(gòu)建模型的過程中最重要的是對客戶標(biāo)簽進(jìn)行精準(zhǔn)識別，所識別的標(biāo)簽?zāi)軠?zhǔn)確的刻畫出客戶的明顯特征，然后像傳統(tǒng)CRM營銷一樣進(jìn)行針對性營銷。零售數(shù)字化營銷中常見

31、的數(shù)據(jù)分析項(xiàng)目目標(biāo)客戶的預(yù)測（響應(yīng)、分類）這里的預(yù)測（響應(yīng)、分類）包括流失預(yù)警模型、運(yùn)營活動響應(yīng)模型等，響應(yīng)模型的核心就是響應(yīng)概率。預(yù)測（響應(yīng)、分類）模型除了可以有效預(yù)測個體響應(yīng)的概率之外，模型本身顯示出的重要輸入變量與目標(biāo)變量的關(guān)系也有重要的業(yè)務(wù)價值，比如說可以轉(zhuǎn)化成伴隨（甚至導(dǎo)致）發(fā)生響應(yīng)（生成事件）的關(guān)聯(lián)因素、重要因素的提煉。零售數(shù)字化營銷中常見的數(shù)據(jù)分析項(xiàng)目目標(biāo)群體的活躍度定義活躍度的定義沒有統(tǒng)一的描述，一般都是根據(jù)特定的業(yè)務(wù)場景和運(yùn)營需求來量身訂做的，活躍度的定義所涉及的統(tǒng)計技術(shù)主要有兩個，一個是主成分分析，另一個是數(shù)據(jù)的標(biāo)準(zhǔn)化。零售數(shù)字化營銷中常見的數(shù)據(jù)分析項(xiàng)目用戶路徑分析在運(yùn)營團(tuán)

32、隊(duì)看來，路徑分析的主要用途之一，即為監(jiān)控運(yùn)營活動（或者目標(biāo)客戶）的典型路徑，看是否與當(dāng)初的運(yùn)營設(shè)想一致。如果不一致，就繼續(xù)深入分析原因，調(diào)整運(yùn)營思路或頁面布局，最終目的就是提升用戶點(diǎn)擊頁面的效率；其二就是通過路徑分析，提煉新的有價值的頻繁路徑模式，并且在以后的運(yùn)營中對這些模式加以應(yīng)用，提升運(yùn)營的效率和特定效果。零售數(shù)字化營銷中常見的數(shù)據(jù)分析項(xiàng)目交叉銷售模型交叉銷售模型通過對用戶歷史消費(fèi)數(shù)據(jù)的分析挖掘，找出有明顯關(guān)聯(lián)性質(zhì)的商品組合，然后用不同的建模方法，去構(gòu)建消費(fèi)者購買這些關(guān)聯(lián)商品組合的可能性模型，再用其中優(yōu)秀的模型去預(yù)測新客戶中購買特定商品組合的可能性。零售數(shù)字化營銷中常見的數(shù)據(jù)分析項(xiàng)目商品推

33、薦模型推薦系統(tǒng)主要通過統(tǒng)計和數(shù)據(jù)挖掘技術(shù)，并根據(jù)用戶在商店的行為，主動為用戶提供推薦服務(wù)，從而來提高商店購物體驗(yàn)的。根據(jù)不同的商業(yè)需求，推薦系統(tǒng)需要滿足不同的推薦粒度，主要以商品推薦為主，但是還有一些其他粒度推薦。譬如Query推薦、商品類目推薦、商品標(biāo)簽推薦、店鋪推薦等。零售數(shù)字化營銷中常見的數(shù)據(jù)分析項(xiàng)目門店吸引力模型如果知道商圈內(nèi)在某品類（如食品）的總消費(fèi)額，那么總消費(fèi)額乘以該商圈內(nèi)顧客到某一家門店去購物的概率，就可以估算出該商圈內(nèi)顧客在該門店的消費(fèi)額。而且為了體現(xiàn)核心商圈、次級商圈以及邊緣商圈的不同，對其采取了不同的概率。用來計算概率的模型就是引力模型，此處主要介紹哈夫模型。零售數(shù)字化營

34、銷中常見的數(shù)據(jù)分析項(xiàng)目用戶分層模型用戶（消費(fèi)者、供應(yīng)商）分層模型也是零售運(yùn)營中常見的解決方案之一，精細(xì)化運(yùn)營必然會要求區(qū)別對待，而分層（分群）則是區(qū)別對待的基本形式。分層模型是介于粗放運(yùn)營與基于個體概率預(yù)測模型之間的一種折中和過渡模型，其既兼顧了（相對粗放經(jīng)營而言比較)精細(xì)化的需要，又不需要（太多資源）投入到預(yù)測模型的搭建和維護(hù)中，因而在數(shù)字化營銷的初期以及在戰(zhàn)略層面的分析中，分層模型有著比較廣泛的應(yīng)用和較大的價值。零售數(shù)字化營銷中常見的數(shù)據(jù)分析項(xiàng)目用戶分層模型零售數(shù)字化營銷中常見的數(shù)據(jù)分析項(xiàng)目信息質(zhì)量模型信息質(zhì)量模型在實(shí)體零售領(lǐng)域最直接的應(yīng)用領(lǐng)域是陳列優(yōu)化或者說視覺營銷，在互聯(lián)網(wǎng)行業(yè)和互聯(lián)網(wǎng)

35、數(shù)據(jù)化運(yùn)營中也是有著廣泛基礎(chǔ)性應(yīng)用。零售數(shù)字化營銷中常見的數(shù)據(jù)分析項(xiàng)目服務(wù)保障模型服務(wù)保障模型主要是站在為供應(yīng)商服務(wù)的角度來說的，出發(fā)點(diǎn)是為了讓供應(yīng)商（或者商戶）更好地做生意，達(dá)成更多的交易，我們作為平臺方應(yīng)該為他們提供哪些有價值的服務(wù)去支持、保障供應(yīng)商生意的發(fā)展。第二節(jié) 零售企業(yè)如何使用技術(shù)銷售渠道拓展和強(qiáng)化（一）銷售渠道向線上的拓展交叉分析法綜合評價法矩陣關(guān)聯(lián)法分組分析法結(jié)構(gòu)分析法銷售渠道拓展和強(qiáng)化交叉分析法綜合評價法矩陣關(guān)聯(lián)法分組分析法結(jié)構(gòu)分析法銷售渠道拓展和強(qiáng)化（二）線上業(yè)務(wù)：利用數(shù)據(jù)向線上平臺提供優(yōu)質(zhì)流量交叉分析法綜合評價法矩陣關(guān)聯(lián)法結(jié)構(gòu)分析法營銷自動化交叉分析法綜合評價法矩陣關(guān)聯(lián)法

36、預(yù)測分析法分組分析法結(jié)構(gòu)分析法平均分析法營銷自動化交叉分析法綜合評價法矩陣關(guān)聯(lián)法預(yù)測分析法分組分析法結(jié)構(gòu)分析法平均分析法營銷接觸點(diǎn)二次營銷個性化營銷交叉分析法綜合評價法矩陣關(guān)聯(lián)法預(yù)測分析法分組分析法結(jié)構(gòu)分析法平均分析法合作營銷如果企業(yè)可以通過大數(shù)據(jù)非常清晰地描述自己目標(biāo)客戶群的客戶畫像，并且通過大數(shù)據(jù)工具（如百度司南）找到一些平臺，這些平臺自身擁有與企業(yè)客戶畫像匹配的客戶積累，并且完成了對客戶的信任背書和持續(xù)吸引力，企業(yè)就可以借對方平臺的客戶資源進(jìn)行營銷推廣，這種方式比企業(yè)自身積累客戶數(shù)據(jù)會更快。預(yù)測分析法營銷效果衡量網(wǎng)站分析交叉分析法綜合評價法矩陣關(guān)聯(lián)法預(yù)測分析法分組分析法結(jié)構(gòu)分析法平均分析

37、法營銷效果衡量資源最優(yōu)化交叉分析法綜合評價法矩陣關(guān)聯(lián)法預(yù)測分析法分組分析法結(jié)構(gòu)分析法平均分析法營銷效果衡量銷售漏斗分析交叉分析法綜合評價法矩陣關(guān)聯(lián)法預(yù)測分析法結(jié)構(gòu)分析法平均分析法第三節(jié) 如何向供應(yīng)商數(shù)據(jù)變現(xiàn)零售商分類垂直零售商：顧名思義專注于某一垂直品類領(lǐng)域，擁有自己的品牌，店內(nèi)售賣的多為是自己生產(chǎn)的品牌商品。；平臺零售商：提供的是一個商品交易場所，店內(nèi)所售商品多由其供應(yīng)商（或稱品牌商）提供，諸如沃爾瑪、家樂福、易初蓮花、永輝等耳熟能詳?shù)某匈u場都是典型的平臺零售商。交叉分析法綜合評價法矩陣關(guān)聯(lián)法預(yù)測分析法分組分析法結(jié)構(gòu)分析法平均分析法零售商數(shù)據(jù)對供應(yīng)商的價值幫助供應(yīng)商KA（重點(diǎn)零售商客戶）加

38、強(qiáng)與零售商合作，提升店內(nèi)品牌表現(xiàn)支持顧客洞察/市場營銷/品牌團(tuán)隊(duì)從顧客角度了解品牌交叉分析法綜合評價法矩陣關(guān)聯(lián)法預(yù)測分析法結(jié)構(gòu)分析法平均分析法具體應(yīng)用品牌天然的CRM會員庫；小眾商品/新品顧客畫像；賦能品牌自有會員的管理和評估。交叉分析法矩陣關(guān)聯(lián)法預(yù)測分析法分組分析法結(jié)構(gòu)分析法平均分析法第四章：以顧客為中心知識體系學(xué)習(xí)目標(biāo)【知識目標(biāo)】了解實(shí)體零售與電商零售顧客識別的異同；熟悉精準(zhǔn)內(nèi)容投放的商業(yè)邏輯與數(shù)學(xué)算法；熟悉數(shù)字分析技術(shù)在品類管理中的應(yīng)用；了解全渠道營銷的重要性和設(shè)計理念；熟悉利用信息技術(shù)提升購物體驗(yàn)的思路?！灸芰δ繕?biāo)】能夠?yàn)轭櫩唾N標(biāo)簽和進(jìn)行顧客細(xì)分；能夠進(jìn)行以人找物和以物找人的精準(zhǔn)營銷；

39、能夠進(jìn)行門店分組、品類角色定位與商品組合調(diào)整；能夠利用信息技術(shù)增強(qiáng)顧客購物體驗(yàn)。在零售企業(yè)，我們更習(xí)慣于將客戶叫做顧客，所以在本模塊中，統(tǒng)一改為顧客。第一節(jié) 如何認(rèn)知顧客什么是以顧客為中心以顧客為中心同時也是新零售最重要的標(biāo)簽；為什么電商可以做到以顧客為中心；作為新零售重要元素，如何才能實(shí)現(xiàn)顧客為中心。識別你的顧客：會員制度的重要性識別你的顧客是以顧客為中心的第一步；評估會員制度的優(yōu)劣指標(biāo)：會員銷售占比；科技讓會員的識別越來越容易；一類特殊的線下零售的存在：會員店。大數(shù)據(jù)洞察讓你了解你的顧客海量的數(shù)據(jù)是理解顧客的最佳路徑，大數(shù)據(jù)的概念在國內(nèi)最早開始于2012年，大數(shù)據(jù)的興起是伴隨著互聯(lián)網(wǎng)，尤其

40、是移動互聯(lián)網(wǎng)的發(fā)展。每個個體通過PC和手機(jī)，或者主動或者被動的留下的行動軌跡被提供服務(wù)的企業(yè)所捕捉，用于用戶行為的研究和理解。預(yù)測分析法顧客標(biāo)簽顧客標(biāo)簽顧客標(biāo)簽顧客戰(zhàn)略細(xì)分忠誠度細(xì)分顧客戰(zhàn)略細(xì)分價格敏感度細(xì)分顧客戰(zhàn)略細(xì)分生活方式細(xì)分顧客戰(zhàn)略細(xì)分生命周期細(xì)分第二節(jié) 內(nèi)容投放精準(zhǔn)營銷背后的技術(shù)要求數(shù)據(jù)積累；精準(zhǔn)營銷的算法基礎(chǔ)；精準(zhǔn)營銷在線下門店的落地案例交叉分析法綜合評價法矩陣關(guān)聯(lián)法預(yù)測分析法分組分析法結(jié)構(gòu)分析法平均分析法精準(zhǔn)營銷在線下門店的落地案例交叉分析法綜合評價法矩陣關(guān)聯(lián)法預(yù)測分析法分組分析法結(jié)構(gòu)分析法平均分析法精準(zhǔn)營銷在線下門店的落地案例交叉分析法綜合評價法矩陣關(guān)聯(lián)法預(yù)測分析法分組分析法結(jié)

41、構(gòu)分析法平均分析法第三節(jié) 品類管理從物以類聚到人以群分從物以類聚到人以群分從物以類聚到人以群分品類購買決策樹品類購買決策樹品類購買決策樹品類購買決策樹品類購買決策樹跨品類評估跨品類評估跨品類評估高效的商品組合第四節(jié) 全渠道運(yùn)營全渠道運(yùn)營什么是全渠道零售？如何構(gòu)建全渠道購物？多渠道的機(jī)遇是什么？為什么到處都是商業(yè)如此寶貴？如何創(chuàng)造沉浸式體驗(yàn)？第五節(jié) 如何利用數(shù)字技術(shù)增加顧客的體驗(yàn)虛擬現(xiàn)實(shí)技術(shù)虛擬現(xiàn)實(shí)技術(shù)虛擬現(xiàn)實(shí)技術(shù)虛擬現(xiàn)實(shí)技術(shù)虛擬現(xiàn)實(shí)技術(shù)智慧停車場功能規(guī)劃；規(guī)模規(guī)劃；高度與寬度；流線設(shè)計。智慧衛(wèi)生間第五章：新媒體工具的使用學(xué)習(xí)目標(biāo)【知識目標(biāo)】熟悉APP營銷的概念、特點(diǎn)、模式以及推廣策略；熟悉搜索

42、引擎營銷的概念、方法及常見的誤區(qū)；熟悉微博營銷的概念、特點(diǎn)及策略；熟悉微信營銷的概念、特點(diǎn)、優(yōu)勢以及在零售業(yè)中的應(yīng)用；熟悉網(wǎng)絡(luò)視頻營銷的概念、優(yōu)勢、以及在零售業(yè)中的應(yīng)用。【能力目標(biāo)】能夠用將新開發(fā)的APP推廣出去；能夠用掌握SEO的原理，避免SEO常見的錯誤；能夠用微博營銷的策略推廣產(chǎn)品；能夠用微信開展各類營銷活動；能夠用視頻輔助企業(yè)進(jìn)行宣傳與推廣?！局R體系】目 錄第一節(jié) APP營銷第二節(jié) 搜索引擎營銷第三節(jié) 微博營銷第四節(jié) 微信營銷第五節(jié) 視頻營銷APP營銷交叉分析法綜合評價法矩陣關(guān)聯(lián)法預(yù)測分析法對比分析法分組分析法結(jié)構(gòu)分析法平均分析法APP營銷是指商家通過智能手機(jī)等移動平臺上運(yùn)行的第三方

43、應(yīng)用程序進(jìn)行產(chǎn)品的推廣、傳播和銷售，提升企業(yè)價值的活動。APP的發(fā)展如此迅速，使得很多的零售企業(yè)也很快意識到了APP營銷的重要性，不僅京東、淘寶、亞馬遜等各大電商平臺的營銷重心不斷從PC端向移動APP轉(zhuǎn)移，傳統(tǒng)的線下零售企業(yè)也紛紛研發(fā)運(yùn)營自己的APP移動平臺。APP營銷交叉分析法綜合評價法矩陣關(guān)聯(lián)法預(yù)測分析法分組分析法結(jié)構(gòu)分析法平均分析法APP營銷APP營銷用戶參與營銷模式1內(nèi)容營銷模式2購物網(wǎng)站移植模式3APP廣告模式4APP營銷的模式APP營銷 讓用戶參與到APP的創(chuàng)作或者設(shè)計中，從而吸引并黏住用戶。抖音、快手、西瓜小視頻、火山小視頻等短視頻APP都是基于用戶參與的營銷模式，這種APP是讓

44、用戶制作、上傳分享自創(chuàng)的視頻從而獲取他人的喜歡和關(guān)注。用戶參與營銷模式APP營銷內(nèi)容營銷模式 在APP中為用戶提供優(yōu)質(zhì)的內(nèi)容，從而吸引客戶下載使用。發(fā)布和展示內(nèi)容信息是APP的直接功能，也是最重要的一個功能，APP的特點(diǎn)之一就是能通過文字、圖片、視頻等形式向用戶24小時不間斷地傳遞信息、展示內(nèi)容，目的是為了增加用戶對產(chǎn)品的了解和信任，提高品牌的聲譽(yù)。APP營銷購物網(wǎng)站移植模式 基于移動智能設(shè)備和4G網(wǎng)絡(luò)的快速發(fā)展，越來越多的電商按照網(wǎng)站研發(fā)出了企業(yè)的APP并投放到移動端的各大應(yīng)用商店，用戶可以免費(fèi)下載。購物網(wǎng)站移植的例子不勝枚舉，幾乎所有的購物APP都是零售企業(yè)由PC端網(wǎng)站移植過來的APP營銷

45、APP廣告模式 指將廣告的鏈接嵌入到APP的應(yīng)用中，如果用戶感興趣直接點(diǎn)擊廣告欄就能進(jìn)入到相關(guān)界面，了解商品或者活動的詳情APP營銷APP營銷的推廣大多數(shù)零售企業(yè)都非?？春肁PP的發(fā)展前景，也紛紛研發(fā)并推出了企業(yè)APP。但是很多企業(yè)APP的推廣效果并不明顯，表現(xiàn)在下載人數(shù)不多，用戶使用次數(shù)少以及卸載率高等方面。APP研發(fā)成功后如何吸引用戶下載卻是一個更大的問題，很多企業(yè)的APP下載使用數(shù)量并不盡如人意，歸根到底是對APP的推廣工作沒有做好，所以APP營銷的第一步就是先要將APP平臺推廣出去，用戶下載和使用是APP營銷的前提。APP營銷APP營銷的推廣策略 通過優(yōu)惠活動誘使消費(fèi)者下載使用 通過其

46、他APP平臺進(jìn)行推廣 多種推廣方式相結(jié)合 手機(jī)綁定 提高用戶體驗(yàn)，利用消費(fèi)者口碑傳播目 錄第一節(jié) APP營銷第二節(jié) 搜索引擎營銷第三節(jié) 微博營銷第四節(jié) 微信營銷第五節(jié) 視頻營銷搜索引擎營銷交叉分析法搜索引擎營銷交叉分析法綜合評價法矩陣關(guān)聯(lián)法預(yù)測分析法對比分析法分組分析法結(jié)構(gòu)分析法平均分析法搜索引擎營銷（Search Engine Marketing）簡稱SEM，是企業(yè)利用競價排名、搜索引擎優(yōu)化等方法和手段，在用戶使用搜索引擎檢索信息時，將自己企業(yè)的產(chǎn)品和活動信息排在前面，吸引用戶的注意，用戶點(diǎn)擊鏈接后可以直接跳轉(zhuǎn)到相關(guān)的網(wǎng)站進(jìn)行瀏覽和購買，從而達(dá)到推廣和增加銷售的目的。搜索引擎營銷搜索引擎營銷

47、的方式 搜競價排名搜搜索引擎優(yōu)化(SEO)搜 站外鏈接優(yōu)化搜索引擎營銷如何做好SEO 篩選最佳關(guān)鍵詞 優(yōu)化網(wǎng)站 建立消費(fèi)者數(shù)據(jù)庫 建立反應(yīng)驅(qū)動數(shù)據(jù)庫系統(tǒng)搜索引擎營銷SEO常見的誤區(qū)誤區(qū)1沉迷于SEO，為了優(yōu)化而優(yōu)化誤區(qū)2一味的追求數(shù)據(jù)，唯數(shù)據(jù)是從誤區(qū)3關(guān)鍵詞堆砌太多或者外鏈過多誤區(qū)3采用作弊的手段目 錄第一節(jié) APP營銷第二節(jié) 搜索引擎營銷第三節(jié) 微博營銷第四節(jié) 微信營銷第五節(jié) 視頻營銷微博營銷交叉分析法綜合評價法矩陣關(guān)聯(lián)法預(yù)測分析法對比分析法分組分析法結(jié)構(gòu)分析法 微博營銷是企業(yè)借助微博平臺發(fā)布企業(yè)和產(chǎn)品信息，樹立企業(yè)形象，吸引粉絲互動交流，以達(dá)到推廣和銷售的目的。微博營銷交叉分析法綜合評價法

48、矩陣關(guān)聯(lián)法預(yù)測分析法結(jié)構(gòu)分析法平均分析法微博營銷的特點(diǎn)成本特別低，有利于企業(yè)更好地開展推廣和營銷活動傳播速度快，有利于信息和廣告的即時發(fā)布和更新互動性強(qiáng)，有利于跟用戶進(jìn)行良好的溝通和反饋與名人面對面，有利于利用企業(yè)家的個人影響力微博營銷交叉分析法綜合評價法矩陣關(guān)聯(lián)法預(yù)測分析法結(jié)構(gòu)分析法平均分析法微博營銷的策略 品牌擬人化策略 “群體打造”策略 粉絲互動策略 品牌合作策略 企業(yè)藍(lán)V互粉策略 緊跟熱點(diǎn)策略 開通微博平臺付費(fèi)欄目目 錄第一節(jié) APP營銷第二節(jié) 搜索引擎營銷第三節(jié) 微博營銷第四節(jié) 微信營銷第五節(jié) 視頻營銷第四節(jié) 微信營銷微信的發(fā)展歷程交叉分析法綜合評價法矩陣關(guān)聯(lián)法預(yù)測分析法對比分析法分

49、組分析法結(jié)構(gòu)分析法平均分析法2011年上市2015年發(fā)展到200多個國家和地區(qū)2017年12月注冊用戶達(dá)9.36億2018年3月，月活躍用戶突破10億大關(guān)討 論微信帶來的變化？社交方式的改變傳遞和獲取信息方式的改變消費(fèi)方式的改變微信的價值交叉分析法綜合評價法矩陣關(guān)聯(lián)法預(yù)測分析法對比分析法分組分析法結(jié)構(gòu)分析法平均分析法使用群體廣泛，且穩(wěn)步增長功能靈活、便捷、豐富商業(yè)價值重要的宣傳平臺微信營銷交叉分析法綜合評價法矩陣關(guān)聯(lián)法預(yù)測分析法對比分析法結(jié)構(gòu)分析法平均分析法屬于網(wǎng)絡(luò)營銷依托于微信及微信用戶相關(guān)數(shù)據(jù)實(shí)現(xiàn)“零距離”交流降低營銷成本拓寬營銷渠道微信營銷的特點(diǎn)及優(yōu)勢交叉分析法綜合評價法矩陣關(guān)聯(lián)法預(yù)測分

50、析法對比分析法分組分析法結(jié)構(gòu)分析法平均分析法便于企業(yè)與消費(fèi)者溝通，極大地增強(qiáng)了互動性便捷性高，操作簡單，易于實(shí)現(xiàn)用戶群體龐大，宣傳成本較為低廉精準(zhǔn)性高，正對性強(qiáng)，可實(shí)現(xiàn)精準(zhǔn)營銷形式更為豐富、靈活和多樣化，便于企業(yè)量身打造最合適的營銷方案可以幫助企業(yè)實(shí)現(xiàn)用戶數(shù)據(jù)的積累，以及對消費(fèi)行為的分析微信營銷的主要形式交叉分析法綜合評價法矩陣關(guān)聯(lián)法預(yù)測分析法對比分析法分組分析法結(jié)構(gòu)分析法平均分析法朋友圈公眾號二維碼小程序朋友圈交叉分析法綜合評價法矩陣關(guān)聯(lián)法預(yù)測分析法對比分析法分組分析法結(jié)構(gòu)分析法平均分析法“微信朋友圈的性質(zhì)是基于社會網(wǎng)絡(luò)的虛擬社區(qū)”“為人們建立和維持社會關(guān)系提供了一個虛擬場所”微信朋友圈是現(xiàn)

51、實(shí)中的社會關(guān)系在網(wǎng)絡(luò)環(huán)境虛擬環(huán)境下的延續(xù)和體現(xiàn)朋友圈在微信營銷中的特點(diǎn)及優(yōu)勢交叉分析法綜合評價法矩陣關(guān)聯(lián)法預(yù)測分析法對比分析法分組分析法結(jié)構(gòu)分析法平均分析法信息的溝通和交換較為及時信息的傳播速度和曝光率較高信息傳播的精準(zhǔn)度較高信息傳播呈現(xiàn)半封閉性信息傳播的成本極低公眾號分為訂閱號和服務(wù)號訂閱號主要適用于信息的發(fā)布服務(wù)號除了信息發(fā)布還可以提供各類簡便的服務(wù)公眾號使用的基本方式交叉分析法綜合評價法矩陣關(guān)聯(lián)法預(yù)測分析法對比分析法分組分析法結(jié)構(gòu)分析法平均分析法企業(yè)自己開設(shè)公眾號用于信息發(fā)布和服務(wù)客戶企業(yè)通過與具有一定流量的知名公眾號合作，來進(jìn)行營銷推廣公眾號在微信營銷中的優(yōu)勢交叉分析法綜合評價法矩陣關(guān)

52、聯(lián)法預(yù)測分析法對比分析法分組分析法結(jié)構(gòu)分析法平均分析法信息形式多樣，便于閱讀和分享營銷成本低，用戶精準(zhǔn)度高方便與用戶互動，積累用戶數(shù)據(jù)公眾號使用的問題交叉分析法綜合評價法矩陣關(guān)聯(lián)法預(yù)測分析法對比分析法分組分析法結(jié)構(gòu)分析法平均分析法如何確保訂閱量：“內(nèi)容為王”，確保高質(zhì)量的內(nèi)容主題鮮明，形成差異化定位注重服務(wù)，開發(fā)簡單的服務(wù)功能方便顧客可以與其他平臺或渠道聯(lián)合，增強(qiáng)用戶粘性二維碼交叉分析法綜合評價法矩陣關(guān)聯(lián)法預(yù)測分析法對比分析法分組分析法結(jié)構(gòu)分析法平均分析法儲存文字、數(shù)字圖片和視頻等信息廣泛應(yīng)用到旅游、汽車、交通運(yùn)輸、零售及餐飲等各行各業(yè)需要注意使用過程中的安全問題二維碼并不僅限于通過微信使用二

53、維碼在營銷中的作用：交叉分析法綜合評價法矩陣關(guān)聯(lián)法預(yù)測分析法對比分析法分組分析法結(jié)構(gòu)分析法平均分析法信息儲存的作用具有防偽的作用宣傳與促銷的作用便捷支付的作用小程序交叉分析法綜合評價法矩陣關(guān)聯(lián)法預(yù)測分析法對比分析法分組分析法結(jié)構(gòu)分析法平均分析法“小程序是運(yùn)行于微信之上的一種移動端應(yīng)用”與APP相比的優(yōu)勢：無需安裝觸手可及用完即走無需卸載小程序的主要作用交叉分析法綜合評價法矩陣關(guān)聯(lián)法預(yù)測分析法對比分析法分組分析法結(jié)構(gòu)分析法平均分析法對用戶來說：便利的需求、社交的需求、娛樂的需求對開發(fā)者來說：開發(fā)門檻、開發(fā)成本和運(yùn)營成本都較低實(shí)現(xiàn)線上和線下的場景融合，線上與線下聯(lián)動微信營銷在零售業(yè)中的應(yīng)用交叉分析

54、法綜合評價法矩陣關(guān)聯(lián)法預(yù)測分析法對比分析法分組分析法結(jié)構(gòu)分析法平均分析法有利于消費(fèi)者獲取產(chǎn)品及商家詳細(xì)信息有利于零售商家進(jìn)行宣傳和營銷，擴(kuò)大覆蓋面，通過線上展開促銷活動有利于零售商家節(jié)約營銷成本有利于幫助零售商家進(jìn)行顧客關(guān)系維護(hù)以及顧客信息管理典型案例：江南布衣之微信營銷交叉分析法綜合評價法矩陣關(guān)聯(lián)法預(yù)測分析法對比分析法分組分析法結(jié)構(gòu)分析法平均分析法公眾號文章推廣，拉近與客戶的距離公眾號功能豐富，服務(wù)周全 產(chǎn)生品牌聯(lián)動效應(yīng)深度挖掘客戶信息，為發(fā)展提供數(shù)據(jù)支持微信商城，拓寬銷售渠道線上與線下互動媒介相結(jié)合，高針對性典型案例：江南布衣之微信營銷目 錄第一節(jié) APP營銷第二節(jié) 搜索引擎營銷第三節(jié) 微

55、博營銷第四節(jié) 微信營銷第五節(jié) 視頻營銷第五節(jié) 視頻營銷視頻及視頻營銷的基本分類交叉分析法綜合評價法矩陣關(guān)聯(lián)法預(yù)測分析法對比分析法分組分析法結(jié)構(gòu)分析法平均分析法按照視頻長短，可以將網(wǎng)絡(luò)視頻分為長視頻和短視頻按照運(yùn)營方式可將視頻營銷分為三類：用戶生成內(nèi)容企業(yè)自建賬號自己制作與網(wǎng)紅、名人或視頻達(dá)人合作，進(jìn)行品牌或產(chǎn)品植入網(wǎng)絡(luò)視頻營銷的內(nèi)涵 “視頻營銷是指各大企業(yè)或者機(jī)構(gòu)利用網(wǎng)絡(luò)視頻傳播企業(yè)信息、產(chǎn)品信息，樹立企業(yè)或者機(jī)構(gòu)的形象，從而達(dá)到宣傳和營銷的效果。” 網(wǎng)絡(luò)視頻營銷之所以不同于以往傳統(tǒng)的視頻廣告，主要是因?yàn)樗且曰ヂ?lián)網(wǎng)為載體的，不管是在何種平臺上制作和發(fā)布，它都是通過互聯(lián)網(wǎng)來進(jìn)行擴(kuò)散和傳播的，因

56、此，視頻營銷在即時性、互動性、傳播速度上都具有明顯的優(yōu)勢。視頻營銷的優(yōu)勢交叉分析法綜合評價法矩陣關(guān)聯(lián)法預(yù)測分析法對比分析法結(jié)構(gòu)分析法平均分析法視頻營銷在社會化媒體時代更具傳播價值社會化媒體視頻視頻營銷的優(yōu)勢交叉分析法綜合評價法矩陣關(guān)聯(lián)法預(yù)測分析法對比分析法分組分析法結(jié)構(gòu)分析法平均分析法2.視頻營銷提升了消費(fèi)者對品牌的認(rèn)知度消費(fèi)者參與趣味性創(chuàng)意性娛樂性視頻營銷的優(yōu)勢交叉分析法綜合評價法矩陣關(guān)聯(lián)法預(yù)測分析法對比分析法分組分析法析法平均分析法3.視頻營銷有助于消費(fèi)者產(chǎn)生品牌聯(lián)想A屬性關(guān)聯(lián)B利益關(guān)聯(lián)C態(tài)度關(guān)聯(lián)視頻營銷的優(yōu)勢交叉分析法綜合評價法矩陣關(guān)聯(lián)法預(yù)測分析法對比分析法分組分析法結(jié)構(gòu)分析法平均分析法

57、4.視頻營銷可以提升消費(fèi)者的品牌忠誠度A情感鏈接B深層互動C融入品牌視頻營銷的優(yōu)勢交叉分析法綜合評價法矩陣關(guān)聯(lián)法預(yù)測分析法對比分析法分組分析法結(jié)構(gòu)分析法平均分析法5.視頻營銷可以有效借助網(wǎng)紅經(jīng)濟(jì)的力量通過拍攝個性化的視頻來進(jìn)行營銷通過視頻直播模式進(jìn)行營銷將“移動”與“視頻”相結(jié)合來實(shí)現(xiàn)營銷視頻營銷在零售業(yè)中的應(yīng)用利用視頻向消費(fèi)者講述產(chǎn)品直觀和生動地向消費(fèi)者清楚地展示出產(chǎn)品的細(xì)節(jié)結(jié)合產(chǎn)品本身特點(diǎn)，設(shè)計具有創(chuàng)意性的情節(jié)，拍攝引人入勝的視頻，吸引消費(fèi)者觀看引起消費(fèi)者自發(fā)地進(jìn)行分享和轉(zhuǎn)發(fā)為產(chǎn)品制造話題，激發(fā)消費(fèi)者討論與關(guān)注視頻營銷在零售業(yè)中的應(yīng)用2.利用視頻向消費(fèi)展示使用過程可向消費(fèi)者展示產(chǎn)品的安裝過程、操作過程等避免長篇累牘的說明書給消費(fèi)者帶來的不悅體驗(yàn)盡量將復(fù)雜的產(chǎn)品功能進(jìn)行分類，每一個視頻可以只針對某一類型的功能進(jìn)行拍攝，這樣就可以保證視頻質(zhì)量又保證消費(fèi)者的觀看效果視頻營銷在零售業(yè)中的應(yīng)用3.利用視頻來講述品牌和產(chǎn)品故事移動互聯(lián)網(wǎng)環(huán)境下，拍攝短視頻來講述產(chǎn)品和品牌故事的方式也越來越流行起來短視頻由于時間太短，可能僅有10到15秒的時間，所以這對視頻內(nèi)容的設(shè)計提