您当前的位置 ：
大数据时代，如何玩转精准营销？
扫码阅读手机版
　　中国互联网从来没有像这几年这么热闹，随着社交平台的崛起到大数据和云计算的广泛应用，从移动互联网的发展扩大到互联网+的推广普及，人们在网络上留下的数据越来越多。数字的本质是人，数据挖掘就是在分析人类族群自身。因此在大数据的背景之下，问题的关键已经不仅包括用户说的是什么，还包括用户是谁？在哪里？做了什么？这不仅考验着营销人拥抱变革的态度和行动力，同时也对“数据指导下的精准营销”提出了越来越高的要求。
　　于是，利用海量数据进行多维度信息重组，从而全面打通各个平台间的内容与用户、进行精准的广告投放，成为目前企业都在谋求的重心。针对于此，越来越多的业内专家把目光放在了数字消费趋势以及数字产品的转型研究上。
　一、从消费趋势上说，大数据应当如何正确指导“营销中的变现”？
　　在移动互联网时代，营销效果是以广告最终的投放精准度和最后的转化率来衡量。然而如何提高广告投放精准度，是自媒体和广告方都极为关注的问题。曾参加过企智沙龙活动的嘉宾、TalkingData CEO助理陈星霖，就表示：“在营销中，大数据起着极为重要的作用，通常来说通过大数据对用户不仅仅起到了标签画像的作用，还可以通过相似的画像特性进行潜客挖掘，数据在连接中精准的触达，最后形成回馈数据，这样就形成了大数据再营销中的闭环的应用，不仅如此，大数据再精准营销中可以精确分析出客户的状态，从而对忠实客户、沉睡老客户和尝鲜的新客户进行不同策略的营销，达成销售转化。”
　　目前的大数据营销形态，开始从媒体定向转向人群定向，透过目标人群的线上行为、线下位置等属性对目标人群的消费趋势进行了深入洞察。根据大数据的描绘，在营销过程中不仅可以做用户画像，还可以在营销中精确分析客户的状态，对忠实客户、沉睡客户和潜在客户的分析，可以制定相应的营销策略，最终通过适合的场景下直达受众。
　二、从数据产品角度上讲，如何快速锁定用户落地，满足营销所需要求？
　　目前的数字化营销市场虽热但乱，而对于企业主而言，他们的需要更务实、他们更喜欢直接的、可视化的传播效果。针对这一难题，智唐科技CEO朱垒磊认为，如果可以搭建一个标准化的数据服务平台，应该能够解决这一困境：“在提升数字营销行业的整体效率和创新能力上，当务之急是搭建一个能够为供需双方提供保障的行业性标准化服务平台。通过平台对品牌数字资产的系统化管理和运营，可实现品牌互联网数字资产的量化管理、持续积累、不断增值。”通过系统化的平台搭建，让数据更具有专业性，实现对企业的需求“对症下药”。时下深受企业欢迎的企智市场就是在此背景下应运而生，作为国内首家专业的第三方标准化企业数字服务平台，企智平台建立的初心，就是以数据驱动企业服务为主，为品牌企业、公共机构等数字营销服务需求方，和广告公司、公关公司、技术公司等标准化服务提供商之间搭建起高效、标准、具有双方保障的数据服务平台。
　随着互联网不断地推广和普及，大数据给企业营销带来的影响已然不容小觑。TalkingData CEO助理陈星霖从消费趋势变化的角度阐述了数字营销的变现之路，而智唐科技CEO朱垒磊则从产品层面解析了大数据对于营销的影响并推解决方案。无论从那个层面，企业最终要解决的是如何抓住这个大趋势，去正面地面对机遇以及即将或已经面临的挑战。
下载前沿客户端关注更多精彩
热点新闻排行榜
| 违法和不良信息举报电话：022- | 举报邮箱：jubao@ |
(C) 2000-.cn, Tianjin ENORTH NETNEWS Co.,LTD.All rights
本网站由天津北方网版权所有君，已阅读到文档的结尾了呢~~
大数据分析,数据库,Bigdata,大数据行业方案,大数据,人工智能,深度学习,行业大数据
扫扫二维码，随身浏览文档
手机或平板扫扫即可继续访问
大数据精准营销平台
举报该文档为侵权文档。
举报该文档含有违规或不良信息。
反馈该文档无法正常浏览。
举报该文档为重复文档。
推荐理由：
将文档分享至：
分享完整地址
文档地址：
粘贴到BBS或博客
flash地址：
支持嵌入FLASH地址的网站使用
html代码：
&embed src='/DocinViewer--144.swf' width='100%' height='600' type=application/x-shockwave-flash ALLOWFULLSCREEN='true' ALLOWSCRIPTACCESS='always'&&/embed&
450px*300px480px*400px650px*490px
支持嵌入HTML代码的网站使用
您的内容已经提交成功
您所提交的内容需要审核后才能发布，请您等待！
3秒自动关闭窗口数字营销:大数据精准营销的七个关键要素
作者: 雅各布专栏来源: 亿邦动力网 16:17:18
说到大数据精准营销，不得不先提个性化的用户画像，我们针对每一类数据实体，进一步分解可落地的数据维度，刻画TA的每一个特征，在聚集起来形成人群画像。01用户画像用户画像是根据用户社会属性、生活习惯和消费行为等信息而抽象出的一个标签化的用户模型。具体包含以下几个维度：用户固定特征：性别，年龄，地域，教育水平，生辰八字，职业，星座用户兴趣特征：兴趣爱好，使用APP，网站，浏览/收藏/评论内容，品牌偏好，产品偏好用户社会特征：生活习惯，婚恋，社交/信息渠道偏好，宗教信仰，家庭成分用户消费特征：收入状况，购买力水平，商品种类，购买渠道喜好，购买频次用户动态特征：当下时间，需求，正在前往的地方，周边的商户，周围人群，新闻事件如何生成用户精准画像大致分成三步。1.采集和清理数据：用已知预测未知首先得掌握繁杂的数据源。包括用户数据、各式活动数据、电子邮件订阅数、线上或线下数据库及客户服务信息等。这个是累积数据库；这里面最基础的就是如何收集网站／APP用户行为数据。比如当你登陆某网站，其Cookie就一直驻留在浏览器中，当用户触及的动作，点击的位置，按钮，点赞，评论，粉丝，还有访问的路径，可以识别并记录他／她的所有浏览行为，然后持续分析浏览过的关键词和页面，分析出他的短期需求和长期兴趣。还可以通过分析朋友圈，获得非常清晰获得对方的工作，爱好，教育等方面，这比个人填写的表单，还要更全面和真实。我们用已知的数据寻找线索，不断挖掘素材，不但可以巩固老会员，也可以分析出未知的顾客与需求，进一步开发市场。2.用户分群：分门别类贴标签描述分析是最基本的分析统计方法，描述统计分为两大部分：数据描述和指标统计。数据描述：用来对数据进行基本情况的刻画，包括数据总数，范围，数据来源。指标统计：把分布，对比，预测指标进行建模。这里常常是Data mining的一些数学模型，像响应率分析模型，客户倾向性模型，这类分群使用Lift图，用打分的方法告诉你哪一类客户有较高的接触和转化的价值。在分析阶段，数据会转换为影响指数，进而可以做&一对一&的精准营销。举个例子，一个80后客户喜欢在生鲜网站上早上10点下单买菜，晚上6点回家做饭，周末喜欢去附近吃日本料理，经过搜集与转换，就会产生一些标签，包括&80后&&生鲜&&做饭&&日本料理&等等，贴在消费者身上。3.制定策略：优化再调整有了用户画像之后，便能清楚了解需求，在实际操作上，能深度经营顾客关系，甚至找到扩散口碑的机会。例如上面例子中，若有生鲜的打折券，日本餐馆最新推荐，营销人员就会把适合产品的相关信息，精准推送这个消费者的手机中；针对不同产品发送推荐信息，同时也不断通过满意度调查，跟踪码确认等方式，掌握顾客各方面的行为与偏好。除了顾客分群之外，营销人员也在不同时间阶段观察成长率和成功率，前后期对照，确认整体经营策略与方向是否正确；若效果不佳，又该用什么策略应对。反复试错并调整模型，做到循环优化。这个阶段的目的是提炼价值，再根据客户需求精准营销，最后追踪客户反馈的信息，完成闭环优化。我们从数据整合导入开始，聚合数据，在进行数据的分析挖掘。数据分析和挖掘还是有一些区别。数据分析重点是观察数据，单纯的统计，看KPI的升降原因。而数据挖掘从细微和模型角度去研究数据，从学习集、训练集发现知识规则，除了一些比较商业化的软件SAS，WEKA功能强大的数据分析挖掘软件，这边还是更推荐使用R，Python，因为SAS，SPSS本身比较昂贵，也很难做页面和服务级别的API，而Python和R有丰富的库，可以类似WEKA的模块，无缝交互其他API和程序，这里还需要熟悉数据库，Hadoop等。02数据细分受众“颠覆营销”书中提到一个例子，可以引述一下，大家思考一个问题：如果你打算搜集200份有效问卷，依照以往的经验，你需要发多少份问卷，才能达到这个目标？预计用多少预算和时间来执行？以往的方法是这样的：评估网络问卷大约是5%的回收率，想要保证收到200份的问卷，就必须有20倍的发送量，也就是发出4000份问卷，一个月内如果可以回收，就是不错的表现。但现在不一样了，在执行大数据分析的3小时内，就可以轻松完成以下的目标：精准挑选出1%的VIP顾客发送390份问卷，全部回收 问卷寄出3小时内回收35%的问卷 5天内就回收了超过目标数86%的问卷数 所需时间和预算都在以往的10%以下 这是怎么做到在问卷发送后的3个小时就回收35%？那是因为数据做到了发送时间的&一对一定制化&，利用数据得出，A先生最可能在什么时间打开邮件就在那个时间点发送问卷。举例来说，有的人在上班路上会打开邮件，但如果是开车族，并没有时间填写答案，而搭乘公共交通工具的人，上班路上的时间会玩手机，填写答案的概率就高，这些都是数据细分受众的好处。03预 测“预测”能够让你专注于一小群客户，而这群客户却能代表特定产品的大多数潜在买家。当我们采集和分析用户画像时，可以实现精准营销。这是最直接和最有价值的应用，广告主可以通过用户标签来发布广告给所要触达的用户，这里面又可以通过上图提到的搜索广告，展示社交广告，移动广告等多渠道的营销策略，营销分析，营销优化以及后端CRM/供应链系统打通的一站式营销优化，全面提升ROI。我们再说一说营销时代的变迁，传统的企业大多还停留在“营销1.0”时代，以产品为中心，满足传统的消费者需求，而进入“营销2.0”，以社会价值与品牌为使命，也不能完全精准对接个性化需求。进入营销3.0的数据时代，我们要对每个消费者进行个性化匹配，一对一营销，甚至精确算清楚成交转化率，提高投资回报比。大数据下的营销颠覆经典的营销4P理论，Product，Price，Place，Promotion，取而代之的是新的4P，People，Performance，Process，Prediction。在大数据时代，线下地理的竞争边界早就不存在，比的是早一步的先知能力，利用大数据，从顾客真实交易数据中，预测下一次的购买时间。 营销3.0时代关键词就是“预测”。预测营销能够让你专注于一小群客户，而这群客户却能代表特定产品的大多数潜在买家。以上图为例，你可以将营销活动的目标受众锁定为20万潜在客户或现有客户，其中包括特定产品的大多数买家（4万人）。你还可以拨出部分预算用于吸引更小的客户群（比如20% 的客户），而不是整个客户群，进而优化你的支出。过去我们看数据可能是被动的方式，但预测营销强调是决策价值，比如购买时间，你该看的不是她最后的购买日期，而是下次购买的时间，看未来的存活概率，最后生成客户终身价值（CLV）。预测营销催生了一种新的数据驱动营销方式，就是以客户为中心，核心在于帮助公司完成从以产品或渠道为中心到以客户为中心的转变。04精准推荐大数据最大的价值不是事后分析，而是预测和推荐，我就拿电商举例，&精准推荐&成为大数据改变零售业的核心功能。譬如服装网站Stitch fix例子，在个性化推荐机制方面，大多数服装订购网站采用的都是用户提交身形、风格数据+编辑人工推荐的模式，Stitch Fix不一样的地方在于它还结合了机器算法推荐。这些顾客提供的身材比例，主观数据，加上销售记录的交叉核对，挖掘每个人专属的服装推荐模型。 这种一对一营销是最好的服务。数据整合改变了企业的营销方式，现在经验已经不是累积在人的身上，而是完全依赖消费者的行为数据去做推荐。未来，销售人员不再只是销售人员，而能以专业的数据预测，搭配人性的亲切互动推荐商品，升级成为顾问型销售。05技术工具关于预测营销的技术能力，有几种选择方案：1、使用预测分析工作平台，然后以某种方法将模型输入活动管理工具；2、以分析为动力的预测性活动外包给市场服务提供商；3、评估并购买一个预测营销的解决方案，比如预测性营销云和多渠道的活动管理工具。但无论哪条路，都要确定三项基本能力：1）连接不同来源的客户数据，包括线上，线下，为预测分析准备好数据 ；2）分析客户数据，使用系统和定制预测模型，做高级分析 ；3）在正确时间，正确客户，正确的场景出发正确行为，可能做交叉销售，跨不同营销系统。06预测模型预测客户购买可能性的行业标准是RFM模型（最近一次消费R，消费频率F，消费金额M），但模型应用有限，本质是一个试探性方案，没有统计和预测依据。“过去的成绩不能保证未来的表现”，RFM只关注过去，不去将客户当前行为和其他客户当前行为做对比。这样就无法在购买产品之前识别高价值客户。我们聚焦的预测模型，就是为了在最短时间内对客户价值产生最大影响。这里列举一些其他模型参考：参与倾向模型，预测客户参与一个品牌的可能性，参与定义可以多元，比如参加一个活动，打开电子邮件，点击，访问某页面。可以通过模型来确定EDM的发送频率。并对趋势做预测，是增加还是减少活动。钱包模型，就是为每个客户预测最大可能的支出，定义为单个客户购买产品的最大年度支出。然后看增长模型，如果当前的总目标市场比较小，但未来可能很大，就需要去发现这些市场。价格优化模型，就是能够去最大限度提升销售，销量或利润的架构，通过价格优化模型为每个客户来定价，这里需要对你想要的产品开发不同的模型，或者开发通用，可预测的客户价格敏感度的模型，确定哪一块报价时对客户有最大的影响。关键字推荐模型，关键字推荐模型可以基于一个客户网络行为和购买记录来预测对某个内容的喜爱程度，预测客户对什么热点，爆款感兴趣，营销者使用这种预测结果为特定客户决定内容营销主题。预测聚集模型，预测聚集模型就是预测客户会归为哪一类。07AI在营销领域的应用去年人工智能特别火，特别是深度学习在机器视觉，语言识别，游戏AI上的突飞猛进，以至于人们开始恐慌人工智能是不是已经可以接管人类工作，我个人是对新技术有着强烈的兴趣，也非常看好新科技，数据与现实的关联。我以前在国外零售店买单的时候经常被询问“你有没有购物卡”，当我说没有收银员会赶紧劝我免费开通，有打折优惠，只需要填个手机号和邮箱，后面就可以针对我的购买记录做营销活动，而当我下次进来，他们就让我报出电话号码做消费者识别，当时我想如果做到人脸识别，岂不是更方便，刷脸就可以买单。而这个场景在去年也有了实验，蚂蚁金服研发出了一个生物识别机器人，叫蚂可Mark，据说其认脸能力已经超越了人类肉眼的能力。还有VR购物，Amazon推出的无收银员商店Amazon Go，通过手势识别，物联网和后续数据挖掘等技术实现购物体验。针对营销领域，主要有以下三种预测营销技术： 1、无监督的学习技术无监督学习技术能识别数据中的隐藏模式，也无须明确预测一种结果。比如在一群客户中发现兴趣小组，也许是滑雪，也许是长跑，一般是放在聚类算法，揭示数据集合中 真实的潜在客户。所谓聚类，就是自动发现重要的客户属性，并据此做分类。2、 有监督的学习技术通过案例训练机器，学习并识别数据，得到目标结果，这个一般是给定输入数据情况下预测，比如预测客户生命周期价值，客户与品牌互动的可能性，未来购买的可能性。3、强化学习技术这种是利用数据中的潜质模式，精准预测最佳的选择结果，比如对某用户做促销应该提供哪些产品。这个跟监督学习不同，强化学习算法无须仅需输入和输出训练，学习过程通过试错完成。从技术角度看，推荐模型应用了协同过滤，贝叶斯网络等算法模型。强化学习是被Google Brain团队的负责人Jeff Dean认为是最有前途的AI研究方向之一。最近Google的一个AI团队DeepMind发表了一篇名为《学会强化学习》的论文。按团队的话来说，叫做“学会学习”的能力，或者叫做能解决类似相关问题的归纳能力。除了强化学习，还在迁移学习。迁移学习就是把一个通用模型迁移到一个小数据上，使它个性化，在新的领域也能产生效果，类似于人的举一反三、触类旁通。强化学习加上迁移学习，能够把小数据也用起来，我认为是很激动人心的，通过AI来创造AI，数据科学家的部分工作也可以让机器来实现了。
【版权提示】亿邦动力网倡导尊重与保护知识产权。如发现本站文章存在版权问题，烦请提供版权疑问、身份证明、版权证明、联系方式等发邮件至，我们将及时沟通与处理。
打开微信“扫一扫”，分享给朋友和朋友圈
电商数据频道
电商服务推荐
互联网保险
入驻电子商务园区
下载亿邦App使用独家功能
一线实战高手-解答问题
热门电商峰会-随时报名
电商创投资讯-实时直播
社交账号登录
手机号/邮箱
手机号（邮箱）已注册
验证码错误
昵称已存在
密码（不少于6位的字母和数字组合）艾媒学院曲延明：大数据之精准营销
&&出处:艾媒咨询
&&阅读:7425次
摘要艾媒咨询
&　　11月17日，由GMCS委员会组织发起，广东省互联网协会主办，艾媒咨询集团承办的&2015全球移动互联网CEO峰会暨第六届中国手机应用开发者大会&于11月17日-18日在广州琶洲保利博览馆三楼5、6号馆盛大开幕。大会以&互联网+，颠覆还是被颠覆
&为主题，共设1个主论坛和9个分论坛，互联网+转型、移动健康医疗、互联网金融、数字营销、大数据应用、智能硬件新品、90后创业、新三板创业投资等热门话题纷纷精彩上演。
　　在2015中国大数据应用高峰论坛上，艾媒学院常务副院长兼北大纵横管理咨询集团合伙人曲延明发表了&大数据之精准营销&的主题演讲。曲延明提到，O2O的核心是大数据，而大数据的核心是&人&，不论是微博还是微信账号，背后隐藏的都是每一个个人。因此，我们现在利用大数据其实是利用冰冷的数据，构建温情的营销。
　　以下为演讲全文：
　　今天移动互联网时代，叫百家争鸣的时代。在这个时代，大家都在想，我们的企业，能做一些什么?我们的传统企业在互联网时代，又有哪些机会和转型?那么，利用短短15分钟时间，跟大家交流一下&&大数据之精准营销。
　　大家都知道，我们在移动互联网时代，我们谈得最多的词是什么?是O2O，移动互联网给我们带来有几项红利，其中一项利用位置服务可以进行位置的营销，这也是APP高德地图和百度地图他们在移动端盈利和兴起的原因。今天我想给大家讲一幅图，我这个PPT是一个完整的大数据的一套体系，这个是给北京大学零售业研究中心这些老板们和总裁们上的三天的课程。今天由于时间有限，我直接给大家分享干货。
　　利用大数据，我们怎么能做到精准营销。我们说，移动互联网时代，最重要的是什么，O2O和大数据;那么O2O的核心是什么，其实O2O的核心就是大数据。那么，我在想问大家一下，大家认为大数据背后或者是大数据的核心是什么?其实大数据的核心，我认为是人。为什么?大家想一想，我们微博微信的帐号背后隐藏了就是我们每个人。所以我们说大数据和互联网虽然是冰冷的，但是我们背后隐藏了一个一个人是有情感的，是有温度的。大家认同吗?所以我们通过大数据可以挖掘到消费者的消费轨迹。通过消费者购买的行为轨迹，我们可以制定相应的企业和营销策略。怎么制定呢?这个就是移动互联网当中最重要的概念。就是用户的情感体验和温情的营销。所以我认为互联网和大数据是冰冷的，但是我们用大数据的冰冷来体现人和人之间的这种温情。通过温情构建起我们一个O2O，一个崭新的框架。
　　我给大家放一下这个图，我今天讲的问题，我觉得前面几位老总和大佬讲得非常透，刚才主持人也说得非常好，我觉得主持人水平非常高。他说我们在买一本书的时候，为什么我们买这一本书要推送相关的产品，为什么我买一个浴霸给我推荐一个马桶，这个是系统自动推荐的吗，不是。它是系统通过背后大数据的分析，然后在海量的用户数据，购买行为的分析背后，他确定这个用户会有一个连锁的和购买的关联行为。所以他才通过背后的大数据分析，进行系统的推荐，这是大数据能够给我们带来的其中一个作用。
　　这是一个大数据营销商业布局模式的思维导图，这个思维导图可以帮助我们，我们的企业精准的定位我们的用户。通过精准的定位用户，从你线下的实体店到你线上公众号和APP，我们都可以把握住用户的消费趋势和走向。我们说，移动端最重要的营销方式无外乎就是公众号，第二是APP，第三是我们有实际商品的我们要上微店，这是几个主要的渠道。通过这些，我们把大数据背后隐藏的消费者的购买行为转换成我们企业的产品策略和目标，这就是我们大数据要做的。这是我们详细的分类。
　　我跟大家解释一两点：首先大数据我们的步骤是八个
　　第一，定商业目标，第二是通过设定商业目标来发现我们的潜在客户。当我们发现完潜在客户以后，我们就需要对我们的客户进行目标定位。从线下的实体店，到虚拟的移动互联网终端。我们说每个帐号，无论是微博、微信，陌陌还是易信，背后都隐藏着带有情感的人。通过我们目标客户的定位，我们就可以制定客户的吸引策略。通过策略，然后我们计算出我们用于线上和线下，O2O大数据的营销预算，通过这些以后，我们做出了我们一个O2O执行的计划。第六步，我们可以对每一次活动和我们在我们关注公众号和下载APP的用户当中，我们建立一个大数据。其实大数据是有门槛的，我们一般的小公司，客户和我们的业务达不到，大数据的基本门槛，相信各位在座的企业家和老伴都知道，应该是BP级别的。通过大数据分析挖掘和处理以后，建立我们企业的数据库。大型的企业有海量的数据，银行、联通和移动，中石油和中石化，有大量的数据，我们中小微企业怎么办?我们没有那么多，我们可以通过第三方的数据公司可以进行第三方的数据挖掘。比如说艾媒咨询集团就是国内最顶尖的大数据分析和挖掘的公司。大家都认同。第七我们建立完数据库之后，我们通过数据库，就像前几位大佬说的，我们实际上目的是为了优化我们的目标选择。通过目标选择，我们可以精确的进行营销和产品策略的制定。通过这八个步骤，我们就可以把我们大数据基本的框架建立起来。
　　我给大家分析几点，详细解读一点，设定商业目标，有这么几个要做的。首先是客户价值的分类，第二是钱包、用户的分级，用户分级完了之后，我们要做分级用户的价值创造。然后做完价值创造之后，我们要做客户终身价值的预测，这样我们就可以建立起客户价值的模型。这个非常抽象，我相信在座各位领导和小伙伴们，我觉得听了都会感到迷茫，讲得太抽象了。但是我可以用一个例子给大家展现一遍，如何展现设定目标。例如沃尔玛如何做客户价值的分类，北京一个普通的家庭，一个月的生活佣金一千元，不管是多还是少，比如说他用于买水，牛奶，基本的生活的物质，衣食住行的，假设为一千元，这就是用户价值的一个分类。还有一类呢，他可能一个月一千元不够，那么有的可能是客户的价值一个月可能家庭消费量两千，有的家庭消费五千，这个就是用户每个月的钱包份额的分类。一个月，基层老百姓，用于生活和购买的物资是一千元，那么中产阶级的话可能是三千元，那么中产阶级之上，一个月用于生活的物资假设是五千元，这个就是钱包份额。这个钱包份额应用于我们零售沃尔玛有什么好处，假设我们现在三公里商圈和五公里商圈的超市和仓满竞争很激烈，他在家乐福消费了一前元这个月的生活物资，沃尔玛就买不了了。这个就可以采取相应的策略，做什么?做分级用户价值的创造。比如说我这一块，糖是在家乐福买，沃尔玛这一块的居民就抢不到这一块消费者的一千元或者是三千元每个消费的钱包份额，怎么办?他就想策略。传统线下，我定期发放优惠券，300减50，这个好不好用?这个现在不好用了，因为大家都在用，就失灵了。
　　现在我们分析这一块，我们可以怎么做?可以为我们下一步的O2O的活动和大数据的分析和营销做准备。我们可以把传统的线下转移到线上，用一个带有用户感兴趣的话题和营销通过线下带动线上。通过这些，沃尔玛说，以前我这三公里商圈的居民都在家乐福买，我现在要吸引他怎么办，通过一个策略，你关注我沃尔玛的公众号，我给你一个会员卡或者是优惠券，你在上面迈出了享受8折的优惠，我还可以定期给你推送你感兴趣的商品。这只是一个消费的诱因，诱因关注。这里面就产生了两个问题，第一个问题就是消费者为什么会关注你的公众号;第二，消费者为什么会购买你的产品，这两点就是所有的做互联网的企业。说白了，其实这两点也很简单，但是我们企业要做到也不容易。比如说为什么要关注我们的公众号，首先，我认为要给你的用户或者是你的粉丝一个关注你公众号的一个理由，这个理由是什么，这个理由就是诱因关注。当他关注你之后，这里面就涉及到公众号和APP的持续营销。我们刚才说分级家庭用户的创造，我们如何来创造。这里面，涉及到公众号一个养鱼机制的营销。我们说公众号是一个什么，是一个养鱼的过程。那么如何来养鱼，就需要我们日常经营好我们的公众号。这里面如果大家感兴趣的话，可以打艾媒咨询集团展台可以看一下我们的新书《移动战争》。
　　今天时间太有限了，我还没有进入状态就结束了。因为我从来没有演讲过这么短的时间。送给大家两句话，希望在座各位企业家和老板。
　　一切以事物本身为盈利的商业模式不存在了。
　　一切以区域经济的自主经济实体也不存在了。
　　谢谢各位!