2008年，中国政府颁布了四万亿元的投资计划，某B2B企业决策层想关注一下这次投资对自己所在细分市场的影响，因为这是一个影响巨大的全新市场动态，企业决策层没有历史经验对其进行定性和定量的判断，只能依靠研究分析和数据营销相结合，对市场有个初步的感知，据此进行之后的资源调配，如图1-10所示是数据营销在市场研究中的应用。

图1-10 数据营销在市场研究中的应用

在整个研究和分析流程的第一步，需要资深市场分析人员配合企业高层进行业务问题的拆解，在本案例中，虽然决策层的业务问题非常广泛（四万亿元投资对企业的影响），但是经过拆解可以分为以下几个具体问题。

· 四万亿元投资影响的具体行业和地域。

· 四万亿元投资中有多少比例涉及企业所在细分行业。

· 四万亿元落地的具体项目及项目主体（最终使用资金的企业或政府机构名称）。

· 四万亿元的资金来源和投资时间。

以上这些问题在资深市场研究人员进行外部调研（公开资料收集、专家访问等）和内部调研（散落在企业内部的资深人士，以及与跟政府机构接触的一线销售人员的交流）之后，获取了一个宏观层面的解答，指出了基础设施建设、医疗教育、产业升级等几个重点，并且给出了资金来源和时间的预测。以上宏观层面的研究属于专业的市场研究领域，本书侧重于数据营销领域，故对此不再详解。

之后，企业内部的数据营销人员需要配合市场研究人员，对之前发掘的重点领域进行分析。例如，在产业升级领域，市场研究人员指出政府会推行“腾笼换鸟”的政策，将产业上下游企业统一搬迁部署到各个园区中，形成工业园、物流园等业态，提升产业效能。在以上定性分析的基础上，数据营销人员的任务包括以下几个。

· 统计“园区”这个细分市场上的历史收入。这需要抽取CRM系统中有关的信息。可能CRM系统中从来没有对园区这个细分市场打标签，数据营销人员需要先确定园区的定义，再给CRM系统中的企业打上“园区”的标签，如以园区管委会、各地招商局等名义进行采购的企业，最后抽取含有历史收入的客户清单。

· 统计全国的园区数量、各自的规模和等级分布。通过第三方供应商的调研、网络数据收集等方式，获取全国园区的具体名单、占地面积、成立年份、上级主管等各类信息。

通过数据营销人员提供的上述信息，市场研究人员可以有一张更加清晰的全图，知道企业在园区这个细分市场的当前位置，包括当前的大客户、历史收入、销售产品类型、市场份额、优势和劣势等，最后向决策层提供一个中观层面的研究和分析结果，同时也对这个市场进行长期的监测，随时掌握变动情况。

在企业决策层基于以上研究和分析结果建立了针对四万亿元投资的对应策略后（如新建一个专门针对园区的销售团队等），数据营销人员还需要提供策略落地的“最后一公里”支撑，包括以下内容。

· 四万亿元投资涉及具体客户（当前的和潜在的）的名单、历史收入和联系方式。

· 四万亿元投资涉及的具体客户所属的企业内部销售组织。

基于以上客户清单，决策层将把资源向与四万亿元投资有关的内部销售组织倾斜，当然，随着资源而来的还有新的销售指标和具体的执行时间表。

某B2B企业收集了一定数量的目标客户清单，并且收集了这些客户的员工人数、年销售额、所处行业、所在城市等信息。希望数据营销人员综合以上所有因素，定量地回答这些目标客户的购买潜力，然后进行排序，对潜力比较大的目标客户进行直接面对面销售，对潜力比较小的客户通过营销方式覆盖。

数据营销人员基于对历史数据的判断，建立了包含十个参数的客户潜力模型，如表1-6所示。最后得到了一个定量的值“预测购买潜力”，帮助业务人员简单地排列目标客户优先级。

表1-6 客户潜力模型

预测购买潜力的计算公式为：

y ——预测购买潜力

x0——常数项

x1——客户所在行业

x2——客户自身年销售额

x3——客户员工人数

x4——客户所在城市级别

x5=客户是否是行业百强

x6=客户性质（外企、国企、民企）

x7=客户是否上市

x8=客户是否是集团公司总部

x9=客户历史销售额

x10=客户成立年份

以中国IT行业B2B市场为例，每年中小企业的IT负责人离职率达到30%以上，任何一个IT厂商都无法保证CRM系统中客户数据的高度准确率，特别是对昂贵的直邮和外呼方式进行营销，如何在CRM系统的海量数据中找到最优的少数数据呢？

以某厂商在某城市举办一个千人级的线下推荐会为例，整个推荐会的成本超过一千万元，厂商除了通过一线销售人员对重要客户直接进行邀请、在主流媒体进行宣传吸引客户注册外，利用CRM数据进行现有客户的邀请也是保证参会客户质量的主要途径。数据营销人员需要向市场经理确认推荐会的主题和目标客户，在该城市历史的CRM数据中抽取相关企业数据后，抽取相关联系人，然后按照历史收入、企业规模等多个维度设定优先级，对重要客户直接通过外呼进行邀请，对普通客户进行简单的电子邮件和短信邀请。提供数据时，数据营销人员还需要基于历史经验，告诉市场经理通过CRM系统中的数据大致能邀请到的人数（IT行业一般是2%～3%），给予市场经理一个明确的预期值。在推荐会结束后，数据营销负责人需要对过程中产生的数据在CRM系统中进行更新。

· 原有数据的更新。将那些在各种邀会方式中发现的错误数据（联系人离职、企业倒闭、电话及电子邮件更改等）在系统中更新。

· 新数据的录入。将那些在会议现场收集的新客户名片，在CRM系统中进行新建。

再以本书为例，如果笔者愿意投入一笔资金对本书以数字营销的方式进行推广（虽然笔者没有这么做），笔者首先会通过一些大数据分析工具（如百度司南，后文将会做介绍）或历史经验的认知，发现购买本书的主要目标人群的特征，并且继续通过这些分析工具了解目标客户的行为可能有以下几种。

· 云集在像梅花网、第一营销网这样的营销细分领域网站上。

· 经常通过搜索引擎搜索最新营销资料，搜索词包括“大数据营销”、“营销案例”、“数据营销”等。

· 会在京东、当当网上购买营销相关书籍。

其次，基于以上目标客户特征，笔者会成立一个电商店铺，作为销售主体，之后进行数字营销推广，包括以下方式。

· 在营销相关网站投放广告（如网站首页上的图片展示）。

· 在搜索引擎上购买以上提到的关键词，吸引客户访问可以购买此书的电商店铺。

· 购买DSP广告（后文会介绍这种模式），任何在电商平台上查询或购买过营销类书籍的人，笔者都会向他们投放互联网广告，当这些目标客户打开新闻类、聊天类、游戏类等各种网站时，能都在广告位看到本书的广告。

最后，笔者会利用一些电商分析工具，看清楚以上三种营销方式的效果，即每个时间点有多少客户通过看到其中一种营销方式展示的广告来到笔者的电商店铺，最终有多少客户购买了本书。通过这些定量数据来分析哪种营销方式能带来质量最高的客户，哪种营销方式的投入产出比最高（也许笔者需要为带来一单销售投入100元的广告费用，这远远超过本书的售价），最后调整接下来的营销投入策略。

在这个案例里，笔者手中从始至终都没有具体的客户数据，笔者能看到的只是一些数据分析工具提供的统计数据。笔者通过这些统计数据来判断营销活动是否命中了目标客户，之后对营销内容和营销渠道进行调整。

某细分领域电商（如酒店预订、机票预订、出国旅游、出国留学等）有一个自建的电商平台（官网和APP），同时在淘宝上有一个专营店。在这个细分领域虽然有强大的竞争对手存在，但这个电商更加贴近市场，通过个性化服务吸引客户，在价格之外仍然有部分竞争力。这个电商的主要问题是知名度不高，通过传统的口碑营销传播速度太慢，因此该电商希望通过更加直接的营销投入来提升客户流量和最终销售。由于这个电商资源相对充足，因此准备尝试多种引流方式，并建立如图1-15所示的客户引流闭环。

图1-15 某电商的客户引流闭环

在以上闭环中，这个电商最原始的客户积累来自各种营销手段，粗略分为以下几种。

· 线下营销。由于这个电商的销售渠道只有线上，因此在这个发展阶段对线下的定位是营销渠道（后文将详述）。线下的营销渠道包括最常见的地推（促销人员在目标人群密集的地方拿着产品二维码，通过赠送礼物的方式要求客户扫码安装APP或加微信公众号）、传统媒体（如报纸、杂志、电梯广告、地铁广告等）等。最终目标是提高该电商的知名度，逐渐建立信任背书，增强客户对产品的信心，吸引客户到电商平台上购买。

· 数字营销。包括搜索引擎营销、展示广告、各种平台的软文（如在问答类平台找意见领袖传播）、社交媒体营销（在微博、微信、人人网等各种社交媒体上进行营销）、团购等。由于数字营销的方式过多，这里不再一一枚举，这些线上营销的最终目标也是提高该电商的知名度，吸引客户到电商平台购买。

· 电商引流工具。以淘宝为例，该电商可以购买标准化的淘宝直通车（淘宝上的搜索引擎营销）、钻石展位（淘宝上的展示广告）、聚划算（淘宝上的团购）等方式，吸引客户到店内购买。

通过以上方式吸引来的流量，还存在流量质量（如供应商造假，通过技术手段在流量分析工具中出现大量虚假的流量，或者引流平台上的客户仍处于销售周期中的早期阶段，看的多买的少）和如何将访问销售页面的客户流量转换为销售两个核心问题。这时，数据营销需要发挥“运营分析”的作用，帮助这个电商在花了高额成本进行引流后，把这些流量最终转换为销售。这些数据营销的功能被网站分析领域覆盖，后文将对此进行详细描述。

在得到客户流量后，这个电商要耗费资源同时建立两套销售体系。

· 淘宝店。大部分进入淘宝的客户都有明确的购买意愿，只是需要在不同店铺的产品之间进行比较。以某快速消费品为例，100个访问者最终会带来3个销售（转换率为3%），如果按照每个访问的引流成本是0.1元（这个成本数字根据商品的竞争程度在淘宝上会有巨大的差异），则平均每个商品上分摊的引流成本是3.3元。而且像淘宝这样的成熟电商平台会提供大量的标准化工具，成立一个淘宝店铺的成本相当之低，除非成立需要交纳大量管理费用的天猫旗舰店。但是淘宝店的弱点是全销售过程中客户与其说是“店家的客户”，不如说是“淘宝的客户”，今天店家可以购买某个客户的流量，明天它的竞争对手利用资源可以做到同样的事情，店铺除了能拿到快递单上的客户信息外，对客户的购物过程中产生的行为数据一无所知。

· 自有电商平台。自建一个平台的成本远远高于成立淘宝店，而且引流效率更低，承接上例，如果是自有电商平台，100个访问者最终只能带来0.5个销售（转换率为0.5%）。而向同一个访问者销售成功的成本在淘宝上和淘宝之外基本是相同的，因此对这个电商来说，自有电商平台的引流成本比淘宝店要高很多。但是，自有电商平台的好处是销售最终会沉淀真实的客户数据，而且在自有电商平台上可以设计很多与客户互动的功能，能向客户持续推送新的营销内容，对老客户的营销成本接近于零。因此，在很多电商的布局中，自有电商平台是最终客户沉淀的平台，而淘宝店是其获得第一桶金的客户来源。

在挖掘完新客户后，电商需要整合不同平台上沉淀的客户数据，看清楚客户在淘宝和自有平台上的购物行为和营销反馈行为，之后就能更加精确地向老客户推送针对性更强的内容。更好的一面是，随着老客户与店家互动的增多，店家对老客户的理解越来越丰富，随着营销的进一步精准，客户就会对这个店家产生足够的忠诚度。

对于老客户的价值，除了可以为企业带来持续不断的收入外，更可以起到“信息传播器”的作用，店家通过一些规则设置（如把客户互动平台建立在社交媒体上、客户积分激励），很容易让老客户把店家的信息传播到朋友圈中，形成病毒营销的效果。