第一部分 《数据驱动营销》课程要点
营销的本质是赢得客户，我们先理解什么是消费者的“消费转换漏斗”。
第一个模型就是所有营销里面最基本的理论——WHO、WHAT、HOW。
第二个模型：另外三个单词：Watch、 Buy和Brand。
收视率（Watch）的测量
品牌（Brand）的测量
产品（Buy）的测量
① 一个产品从开始营销到获取利润一般会经过以下阶段：广告曝光、用户访问、用户注册、产生商机、下单购买。
② 注册用户阶段，通过注册信息可以发现潜在用户，采取策略跟进潜在客户，才可以把潜在客户转化为商机。
③ 潜在用户从关注到下单要经历以下步骤：需求确认（产品是自己想要的）、产品测试或体验、对比相关产品，最后下单。
④ 用户下单后，商家就可以统计产品的利润是多少。
⑤ 在这些环节中，小企业可用的免费/或高性价比的数据工具：
这个闭环最核心的方法论，就是打通Watch-Brand-Buy，关联I(Investment)和R(Return)。Watch代表让消费者看到内容，brand代表品牌， buy代表营销终极目标，把东西卖出去。而investment代表投资，return代表回报。
数据驱动营销的唯一目标其实就是提高投资回报率。提前把所有跟投资和回报相关的数据记录下来，把中间每个环节的数据记录下来，最终连成一片，这是非常基本的方法论，把这个方法论用好，我们每个企业营销效率会提高很多。
第二部分 练习题
吴明辉-数据营销模型：结合具体业务，设计你的营销组合方案并设计检验营销效率的数据指标。
题目解析：
1.一个产品从开始营销到获取利润一般会经过以下阶段：广告曝光、用户访问、用户注册、产生商机、下单购买。
2.注册用户阶段，通过注册信息可以发现潜在用户，采取策略跟进潜在客户，才可以把潜在客户转化为商机。
3.潜在用户从关注到下单要经历以下步骤：需求确认（产品是自己想要的）、产品测试或体验、对比相关产品，最后下单。
4.用户下单后，商家就可以统计产品的利润是多少。
5.可用的数据工具：
（1）曝光统计工具：AdMonitor、媒体数据统计、第三方监测服务、Conversion+、百度统计、微信后台
（2）注册用户统计工具：CRM后台统计工具
（3）营销数据管理工具：Dashboard (Excel表单)
（4）财务工具：财务系统、Reach Curve
（5）企业办公系统：OA
大数据下的营销---确定目标用户、个性化匹配及预测
传统的企业大多停留在“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。
第一步，用数据找到目标用户
关于用户，企业一般有三个典型误区。
1、企业不见得是最了解用户的。
2、现有用户不一定是目标用户。
3、目标用户不是越多越好。
现在红利消失，如果你营销费用有限，那么把圈子缩小、人群聚焦才是最合适的。这样可以给到更个性化的推荐、服务，减少营销浪费。
目标用户圈定：3C定位法
研究用户的3C定位法，即品牌（Company）现有用户、品类（Category）用户、竞品（Competitor）用户。品牌起始研究人群是3C合集，焦点用户是3C交集。用这种方法，可以帮你找到目标用户。
比如交集用户，是品类重度用户，既买了我的品牌，也买了竞品，说明这部分人特别喜欢这个类型产品，就是重度、焦点用户。
第二步，用户画像
确定了目标用户后，我们就要针对每一类数据实体，进一步分解可落地的数据维度，刻画他／她的每一个特征，在聚集起来形成人群画像。比如下面就是两种典型年轻消费人群。
具体又包括：
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
第三步，大数据预测
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，计算下一次的购买时间。 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。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。
以上三步，可以大大提高营销的效果，驱动企业高效增长。
参考资料：
