市場營銷和廣告企業在大數據時代面臨巨大的挑戰，但是它們中絕大多數都處于“略知一二，到用時卻束手無措”的狀態。《大數據測量》的作者以及TreEffect廣告技術公司的資深副主席Martin Smith就覺得大多數企業不知道如何管理和利用他們的數據。
Smith雖然只有30歲，但也就在網絡營銷領域的老兵，曾經與多個大品牌開展多次成功網絡營銷活動，比如蘋果、亞馬遜、通用等企業。作為《大數據測量》一書的作者，Smith認為市場營銷人員應該更加有效、準確地測量他們的數據，最大幅度挖掘大數據管理的潛力。
Smith認為，要通過對數據的測量拉近大數據技術和廣告營銷的關系，讓大數據更好地服務市場營銷，產生積極的效果。
“大數據如果沒有一個特定的測量方法來測量重點內容，那么它將毫無價值，只是一堆沒用的數據而已。營銷人員需要花時間來關注如何測量分析數據以及如何保存需要的數據。弄清楚這一點，競爭優勢就出來了。”
以下是從Smith的《大數據測量》一書中節選出來的利用大數據做市場營銷的8大法則，每一條都可以幫助廣告商和市場營銷人員重新認識大數據并幫助他們合理使用大數據：
1. 數據要精確。爛數據只能帶來爛結果，要保證所要研究的數據的質量，多與專業大數據團隊合作以獲取優質數據。
2. 數據分級要明確。數據是不平等的，營銷人員要多注意數據結構以及數據的等級。
3. 將KPIs關鍵績效指標與數據測量結合在一起。營銷人員經常會忽視更長久的績效，而取短期效益。許多營銷人員只重視點擊量，但是卻忽視了點擊量帶來的消費者的質量，結果導致投資收益非常差。分析數據時可以這樣設問：“這樣做能否提高銷量或者引來新消費者？這樣做能否提高品牌知名度？能否擴大消費者范圍？”等，以調高分析質量。
4. 數據獲取與分析不分家。在許多公司里，數據獲取和分析是分開的，互不干涉，但是這樣做不利于使用大數據的“實時分析”能力，也就不能提供更有效的信息。因此非常有必要將數據獲取與分析合并在一起，最大幅度地開發大數據的能力。
5. 數據測量標準整合。在不同的合作企業甚至是同一家公司中，因為數據測量分析的不同標準和不同的數據用途，經常會發生爭執。為了避免產生糾紛，最好將不同部門、不同企業的數據測量的標準安排妥當。“你離的數據越遠，越有可能分析出錯誤的結果。”
6. 數據管理工作。企業必須看管好他們所擁有的數據，尤其是涉及到消費者隱私的數據。在多設備“互聯”以及第三發企業合作的時候，看管好數據非常重要。
7. 量體裁衣最合身。不同點企業有不同的廣告和營銷需求，所以Smith的大數據測量方法需要經過企業的修改才能適應企業的需求。同時要需要企業制定合適的計劃和適當的數據分析投資。
8. 人事管理要跟上大數據的步伐。大數據分析需要專業的大數據分析人員。“要挑選合適的大數據分析人才，就需要從大量的營銷人員里做甄選。換句話說就是，要選那些對數字非常敏感的營銷人員。”
浙公網安備 33010802003509號