互联网企业如何实现基于场景的大数据营销

虽然时间、地点、事件、人物四大要素随着技术的推移，会衍生出很多相关内容，但从营销角度来看，整体套路是不会变化的。因此，场景化数据走到现在已经是场景化营销2.0时代。

场景化的分析和营销是大数据未来发展趋势

从营销角度来看，大数据的价值主要体现在两个方面：内部的管理价值和外部的营销价值。郑泉表示，目前大数据的应用层级是从内部管理价值开始的，但是从未来发挥大数据价值角度来看，应用层级最终要实现从内部管理价值向对外营销价值的转变，而场景化的分析与营销则是对外营销价值的最直接体验。

“如果一个用户平均每天上四个小时的网，其中三个小时都在你这儿，剩下的人可能都要饿死了。”99click郑泉认为，虽然数据看着够大，但其实已经在放缓增长了，无论是整个互联网还是用户平均使用时长，都已经到了一个饱和阶段，没有什么太多的增长空间了。

从互联网财富=用户数*平均在线时长*变现能力这个公式来看，最后的变现能力就是场景的入口和场景的转化。

虽然时间、地点、事件、人物四大要素随着技术的推移，会衍生出很多相关内容，但从营销角度来看，整体套路是不会变化的。因此，场景化数据走到现在已经是场景化营销2.0时代。往后推移，会发现标签越来越多，标签之间的关联关系也越来越复杂，就会变生出一个更加丰富的场景。

以全新的AR技术营销为例，它就是通过营造一个场景让用户去接受，当用户决定带上AR眼镜的时候，其实就已经决定要找一些商品来试一试，这就是最典型的场景营销的案例。

场景数据的构成和分析

既然场景化的分析和营销是大数据未来的发展趋势，那么这些场景化数据是如何构成的呢场景数据主要由用户数据、场景体验数据、商品数据三大部分构成。

在场景化数据中，数据只有两种走向：一种是用户数据，一种是企业数据。

无论用户数据还是企业数据，虽然看似最终都归企业所有，但实际上跟企业并没有太大的关系。如果一个网站上一个用户都没有，那么这个网站的数据就是零。

对于企业来讲，应该如何获取数据呢

实际上，企业可以通过做两件事情来充分获取数据：首先在网站上放一些商品，其次是对网站做出一系列的营销动作，并通过推广让用户看到这些动作。

当用户收到营销线索后，就会做出一系列的动作，例如购买、评价等，最后就会生成很多的数据。

郑泉表示，在不同的场景应用当中，由于用户的行为不同，会产生不同的数据。

例如用户从进入目标站点开始，通过一步步注册，投资或是下订单等等，最终完成支付，这就是用户体验的一个过程，或者说是用户生命周期的一个过程。

因此，触发(Trigger)-期望(Expectation)-接近(Proximity)-知晓(Awareness)-联系(Connection)-行动(Action)-响应(Response)-评价(Evaluation)这一系列用户体验的过程，就是用户体验的生命周期。

只有当整个循环过程走完之后，对外产生的营销价值才会体现出来，才能达到营销的目的。中间哪个环节出现问题，就需要针对哪个环节去做进一步地规划和处理。

因此，从用户体验生命周期上可以将用户的体验场景构成划分为功能、活动、内容和分类引导四个大的版块，每一个场景下对应着不同的用户行为，就会产生不同的用户行为数据。通过不同的数据可以对场景进行分析，并根据分析的结果进行调整和优化场景应用，这就形成了一个良性循环的过程。

由于场景化大数据营销与分析的工程量比较大，因此建议通过使用第三方产品来快速建立自己数据体系，待业务方向定型并能够产生规模化效益时，再考虑根据企业当下的情况发展适合自己的个性化产品。