淺析大數據營銷在東風雪鐵龍的應用

陳俞飛

摘 要： 大數據對企業營銷有著深遠的意義，然而現今階段大數據仍處于發展狀態，企業將大數據用于營銷比較淺顯，且存在著一些弊端和漏洞。本文通過了解大數據營銷在東風雪鐵龍的運用，將自身體會結合所查資料，希望提出有效建議，并反觀整個數據營銷的發展形勢，提出改進對策。

關鍵詞：大數據；營銷；東風雪鐵龍

一、大數據營銷應用現狀

（一）數據營銷組部門介紹

東風雪鐵龍數據營銷組主要負責外呼核對客戶信息、邀請參與活動，記錄相關需求等。

員工每天到崗后下載工作內容，篩選出自己的部分作出表格，通過客戶號碼查出城市所在地并填寫；一一聯系客戶；完成數據填寫；檢查表格是否有錯漏后發送給組長。每周回舉辦一次小組會議，分享優秀案例，分析失敗案例，提出常見問題，給出統一答案。

（二）數據來源

數據主要來源于東風雪鐵龍官網和其他網站（汽車之家易車網）活動（試駕、抽獎等）留下的信息，主要分為以下三類：

1.東雪外呼

此類數據為新數據，未曾拜訪，距離客戶留下信息的時間較短，客戶的需求往往沒有轉移，因此下發過程較為順利。

2.存量外呼

此類數據為較老數據，由于各種原因收集到較晚，距離客戶留下信息的時間較長，客戶需求往往發生轉移，或因為久未拜訪產生不滿情緒，因此較難下發。

3.存量挖掘

此類數據為較老數據，曾經拜訪過，因為某種原因聯系不到或聯系未果，成為再次拜訪的對象。因為某些原因聯系不到的客戶可能會誤解久未拜訪而產生不滿情緒，聯系未果的客戶可能會對多次拜訪產生煩躁情緒，因此較難下發。

（三）大數據運用

1.內容

（1）核對記錄基本信息

核對姓名，性別，購車計劃。姓名無誤則信息有效。

（2）與市場活動相結合

告知相關市場活動，引發顧客興趣。

（3）邀請試駕

根據客戶的需求（曾經留下的信息或者交談中表現的興趣），邀約試駕心儀車型。詢問客戶試駕時間，核對所在城市，下發就近經銷店安排試駕。

（4）優惠聯系

若顧客表示不想試駕，而購車計劃在兩年內時，則詢問顧客是否需要經銷店在有大型優惠的時候告知。需要則下發就近經銷店，不需要則不下發。

（5）解答疑問

在對話過程中，客戶有任何業務范圍內的問題當予以回復，不得推脫。

（6）與其它客服部門相結合

適時告知客戶客服熱線，在未來有任何疑問的時候都可以撥打咨詢。適時建立案例，記錄客戶詳細信息、不滿理由與訴求，反饋相關部門跟進解決

2.下發技巧

（1）在適當的時間和空間拜訪客戶

盡量避開休息、吃飯、開車、開會、剛上班和快下班的時間拜訪，預約回訪的時間輕易不要更改。

（2）適當的態度拜訪客戶

做好準備工作；自報家門；注意傾聽，非必要時不要打斷別人的談話，確保了解談話的意思；診斷式傾聽，重視口頭線索，發現問題；表示對客戶的理解和信賴，不要帶著偏見，不要陷入爭論；記錄問題。

（3）不斷學習專業知識

充分了解行業狀況、公司狀況和產品狀況，在客戶有疑問的時候能夠以專業的態度給與解答，增進信任感。

（4）妥善解決客戶質疑和不滿

了解客戶真正質疑或者不滿的是什么，是否真實存在此類問題，想要得到怎樣的補償，真心體會客戶的抱怨，站在客戶的角度上考慮問題，先處理感情再處理事件，巧妙地用話語避開危機的同時，不忘記自己作為數據營銷組人員的立場，引導客戶完成下發。

（四）數據處理

東風雪鐵龍在數據處理上僅做簡單分類，將各種情況的數據分為有效用戶和無效用戶。有效用戶分為“下發”和“不下發”兩種情況，而對于無效用戶則不再更進，僅僅留下備注作為工作人員工作過的證據：

1.有效用戶

下發：下發至經銷店，安排試駕等后期跟進。

不下發：保留信息，歸類為“存量挖掘”下次拜訪。

2.無效用戶

刪去姓名，性別，城市，留下備注情況。

由此可以發現，東風雪鐵龍對大數據的處理非常淺顯，并沒有有效地利用好大數據。

二、目前現狀的分析

（一）優勢

1.有效降低營銷成本

采用大數據營銷法，可以定位目標客戶，發現客戶需求，避開不必要的營銷策略，有針對性地采取營銷策略，促成交易，有效地節約成本。

2.達到“雙贏”

與客戶緊密聯系，讓客戶及時了解產品信息和優惠信息，有效促成購買。同時也讓客戶用優惠的價格購買到適合自己的產品。

3.維系客戶關系

通過大數據營銷了解客戶的疑惑、不滿和訴求點，妥善處理問題，切斷客戶因不滿而反饋到市場上的不良信息，挽回客戶并發展成忠實客戶。

（二）劣勢

1.數據來源魚龍混雜

數據獲取渠道主要是東風雪鐵龍官網和其他網站活動留下的信息。許多網民并不是潛在客戶，甚至經常出現信息亂填無效的現象，導致數據有效性較低，在一定程度上浪費了人力篩選。

2.數據處理過于簡潔

缺乏收集、分析海量數據的能力，處理較為簡單。僅限于數據有效與否下發與否的分類處理，以及一些基本信息的記錄收集，并沒有進行挖掘，難以從中發現重要信息。

3.大數據營銷部門與業務部門結合程度低

經銷店購銷信息與數據營銷部門數據的不互通，使得數據營銷部門作出許多無用功，也在一定程度上營銷到客戶服務，造成客戶不滿。另外，經銷商的資質參差不齊，廠家缺乏對經銷商的考察和管理，客戶和經銷商之間的矛盾使數據營銷工作人員的工作難度同步加大。

（三）機會

1.數據量的迅猛增加

大數據營銷是基于多平臺的大量數據，依托在大數據基礎上的營銷模式。隨著網絡的普及，數據量的迅猛增加。每個數據的背后都是一個消費者，數據的增加使得營銷發展機會增大。

2.數據科學的發展

大數據的興起，催生了一個新的學科，即數據科學。數據科學團隊成為連接大數據和行業應用的橋梁，去實現大數據的價值。這是一個跨科學的團隊，包括科學家、程序員、統計人員、業務人員等，他們既有堅實的數據基礎，同時又有廣泛的業務知識和經驗[1]。

（四）威脅

1.大數據儲存難度

隨著數據量的迅猛增加，大數據一般可以達到幾個PB甚至EB的信息量，傳統的儲存一般很難達到這個級別的儲存量，如何有效地儲存和管理不同來源、不同標準、不同結構、不同實性要求的大數據已經成為信息領域的一大難題。

2.大數據分析難度

大數據中蘊含的數據需要挖掘，而絕大多數數據都是非結構化的，這種大海撈針的工作極富挑戰性。和傳統抽樣不同，大數據分析是全數據的局和分析，這種全局性分析是具有難度的。另外許多大數據應用需要實時的數據分析能力，加大了大數據分析難度。

3.大數據安全

大數據給信息安全帶來了新的威脅。隨著云計算，社交互聯網的興起，對數據儲存安全性要求也隨之增加。雖然近些年信息安全技術發展迅速，然而企圖破壞和規避信息保護的工具也在發展，各種網絡犯罪手段更加不易防范和追蹤[2]。

三、改進對策

（一）企業改進

1.企業獲取數據能力低，數據魚龍混雜，這時候可以和擁有能抓取海量數據的平臺、企業、政府機構合作，或者建立自己在互聯網上的平臺。

2.企業缺乏分析海量數據的能力，則可以與大數據分析挖掘公司合作；另外也可以積極發展自身數據處理部門建設，將數據挖掘理論方法運用起來，挖掘數據更高價值的信息。

3.對于許多企業，其信息流被各部門彼此分割，數據難以互通。要打通部門之間信息分割的局面，首先要建立統一的、集中的數據系統，保證各個部門建立良好的溝通。

（二）科技突破

1.大數據對儲存系統的可擴展性要求極高，在儲存數據的問題上，數據的去重和壓縮技術要有所突破。

2.為了實現全數據分析從而發掘出有價值的信息，需要大數據分析系統能夠綜合分析大量且多種類型的數據并提高數據分析的效率和速度，實時數據分析。

（三）政府支持

1.當安全問題成為隱患，在加強技術保護的同時，需要加強全民的信息安全意識；完善信息安全流程和標準；加強企業員工的安全意識和對工作的重視，安全軟件應及時更新，數據信息應及時備份；完善國家法律政策對網絡安全的保護；當然除了避免與防范，更重要的是行業和個人的自律。

2.在科學家供不應求的今天，國家應該加大對科教的投入，加強數據科學在高校的建設，積極培養技術開發人才和數據分析人才。

參考文獻：

[1]魏伶如.大數據營銷的發展現狀及其前景展望[J].資源再生，2013

[2]石巖.大數據營銷的認識誤區[J].廣告大觀（綜合版），2013.