Marketing领域的数据科学和分析

Marketing领域的数据科学和分析

目前数据科学家在工作市场中供不应求,其中的原因很简单,数据科学家不仅仅可以在商业智能领域工作,同时在商业战略的制定中也起到了非常重要的作用。进一步来说,如果你的目标明确,知道自己在哪一方面寻求改变,数据科学家们将会根据你的具体需求帮助你进一步改善营销策略。

由于4,000多个职位空缺(同比增长56%)和基本工资中位数高达130,000美元,工作市场上数据科学家的需求继续超过供应,2019年更是荣登LinkedIn“ 最有希望的工作”(去年位居第九位)榜单。同样,Gartner研究中指出,目前营销分析的总花销在营销部门总预算中所占的份额也是最大的,约为9.2%,进一步促使了工作市场对高端分析人才的需求不断增加。

Gartner 在2018年度的数据科学和机器学习Hype Cycle(炒作周期)中指出,77%的高级管理人员认同数据科学极高的重要性,并且认为数据科学对整个公司的成功都起到了至关重要的作用。除此之外,研究还表明在过去的五年中,营销分析对公司业绩的影响并未达到预期。

尝试聘用不存在的数据科学家并在业绩停滞不前的情况下加大对营销分析部门的投资究竟是不是一项愚蠢的举措?

其实不尽然,为了数据科学和分析在市场营销中所面临的问题,以下的三个问题至关重要。

1. 数据科学家的主要职能是什么?

Gartner研究为我们提供了一个非常有用的框架,以帮助理解营销数据科学家的核心职责:

衡量标准:确定营销活动和广告活动的影响。

优化:建议调整策略或支出以达到结果的改善。

实验:设计和执行测试以找出原因。

细分:确定客户和潜在客户的组和进行进一步划分。

构建预测模型:建立计算机模型以提高响应率。

讲故事:交流从数据中提取的信息以激发更好的决策。

正如The Next Web指出的那样,业务的成功或失败取决于公司对数据的解释和处理的能力。但是,对数据科学家究竟要做什么的浅薄理解,再加上对各种业务功能(不仅仅是营销)强制执行的分析,已经导致公司用缺乏该领域教育或经验的人填补了本该属于数据科学家的职位。

从长远来看,这种快速的解决方案可能会真正奏效:那些资质有问题的人将填补数据科学家的职位,随着时间的推移,他们在工作中不断地进行学习,从而真正地变成了一名专家。据估计,数据科学家工作将在十年内消失。因为在未来的几年中,数据科学专家将会不断补充各个领域的知识,从而变成多领域的复合型人才,而不是单一的进行数据处理和分析的科学家。

在短期内,这可能会引起不必要的麻烦,因为没有数据科学和分析专业知识的人会填补职位,不可避免地犯错误,从而无法达到雇主的期望。了解工作的真正要求以及公司目前的状况来培养新手,这对于成功招聘数据科学家和分析师至关重要。

2. 决定营销分析的关键因素是什么?

营销分析的成功的第一步是可靠的数据。根据《哈佛商业评论》,我们目前所面临的现状是:经验丰富的数据科学家的短缺,以及大量杂乱无章、难以理解的数据。营销分析工作常常受到庞大,结构杂乱的数据集的阻碍,从而很难从中获取见解。

大多数公司通过使用不同的系统和定义不同的变量跨部门收集数据。这使得很难轻松地组合和全面分析公司数据。企业在收集数据之前,必须有一个集成数据的计划,不然就要处理成本高昂且耗时的标准化数据以进行分析。

此外,创建一个详细的客户旅程图,直观的展现出每个业务与其客户之间的每个潜在接触点。将数据与客户接触点联系起来,将为营销分析提供充足的分析背景,从而对战略的制定起到一定的帮助。

3. 软件如何为营销分析服务?

丰富的营销分析软件选择很容易成为压倒性的。与其陷入无休止的平台比较中,不如选择一种工具来实现营销数据科学家的核心职责。以下问题对确定使用那些营销分析软件很有帮助:

衡量:我的公司用什么衡量营销活动的成功(例如点击率、跳出率和页面浏览率)?这个市场分析工具允许我跟踪我们的成功指标吗?      

优化:数据科学家或分析师将负责推荐营销策略的改变,所以适合的软件应提供测量、实验和预测建模的工具,以帮助促进这一过程。

实验:这个营销平台是否提供A/B测试,以确保最佳版本获得投资?此解决方案是否允许测试将运行的所有活动类型(如电子邮件、登录页、CTA)?    

细分:这个营销分析工具能帮助我定义和定位客户细分,以提高我的活动的投资回报率吗?

预测性建模:这个平台是否提供预测性建模,帮助我的企业根据潜在的客户流失为客户的可能性来确定联系人的优先级?

讲故事:这个营销分析工具是否提供了数据可视化和报告功能,以帮助技术水平较低的利益相关者可以简单地捕捉到数据中的信息?报表和仪表板是自动生成的还是需要手动配置的?

上述问题可以帮助您确定哪些营销分析软件对您的业务需求最有用。此外,如果您的公司已经有一个合格的数据科学家,还可以利用他们的专业知识和偏好来决定软件的购买。