网络关系图揭秘现代消费者的决策过程

网络关系图揭秘现代消费者的决策过程

Microsoft Advertising(我的雇主)的广告客户分析小组正在深入研究内部搜索查询数据,以帮助营销人员获得可视化。今天的消费者决策过程到底是什么样的?让我们来看看下面这张图:

我们在这里看到的是最近Bing与企业云软件相关的搜索查询的可视化。它是一个由搜索查询和它们之间的关系组成的网络,其之间的关系定义为由同一个人在一个很近的时间间隔中进行的搜索。让我们仔细探索一下这张图。

很凌乱吧?理解搜索者行为是一个复杂的问题。首先,让我们看看这个网络中所有不同的类别,这些类别都是按颜色进行可视化的。很快就会发现这些查询是按主题聚类的; 围绕VPN的查询具有自己的颜色,Azure和AWS等主题也有一个很大的类别。要注意的是,查询不是基于查询本身的内容分类的,而是基于同一用户搜索它们的规律性。 这是一个重要的区别,它为我们提供了一些难以实现的东西:对品牌在其空间中所处位置的原始公正的看法。

专注于查询间的关系

类别的大小始终是一个有趣的因素,但是专注查询之间的关系可以更好地得到更多见解。无论产品或品牌空间是什么,一个类别中都存在查询,以及与其他类别中的查询存在关联。例如,我们在下面看到查询“Cloud Computing”和“IoT”彼此之间以及和Azure、AWS之间存在关系。这可以帮你更深入地了解你的客户,业务和竞争对象。

一个很关键的发现是查询之间的大量互连性说明了搜索者行为的真正复杂性。搜索很少是线性的,更多地发生在与漏斗状行为不一致的聚类中。有关消费者意图,忠诚度以及品牌和非品牌查询所做贡献的不同类型都是对数据方面的挑战。为了推动这一点,让我们提取一些只有通过这个作为先决条件才能得出的见解。

我们首先要隔离查询“What is AI?”我们可以立即在我们的网络中看到这个查询被搜索过“What is artificial intelligence”和“AI”的用户搜索过。

反过来,我们看到这些术语和品牌节点之间的关联,例如“IBM”和“AWS”。然而,我们能够看到“什么是AI”是与“IBM”相同的类别的一部分,这表明很多人都在同时搜索这两个。IBM在将品牌定位于这些类型的消费者问题方面做得非常出色。

接下来让我们看另一个例子,如何用搜索者行为的复杂性更全面地了解行业动态?与此领域的其他大型企业一样,Google在网络中拥有自己的类别。查询“Google Cloud”是此类别的中心节点,根据我们在整个网络中的其他类别中看到的内容,我们可能会假设类别内的其他查询也与Google的云产品相关。然而这个类别与我们的期望不同;它包含竞争对手和非品牌术语的结合,其中许多包含术语“Cloud”。以此我们可以否认Google将其品牌定位为接近“Cloud”这一术语 – 这为他们赢得了一个不错的品牌意识,同时也是他们的竞争机会。

AI在消费者决策领域

今天的营销人员如何管理如此复杂的消费者决策过程?首先,与你的建立强有力的合作关系非常重要。你的客户部团队是你业务的支持者,涉及到的其中一部分是相关数据的管理。第二,是在广告项目中投入Data Science。解决错综复杂的问题往往需要专业技术知识,随着每项技术进步,消费者行为变得更加复杂。最后,AI和Machine Learning已经渗透到整个领域,以帮助营销人员收集,分析和利用大量数据,以更好的方式接触未来的客户。

原文作者:Kevin Klein

翻译作者:Yishuo

美工编辑:过儿

校对审稿:冬冬

原文链接:https://searchengineland.com/leveraging-data-science-to-illuminate-the-modern-consumer-decision-journey-316799