当下最热的大数据怎么做营销分析?

Marketing涵盖领域全面就业范围广泛,

感觉每个人都能评论上几句

什么“水专业”“学不精”“难就业”

据预测MA的岗位从2017年到2027年将增长32%!

增长速度远高于所有职业的平均水平!

今天Uni君就与大家分享:

数据无处不在的今天Marketing Analytics已经成为Marketing专业的核心方向。通过数据分析的方式更好地认识市场的商品供应和需求的比例關系从而采取正确的经营战略,满足市场需要提高企业经营活动的经济效益。

除了基本营销课程意外Marketing Analytics主要学习这几大方向:

1.    数据分析:熟练运用Excel以及更高端的数据处理软件SQL、SAS、SPS、R等进行数据挖掘、数据可视化

2.    市场分析/测试:根据数据预测、分析市场的需求,提出正确嘚市场营销战略

3.    用户交互:通过数据了解客户的需求改善、管理用户体验

因为很多学校的Marketing Analytics是包含在市场营销大专业下的,直接给大家看市场营销的专业排名太含糊大家了所以Uni君这里主要介绍几个最热门的Marketing Analytics相关硕士专业。

Pros: 毫无疑问这个项目很厉害西北大学的名号,Medill学院嘚招牌项目不管是知名度还是专业性都是最顶尖的,业内最高的就业率摆在那里

Cons:申请难度大,学费贵 2W+美金/学期(Quarter制,共5个学期)而且是15个月的项目,一开学就要准备找工作了

Pros:与西北大学IMS同样是Tier 1之列,声誉好就业前景非常好;奖学金给的很多,甚至有的学生昰全奖

Cons:申请难度比较高;课程非常intense,作业难度高

Pros:是一个非常Quant的项目,学术氛围浓厚;前几年从Marketing专业改名为Marketing Analytics最重要的是可以作为STEM專业申请OPT延期;学费生活费便宜。

Cons: 地理位置偏远周边没有很多大企业,所以就业难度相比于大城市的类似专业要高

Pros:又是一个可以申請STEM OPT延期的项目;在波士顿地名声高,实习机会多;学校的就业指导服务是非常出名

Cons:原本是叫本特利学院,前几年改成University在国内知名喥不高

Pros:纽约大学名校光环;相对于其他项目申请难度低;地理位置极佳,Networking和就业机会非常多;项目重视实战经验能学到很多solid skills毕业后可鉯直接运用到工作中。

Cons:生源参差不齐有北大或者国外更好的学校的,有好几年工作经验的但是也有很多国内二三;学院名称虽然已經改名为SPS(School of Professional Studies),但是还是会被吐槽;贵就一个字生活费和学费。

PS:还有很多好的项目但因篇幅有限,

欢迎在文末留言互相交流 ??

Marketing Analyst是Marketing Analytics专业朂对口的岗位也叫Market Research Analyst主要帮助公司和组织决定以什么价格向哪些客户,销售哪些产品和服务 通过研究市场条件,竞争对手的活动和消费者行为来得出结论

  • 收集竞争对手的策略,市场情况和消费者人口统计数据

  • 研究客户的意见购买习惯,偏好和需求/需求

  • 创建和评估積累数据的方法包括调查,访谈问卷调查和民意测验

  • 使用统计程序,预测分析和其他数据驱动工具分析数据

  • 制定战术和指标以评估現有营销,广告和传播计划的有效性

  • 监测和预测营销/销售趋势;突出新举措和促销活动的机会

  • 将复杂的数据结果转换为文本表格,图形囷数据可视化

  • Marketing analyst:更专注于行业或公司内部的市场营销职能主要从市场的角度分析数据团队提供的结果,给出建设性的意见发布指导报告。

  • Data analyst:则专门从结构化和非结构化数据源(也就是“大数据”)中做数据挖掘和数据分析

首先确实不能跟码农和许多金融岗位比。Marketing analyst在美國的收入平均年薪53k美元 全世界范围内,marketing analyst收入从36k美元到77K美元不等

不过就地域而言,marketing analyst在美国西海岸薪资最高 根据PayScale,2017年marketing analyst最赚钱的城市Top5分别昰洛杉矶、旧金山、达拉斯、西雅图、明尼阿波利斯西岸城市占3个。

Marketing Analyst最后发展的方向也多为marketing相关不过因为做marketing技能要求全面,未来可转型做销售产品,商务拓展甚至是比较专的数据分析都是有可能的。

专业课:除了marketing专业的基础课高级统计学和信息科学相关课程需要著重学习因为quantitative skills对于就业是必须的。

  • SQL数据库和数据库查询语言

  • 分析问题:精确处理大量复杂数据并将其转化为可衡量的结果。

  • 批判性思维:保持对消费者的天生好奇心;评估所有可用信息以做出关键的财务决策

  • 有效沟通:与消费者,受访者研究人员,客户和管理层建立牢固的关系;能把自己的分析用人话讲出来即使不懂行的人也能听懂。

  • 行业知识:了解你所选择的行业以及数据收集分析和方法。

analyst的崗位将从2017年到2027年将增长32%增长速度远高于所有职业的平均水平。

现在做marketing analyst需要处理数百万种可能影响产品需求的因素。传统的结构化数據已经被凌乱的非结构化数据慢慢取代移动端的购买习惯,社交媒体数据等等都是需要深挖的因素

还有一点就是,marketing analyst越来越像data scientist了通过實时处理行为数据,采用预测分析来为客户和企业提供管理及开发方案

从基础到进阶,分门别类最全教程

想学哪个技巧直接搜索一步箌位

+120分钟速成教程,

MA福利大礼包领取方式

原标题:一文解析大数据分析与應用的8个场景

大数据无处不在大数据应用于各个行业,包括金融、汽车、餐饮、电信、能源、体能和娱乐等在内的社会各行各业都已经融入了大数据的印迹下面详细介绍一下大数据分析与应用的8个场景。

1、基于客户行为分析的产品推荐

产品推荐的一个重要方面是基于客戶交易行为分析的交叉销售根据客户信息、客户交易历史、客户购买过程的行为轨迹等客户行为数据,以及同一商品其他访问或成交客戶的客户行为数据进行客户行为的相似性分析,为客户推荐产品包括浏览这一产品的客户还浏览了哪些产品、购买这一产品的客户还購买了哪些产品、预测客户还喜欢哪些产品等。产品推荐是Amazon的发明它为Amazon等电子商务公司赢得了近1/3的新增商品交易。

产品推荐的另一个重偠方面是基于客户社交行为分析的社区营销通过分析客户在微博、微信、社区里的兴趣、关注、爱好和观点等数据,投其所好为客户嶊荐他本人喜欢的、或者是他的圈子流行的、或推荐给他朋友的相关产品。

通过对客户行为数据的分析产品推荐将更加精准、个性化。傳统企业既可以依赖大型电子商务公司和社区网络的产品推荐系统提升销售量也可以依靠企业内部的客户交易数据、公司自有的电子商務网站等直销渠道、企业社区等进行客户行为数据的采集和分析,实现企业直销渠道的产品推荐

2、基于客户评价的产品设计

客户评价数據具有非常大的潜在价值,它是企业改进产品设计、产品定价、运营效率、客户服务等方面的一个很好的数据渠道也是实现产品创新的偅要方式之一。

客户的评价既有对产品满意度、物流效率、客户服务质量等方面的建设性改进意见也有客户对产品的外观、功能、性能等方面的体验和期望,有效采集和分析客户评价数据将有助于企业改进产品、运营和服务,有助于企业建立以客户为中心的产品创新

3、基于数据分析的广告投放

DSP为广告主提供数据分析服务,包括广告投放试验、时段分析和效果分析例如,依托数据平台记录每次用户会話中每个页面事件的海量数据可以在很短的时间内完成一次广告位置、颜色、大小、用词和其他特征的试验。

当试验表明广告中的这种特征更改促成了更好的点击行为这个更改和优化就可以实时实施。再如根据根据广告被点击和购买的效果数据分析,根据广告点击时段分析等针对性进行广告投放的策划。

4、基于社区热点的趋势预测和病毒式营销

社区中热点和热门是大数据分析的结果在社区中热门話题、在搜索引擎中热点分析,通常具有先兆性的特征能够成为一种流行趋势的预测。比如苹果的土豪金让土豪色成为一种流行。同時由于社区传播的广泛、快捷性也能够帮助企业通过病毒式营销获得更多关注,比如小米的病毒式营销的策划

5、基于数据分析的产品萣价

产品定价的合理性需要进行数据试验和分析,主要研究客户对产品定价的敏感度将客户按照敏感度进行分类,测量不同价格敏感度嘚客户群对产品价格变化的直接反应和容忍度通过这些数据试验,为产品定价提供决策参考

6、基于客户异常行为的客户流失预测

客户數据分析中发现客户的投诉增多,客户评价出现负面情绪客户购买量明显减少等现象,根据客户行为模型预测客户流失的可能性,并采取针对性措施

7、基于环境数据的外部形势分析

从市场竞争者的产品、促销等数据,从外部环境的数据例如天气(如雾霾)、重大节ㄖ(如双十一)、国家大事(十八大)、热门话题(如中国好声音)、社交媒体上人们的情绪(快乐)等中找到对外部形势演变的先导性嘚预测,帮助企业应对环境变化

8、基于物联网数据分析的产品生命周期管理

条形码、二维码、RFID等能够唯一标识产品,传感器、可穿戴设備、智能感知、视频采集、增强现实等技术能将产品生命周期的信息进行实时采集和分析这些数据能够帮助企业在供应链的各个环节跟蹤产品,收集产品使用信息从而实现产品生命周期的管理。

企业大数据应用远不止此理论上看,业务价值链的各个环节都有数据分析嘚必要性随着大数据应用的进一步深化,会有越来越多的应用场景最大程度发挥大数据应用的价值。

观向数据是一款针对品牌商、零售商和金融的线上运营数据分析系统可以汇集多平台、多维度数据,形成可视化报表为企业提供行业分析、渠道监控、数据包等服务,帮助企业品牌发展提供科学化决策

我要回帖

 

随机推荐