为了解决这些问题，您可以实施以下十种技巧，制定数据驱动的营销策略。
1. 组建你的团队。
利用数据制定营销策略显然始于数据处理。然而，要真正有效，必须组建跨部门、跨学科的团队。理查德·贝斯顿在Effin Amazing网站上指出：“这并非仅仅意味着IT部门的某个人随便找个销售人员凑合一下，让经理们觉得他们能挤出来的最优秀的人来帮忙。” 而是意味着你必须找到那些“愿意超越自身知识领域”的人。例如，“数据科学家必须愿意学习营销知识；销售人员必须愿意学习IT知识。”
因此，在组建全明星团队时，要寻找来自“截然不同的专业领域”的数据科学家，或者安排一位高管负责数据和分析工作。此外，要重视团队成员之间的协作，定期召开会议，让大家不仅分享想法和信息，还能共同分享成功的成果。
2. 管好你自己的事。
吉姆·伯格森在 MarketingProfs 的一篇文章中指出：“数据有时隐藏在您组织的内部资源中——可能在您的产品或服务的经销商或转售商那里，您的销售人员那里，或者被锁在 IT 保险库中。”
您可以开始挖掘这些数据，方法是构建“唯一的客户标识符，以便在客户记录级别连接不同的数据源”。这将提供对整个客户体验的深入了解，例如“经销商渠道、销售点、呼叫中心的投诉或服务电话、在线推荐、介绍、保修数据、注册、续订和后续购买等情况”。
由此，您可以识别和研究数据元素之间的这些关系。
3. 数据不仅仅是数字。
“赋予数据和数字除数值之外的意义，”Iversoft Solutions 的 Erik Bitmanis 说。“这首先要了解你的目标是什么，以及哪些关键绩效指标 (KPI) 会对实现这些目标产生影响。”
Bitmanis总结道：“一旦你的团队看到这些指标如何对实现目标的进程产生积极（或消极）的影响，那么这些数据点就比电子表格上的简单数字更具体。具体性是让人们关心并愿意使用数据的关键。”
4. 确定合适的渠道。
你知道吗？“90%的推特用户在看到与电视节目相关的推文后，很可能会立即观看该节目、搜索更多信息或分享与该节目相关的推文内容。” 精明的营销人员能够利用数据，发现哪些信息最能引起客户的共鸣，以及应该使用哪些渠道来传递这些信息。
Skyword 的营销内容专家 Ted Karczewski 代表内容营销协会表示：“Arby's 在平衡其数据战略和创意营销方面做得非常出色。” 例如，在 2014 年格莱美颁奖典礼期间，Arby's 意识到“很大一部分受众会在 Twitter 上参与关于此次活动的实时讨论”。因此，该公司的社交媒体总监在观看颁奖典礼的同时，“也在关注社交媒体，并等待机会，通过相关的实时社交媒体内容融入到讨论中。”
5. 构建模型以预测和优化业务成果。
麦肯锡公司的多米尼克·巴顿和戴维·考特提醒我们：“数据固然重要，但绩效提升和竞争优势源于分析模型，这些模型能够帮助管理者预测和优化结果。” 构建此类模型并非从数据入手，而是先识别业务机会，然后利用模型来提升绩效。
Barton 和 Court 发现，“这种以假设为导向的建模能够更快地产生结果，并将模型建立在管理者更容易理解的实际数据关系之上。”
6. 确定在评估成功时要衡量哪些指标。
确定策略目标后，你需要确定用于衡量策略成功与否的指标。例如，Tricia Moon 在 Rival IQ 平台上的目标是增加博客读者数量，她会使用诸如“帖子互动率、链接点击次数、文章在社交媒体上的分享次数、来自社交媒体的用户在文章上的平均停留时间、来自社交媒体的读者增长百分比”等指标。
在评估目标时，请查看这些数字，并思考它们对你的业务有何影响。
7. 确保你的数据准确无误。
“你肯定希望一切都尽可能完美，尤其是在人们将你作为信息来源，并可能基于你的信息撰写案例研究或报告的情况下，”BroadbandSearch 的市场经理 Amy Medeiros 在 CIO 网站上表示。Akamai 的首席营销官 Brad Rinklin 补充道：“最糟糕的情况莫过于你的数据获得了大量媒体关注，然后竞争对手或主流媒体却说你的数据一文不值。”
为了避免犯这种错误，在实施策略之前，您可以请第三方（例如麻省理工学院或斯坦福大学的教授、数据科学家或行业分析师）对您的数据进行审核。
8. 创建买家画像和以客户为中心的内容。
当你忙于挖掘数据时，很容易忽略一个至关重要的点。正如StartUp Nation的Sreeram Sreenivasan所说：“单凭数据本身无法制定营销策略。”洞察是在团队分析数据之后形成的，然后“形成假设、愿景和后续步骤”。这包括分析“客户行为、购买模式、偏好和背景，以构建不同的买家画像”。有了这些信息，你就可以“弄清楚每个客户是谁，他们喜欢买什么，喜欢搜索什么，他们的兴趣是什么，以及什么会影响他们”。
创建好买家画像后，你需要创建以客户为中心的个性化内容，以吸引目标受众。
9. 制定公司整体目标。
Birst公司产品战略总监法尔纳兹·埃尔凡告诉Mycustomer.com网站的尼尔·戴维：
“衡量营销投资回报率变得越来越难，因为它需要与销售部门对销售线索的定义，或者服务团队对客户是否准备好追加销售的判断标准保持一致。在这种情况下，关于投资回报率的讨论需要营销人员及其业务伙伴对客户的定义，尤其是高价值客户的定义，达成一致且统一的认识。”
Davey补充道：“如果组织能够打破部门之间的壁垒，将来自客户关系管理、营销自动化、服务和财务系统的数据整合到一个统一的视图中，并就共同的定义达成一致，以及统一投资回报率的定义，这将对组织大有裨益。”
10. 继续测试。
虽然数据可以为我们提供制定营销策略的起点，但它需要经常进行处理和测试。值得庆幸的是，正如马修·巴克利在“新一代营销”节目中所说，通过小型实验来测试你的营销效果“一天之内就能完成”。
巴克利建议在测试时采用科学方法。这包括：
- 首先从数据入手。
- 问问你目前掌握哪些信息。
- 提出假设。
- 通过实验进行验证。
- 确认测试/流程按计划进行。
- 分析数据并得出结论
- 汇报结果并确定后续步骤
记住，你越早发现哪些方法有效，你的业务发展之路就会走得越快。
___
by 约翰·兰普顿
