摘要：当前企业面临过度营销危机，销售成本上升而销售效率明显下降，大多消费者对企业的销售策略不为所动。在此背景下，精准营销应运而生，有针对性地为消费者提供解决方案。本文总结了关于精准营销的概念、特征、内涵、方法以及应用这五个方面的现有文献，并对这些国内外研究文献进行分析评价。
关键词：精准营销；营销前沿
当下越来越分散的传播手段四处泛滥，消费者越是想避免，营销者就越是加强力度。而企业资源有限，即便是实力雄厚的大企业，在面对多样而又复杂的消费者需求时，也会捉襟见肘。同时，科学技术特别是互联网技术革新迅速。在这些因素的推动下，精准营销研究也就成为大势所趋，其在降低运营成本、提高市场份额、维系顾客中扮演着核心角色。
目前关于精准营销的研究主要针对概念、特征、内涵、方法及应用。以下列举一些比较具有代表性的观点。
在特征方面，大多学者认为精准营销的主要特征包括目标对象的选择性、目标对象的稳定性、沟通策略的有效性、沟通行为的经济性和沟通结果的效益性。除此之外，伍青生等指出精准营销还具有精准程度动态性的特点。
在应用方面，高岚提出了三个可实现精准营销的措施，首先通过挖掘消费者数据库来进行精准的市场定位，再通过大众信息平台构建双向沟通渠道，最后通过顾客关系营销为顾客提供增值服务。时炼波概括出七个精准营销的实施方式：基于顾客信息库建立顾客档案、按照企业战略目标进行市场细分与市场定位、确定寻找客户工具、精心选择产品、实施差异化价格策略、全方位整合市场营销以及为客户提供个性化的服务。
（作者单位：贵州大学管理学院）
参考文献：
[1]吕彦儒，吕巍.基于精确营销的电信业交叉销售实现方式研究[J].移动通信.2008（09）
[3]Zabin，GBrebach.PrecisionmarketingZ：thenewrulesforattracting，retaining，andleveragingprofitablecustomers.2009
[5]伍青生，余颖，郑兴山.营销新发展：精准营销[J].经济管理.2006（21）
[6]许瑾.精准营销探析[J].信息网络.2006（08）
[7]刘征宇.精准营销方法研究[J].上海交通大学学报.2007（S1）
线下一家门店的创立，通常都是第一年保本养顾客，把顾客养成老顾客，形成黏着的循环消费，慢慢的再去获得更多的利益，尤其是像一些地段比较偏僻的老店，从始至终顾客数只保持在千人左右，但是他们活的好好的，老顾客的营销策略也是必不可少的。
有多少顾客才能做老顾客营销？
有人说我顾客太少，不适合做老顾客营销。其实店铺只要有300个顾客，也就是所谓的1钻，就能开始做老顾客营销。但是很多人觉得顾客基数太小了，做了没效果。这个说法是不正确的，只能说你在做老顾客策略的时候选错了方法。
相信很多的卖家在做顾客维系的时候就说：“顾客维系非常简单，我今天去市场订购一个客户管理软件，然后用心的编辑一条短信发一下，就好了。”如果我们真这么做的话，那么就会非常惨。或许这样的营销手段在07年08年还稍微有些作用，但是随着卖家数量的增加，以及营销手段的不断更新，这种老套的思路已经完全不适合于小卖家。
我们来看看，从需要联系老顾客，制定营销策略，到我们与老顾客沟通产生成交中，到底要经过多少个步骤：
确定找老顾客的原因。
制定对于老顾客的营销策略。
信息精准送达，勾引上网。
商品精准展现。
促成交。
只有当我们解决了这些步骤中产生的顾客流失率的因素，以最快最精准最专业的方式将讯息送达买家，我们才能做大老顾客成交额。
那把这些步骤一个个拆分出来，总结出我们平时遇到的困难，看看怎么样做出最切实的效果。
第1步：确定找老顾客的原因
为什么找老顾客：是最近业绩不足老顾客的回头率下降？老板要你去做促销？还是最近上架新款了？或者是我们需要对沉睡顾客进行一次唤醒？
每个不同的原因，会造成我们在与顾客对接时候的一些内容的变化，以及选择去沟通的老顾客的群体的不同。
很多卖家，往往一拍脑门子就说一句，我要去做老顾客营销，然后把所有的顾客名单抓出来，一条短信就发过去，以为这样就是老顾客营销。其实是大错特错的，因为你根本连人群都不清楚，人群需求都没发现明白，你怎么去满足他们呢？所以你要好好的总结第一点：你找老顾客的原因是什么？你到底要哪一部分的老顾客？
第2步：对老顾客的营销策略
还有一点就是我们通常说的会员制度，很多人知道做出这个会员制度，坚决去执行下去的少之又少。每个店铺在制定会员制度的时候，要明确的把会员制度与店铺的实际情况结合起来，而不是去别的地方照着抄袭一个。
第3步：信息精准送达，勾引上网咨询
既然用普通的营销软件无法把信息精准送达到你的顾客手机中，无法让他们上网来看店铺，那么我们是否可以换个方式去进行信息传输？
“亲，您好，上次在我们老8店铺购买的羽绒服穿着还舒服保暖吧，最近出了一款新的毛衫，穿起来可以从视觉感上看起来显瘦舒适保暖，您是我们的老顾客了，我们老板特意要我们通知一下尊贵的老顾客，让他们回来看看，因为产品真的性价比超高，我们店铺名您还记得么？是xxx您回来的时候旺旺联系一下我，我这边会给您发这件毛衫的网址，然后跟您仔细介绍一下。”
上面的这段文字，我们直接把信息最精准的送到买家手中，并且让她记得找旺旺，这样她才不会自己默默的在店铺中看，然后默默的走掉。客服人员优质的导购，可以让老顾客回头的成交率在95%左右。
第4步：精准商品信息展现
不同的类目要去思考不同的方向，如何让我们的产品增加精准展现，让买家更加认可。或许我们还可以精准到，上一次我们的顾客购买过什么颜色的衣服？购买过什么是否有毛领的衣服？购买过是否有绣花的衣服？去年夏天购买过什么款式的衣服？那么今年需要什么样的夏装？结合流行趋势他可以拥有什么样的夏装？更加精准的去做到这些展现。这点就目前的一些大卖家而言尤为重要，如果能对单个属性的买家进行大范围的抓取的话，精准性肯定可以做到很高，再也不会出现把不相符的产品推荐给不合适的买家情况，造成费用的浪费。
第5步：促成交
促成交是一件自然而然的事情，当买家的购买欲望达到最大的时候，自然会进行一个下单的动作。这部分我们在做老顾客的时候，还是要对客服培训，循序渐进的引导买家。循序渐进的对买家的需求开发到最大化以后，在付款的时候可以给予会员折扣，这样子可以很好的提升老顾客的客单价。切不可买家看上一样就匆匆忙忙的催付款成交，这违背了我们对老顾客回访开发的初衷！
每一个类目都应该好好想想，我们究竟在什么时候，获得最好的切入点去跟老顾客互动，而不是要收钱时才去想到人家。
最后送中小卖家一句话：
关键词：大数据技术；对公业务营销
一、大数据技术概况
现有的大数据分析挖掘的方法有很多，常用的有如下几种。
1.关联分析法。这是最常见的大数据分析方法之一，指的是从现有的数据库中找出特定序列的数据在特定事件中存在的数据关联性。确定关联规则是关联分析法的重要基础，不同关联规则的设定会产生不同的关联结果。该方法主要用于发现某一事件中不同数据是否存在关联性，如产品间的内在关联性。
3.分类和预测分析法。实际上是两个过程，第一步是确定模型描述，针对指定的数据类型和概念集进行分类划分，第二步是使用这种分类基于模型进行预测分析。这一类分析方法主要用于挖掘隐藏在数据背后的消费者特定的消费习惯，并预测其后续的可能行为。
4.聚类分析法。聚类分析法能够将数据库内数据特征未知的信息进行相似性最大化处理，帮助企业了解哪些是较为典型性的用户，哪些是忠实用户，哪些是流失用户等，从而有助于企业根据不同用户的消费特征制定不同的营销策略。
二、大数据技术在商业银行的应用现状
国内的金融行业，尤其是银行业，大数据的应用尚处于起步阶段，远远落后于互联网行业。但金融行业实现数字化交易以来，沉淀了大量的用户数据，是较为适合大数据分析的行业。银行业的数据分析尚处于从数据碎片化到数据整合时代的过渡阶段。现阶段，大数据技术在商业银行的应用主要集中在风险控制和零售业务，主要有三种模式。
其次，基于第三方系统的征信数据挖掘。这一类数据主要包括人行征信、工商、税务、电力、房管局、车管所、社保、海关等政府数据，学历、购物、支付、物流等社会征信数据以及各大金融机构的金融数据等。这些数据使得银行能更加全面判断企业客户的属性和资质，更有针对性地根据其综合情况实施精准营销。如平安银行在接入平安保险、平安租赁等集团子公司数据的同时，辅之以政府公共数据，全面分析客户情况并据此营销。
最后，基于POS流水的数据应用。商业银行依托在线贷款业务平台系统，对客户进行综合信用评价，向符合贷款条件的POS商户，以其一定期限内的POS结算流入量为授信额度的依据，在线发放用于生产经营的信用贷款。已有的POS流水数据应用有招商银行和通联支付合作的流水贷、中信银行和银联商务合作的网络商户贷款业务，浦发银行和通联支付合作的流水贷业务等。
除了基于行内数据进行挖掘分析外，国内许多商业银行还与专业第三方公司合作，争取顺应大数据潮流，进一步加快应用大数据的步伐。如平安银行与SPSS公司合作，进行消费贷产品的大数据营销管理；宁波银行利用客户购买某项产品大数据分析结果挖掘潜在客户。这些探索为商业银行拥抱大数据技术，利用大数据技术转变营销理念和营销方法提供了很好的借鉴。
随着云计算、物联网等新型信息技术的发展和跨渠道跨终端的整合，银行的大数据将日渐完善。产品的客观数据与客户信息也将有效结合，形成完整的“产品――用户”数据库，用于银行各类产品的规模化和定制化综合推介，尤其是对于具有复杂的金融产品综合运用需求的对公客户来说，大数据的应用将是一片蓝海。
三、大数据技术在对公业务营销中的应用方案
（一）P――认知客户行为
对公客户与零售客户有本质的区别，客户的金融需求复杂，且更加个性化多样化。在银行进行大数据分析之前，应当对对公客户有一个全面认识，并结合客户情况认知银行对公产品现状。认知企业客户行为可以从三个方面着手。
2.结合客户持有产品情况，认知银行的产品结构。以产品管理系统中的产品库为依据，分析持有不同数量产品的客户分布、各门类产品的客户总体分布、下属分行及其经营机构的客户持有产品情况，以及结合多个时点的各门类产品客户数的变化趋势等。
3.在认知产品的基础上，基于产品记录，分析客户行为习惯。包括客户对产品门类的偏好，对产品购买渠道的偏好，对资金流动性的需求，购买产品时段偏好等。
（二）D――挖掘客户需求
在认知产品和客户的基础上，应用大数据技术，挖掘隐藏在产品信息和客户信息背后的客户需求，为后续的精准营销打下基础。
2.基于产品的监测报告，判断产品持有的平均水平。结合客户产品的平均持有水平分析，将低于产品平均持有水平的对公客户认为是具有产品潜力的客户群，生成这一类客户清单。同时根据客户清单中对公客户所在分行进行分类，将这部分产品需求未充分挖掘的客户清单推送到分行，以帮助分行更好地锁定目标营销客户。同时也可以针对不同门类产品的客户情况进行统计分析，判断持有某类产品的客户使用其它门类产品的情况，也即产品的跟进情况。
总之，需求发现环节应紧密结合产品和客户的数据，挖掘大数据背后客户对产品的需求，是借助大数据实现对公产品营销管理的基础性工作。
（三）M――产品精准营销
充分挖掘客户需求后，根据需求实施精准营销。具体可以有如下应用。
3.通过客户属性分析开发潜在客户。从产品出发，通过聚类法和分类预测法分析持有某种产品的客户群体的共同属性，然后比对具有这些属性但还未持有该种产品的客户，作为该种产品的潜在客户名单，对名单上的客户推荐该种产品，通过分析现有客户成功开发新客户。
（四）A――营销效果评估
四、对公业务营销中的典型案例
总体来说，相比国有银行，股份制银行更加积极拥抱大数据技术。2015年3月，民生银行“金融e管家”平台正式上线，这是民生银行利用大数据技术的一大利器。该平台主要针对国内商业银行客户关系管理系统管理功能、分析功能、应用功能相互脱离的弊端而开发的基于大数据分析的一站式服务平台。“金融e管家”服务于全行对公客户管理，覆盖“PDMA”框架的四个环节，是对公业务应用大数据技术的典范。
首先，认知客户行为（P）。该平台对接民生银行内200多个生产系统和数据中枢，并导入上市公司数据、人行征信数据、工商数据等行外的数据，形成完善的数据结构，通过不同的规则组合数据，如对公客户和产品的交叉组合，或者基于供应链的客户上下游集合等，使用户可从不同角度解读对公客户的特性，同时通过行内资金流和行内外信息流，精确掌握客户的行为习惯。
其次，挖掘客户需求（D）。该平台对客户信息更深层次的挖掘，去除无效信息，将有效信息放大，结合线下业务资源，挑选出最适合营销的企业关系群体，应用多种大数据分析方法，建立关系网络分析模型，识别出群体的特征和相互之间业务重点，并以极具可用性的界面展示客户潜在需求挖掘的结果，帮助客户经理深度挖掘客户的金融需求。
再者，产品精准营销（M）。该平台是一个智能化的融资理财和资源整合平台，主要围绕核心客户，通过后台数据的支撑，建立交易网络模型和上下游客户推荐模型，并据此匹配最适合的金融产品，实现精准营销。该平台上线后，对公产品关联营销的成功率大大提高。
最后，产品营销评估（A）。该平台建立了基于历史记录的客户绩效评价体系，科学全面的评价客户绩效，并根据评价结果改进营销方向。后评价功能涵盖对公业务的不同情况，如对个性化服务方案的综合评价，对集团客户也能建立综合收益的评价，而不仅仅是单独考虑单笔业务的收益，适应了缺资产时代的商业银行经营新思路。
可以预见，在信息技术发展日新月异的当代，随着对公业务背后纷繁复杂的信息流、资金流、物流等多样化数据不断沉淀，大数据技术在商业银行对公业务营销中的应用价值将日益凸显，并将逐渐成为商业银行对公业务的核心竞争力之一。
[1]Manyika，J.，M.ChuiandB.Brownetal.BigData：TheNextFrontierforInnovation[R].Competition，andProductivity，2011.
[2]Franks，B.著，黄海，车皓阳，王悦等译.驾驭大数据[M].北京：人民邮电出版社，2013.
[3]杨威.大数据时代下的电子商务企业营销方式变革[J].中国电子商务，2014（14）.
第二，用户导向更加明显。为吸引用户，在内容选择上，零售企业会更多选择符合群体特点、潮流热点的内容，营销的体验更加个性化。
第三，企业与用户的互动增强。企业吸引目标用户，培养潜在客户、维护现有用户等过程，都越来越多地通过互动的形式收获用户的反馈，以此建立稳定的联系。
（一）全流程营销策略
（二）创新性营销策略
（三）精准化营销策略
（四）可持续营销策略
可持续性营销策略，就是企业不简单以用户的一次购买行为为目标，而是在稳定的关系基础上，通过品牌形象、服务质量的感染，让客户对企业的产品、品牌、文化等都提升认同度，在日常与用户的联系中，不完全以营销为目的，而是不断发现、挖掘客户的潜在价值，建立可持续的用户关系。
场景营销的两个关键
场景从分类上可以包括工作场景、家庭场景以及生活娱乐等消费场景。其中，生活娱乐消费场景，无疑是最重要的环节。企业在采用场景营销时，除了需要考虑不同的物理场景外，还需要考虑新客户获取，建立客户认知，培养使用习惯，以及维系忠诚用户等方面的逐渐递延。
在场景中找到你的新客户
这就要求公司要回到一个真实的场景中，寻找客户。比方说，在消费者查询北京天气时，可以推送空气净化器产品信息。增加场景要素之后，对长期生活在北京的消费者，根据地理位置提示，还可以及时推送附近的国美进行的空气净化器促销活动。不仅如此，对生活在成都，但是即将前往北京的消费者，根据地理位置信息――比如机场的登机口――也可以推送北京的消费信息。
根据场景，培养用户习惯
在获取新客户之后，公司需要进一步建立客户认知，培养客户使用习惯，以提升客户留存。反复加深对客户需求的理解，为客户提供更有诱惑力的个性化服务组合。培养消费者的依赖，培养用户的忠诚度。
打个比方说，某餐馆统计了餐厅的客流量，发现客流量的高峰是在工作日。那么，餐厅就要设想一下，工作日可能出现的用餐场景。商务宴请、普通工作餐、商务谈判都有可能。餐厅不妨针对这几个场景，推出不同的套餐，拉动消费。对店铺附近的潜在用户，进行信息推送。越精准地推送信息，越容易提升用户的黏性。
根据距离，选择技术
由于场景营销的“场景”二字，因此，定位技术在其中扮演了非常关键的角色，包括GPS定位、Wi-Fi技术和Beacon技术等。不同技术的定位精度和应用范围有所不同：营销范围针对比较大一个区域，例如特定的城市等，那么GPS定位足矣；如果营销范围是收窄到一个购物中心，那么Wi-Fi也可以在一定程度上满足这一需求。但是如果希望在消费者的行为轨迹当中进行营销活动，如指定为购物中心当中的某一个商铺或者柜台，那么则需要利用到Beacon这一技术。iPhone、iPad等苹果设备的高渗透率，让iBeacon技术成为了Beacon技术的代名词。
从营销到优化客户体验
场景营销的应用行业非常广泛，品牌制造业之外，更重要的是零售行业、酒店、旅游景区、医院等各种特定场景。相应的，对于这些行业企业来说，客户体验提升的优先级和重要性是高于新客户获取的。
更优化的商场体验
以零售行业为例，近几年来，电子商务蚕食了百货商场、购物中心等市场空间，以至于线下商场被冠以“网购试衣间”的称号。但是，长远来看，在消费者的日常生活中，传统零售业依旧会扮演重要角色。在线上线下融合的过程中，二者也必须寻求融合共生，共同发展。用户在实体场景的停留、体验、消费，无疑会成为线上线下共生当中的独特生存要素。
大悦城营销可以总结为三个关键步骤：有针对性地进行产品设计，有意识地进行信息推送和消费引导。倾听消费者的需求，依赖于大悦城建立的各种数据收集体系，并以大悦城会员身份为核心建立关联，他们日常的消费品牌和风格如何，价格段为多少，消费频次如何等。
有针对性地进行产品设计，需要根据大部分会员的消费诉求进行品牌招商，和不同店铺的位置设计。比如，从停车场进店的消费者，和搭公车来的消费者，二者的行为路径和消费引导应该如何区隔。
而信息推送，尤其是精准的信息推送，需要针对不同的消费个体，进行不同的信息推送。针对年轻女性，男性品牌的优惠信息就是无用的。当然，如果根据其过往消费记录，她有男性商品购买记录，就可以推断，这位女性消费者有家庭或者伴侣，则可以进行家庭成员判定范围的信息推送。
其次，对消费者来说，顺利找到品牌是非常重要的。那么商场需要对品牌进行预知，并提前为消费者规划路径，也比较考虑其信息推送的精准程度。还需要注意的是适可而止，消息的频次控制在可接受范围内，不能过于频繁。更不能推送可以引发用户隐私的信息内容，以免引起用户恐慌，那么这一切只是建立在大数据分析的基础之上。
选择匹配场景的设备，提升体验
再以迪士尼游乐园为例，这样一个特定场景，可能出现这样的问题：不同娱乐项目的人流疏导，重要娱乐项目的消费统计，让园内消费更加便捷等。面对每天人流如织的场景，迪士尼如何解决这一问题呢？在这样一个贯穿户外户内，人流量较大的环境中，如果仅仅通过用户的手机、Wi-Fi或者GPS进行获取用户，效果都不会理想。其实答案很简单：可穿戴设备。