事件营销之所以效果显著，也与消费者喜好热闹的天性有关。特别是国人大都热衷于看热闹，如能很好地策划、利用某一事件激发人们的好奇心理，营销者将会收到良好的市场促销效果。
目前农产品的生产经营相对于其他产业来说比较特别，农产品对自然资源和自然条件的依赖性非常高，农产品与人们的日常生活紧密联系，其目标消费群体目前只是局限于一些低收入者。所以如果采用工业品那种品牌经营模式来运作农产品品牌，还存在很多难题，并且效果也不太理想，而在农产品品牌塑造过程中采用事件营销策略则会起到很大的作用。
二、运用事件营销塑造农产品品牌的主要策略
由于农产品营销在我国起步较晚，运用事件营销获得成功的例子还很有限。借鉴其他产品的成功经验，有三种策略可供塑造农产品品牌使用：一是“借势”，二是“造势”，三是整合营销传播。
1.借势策略
专供奥运的蔬菜、瓜果、花卉等农产品质量要求非常严格，可谓是优中选优：无公害、绿色、有机、质优、味美，严格的质量认证体系和标准化生产等等。中国的农产品还没有经过如此严格的“检阅”，这无疑是把中国农产品推向世界标准的一个契机。要想竞争成为奥运特供农产品，无论生产者还是营销者都要下一番苦功夫。生产者需要每个环节都保证质量，营销商则需更加侧重品牌化的营销和管理。2008年5月，山东聊城市阳谷景阳冈生猪产销合作社饲养的无公害生猪成为北京奥运会专供肉食品。根据合同，合作社将向北京奥运会供应1600头生猪，除进行正常交易外，还将获得支持北京奥运会的现金奖励。江苏常州市武进区为了打好奥运经济这张牌，大力改善农产品的产业结构。目前该区拥有无公害农产品75个，绿色食品23个，有机食品4个，市级以上名优农产品45个，江苏名牌产品8个，中国名牌产品1个。近年来，武进区不仅培育出了“尊龙酱鸭”、“雪山草鸡”、“春晖牛奶”等一批名牌，还涌现出了湟里牛肉、寨桥老鹅等一批地方传统特色产品。
第三是明星借势策略。崇拜和模仿明星的行为是人类的一种心理习惯。根据消费心理学，当消费者不再把价格、质量当作购买障碍时，可以利用明星的知名度去加大产品的附加值，培养消费者对产品的感情、联想和追捧。农产品品牌大多历史悠久，文化底蕴深厚，有很多历史名人典故，如能挖掘、整理出来，则可以借历史名人为该产品代言。如绍兴黄酒就有越王勾践“酒可亡国，亦可兴国”、王羲之曲水流筋，陆游沈园题壁、鲁迅把酒论事、贺知章金龟挨酒等名人故事，如能将这些典故通过包装等手段告知受众，则可大大提高绍兴黄酒的知名度、美誉度。
2.造势策略
(3)概念策略是企业为自己的产品或服务所创造的一种新理念、新潮流。地理标志农产品具有丰富的文化内涵，其生产、加工往往体现了当地居民的传统知识，承载着当地居民的知识创造，从而形成有关农产品的传统生产方式和制作工艺，该产品往往具有物态符号。
3.整合营销铸播策略
三、运用事件营销塑造农产品品牌应注意的问题
事件营销犹如一朵盛开的带刺玫瑰，成功的事件营销固然能使企业快速取得倍数效应，失败的事件营销也可能收效甚微，甚至适得其反，带给品牌负面的影响。因此在对农产品进行事件营销的过程中应注意以下事项：
1.事件营销的目标要明确
开展事件营销进行品牌塑造，这个事件的影响力和农产品自身特性有没有真正的联系它的消费对象是谁市场目标是什么企业中长期的战略目标是什么企业只有先对这些问题有了清晰的定位后，当外界有事件发生时才能迅速地做出判断：究竟有没有必要搭乘这样的便车，避免陷入凡是大活动都要参与的盲目状态。
2.进行事件营销找到合适的切入点是关键
4.开展事件营销要有长期战术规划，切忌生搬硬套
事件营销的成败还有一个关键点就在于品牌、产品、企业与事件的关联性，运用得当，增辉添彩，运用不当，则费力不讨好，甚至落得笑柄。
事件营销虽然从单个事件来看属于短期战术行为，但从长期来看则属于企业品牌塑造链上的一环，是一种有关品牌塑造的战略行为，品牌的概念主题与事件的统一性及连续性是成功事件营销的重要保证。然而，很多企业只追求短期轰动效应，结果造成投入大量人力物力却未获得长期效应的局面。农产品企业应以自身资源状况和目标消费群体的喜好和心理特征为依据，来制定事件营销的原则和执行策略，形成品牌自身的事件营销的特色，使得企业的事件营销能够贯穿品牌成长的全过程，形成农产品品牌自身的特色。
5.避免事件与企业品牌、产品互不融合
件可能是一些企业进行事件营销的良好切入点，但其实未必适合。例如以保健茶类、酒类为主要产品的广东大印象集团是与中国航天基金会签约三年的中国航天事业赞助商，其产品乾隆御酒被选为“中国航天专用庆功酒”。但是，消费者却无法将大印象或者乾隆御酒与航天事业联系起来，而大印象集团除了赋予乾隆御酒以“航天庆功酒”的名号以外，并没有在内涵的关联性上给消费者以明确的说明。产品销售成果也最终显示：大印象集团的这一具有短期轰动效应的事件营销活动并没有形成长期的效果。
6.注意活动的参与性
[关键词]抱怨抱怨处理博弈
一、引言
二、消费者与运营商的博弈分析
消费者在购买一个产品后会对产品有真实的感知，当产品存在服务失误的情况下，消费者会有两种行为，笼统的进行分类可分为抱怨和不抱怨,通过任何途径公开的让运营商知道顾客在购买后存在的不满意即为抱怨,其余的行为视为不抱怨。本文博弈主体之一的消费者定义为提出抱怨的这部分消费者。提出抱怨的消费者有两种策略，继续购买该产品或不再购买该产品。运营商面对顾客提出的抱怨，也有两种策略，就是积极处理抱怨或消极处理抱怨。
运营商不能确定消费者在提出抱怨后，是否会继续购买其产品；同样消费者也不能清楚的了解运营商对抱怨的处理是积极的还是消极的。
各种情况下消费者和运营商的效用值如表所示：
表消费者与运营商的赢得矩阵
C1代表产品存在失误情况下，顾客抱怨的成本；C2代表运营商积极抱怨处理的成本，也假设可以代表运营商抱怨处理好后消费者获得的利益（本文假设运营商消极处理抱怨所需的成本可以忽略）；E代表当顾客购买运营商的产品时运营商所获得的利益；D代表运营商积极处理抱怨，当消费者再次购买产品时，运营商声誉的提升或消极处理抱怨带来的声誉下降。PB代表顾客抱怨后继续购买的概率，PJJ代表运营商积极抱怨处理的概率。
从表可以看出，当消费者选择购买策略时，如果（E-C2+D）>（E-D），即2D>C2，运营商将选择积极抱怨处理策略，如果2D
考虑顾客继续购买的概率和运营商积极抱怨处理的概率，各自的收益分别为：
购买的收益
不购买的收益
积极抱怨处理的收益
消极抱怨处理的收益
结论2：从运营商的角度来看，当C2越大，PB>P*B，即消费者继续购买的概率越大，说明如果运营商花了大的成本去处理抱怨，弥补产品的失误，消费者再次购买可以获得较好的产品；D越大，PB>P*B，即消费者继续购买的概率越小。
结论3：两者结合来看，当C2越大的情况下，PB>P*B、PJJ（E－D），即2D>C2,此时消费者选择继续购买策略，运营商将选择积极的抱怨处理策略,否则运营商就更倾向采取消极抱怨处理策略。这可以说明当运营商付出较大的成本去处理抱怨，按结论1的解释运营商倾向去逃避高的抱怨处理成本，但是如果运营商考虑到企业的声誉、品牌效应，还是应该采取积极的抱怨处理态度，而对于消费者来说，由于运营商对抱怨处理付出的高成本，选择再次购买可以获得较好的产品。
参考文献：
(1)差异化策略
(2)专门化策略
(3)资源整合策略
【关键词】
大数据；电信运营商；4C营销策略
0引言
继移动互联网、云计算、物联网等互联网信息技术之后，大数据作为一个崭新的名词出现在我们面前。大数据是信息产业一次巨大的技术革命，对企业管理决策、拓展业务和组织流程，以及人们的生产生活方式等都会在一定程度上产生很大的影响。
1大数据时代电信运营商的机遇及挑战
1.1机遇和优势
在大数据逐渐应用到各行各业的背景下，电信运营商具有其他企业不具有的数据资源。首先，电信网络具有垄断地位，只有电信运营商具有提供可管控的全程全网服务和端到端网络接入能力；其次，电信运营商作为用户的第一接触者，具有很强的用户聚合能力，拥有独一无二的用户资源；再者，电信运营商在业务运营和提供服务的过程中获得网络状态、业务状态等数据，更重要的是对用户身份、业务类别、关系网络和消费能力与信用等特征数据的识别。
1.2挑战和劣势
近十年来，电信产业产生了史无前例的技术变革，尤其是在2009年至今，3G技术的迅猛发展，移动互联网的普及，各种商业模式被慢慢打破。网络的扩容与升级并没有给电信运营商带来可观的利润，通过分析2013年第一季度的数据，可知电信、移动、联通三大运营商的传统业务和整体固网业务都在一定程度上受到了互联网的较大冲击，增长减缓甚至下滑。
2电信运营商的4C营销策略
随着市场竞争越来越激烈，媒介传播的速度也越来越快，美国学者罗伯特·劳特朋（RobertLauterborn）教授在1990年提出了与传统营销的4P营销理论相对应的4C营销理论。即：Customer（顾客）顾客的真正需求、Cost（成本）顾客获取产品或服务的成本、Convenience（便利）顾客消费的方便性、Communication（沟通）产品促销和消费者信息反馈。电信运营商的系统本质是为用户与用户、设备与设备、用户与设备之间提供通信信道，每天承载着海量信息，大数据的出现为运营商完成高效的4C营销策略提供技术支持.
2.1Customer（顾客）主要指顾客的需求。电信运营商只有通过对合法取得数据的高效分析，做到真正地了解客户需求，才能开发出更适合顾客的产品。其策略主要有：（1）现有业务的优化和改进。比如：运用大数据分析，对所有的在网用户的消费者行为进行分析，了解他们的消费习惯，逐渐完善电信行业的产品定制化；（2）4G时代的到来将推动移动数据业务量的不断增长，电信运营商不能只作为一个渠道商，要更多地与设备和应用提供商合作，推出客户需要的产品。比如：中国电信与网易合作推出了“易信”；（3）创新业务模式，主要的业务对象包括家庭、企业、政府及第三方。对于家庭用户，利用运营商的网络数据和GPS数据相结合，在合法的前提下提供针对特殊群体的定位服务。对于企业用户，主要有两种模式创新：一是基于运营商的数据分析，提供相应的咨询服务；二是将运营商的数据与企业的信息传送能力相结合，使数据与电信业务相互促进。对于政府和第三方，则主要提供信息服务和基于业务类型的统计服务。
2.2Cost（成本）不单指企业的生产成本，而应该更多考虑顾客的购买成本，同时也意味着产品定价的理想情况应该是既低于顾客的心理价格，又能够让企业盈利。运营商利用大数据技术对消费者信息的分析，掌握消费者的消费习惯，更精确地预测出消费者心理价格，合理定价。
3总结
大数据时代的到来，给电信运营商带来机遇同时也带来了挑战。随着科技的发展、技术的进步，电信运营商会在不触犯消费者隐私的前提下把这些转化为其资产。将4C的营销理论应用到电信运营商大数据的处理过程中，优化并开发出满足客户的产品，最后把大数据资产转换成电信运营商的利润。
【参考文献】
[1]李政、李继兵、丁伟。基于大数据的电信运营商业务模式研究。移动通信2013年05期
[2]童晓渝张云勇房秉毅雷磊。大数据时代电信运营商的机遇。信息通信技术2013年第01期
通常我们渠道投放过程分为两个阶段：
一是投放前的准备；
二是投放过程中的策略调整。
阶段一：投放前准备了解产品的特性以及目标用户群体的基本特征；
结合产品特性基于对用户有利特征进行排序；
提炼产品相对竞品的优势特征；
了解手头固有渠道投放情况。
投放前对内的工作主要目的是：
便于自己快速了解自家产品和业务，了解投放对象类型，提炼制作推广物料的基础素材；
了解手头固有的投放情况，依据渠道的比重，判断当前的工作核心。
笔者拿P2P理财产品做简单的分析案例：
首先我们知道的P2P理财客户，显性特征是具备一定积蓄，并且愿意尝试具有一定风险的投资理财，隐性特征是客户投资决策周期长。
基于这些特征，我们再深入去研究客户投资行为决策路径，不难会发现：让用户举棋不定最大的因素，大都是“安全吗？靠谱吗？不会踩雷吧？”
至此，我们找到了客户于我们的有利特征。下一步就是提炼产品的优势特征，在与一众竞品比对后，我们钦定了“1500万投资用户”、“安全稳健运营8年”这样几组字眼，用以来打消客户疑虑，引导用户首次投资破冰。
阶段二：投放中期的渠道管理首先，我们先来观察以下这几个典型的渠道数据。
渠道2、渠道3每天带来1000多名用户，投资率20%；
渠道1每天新增900名用户，投资率8%；
渠道4、渠道5每天新增200名用户，投资率19%；
渠道6每天只有180名新客，投资率9%。
是不是发现什么规律？
没错，无论是渠道有多少，我们都可以简单地按照“量级（注册数）”、“质量（转化率）”两个维度，做一个渠道类型分布图。
像下面这样：
第一象限：渠道2、3属于优质渠道，客户质量又高，流量又大。通常头部渠道需要重点维护，除了保持优质的渠道合作关系外，还需要持续提高渠道的收入，挖掘渠道潜力。
第二象限：渠道1质量比较差，但是客户流量大，排除渠道本身的客户质量问题（例如假量或用户画像有差异），渠道1依然具备成为头部渠道的潜力。所以我们需要调整渠道投放策略，力求更精准地找到目标客群。
第三象限：将渠道6放到最后一个讲，因为它质量又差，流量又小，可以说难堪大用。在这里，我们需要评估渠道是否还具有投放价值，是否放弃渠道，以节省人力物力。但具体情况还是因渠道对象而异，在这里不深入分析。
通过上述的渠道管理办法，匹配渠道管理措施，就能为产品带来更多、更优质的客户规模。
事实上，渠道管理与监控并不难，难的是怎样去调优投放策略，达成业绩目标，高手还是菜鸟，全看这一步。特别是在推广预算有限的情况下，真的真的很考验个人能力，毕竟要把推广的每一分钱花在刀刃上。
二、数据管理：同期群分析法（亦称群组数据）我们先通过一张关系来了解渠道与运营的职责分布：
简单点讲，渠道运营负责流量引入，对引入的数量和质量负责，其中运营完成制定一整套的用户转化方案。流量价值高低与渠道运营、产品运营有关，前者获取客户，后者游说客户，以实现流量价值最大化。
分析渠道新客行为指标，笔者在这里推荐群组数据分析法。
价值：群组报表可以显示不同渠道、不同特征的客户在T+N天内的首投率走势，为渠道投放策略、产品迭代、运营营销效果提供关键性的参考依据。
这里提供一个我们常用的群组数据报表格式：
下面笔者举几个真实的运营场景案例，让大家更好地理解群组数据的价值。
场景1：观察产品迭代后的用户行为变化
柱状表示当天注册总数，折线表示注册用户当日投资率，不同颜色则代表不同类型渠道
我们产品4月上线一个新版本，主要是对产品首页引导布局进行改造。但新版上线后，通过群组数据发现大部分渠道用户的T+0首投率均以5%的幅度下滑，效果显著低于预期。
随即分析客户在APP中行为路径，发现新版设计中，因为某个新功能造成客户蹦失比例变高，随后对该步骤进行改进优化，最后降低整体蹦失用户的比例，顺利将用户的首投率提升2个百分点。
流量的有效转化不应当只是渠道质量的问题，产品、运营环节对客户转化的影响也至关重要，缺一不可。
场景2：判断渠道的真实质量
观察上面这组留存率数据，我们不难发现：A渠道用户第六周的留存率数据，显著低于B渠道，问题出在哪呢？
进一步分析，可以看出A渠道数据走势，并不符合正常客户的留存走势（即前期用户大幅度流失，后期则趋于稳定值），表现出断崖式的下降。