商业智能数据营销该怎么做？

   如今人们都在议论大数据时代的到来，但往往只是远观而不及触碰。对于企业者而言，新时代背景下经营方式的变革，市场模式的转型，如何利用数据指导营销，还是云里雾里。

   有人说中国只有BAT有海量的数据，能玩得起大数据。但并不是数据多了就是大数据，大数据更多的体现在对单个个体的精准描述上，基于单个个体的描述来判断群体的动向。对于企业来讲，与盈利直接挂钩的数据还是来自于企业内部，因此，做好企业内部的数据分析是实现数据营销的第一道关。

    商业智能作为大数据背景下较为成熟的应用，已广泛应用于各个行业，从多数企业使用商业智能FineBI的经历来看，企业对商业智能指导企业营销方面的需求越来越大。

技术层面上，依百度祝佳所说，基于数据的营销过程与过去数据分析基本过程没有差别，需要在定义商业问题之后，采集和处理数据、建模分析数据、解读数据这么三个大层面。

数据层：传统的采集和处理数据过程一般是有限的、有意识的、结构化的，能采集到的都是你所能设想到的情况。而对于商业智能，数据的采集过程是可以不受限的，是无意识非结构化的数据采集。所有的生产经营过程信息都可以转化为结构或者非结构化的数据。

业务层：建模分析数据使用的数据分析模型，利用商业智能的OLAP（联机分析处理）技术对复杂的数据进行分析操作，快速灵活地进行大数据量的复杂查询处理。例如银行、通信运营商、零售商早已成熟运用消费者的属性和行为数据来识别风险和付费可能性。

应用层：数据指导营销最重要的是解读。传统一般是定义营销问题之后，采集对应的数据，然后建模分析，验证假设，进行解读，解读的空间是有限的。而商业智能提供了一种可能性，既可以根据营销问题去挖掘对应数据进行验证，也可以开放性地利用外部环境数据与内部数据事实结合探索，得出一些预测性的结论。

在应用实现层面上，商业智能主要通过以下几点来实现精准营销：

用户行为特征分析

基于大量的事实数据，我们可以年龄、职业、学历、收入等维度分析用户的喜好和习惯，给用户设定“标签”，做到比用户更了解自己。

精准消息推送

依靠数据分析结果的支撑，在对用户行为和特征分析之后，我们对用户群体进行细分，用邮件，短信，客户端推荐，甚至是传统的商店产品的组合罗列、搭配销售来对特定客户推荐特定产品，实现精准定位。

挖掘重点客户

二八理论告诉我们，80%的利润来源于那少部分忠实的老用户，而且开发一个新用户的成本也高得多，所以维系老用户，挖掘重点用户成了重中之重。也是通过对用户行为的分析，我们来判断哪些用户是与企业的产品和服务匹配的，是最有价值的用户。最直接的就是网站的访问，可以判断用户关心的东西是否与企业有关。当然可以借助外部的社会化媒体信息，从千丝万缕的联系总挖掘对应的信息，综合起来，帮助企业筛选重点用户。

总结来看，利用商业智能数据营销关键是“做小”，充分利用企业内部的数据，构建一个合理的系统，往后“想大”，结合外部环境数据，形成更多层面的分析，逐步向外扩展成一个大网。