• 营销
    员工营销参与平台Bluebridge获得300万美元A轮融资,“由内而外”帮助企业改善企业文化、扩大营销力度 编者按:现代企业最看重员工两个要素,1、能否融入企业文化;2、能否帮助品牌扩大影响力 本周四,员工营销参与平台Bluebridge 宣布成功获得一笔300万美元的A轮融资,领投方是两家知名风投Allos Ventures和Cultivation Capital,此外,四位知名风险投资人Bob Davoli、Bill Godfrey、Tim Kopp、以及Mark Hill.也参与了本轮融资。据鸵鸟电台(微信:鸵鸟FM)了解,截至目前,Bluebrige公司总计获得了三轮风险投资,融资总金融达到了570万美元。今年二月,该公司收购了商业增长&开发平台Cadence Consulting公司。   据悉,Bluebrige公司计划利用这笔投资正式发布员工营销参与平台Emplify,同时加大品牌建设力度、开发营销解决方案,并积极推广、拓展市场。   Bluebridge旗下的Emplify平台,允许企业开发自己的内部App应用,开发人员只需在Emplify平台上使用最基本的“拖拽”功能,就能快速设计出一款App,构建专属内部沟通媒介。不仅如此,该平台还提供了很多员工参与的服务项目,包括团队成员调研,强化品牌推广战略,以及其他一些内部指标。企业内部员工能够在Emplify平台上获得各种公司信息,包括新产品、营销资讯、业务动态等等,之后即可在社交网络上进行分享,实现“口碑营销”,向市场展示企业品牌价值,扩大品牌知名度。   Emplify平台创始人兼首席执行官Santiago Jaramillo.说道: 在如今的现代化工作平台上,每10个员工中就有7个脱离自己的工作角色定位,这会导致企业员工更换频繁,继而降低公司价值,更会影响雇主品牌和声誉。Emplify平台利用移动App技术提升员工受众参与度,可以直接应用到企业内部工作平台。与此同时,Emplify还能分析员工当前状态,继而有效改善企业文化。毕竟,对于任何一家公司而言,最重要的资产就是——员工。   现阶段,已经有一些品牌商入驻Emplify平台,比如NFL Trust 和Molly Maid。这些品牌商看重的是Emplify平台出色的营销推广功能,提升客户转化率。下一步,该公司计划推出内置营销分析服务——App Engagement Scoring,可以让企业主了解员工与公司App的实时交互情况,增强营销投资回报率。   作者:Farmer 来源:鸵鸟电台
    营销
    2016年07月22日
  • 营销
    “垂直细分化”+“放弃战略”,两个技术男终于让内容营销平台Ripl赚到了钱 “持续寻找业务核心点”,“强大的毅力”,再加上 “一点儿必要的牺牲”——两个技术男 Paul Ingalls 与 Andrew Wright 表示,自己终于在不断 “修正” 中发现了创业成功的秘诀。 从 Fanzo 到 Ripl 的改变——放弃现有产品,去未饱和的市场 “捞钱” 他们的成果名叫 Ripl,是一家致力于帮助小型企业在社交媒体上轻松创建视觉营销内容的西雅图创业公司。就在 6月3日,公司完成了由封闭型投资机构 Trilogy Equity Partners 领投的 185 万美元融资。此外, MikeGalgon(网络媒体 Pioneer Square Labs 的联合创始人)、Geoff Entress(专注于信息技术领域的专家)等知名天使投资人。 现任 Ripl 首席执行官的 Ingalls 与公司执行董事 Wright 曾一起为西雅图及雷德蒙市的几家创业公司打过工,随后又在 2012年 联合开发了一款叫做 Fanzo 的 app,欲打入体育类内容营销市场。 但他们很快意识到,自己的应用软件跟一些体育类服务的差异并不大,没赚到什么钱。于是他们做了一个艰难的决定:舍弃主要业务,同时利用部分已生成的技术开发了第一代 Ripl,主要用于帮助社交大 V(有影响力的社交媒体用户)们利用线上粉丝群来赚钱。从当时的情况来看,由于市场体量庞大,“社交内容营销” 这块大饼还有分享的余地。 果然,Ripl 的建立为 Ingalls 与 Wright 带来了更多的生意,也提高了产品的用户粘度与关注度。但在去年底,又一个抉择摆在了两位的面前:是否应该将业务垂直细分化?他们认为,Ripl 的业务覆盖面过宽——它不仅要帮社交名人通过各种方式赚钱,还要为很多其他用户保持并提高在社交媒体上的关注度(主要帮他们围绕热点创建更多的个性化内容)。 “垂直细分化” 战略的成功——只为小型商户提供视觉内容营销服务 事实证明,很多用户似乎对 Ripl 的服务很满意。但 Ingall 知道,如果从用户增长速度及营收这两个方面考虑,Ripl 做的还远远不够。 “我们从最早期的 Fanzo 获得教训是,即使很多用户很喜欢你的现有业务,但如果商业转化率不高,那对公司发展也没什么用处,” 他表示,“我们清楚必须要让运营内容聚焦到一个点上,向垂直化方向发展。因此,对现有业务进行 ‘瘦身’ 是一个的向前发展的诀窍。” 最终,公司决定只专注于 Ripl 的一个业务——帮小型商户创建适合推广的视觉性内容。 “一些用户对我们颇具创意的插图及视频十分感兴趣,并询问我们是否可以买下这些内容的版权,” Ingalls 解释道,“而他们愿意支付的价格也相当高,这让我们很惊讶,但也让我们最终决定走这条路。” 现在,公司看似为自己的移动软件找到了一个最佳平衡点——帮助餐馆老板、健身教练、房产中介等小型业主创建可以用于社交营销的视觉内容。虽然 Ripl 是可以免费下载的 app,但用户可以每月支付 9.99 美元获得更多功能的使用权,比如 “量身定制 logo”、“创建音乐图书馆”、“预约发文” 等等。 目前,每月使用 Ripl 的商家超过 5 万个,而 Ripl 内容产品带来的活跃用户数超过 100 万 /月。与此同时,公司收入环比增长了 100%。 “在漫长的创业路上,我们第一次找到了产品的市场立足点。” Ingalls 表示,“美国大约有 2900 万个小型及个体商户,这些业主每天都忙于自己的业务,没什么时间在社交媒体上为自己做推广。而我们的工具恰好为这一庞大群体提供了 ‘叙述品牌故事’ 的快捷渠道。” 原创文章,作者:宇多田,如若转载,请注明出处:http://36kr.com/p/5047830.html
    营销
    2016年06月06日
  • 营销
    干货|企业数据分析的架构和方法 企业在正常运营中会产生数据,而对这些数据的深层次挖掘所产生的数据分析报告,对企业的运营及策略调整至关重要。对企业数据做好分析,对于促进企业的发展、为企业领导者提供决策依据有着重大作用。那么怎么做企业数据分析呢?小编带大家一起学习企业数据分析的架构和方法,希望能给大家一些启发。 一、数据分析很普及 以往的数据分析在今天的各类型企业中,数据分析非常的普及,并且得到认可,数据分析的核心任务往往是支撑运营和营销,将企业内部的数据,客户的数据进行分析和总结,形成以往工作情况的量化表现,以及客户的行为趋势或特征等。 如果从更宏观的角度来认识数据要达到的目标就是希望通过数据来发现潜在的规律,进而帮助预测未来,这一点同数据挖掘的目标一致。今天我们还是在反复提到数据挖掘这个概念,我们就需要来看看数据分析都有哪些是没有做到的内容。 1) 数据分散 多数数据分析岗位在公司中的岗位设置是隶属在单一业务部门中作为一个支撑岗,只有少数的公司是将数据分析作为一个独立的部门。其差异性在于,前者的数据分析所能分析的内容仅限于自身部门所输出的指标,比如投诉部门只看投诉处理过程中的数据,销售部门只看销售过程中的数据,一旦涉及到需要将各类指标汇总分析的情况,这种组织架构就会带来极大的负面影响,由于不同部门具备自己部门指标导出的权限,且与其他部门的配合并不影响绩效任务,所以这种跨部门采集数据的过程往往效率奇低。而数据分析最关键的就在于汇集更多的数据和更多的维度来发现规律,所以以往的数据分析多是做最基础的对比分析以及帕累托分析,少有使用算法来对数据进行挖掘的动作,因为越少的指标以及越少的维度将会使得算法发挥的效果越差。 2) 指标维度少 在以往的企业中,数字化管理更多的体现在日常运维工作中,对于客户端的数据采集虽然从很早以前就已经开展,CRM系统的诞生已经有很久的时间了,但是一直以来客户端的数据维度却十分缺失,其原因在于上述这些途径所获得的数据多为客户与企业产生交互之后到交互结束之间的数据,但是这段时间只是这个客户日常生活中很少的一部分内容,客户在微博,微信上的行为特点,关注的领域或是品牌,自身的性格特点等,可以说一个客户真正的特点、习惯,仅通过与企业的交互是无从知晓的,因此难以挖掘出有效的结论。 3) 少使用算法 在上述制约条件下,可想而知数据分析人员对于算法的使用必然是较少的,因为数据分析依赖于大量的指标、维度以及数据量,没有这三个条件是难以发挥算法的价值的,而在排除掉算法后,数据分析人员更多的只能是针对有限的数据做最为简单的分析方法,得出浅显易懂的分析结论,为企业带来的价值则可以想象。 4) 数据分析系统较弱 目前的数据分析多采用excel,部分数据分析人员能够使用到R或SPSS等软件,但当数据量达到TB或PB单位级别时,这些软件在运算时将会消耗大量时间,同时原始的数据库系统在导出数据时所花费的时间也是相当长的,因此对大数据量的分析工作,常规的系统支撑难以到达要求。(目前市面上较好的有纽带线CRM系统的数据分析工具) 二、技术革命与数据挖掘 得益于互联网对于人们生活的影响逐渐增大,我们发现数据正在疯狂的增长。今天一个人一天的时间中有将近一半是在互联网中度过的,一方面这些使用互联网的交互都是能够被捕捉记录的,一方面由于碎片化时间的使用,客户与企业交互的机会也变的越来越频繁,进一步保障了客户数据的丰富。同时在大数据技术的支撑下,今天的系统能够允许对这些大规模的数据量进行高效的分析。 因此数据分析人员也能够开始使用一些较为抽象的算法来对数据做更为丰富的分析。所以数据分析正式进入到了数据分析2.0的时代,也就是数据挖掘的时代了。 三、数据处理流程 数据分析也即是数据处理的过程,这个过程是由三个关键环节所组成:数据采集,数据分析方法选取,数据分析主题选择。这三个关键环节呈现金字塔形,其中数据采集是最底层,而数据分析主题选择是最上层。 四、数据采集 数据采集即是如何将数据记录下来的环节。在这个环节中需要着重说明的是两个原则,即全量而非抽样,以及多维而非单维。今天的技术革命和数据分析2.0主要就是体现在这个两个层面上。 1. 全量而非抽样 由于系统分析速度以及数据导出速度的制约,在非大数据系统支撑的公司中,做数据分析的人员也是很少能够做到完全全量的对数据进行收集和分析。在未来这将不再成为问题。 2. 多维而非单维 另一方面则在于数据的维度上,这在前边同样提及。总之针对客户行为实现5W1H的全面细化,将交互过程的什么时间、什么地点、什么人、因为什么原因、做了什么事情全面记录下来,并将每一个板块进行细化,时间可以从起始时间、结束时间、中断时间、周期间隔时间等细分;地点可以从地市、小区、气候等地理特征、渠道等细分;人可以从多渠道注册账号、家庭成员、薪资、个人成长阶段等细分;原因可以从爱好、人生大事、需求层级等细分;事情可以从主题、步骤、质量、效率等细分。通过这些细分维度,增加分析的多样性,从而挖掘规律。 五、数据分析方法选取 数据分析方法是通过什么方法去组合数据从而展现规律的环节。从根本目的上来说,数据分析的任务在于抽象数据形成有业务意义的结论。因为单纯的数据是毫无意义的,直接看数据是没有办法发现其中的规律的,只有通过使用分析方法将数据抽象处理后,人们才能看出隐藏在数据背后的规律。 数据分析方法选取是整个数据处理过程的核心,一般从分析的方法复杂度上来讲,我将其分为三个层级,即常规分析方法,统计学分析方法跟自建模型。我之所以这样区分有两个层面上的考虑,分别是抽象程度以及定制程度。 其中抽象程度是说,有些数据不需要加工,直接转成图形的方式呈现出来,就能够表现出业务人员所需要的业务意义,但有些业务需求,直接把数据转化成图形是难以看出来的,需要建立数据模型,将多个指标或一个指标的多个维度进行重组,最终产生出新的数据来,那么形成的这个抽象的结果就是业务人员所需要的业务结论了。基于这个原则,可以划分出常规分析方法和非常规分析方法。 那么另一个层面是定制程度,到今天数学的发展已经有很长的时间了,其中一些经典的分析方法已经沉淀,他们可以通用在多用分析目的中,适用于多种业务结论中,这些分析方法就属于通用分析方法,但有些业务需求确实少见,它所需要的分析方法就不可能完全基于通用方法,因此就会形成独立的分析方法,也就是专门的数学建模,这种情况下所形成的数学模型都是专门为这个业务主题定制的,因此无法适用于多个主题,这类分析方法就属于高度定制的,因此基于这一原则,将非常规分析方法细分为统计学分析方法和自建模型类。 1) 常规分析方法 常规分析方法不对数据做抽象的处理,主要是直接呈现原始数据,多用于针对固定的指标、且周期性的分析主题。直接通过原始数据来呈现业务意义,主要是通过趋势分析和占比分析来呈现,其分析方法对应同环比及帕累托分析这两类。同环比分析,其核心目的在于呈现本期与往期之间的差异,如销售量增长趋势;而帕累托分析则是呈现单一维度中的各个要素占比的排名,比如各个地市中本期的销售量增长趋势的排名,以及前百分之八十的增长量都由哪几个地市贡献这样的结论。常规分析方法已经成为最为基础的分析方法,在此也不详细介绍了。 2) 统计学分析方法 统计学分析方法能够基于以往数据的规律来推导未来的趋势,其中可以分为多种规律总结的方式。根据原理多分为以下几大类,包括有目标结论的有指导学习算法,和没有目标结论的无指导学习算法,以及回归分析。 其中有指导的学习算法简单说就是有历史数据里边已经给出一个目标结论,然后分析当各个变量达到什么情况时,就会产生目标结论。比如我们想判断各项指标需要达到什么水平时我们才认定这个人患有心脏病的话,就可以把大量的心脏病人的各项指标数据和没有心脏病的正常人的各项指标数据都输入到系统中,目标结论就是是否有心脏病,变量就是各项指标数据,系统根据这些数据算出一个函数,这个函数能够恰当的描述各个指标的数据与最终这个是否是心脏病人之间的关系,也就是当各个指标达到什么临界值时,这个人就有心脏病的判断,这样以后再来病人,我们就可以根据各项指标的临界值。这个案例中的函数就是算法本身了, 这其中的算法逻辑有很多种,包括常见的贝叶斯分类、决策树、随机森林树以及支持向量机等,有兴趣的朋友可以在网上看看各种算法的逻辑是怎么样的。 另外无指导的学习算法因为没有一个给定的目标结论,因此是将指标之中所有有类似属性的数据分别合并在一起,形成聚类的结果。比如最经典的啤酒与尿布分析,业务人员希望了解啤酒跟什么搭配在一起卖会更容易让大家接受,因此需要把所有的购买数据都放进来,然后计算后,得出其他各个商品与啤酒的关联程度或者是距离远近,也就是同时购买了啤酒的人群中,都有购买哪些其他的商品,然后会输出多种结果,比如尿布或者牛肉或者酸奶或者花生米等等,这每个商品都可以成为一个聚类结果,由于没有目标结论,因此这些聚类结果都可以参考,之后就是货品摆放人员尝试各种聚类结果来看效果提升程度。在这个案例中各个商品与 啤酒的关联程度或者是距离远近就是算法本身了,这其中的逻辑也有很多中,包括Apriori等关联规则、聚类算法等。 另外还有一大类是回归分析,简单说就是几个自变量加减乘除后就能得出因变量来,这样就可以推算未来因变量会是多少了。比如我们想知道活动覆盖率、产品价格、客户薪资水平、客户活跃度等指标与购买量是否有关系,以及如果有关系,那么能不能给出一个等式来,把这几个指标的数据输入进去后,就能够得到购买量,这个时候就需要回归分析了,通过把这些指标以及购买量输入系统,运算后即可分别得出,这些指标对购买量有没有作用,以及如果有作用,那么各个指标应该如何计算才能得出购买量来。回归分析包括线性及非线性回归分析等算法。 统计学分析方法还有很多,不过在今天多用上述几大类分析方法,另外在各个分析方法中,又有很多的不同算法,这部分也是需要分析人员去多多掌握的。 3) 自建模型 自建模型是在分析方法中最为高阶也是最具有挖掘价值的,在今天多用于金融领域,甚至业界专门为这个人群起了一个名字叫做宽客,这群人就是靠数学模型来分析金融市场。由于统计学分析方法所使用的算法也是具有局限性的,虽然统计学分析方法能够通用在各种场景中,但是它存在不精准的问题,在有指导和没有指导的学习算法中,得出的结论多为含有多体现在结论不精准上,而在金融这种锱铢必较的领域中,这种算法显然不能达到需求的精准度,因此数学家在这个领域中专门自建模型,来输入可以获得数据,得出投资建议来。在统计学分析方法中,回归分析最接近于数学模型的,但公式的复杂程度有限,而数学模型是 完全自由的,能够将指标进行任意的组合,确保最终结论的有效性。 六、数据分析主题选取 在数据分析方法的基础上,进一步是将分析方法应用在业务需求中,基于业务主题的分析可以涉及太多的领域,从客户的参与活动的转化率,到客户的留 存时长分析,再到内部的各环节衔接的及时率和准确度等等,每一种都有独特的指标和维度的要求,以及分析方法的要求,以我个人的经验来看,主要分析主题都是围绕着营销、运营、客户这三大角度来开展的。 1. 营销/运营分析 营销运营分析多从过程及最终的成效上来进行分析,包括营销活动从发布到客户产生购买的过程的分析,运营从客户开始使用到停止使用为止的过程中的分析,前者更倾向于分析客户行为的变动趋势,以及不同类型的客户之间的行为差异,后者更倾向于分析在过程中服务的及时率和有效率,以及不同类型的客户之间对于服务需求的差异。 在针对这部分分析主题时,多采用常规分析方法,通过同环比以及帕累托来呈现简单的变动规律以及主要类型的客户,但通过统计学分析方法,营销分析可以根据有指导的学习算法,得出营销成功与营销失败之间的客户特征的差异,而运营分析则可以根据无指导的学习算法,得出哪些特征的客户对哪些服务是有突出的需求的,另外营销和运营分析都可以通过回归分析来判断,各项绩效指标中,哪些指标是对购买以及满意度有直接影响的。通过这些深入的挖掘,可以帮助指导营 销及运营人员更好的完成任务。 2. 客户分析 客户分析除了与营销和运营数据关联分析时候使用,另外单独对于客户特征的分析也是有很大价值的。这一部分分析更多需要通过统计学分析方法中的有指导和无指导的学习算法,一方面针对高价值客户,通过有指导的学习算法,能够看到哪些特征能够影响到客户的价值高低,从而为企业锁定目标客户提供指导;另一方面针对全体客户,通过无指导的学习算法,能够看到客户可以大概分为哪几种群落,针对每个群落的客户展开焦点讨论和情景观察,从而挖掘不同群落客户之间的需求差异,进而为各个群落的客户提供精准营销服务。通过以上这些的操作,一个企业的数据分析或者说数据挖掘工作的完整流程就呈现了出来。可以看到,无论是数据采集,还是分析方法,亦或是分析主题,在大数据和互联网的支撑基础上,在未来都将有大幅度的增加,数据分析人员将成为下一个阶段的关键企业支撑人员,也即是在未来,在各个领域中,都将产生大量的宽客,或者增长黑客这样的数据分析人员,来带动企业的发展。 今天的企业数据分析的架构和方法就到这里了,我们只有不断的理论联系实际,在实践中掌握方法和技巧,在不断的实践中得到启发,做好企业数据分析,推动企业高速发展,顺应市场和时代发展。 作者:0307wgj 链接:http://www.pintu360.com/article/68218.html 来源:品途商业评论
    营销
    2016年05月12日
  • 营销
    从企业的营销刚需出发,众包平台“享推”获 500 万美金 A 轮融资 今日,位于上海的营销众包平台 “享推” 向记者透露,公司已在去年底获得了 Ventech Capital 的 500 万美金 A 轮融资,公司的上一轮融资是在 13年9月 份,由中路资本出资 500 万人民币。据悉,此轮融资将主要用于引进产品、技术、运营方面的人才,加大市场推广,并大规模拓展 B 端商户。   “享推” 最早于 2011年 做销售线索业务起家,主要基于大数据挖掘,为平安、英孚等品牌获取目标客户。2014年 底开始,团队决定更进一步,通过挖掘个人移动端的推荐与分享,将营销这件事众包出去。具体而言,用户登录 “享推” 平台后,可以看到一系列的美文和商家活动,如果选择通过个人的社交媒体(朋友圈、QQ 群、微博)进行分享、转发,即可获得相应的佣金奖励。   据悉,目前活跃在 “享推” 平台上的用户主要以小白领、妈妈类的女性人群居多,占比超过 60%,还有一部分是销售人群。入驻的商家超过 1500 个,当中做的比较好的通常会发起赠送小样礼品、线上优惠券、互动 H5 游戏等活动,或者上线具有创意的文案。“这类活动或者文案大家是比较愿意去分享推荐给朋友的。” CEO 陈宏伟介绍说。   “当然,对于那些提供的文案不太有趣,活动不够吸引人的客户,我们会做一个预判。如果客户坚持想上线试一下也是可以的,我们提供平台,用户会选择自己喜欢的内容分享。最终不受欢迎的内容会沉下去,受欢迎的内容会被顶上来。”   分享的佣金定价方面,陈宏伟表示,享推给商家提供的是一个分发营销活动的平台,定价权在商家。分享的踊跃程度除了内容是否创意和优惠力度以外,佣金也是一个维度。这个跟其他广告渠道的竞价原理类似。而结算的节点,也由商家自行定义,比如有些到阅读,有些需要注册,有些要邀约到店(比如试听课、试驾车)才结算。注册用户会根据商家的佣金结算结点来做选择。   目前平台上以互联网新品牌最为活跃,比如喜试网、贝贝母婴等。在接下来的版本中,团队计划推出基于地理位置的功能,针对本地商圈的分享推荐,比如牙医和美容院等。在 B 端商家的拓展方面,“享推” 对具体领域做了一些筛选,当前聚焦于 13 个垂直领域,比如:金融、教育、旅游、电商、游戏、APP 等。   盈利方面,陈宏伟表示,享推平台目前阶段不收取入驻商家费用,“因为我们大客户销售线索事业部有正向营收,能保证团队维持不收费的运作,确保商家花出去的所有钱都给到注册用户。” 而之所以将公司整个战略重心和资源都转移到众包业务上,是因为在他看来,每个企业在营销方面都有刚需,这块市场未来会超过千亿。   “今天中国企业的痛点不是我们现在看到的市场上的 CRM 之战,它仍然是如何高效地解决营销问题,降低营销成本。特别是新的小而美的企业出来的时候,没有能力构建自己的营销体系和营销团队,对他们来说,未来也许只需要一个客户服务团队就可以了,销售可以整个交给享推的注册用户去做。”   不过,乍听下来,“享推” 在做的这件事难度并不算很高。陈宏伟坦言,在这个垂直领域,也看到一些类似功能的竞品出来,因为分享这个事情很多公司都会去做,门槛不会太高。很多是之前传统做媒体营销的、dsp、社媒体广告。“现在大家都还处于早期阶段,差异在于我们看到后面的变化及大家真正需要去做的事情。比如享推会对每个 ‘代言人’ 有一个营销力画像,描绘 TA 的兴趣和专长,以及跟每个商品的远近关系等。”   来源:36氪,作者:人人酱,如若转载,请注明出处:http://36kr.com/p/5046184.html
    营销
    2016年04月25日
  • 营销
    必胜客,Gopro...7家成功创业公司教你如何正确玩转社交媒体做营销 本文作者:苏简·帕特尔拥有超过12年的数字营销经验,帮助数百家企业发展业务,提高网站流量,并推动用户获取。现在,作为When I Work公司营销副总裁,他将自己多年来学习的营销策略和战略应用在实战中,帮助公司进入下一个阶段。   如今不管是餐厅、理发店,还是政府机构,你都很难找到一家不使用社交媒体的公司或组织,因为每个人都知道,社交媒体能帮助你在线上接触到大量受众群,那么使用社交媒体是否意味着就是创建一个社交媒体账号,然后保持更新就可以了呢?   有时,很难判断出哪一个社交媒体网站最适合你公司。甚至更糟糕的是,你做了大量努力,依然无法获得成效。如果你的客户有很大一部分不使用Twitter该怎么办?有人会好好看你在Facebook上发布的内容吗? And what inGod’s name is a “snap chat”?   对于上面这些社交媒体问题,网上肯定有很多“鸡汤”,不过在此,我们想用更加具体的实例来告诉你如何正确使用社交媒体,下面这七家公司可能会颠覆你对社交媒体使用的认知。   T-Mobile USA T-Mobile是一家科技巨头,也是美国四大无线网络运营商之一。在无线网络服务这个充满竞争的行业里,没有哪家公司不想尽力接触到客户群。不过,T-Mobile并没有仅局限在用户参与度这些传统指标上面,根据社交媒体分析公司Social Bakers研究显示,利用Facebook,T-Mobile一直占据着社交媒体交互的“头把交椅”。 T-Mobile的Facebook主页上共收集了超过500万个赞,2014年三季度,他们Facebook主页服务响应率达到了难以想象的91.13%,也就是说,凡是Facebook上与T-Mobile进行互动的用户,10个人里里就有9个收到了他们的反馈。   相比而言,AT&T的服务响应率为68.3%,而另一家网络服务运营商Verizon的服务响应率只有65.66%.   Taco Bell 随着Doritos LocosTacos(多力多滋炸玉米饼)大获成功,Taco Bell希望能够进一步俘获互联网用户的“芳心”,Taco Bell采用了短视频营销方式出现在多个社交媒体渠道上,当然啦,他们自然不会忽视著名的短视频应用Vine。 在Vine应用上,Taco Bell邀请了著名的“剪辑王”Zach King制作了一段令人捧腹的6秒钟视频,这段视频立刻受到了Vine用户的欢迎,并且在其他社交媒体渠道上进行了分享。   Frank Body 像Taco Bell那样在社交媒体上抓住用户眼球,不失是一个好方法,另一个利用这种策略的公司就是Frank Body,这家微美容公司利用天然咖啡渣为主材料,添加护肤成分制造身体磨砂,继而达到美容的效果。在图片分享应用Instagram上,Frank Body利用了一点“恶作剧小手段”,有效提升了用户参与度。 Frank Body公司提出了“先弄脏后洗净”的使用体验,就是让人们在自己全身抹上咖啡渣,之后他们鼓励用户在Instagram上面发布使用他们新产品的自拍照片,并且在照片中打上Frank Body公司的标签。当然啦,至于要不要在社交媒体上传这样的“裸照”,全是由客户自己决定。   GoPro 在第一人称视角摄像头领域里,GoPro已经是一个知名度很高的品牌了。毫无疑问的是,GoPro之所以能够取得今天的成绩,部分原因是因为他们使用了YouTube。如何更好地展示一部GoPro摄像头能做些什么呢?答案就是YouTube,因为这个平台能把这款摄像头每一个想得到的状态都展现的淋漓尽致。   那些想要“逃离”自己办公室的人们,都想拥有一部GoPro。 如果你访问YouTube页面,会发现上面那些难以置信的视频都是用GoPro拍摄的,比如冲浪、曲棍球比赛、吉他弹奏、甚至还有一名“狮语者”。YouTube上有足够多精彩视频让你流连忘返。   必胜客 说到美国人最喜欢吃什么,那么非披萨莫属。可能你无法现象,必胜客的披萨数量比人还多。必胜客的Twitter账户不会发布一长串广告或优惠券信息,他们会发布一部分广告,一部分视频,还有一部分和披萨有关的庆典活动。 还有时….他们会在自己的官方账号上发布一个字…..(见上图)   Newcastle 多年以来,Newcastle啤酒已经成为新一波自我意识广告行业的先驱。最近他们搞的一次广告活动非常有意思,他们对外表态说,自己没有预算购买超级碗的广告。   那么,他们会用什么来代替呢?他们建了一个网站,然后利用一系列社交媒体渠道(YouTube、Twitter、Facebook)向人们展示如果自己有足够的广告预算,会在超级碗上投放什么样的广告。实际上,他们展示的广告都是有趣的恶搞,请的都是一些非名人,让他们扮演真实超级碗广告里的场景。 实际上,这些恶搞视频看似不是广告,却起到了广告的效果。   JetBlue Airways 随着航空行业的竞争日益增加,航空公司如果想要获得成功,那么客户服务无疑是最重要的要素之一。如果乘客对某家航空公司的失望日益增长,那么他们可能很快就会倒闭。 同样是来自社交媒体分析公司Social Bakers的数据显示,JetBlue航空公司虽然没有像T-Mobile那么高的服务响应率,但是他们在Twitter上71%的服务响应率在行业内已经算是非常优秀了,而且JetBlue官方账户服务平均响应时间只有9分钟。   我们知道,一般搭乘飞机的流程都非常复杂,但是有了这样高效的服务响应,用户几乎可以立即获得引导。干得好,JetBlue!   不管你的社交媒体策略是什么,必须明白想依靠社交媒体帮助企业获得成功,并不是看谁发布的内容最多,也不是看谁能爆出一些猛料,而是要看你能给自己的受众群留下什么样的印象。社交媒体是一把双刃剑,使用得当就能帮助你提品牌认知度,否则会让消费者感到你已经落在时代后面了。   (翻译:shark,编辑:picar)
    营销
    2016年03月02日
  • 营销
    营销大数据分析工具 Qubit 获 4000 万美元 C 轮融资 针对营销的大数据分析工具 Qubit 刚刚获得了 4000 万美元的 C 轮融资。   Qubit 是一家为营销人员提供大数据分析工具的初创企业,由 4 位前 Google 员工创建成立于 2010年,总部位于英国伦敦,其目标是帮助客户理解公司网站访客,并通过个性化展示来实时提高转化率。   在 CEO 兼创始人 Graham Cooke 看来,以前的电子商务模式赚的是容易钱,即电子商务网站只需要把商品陈列上去或者在客户最容易看到的地方打广告(如 Google 搜索侧栏广告)就能把访客转化为客户了,也就是所谓的转化率很高的 “预期经济”。但是现在随着客户设备以及旋转的多样化,客户购买决策过程变得更加冗长和复杂了,这增加了营销的难度。必须更加了解客户,提供个性化展示和优化才能提高转化率。   而 Qubit 的 Visitor Cloud 平台正是这样一套工具,它可以提供细分客户实时展示,将客户跨平台(解决客户使用设备多的问题)的产品浏览路径分析出来,同时 Qubit 还利用机器学习和大数据分析对不同业务流量数据进行分析,找出不同的客户类型模式,进而为营销人员提供不同的销售策略建议,从而引导客户销售漏斗的实现。   Qubit 目前拥有大概 300 家客户,其中包括 Topshop、希尔顿酒店、沃尔玛旗下的 ASDA 超市连锁等。且声称自 2012年 以来的年增长率均超过了 100%,目前 Qubit 处理的日均在线客户交互次数达 25 亿次,年销售额很快将达到 1 亿美元,预期在 18月 内实现收支平衡。   此轮融资由高盛领投,原有投资者 Accel 以及新投资者 Sapphire Ventures 与 Salesforce Ventures 跟投(值得注意的是后两家都是 CRM SaaS 巨头的投资机构)。此轮融资过后,其总融资已达 7485 万美元。此轮融资所得将用于电子商务以外其他垂直领域(如旅游、金融、电子游戏等)的扩张,以及 Visitor Cloud 平台的功能增强与完善,同时 Qubit 还将招聘更多人员,准备在硅谷开设分支机构。   来源:36氪,作者:boxi,如若转载,请注明出处:http://36kr.com/p/5043594.html
    营销
    2016年02月23日
  • 营销
    调查:2015年全球60%的企业计划追加email营销支出 人们并没有停止使用email,事实上,2014年StrongView对全球企业高管的调查显示,电子邮件在其计划2015年增加投资的营销项目中排在第一位。超过十分之六的受访者表示会增加email营销支出,相比之下,不足50%的受访者会增加社交媒体(排第二位)支出,40.2%的受访者会增加移动媒体支出(第三位),虽然移动媒体和社交媒体被认为比email更热。 Email必须变革以跟上潮流,调查结果也显示这个渠道最重要的就是定制信息。触发/交易广告和生命周期广告是受访者增加email支出的主要原因,分别有42.2%和41.4%的人选择。营销人员计划增加这些广告的投资是有道理的,因为这些广告是有针对性和个性化的,这对满足消费者消费体验需求很重要。   当然,这种趋势到2015年也仍然会持续,2014年10月Econsultancy的调查发现email是全球客户端营销人员和代理商实现个性化数字体验最重要的渠道,分别有78%和80%的人选择。   但是,定制电子邮件广告并不是一个陌生的概念,改善个性化和定制在明年将起重要作用,有助于提升投资回报率(ROI)。 2014年10月The Relevancy Group调查的受访者中,提高个性化和定制是2015年改善email营销ROI第二优先事项,40%的美国企业营销高管和36%的中型企业高管选择。仅落后于使用其分析优化通信,这对执行个性化也至关重要。  199IT原创编译 编译自:eMarketer 译者:孙莹
    营销
    2015年06月02日
  • 营销
    Outbound:帮助企业通过电子邮件和移动设备向客户发消息 随着移动革命的来临,无论客户身处何地,企业都需要与他们建立联系,这便需要企业在电子邮件之外寻找一种新的营销手段。Outbound 是一家获得 Y Combinator 投资的创业公司,希望可以帮助营销人员开展新形式的营销活动,而不是仅限于“打开页面和点击链接”。为此,Outbound 将帮助营销人员借助于专门针对移动设备优化的手段,比如说推送通知、短信、甚至是应用内消息,最终与客户建立联系。   Outbound 的联合创始人 德鲁维卡兰·梅赫塔(Dhruvkaran Mehta)和 乔什·维斯伯格(Josh Weissburg)在实际的工作中曾遭遇过上述问题。两人此前在一家名为 Getaround 的汽车分享公司共事,维斯伯格专注于解决与用户互动的问题,而梅赫塔则作为工程师参与推动用户增长的项目。   维斯伯格解释说,他在 Getaround 面临的一大挑战是,如何说服在 Getaround 注册的车主完成创建个人简介的过程。由于步骤十分复杂,有些车主留下的信息并不全面。在这种情况下,他需要与这些客户取得联系,无论他们当时身处何方——无论在网上或是在外办事——鼓励他们采取下一步行动,完成个人简介的创建过程。   据维斯伯格介绍,创建这种针对性营销活动,与各行各业的客户建立接触,从工程学角度讲是一件非常痛苦的事情。但正是由于这种经历,维斯伯格和梅赫塔才有了开发一款新产品的想法,让非技术人员(如市场营销人员)更轻松地发出针对性消息,然后了解哪些消息管用,哪些消息不管用。   2013 年夏天,两人开始打造一项服务(即 Outbound 的前身),不仅允许营销人员实现营销活动自动化,而且还能基于具体的触发机制向用户发送信息,同时还针对自身和控制组发起多个营销测试活动。   梅赫塔解释说:“随着企业意识到人们向移动设备的转移,而他们的大部分收入也来自于移动领域,他们必须要开始与这些受众进行互动,让这些人总是留在自己的移动产品上。但现实情况是,许多适用于电子邮件的技术真的不适合推送通知…我们认为,从根本上讲,即便发送的消息数量更少,但只要质量更高,企业仍可以赚到更多钱。”     这就是说,企业需要一种解决方案,这种方案不仅在有关营销自动化的问题上,将移动当作“一等公民”,而且还能帮助企业发现哪种是覆盖这些受众的最佳方案,然后分析他们的任务是否得到满足。   例如,使用 Outbound 服务的企业不需要让客户打开电子邮件并点击链接,而是试图让客户填写完整的个人简介,增加支付信息,完成注册流程,填写缺失的信息,对帐号进行升级等等。 有了 Outbound 的服务,营销部门人员就不需要坐下来就创建消息平台的问题,与公司工程团队进行长时间讨论,或是诉诸于昂贵的营销自动化软件——这种软件也不能满足他们多渠道战略的需要。相反,营销人员可以上网登录 Outbound 的网站,立即开始创建他们想要的营销活动,填写相关信息,包括他们希望用户做什么以获得回报,以及希望以哪种方式(如推送、电子邮件和短信)与这些用户建立联系。   在举办了营销活动以后,营销人员还可以在 Outbound 网站上实时了解活动效果,以及追踪历史数据和趋势。   Outbound 在 2014 年夏天最早推出了这种服务,但当时它更多专注于渠道消息。今年早些时候,Outbound 进一步扩大了服务范围,开始支持更复杂的逻辑和 A/B 测试。根据客户规模的不同,Outbound 的服务价格最低为每个月 149 美元(向 2000 活跃用户发信息),最高为每个月 899 美元(向 3 万活跃用户发信息)。(Outbound 的服务价格根据客户需要送达信息的活跃用户数量而定,而不是基于发送的消息条数。)   到目前为止,Outbound 已与 16 家公司建立了合作,其客户的业务主要涉及教育、金融服务和卫生保健等领域,其中包括 HealthLoop、uBiome、eTherapi、GetSmarter 和 Omada Health 等公司。   Outbound 总部设在旧金山,目前获得了 150 万美元的融资,除了 Y Combinator,投资方还包括 Subtraction Capital 的保罗·威拉德(Paul Willard)、InterWest Partners 的道格·佩珀(Doug Pepper)、Correlation Ventures 的特雷沃·基恩兹勒(Trevor Kienzle)以及 YCombinator 的加里·谭(Garry Tan)和亚历克西斯·欧海宁 (Alexis Ohanian)等。   YC-Backed Outbound Helps Businesses Message Customers Over Both Email And Mobile With the shift to mobile devices, businesses today have a need to reach their customers wherever they are – and that includes marketing to their customers outside of email alone. A Y Combinator-backed startup called Outbound wants to help today’s marketers run campaigns that go beyond just tracking “opens and clicks,” and can also reach customers using mobile-friendly channels like push notifications, SMS and even in-app messages. The problem is something with which Outbound’s co-founders, Dhruvkaran Mehta and Josh Weissburg, are personally familiar. The two previously worked together at the car-sharing companyGetaround, where Weissburg was focused on activation and Mehta was the engineer who worked on growth alongside him. At Getaround, one of the challenges Weissburg faced was getting car owners who were listing their vehicles on the service to finish the process of creating their profile, he explains. People would get stuck on different steps and would just drop off. He then needed to be able to reach these particular customers wherever they were at the time – on the web or on mobile, for example – and encourage them to take the next action needed to complete the process. Setting up these targeted campaigns to reach the customers in question across the various channels was a huge pain on the engineering side, says Weissburg. But the experience gave them the idea to build a product that would make it easier for non-technical people – like marketers – to more easily send out these sorts messages, and figure out what works and what doesn’t. In summer 2013, the two began building what has now become Outbound, a service that not only lets marketers automate campaigns and send out messages to users based on specific triggers, but also test multiple campaigns against each other and a control group, among other things. “As businesses realize that populations are moving mobile and most of their revenue is coming from there, they need to start engaging those audiences and keep people coming back to their mobile properties,” Mehta explains. “But what happens is that a lot of the techniques that apply to email are not really applicable to push notifications…We believe, fundamentally, that companies can make more money by sending fewer, but better messages,” he adds. That is, the businesses need a solution that not only treats mobile as a first-class citizen when it comes to marketing automation, but also helps the business figure out what’s the best means of reaching those customers and then measuring if their goals were met. Instead of just getting customers to open an email and click a link, for example, a business using Outbound may be trying to get users to complete a profile, add payment information, finish a sign-up process, fill in missing information, upgrade an account, and so on. With Outbound’s service, marketers don’t have to sit down and have lengthy conversations with their company’s engineering team to build out their messaging platform, or turn to sometimes expensive marketing automation software that can fail to address their need for a multi-channel strategy. Instead, marketers can go online to Outbound’s website to start immediately creating their desired campaign, including information like what user actions will kick it off, what they want users to do in return, and how (e.g. push, email, SMS) they want to reach those users. The service then returns a “to do” list customers can bring to their developers that tells them the exact API calls to make. Or, in the case of those who are already sending their data to the online hub at Segment.com, using Outbound is only a matter of toggling a switch to turn it on. After the campaigns are running, marketers can watch the results in real-time on Outbound’s online dashboard, as well as track historical data and trends. The company first launched its service publicly in summer 2014, at which time it was focused more on funnel messages. Earlier this year, however, it expanded to include support for more sophisticated logic and A/B testing. Pricing for the service ranges from $149/month (2,000 active users) to $899/month (30,000 users) depending on company size. (The pricing is based on the number of active users being messaged, but not how many messages are sent out.) Today, Outbound is working with 16 companies including those in the educational space, financial services, and healthcare in particular. Some of its customers include HealthLoop, uBiome, eTherapi, GetSmarter, and Omada Health, to name a few. San Francisco-based Outbound is backed by $1.5 million in funding from Y Combinator, Paul Willard of Subtraction Capital, Doug Pepper of InterWest Partners, Trevor Kienzle from Correlation Ventures, plus YC’s Garry Tan and Alexis Ohanian.
    营销
    2015年03月09日
  • 营销
    89%的高管表示他们认为大数据将彻底改变做生意的方式 大数据已经在媒体上流传几年了,现在营销人员将大数据应用到更广泛的范围。他们表示大数据给他们生意的各个方面都带来了变化,但是并没有从根本上改变什么。 2014年4月Accenture 调查了全球高管眼中大数据的最大作用,只有5%的人表示首要作用是从根本上改变了他们做生意的方式,约四分之一受访者将其列入前三项。     受访者更可能表示大数据主要作用在改善消费者的关系、完善产品开发和经营企业方面,但是并没有从根本上改变商业实践。     尽管如此,调查也发现受访者十分希望大数据能够改变他们的世界。 89%的高管表示他们认为大数据会彻底改变做生意的方式,就像互联网一样。超过一半人强烈同意这一想法。他们还相信会有其他巨大变化。     这将从梦想变成现实,但是,仍有待观察。     编译自:eMarketer 译者:孙莹  来源:199it
    营销
    2014年11月18日
  • 营销
    招聘的同时也是营销?哪些内容营销方式最有效–信息图 哪些内容营销方式最有效?这取决于企业的产品服务和目标消费群体。而平时HR在运用社交媒体等进行招聘的同时,亦是对企业进行宣传,进行营销的一个过程。这张信息图有社交媒体、新闻稿、音频、博客、白皮书、音乐、动画、信息图、视频、研讨会、APP、游戏等16种内容营销方式的对比介绍和他们的使用方法。   【文章来源:199it】
    营销
    2014年07月29日
  • 12