需要立马解决的五大营销问题，本文主要内容关键词为：五大论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
如今，营销领域已经变得面目全非，具有更强的移动性、社交性和互联性。其结果是，营销人员不再是一群比较单一的专业人员，而是演变成了形形色色的专业人员，包括设计师、数学家和技术专家。这就带来了几个全新的问题有待解决。
在20世纪，市场营销还是一项比较沉闷的活动。你想出了一个“好点子”（big idea），通过营销公司来兜售点子，拍摄一些电视广告，然后投放广告。这一招总的来说很奏效，品牌成了宝贵的资产，就像实物资金和技术那样。
可到了上世纪八九十年代，情况开始发生了变化。有线电视带来了急剧增多的频道，随之带来了一大批高度分散的受众。营销的关键仍在于点子，但由于锁定消费者的效率和投资回报等问题成为关注的焦点，营销变得更加离不开数字了。
如今，营销领域已经变得面目全非，具有更强的移动性、社交性和互联性。其结果是，营销人员不再是一群比较单一的专业人员，而是演变成了形形色色的专业人员，包括设计师、数学家和技术专家。这就带来了几个全新的问题有待解决。
样本量=全部数据
长期以来，营销界讨论时最常听到的一句反驳是“你的样本量多大？”，紧接着再问一句“你采用了什么方法选取样本？”一旦遇到自己不喜欢的点子，你只要挑数据的刺，总是能够占得上风。
而数据总是一个小规模样本，按理说代表我们想要知道的某种情况。借助一些统计规则，我们可以通过增加样本量的方法，获得洞察力即宝贵信息，以便反映整个群体的真实情况。但只要出现哪怕一丁点的错误，增加样本量的这种做法都会导致严重判断错误。
换句话说，我们的样本量永远是错的，有时错一点，有时错很多，但反正总是错的。就算市场调研做得很到位，等到命令、设计、开展、报告和分析市场调研的整个过程完成，恐怕几个月早就过去了，但我们往往把那些图形和图表当成绝对真理（至少在下一次调研结果出来之前是这样）。
大数据正在开始改变这种状况。我们现在能够分析全部数据，而不是仅仅分析样本。像物联网这些新技术让我们能够收集之前根本无法想象的海量数据，包括社交网络、成千上万人的购物模式以及交流内容之间的联系，而这些联系可以借助自然语言处理技术来进行分析。
结果是，营销公司将不得不从根本上改变它们在“样本量=全部数据”的环境下开展运作的方式；在这个环境下，速度比聪明才智更重要。我们的策略需要变得更侧重于统计方法和数据。我们必须学会执行、评估和修整，而不是“规划和执行”。
在小数据世界里，我们设想出鼓舞人心的好点子。这些点子大胆勇敢、独具创新又影响深远。它们的目的并不仅仅是“赚点小钱”，而是要彻底改变市场。
遗憾的是，我们的同行通常有自己的好点子，这些点子与我们的点子大不一样。于是，我们一见面，就为样本量和取样方法等问题争论不休。没过多久，好点子慢慢变得平淡无奇，谨慎的点子会胜出。大家会就最稳当的做法（通常是上季度的计划）达成共识。
由于大数据和机器学习让我们得以进行营销模拟，这种状况正开始有所变化。我们可以在真实实时数据建立起来的虚拟环境下检验我们的点子，而不是在会议室争来争去；如果点子奏效（模拟的准确性在90%左右），我们可以将其付诸实施。
在一个模拟的市场，我们可以设想比以往更非凡的好点子。就算点子落空了，我们损失的也仅仅是一些虚拟的数字。
社交时代的SEO
21世纪营销界最重大的一件事就是出现了搜索引擎营销。搜索引擎营销在2000年只是一抹亮点，却没想到后来迎来了迅猛发展，光在美国就俨然成了规模达200亿美元的产业。
然而，多达94%的页面点击是由付费广告带来的，而是通过“自然搜索”（organic search）带来的：当用户自然搜索时，这种页面就会出现。搜索引擎优化（SEO）已成为一门完全成熟的学科，成千上万训练有素的专业人员致力于让搜索结果在页面上有很高的排名，这也许就不足为奇了。
不过，社交营销仍处在黑暗时代，从业人员主要还是凭本能开展工作。由于自然语言处理技术逐渐变得更加主流，这种状况会开始随之变化。像Networked Insights和Open Amplify这些公司就可以量化并分析成千上万的对话内容，提供可操作的度量指标。
如果我们要参与对话，除了一大群社交营销人员热议的话题外，还要知道消费者实际所说的内容，这将有所帮助。我们现在有了有效倾听消费者心声的技术，行业惯例需要同步跟进。
想当年，营销人员是个相当单一的群体。他们是一群颇有创意的人，对消费者心态有一个直观的感觉。营销的关键在于点子；对营销人员来说，点子就是立足之本（当然了，主要是指他们自己的点子，他们常觉得别人的点子愚蠢而肤浅。）
正如我在前面指出的那样，现在有形形色色的营销专业人员，还有形形色色的营销公司。看一下任何一家知名营销控股公司的组织结构图，就会看到创意部门、数据驱动的媒体代理机构、数字专业人员、搜索、社交及活动方面的专业人员，甚至还有营销技术专家。
问题是，这些人大多讨厌对方。创意人员认为，是自己“想出了好点子”，常觉得其他人求着要点子；媒体专业人员认为，除非能算出咖啡奶油的投资回报率，否则一切都是“浮云”；数字专业人员则为别人根本“弄不明白”，一笔抹杀他们的传统技能而恼火。
这些心态不仅很普遍，还有很大的危害性。幸好，有个简单的解决办法：要是没有在至少两个职能部门或地理区域工作过，谁也不会被提拔到副总裁或更高的岗位。只要企业高管的整个职业生涯能够在安全、同样的环境中度过，那么营销整合仍将差强人意。
现在应该很清楚，所有上述四个问题体现了一个基本的趋势：营销逐渐变得更离不开数学了。
遗憾的是，尽管大家热议“让数字来说话”，但营销界的数学技能仍然糟透了。鲜有人拥有高效评估数据所需要的技能。没有基本标准；基本概念方面的培训就算有，也非常少；可能最令人震惊的是，大家基本上没意识到：数学技能在数据为王的时代非常重要。
毫无疑问，从事市场调研的人都需要基本的数学技能（比如，使用和解读Excel表中统计函数的能力）。业内很少有人熟悉统计学入门课程所涵盖的内容，这本身是个严重问题，导致数据经常被误读。
而这可能是如今营销界存在的最大问题。尽管有各种各样的会议、网络研讨会、新奇装置和新词汇，但是业内极少有谁关注构成人力资本的基本技能（写作技能几乎一样糟糕）。
如果我们想改变这个世界，首先就要改变自己。