大数据时代下EDM邮件营销的变革

根据研究,今年的EDM邮件营销的邮件发送量比去年增长了63%,许多方法可以为你收集用户数据,这些数据可以帮助企业改善自己在营销中的精准度,相关性和执行力。

最近的一项研究表明,中国800强企业当中超过一半的企业仍然使用过去的经验和直觉进行决策。只有11%的企业用数据来支持这些决定,而“数据”在这些企业中仍是不重要的资源。

目前大部分发送的邮件可以用两个词来诠释,一个是“批量”,另一个是“爆炸”,而在用户那里,他们只感觉到了“炸”——没错,他们在被这一大堆不相关的邮件狂轰滥炸,变得焦头烂额,从而对邮件并无好感。我们没有站在他们的角度真正的考虑,我们应该发送更多相关的内容让他们深深的体会到邮件营销为他们带来的便利,而不是无谓的填鸭。

那么,为什么精明的营销者能够通过用户资料,使他们的电子邮件营销更具针对性,人群更精准同时具备更好的预见性,数据在这当中承载了什么,起到了什么作用?在数据驱动的电子邮件营销中,应该达到以下的标准:

l  大致增加70%的独立打开率

l  大致增加55%的独立点击率

l  大致增加300%的资源利用率

l  大致提高225%的转化率

看似非常恐怖的数字,但是合理收集并利用数据后,你会发现这并不是多么离谱的事。作为邮件营销服务商Focussend把相关经验分享出来。教大家在挖掘客户信息时,在没有庞大的数据的情况下,如何识别客户数据并且创建一个针对性的内容,提升营销效果。

图一:大数据时代下EDM邮件营销的变革

4种客户数据类型

按照重要性来排序,以下四个主要的数据类型是每一个营销者都需要清楚的。

电子邮件交互数据:电子邮件交互数据以邮件的打开率、点击率、转换率和相关指标来体现。

网站的交互数据:收集一个收件人的Web交互数据可以帮助营销人员深入的了解客户的浏览习惯,进而分析客户的行为习惯,在用户放弃购物车时也可以针对情况进行组织策略,例如,分析后可以知道填补什么样的电子邮件营销是最有效的。

历史采购数据:客户以往的购买数据是非常有价值的,这些数据可以对消费者进行下一步预测,通过观察用户历史的购买习惯,可以确定为用户推荐一些什么样的产品更有效。

用户偏好数据分析:用户的数据当中还需要收集用户的位置、年龄和性别,也许这些数据并不像最近的购买记录或是Web的交互数据那么有效可靠,但仍然是有价值的定位数据。

在确定了一些具有相关性的用户数据后,下一步是根据收集的消费者数据进行针对行为的细分,以确保他们可以产生类似的消费。比如在一些触发邮件当中包含一些特殊的内容增加消费几率。

在大数据时代,Focussend 建议用户应该不断的深入了解大数据为我们带来的好处和弊端,并且如何对它们加以有效的利用。

Tips

         第一:不断的更新并且重新评估数据是重要的,数据同样是有寿命的。

第二:不断完善电子邮件测试平台,确保能够发挥应有的作用。

大数据时代带给邮件营销的机会很大,但是否能够抓住,并且发挥它所有的能力,是我们应该重点深思的问题。

大数据时代下EDM邮件营销的变革

时间: 2024-08-26 16:00:23

大数据时代下EDM邮件营销的变革的相关文章

大数据时代下是数据思维重要,还是相应技术重要?

技术做到一定程度,逐步发现自己的瓶颈.不由得开始思考这一方面的问题!到底大数据时代下,是相应的数据分析技术重要,还是相应数据思维重要? 先来说数据思维吧!什么是大数据思维,个人感觉应该是互联网思维的一种.是考虑到全面,而不是局部.是考虑到多维,而不是单一维度.不是靠拍脑门做决定,而是让数据说话,用数据做决策. 先说第一点,考虑全面,而不是局部.众所周知,移动互联网催生了大数据的产生.每一个人每一天通过手机能够的数据总和会是一个巨大的量.而通过这些非结构化的数据,我们首先面对的是如何处理这些数据,

大数据时代下电子商务发展新契机

大数据时代,电子商务面临新的挑战.电商想要得到更好的发展肯定离不开数据的支持,需从电商站点设计.移动搜索.社交媒体.转化率.停留率等方面来解读大数据时代电商的关键数据. 同时,电商企业需要针对大数据进行深度的分析和挖掘,从而为自身创造巨大的商机.随着大数据所爆发出的巨大潜力,在如今的互联网经济时代,电商企业正在用大数据思维与技术影响着企业业务决策和商业推广思路.可以预测的是,互联网平台大数据分析,必将在未来为电商企业精准营销带来融合性影响. 电商企业在后台如果能对海量的用户行为数据进行快速分析,

柯南君:看大数据时代下的IT架构(5)消息队列之RabbitMQ--案例(Work Queues起航)

一.回顾 让我们回顾一下,在上几章里都讲了什么?总结如下: <柯南君:看大数据时代下的IT架构(1)业界消息队列对比> <柯南君:看大数据时代下的IT架构(2)消息队列之RabbitMQ-基础概念详细介绍> <柯南君:看大数据时代下的IT架构(3)消息队列之RabbitMQ-安装.配置与监控> <柯南君:看大数据时代下的IT架构(4)消息队列之RabbitMQ--案例(Helloword起航)> 二.Work Queues(using the Java Cl

看大数据时代下的IT架构(1)业界消息队列对比

一.MQ(Message Queue) 即消息队列,一般用于应用系统解耦.消息异步分发,能够提高系统吞吐量.MQ的产品有很多,有开源的,也有闭源,比如ZeroMQ.RabbitMQ.ActiveMQ.Kafka/Jafka.Kestrel.Beanstalkd.HornetQ.Apache Qpid.Sparrow.Starling.Amazon SQS.MSMQ等,甚至Redis也可以用来构造消息队列.至于如何取舍,取决于你的需求. 由于工作需要和兴趣爱好,曾经写过关于RabbitMQ的系列博

柯南君:看大数据时代下的IT架构(6)消息队列之RabbitMQ--案例(Publish/Subscribe起航)

一.回顾 让我们回顾一下,在上几章里都讲了什么?总结如下: <柯南君:看大数据时代下的IT架构(1)业界消息队列对比> <柯南君:看大数据时代下的IT架构(2)消息队列之RabbitMQ-基础概念详细介绍> <柯南君:看大数据时代下的IT架构(3)消息队列之RabbitMQ-安装.配置与监控> <柯南君:看大数据时代下的IT架构(4)消息队列之RabbitMQ--案例(Helloword起航)> <柯南君:看大数据时代下的IT架构(5)消息队列之Rab

柯南君:看大数据时代下的IT架构(4)消息队列之RabbitMQ--案例(Helloword起航)

一.回顾 让我们回顾一下,在上几章里都讲了什么?总结如下: <柯南君:看大数据时代下的IT架构(1)业界消息队列对比> <柯南君:看大数据时代下的IT架构(2)消息队列之RabbitMQ-基础概念详细介绍> <柯南君:看大数据时代下的IT架构(3)消息队列之RabbitMQ-安装.配置与监控> 二.起航 本章节,柯南君将从几个层面,用官网例子讲解一下RabbitMQ的实操经典程序案例,让大家重新回到经典"Hello world!"(The simpl

看大数据时代下的IT架构(1)图片服务器之演进史

        柯南君的公司最近产品即将上线,由于产品业务对图片的需求与日俱增,花样百出,与此同时,在大数据时代,大流量的冲击下,对图片服务器的压力可想而知,那么今天,柯南君结合互联网的相关热文,加上自己的一点实践经验,与君探讨,与君共勉! 一.图片服务器的重要性 当前,不管哪一家网站(包括 电商行业.O2O行业.互联网行业等),不管哪一种渠道 (包括 web端,APP端甚至一些SNS应用),在大数据时代下,在内容为王的前提下,对图片的需求量越来越大,柯南君的公司是一家O2O公司,也不例外,图片

CSDN专访:大数据时代下的商业存储

原文地址:http://www.csdn.net/article/2014-06-03/2820044-cloud-emc-hadoop 摘要:EMC公司作为全球信息存储及管理产品方面的领先公司,不久前,EMC宣布收购DSSD加强和巩固了其在行业内的领导地位,日前我们有幸采访到EMC中国的张安站,他就大数据.商业存储.Spark等给大家分享了自己的看法. 谈到大数据,张安站认为大数据本质上是两个根本性的问题,一个是数据很大,如何存储?另外一个是数据很大,如何分析?第一个问题,对于存储厂商来说,就

大数据时代下的数据挖掘与可视化展现

全世界每天都有几十亿人使用计算机.平板电脑.手机和其它数字设备产生海量数据.在这个各个行业和领域都已经被数据给渗透,数据已成为非常重要的生产因素的大数据时代,对于大数据处理和大数据挖掘将意味着新一波的生产率不断增长和消费者盈余浪潮的到来. 在大数据时代下,从头至尾我们都脱离不了数据挖掘.有人把数据比喻为蕴藏能量的煤矿.煤炭按照性质有焦煤.无烟煤.肥煤.贫煤等分类,而露天煤矿.深山煤矿的挖掘成本又不一样.与此类似,大数据并不在“大”,而在于“有用”.价值含量.挖掘成本比数量更为重要. 什么是数据挖