互聯網圈子內，言必談大數據的2014年，有多少企業真的開始利用數據分析，又有多少企業在數據分析上進行了一定的投入?

　　雖然大家都在談數據，但受梏于原有的營銷模式和經驗，很多營銷人員都認為數據分析對他們的工作而言是一個挑戰。如何開始數據分析?以下四步適合想要利用數據，指導和評判營銷活動但苦于不知道如何入門的營銷人。

　　1、充分利用人口統計信息

　　在互聯網深入和數據體量激增的當下，數據采集和管理相較以前已經有了非常大的飛躍，不同于過去通過市場調查獲得消費者和受眾人口統計信息(如性別、年齡、收入等)的方式，如今獲取信息的廣度和維度有了顛覆性的改變。或是受困于過去傳統的數據統計模式以及對于數據挖掘技術的不了解，目前而言，非常多的營銷人員對于數據的應用依然處于非常淺的層次。

　　根據2013年一家國外機構報告顯示，通過對市場數據的收集分析發現，在對比的兩組營銷人員中，能夠更多維度利用人口統計信息的營銷人員團隊相較另一組未充分利用人口統計數據的來說，在進行目標市場定位的營銷活動上，市場表現要提升500%。基于消費者信用和興趣標簽進行的營銷活動，轉化率都要明顯高于過去。

　　2、線下線下結合

　　消費者購買行為的多樣性，讓越來越多的營銷人員在活動渠道的選擇上也傾向于多渠道化，很多過去不常追蹤和分析的數據如今也納入企業的跟蹤范圍。隨著O2O觀念的深入人心，營銷的未來是通過線上互動促進線下購買的方式也被越來越多企業所接受和認可。這也就要求營銷人員在數據分析上要實現線上與線下數據的互通，通過數據指導活動的開展。

　　3、數據分析與營銷行動的緊密聯系

　　傳統的數據分析用來總結，而如今的數據挖掘則用來預判。隨著數據收集和分析能力的提升，越來越多的企業希望通過數據預測市場的發展趨勢。比如美國運通公司通過IBM建立的SPSS預測建模軟件進行“可能產生風險客戶”的預判，以減少可能產生的損失。在營銷活動上，每個階段與數據采集和分析緊密結合，及時與各部門溝通，共享數據結果，能夠在營銷活動為正式開始前就推動ROI，并在活動進行中不斷調整以實現終效益的巨大化。

　　4、培訓專門的數據分析員

　　即便很多企業認識到數據的重要性，但在真正的數據運用上的投入卻并不如他們認為的那樣多。準確嚴謹地使用數據，并使數據發揮較大的效用，除了需要在內部設立專家團隊、請求外部援助或是購買新技術之外，還需要加大專門的數據分析人員的培訓。讓數據不僅僅運用在營銷活動的各個階段，更是貫穿在企業整個的商業活動中。