网民汪洋来到一家淘宝商城想要选购某款葡萄酒，看了一会儿发现没有合适的，便悻悻离去。哪想到，第二天早上却在浏览一家新闻网站的时候，“无意中”又看到这款葡萄酒的广告，而这似乎变得“更可爱些”，于是又勾起了他购物的欲望。“奇怪了，昨天还觉得一般，今天却觉得挺喜欢的。”汪洋说。
这项反复跟踪推荐的技术，就是营销技术公司开发的所谓“网络到访定位”技术，针对目标用户进行再次营销，其精准的效果要大大好于传统手段。而这背后则是BI（商业智能分析系统）在起根本作用，通过搜索引擎、云计算技术、统计原理等，智能分析用户数据库中每一个用户的网页浏览记录，提取正文关键词，找到用户兴趣关注点，然后对用户属性进行综合分析，最后提供精确的细分服务、个性服务，达到营销目标。
BI助力酒企扬帆起航
瞬息万变的市场环境、海量的业务数据以及变化莫测的客户需求决定了商业智能BI系统将成为酒类厂商管理软件的必须选择和应用热点。而如何让企业实时、准确地了解运营的关键数据，让决策层在数据背后看到机遇与危机，就成为当前处于信息化前沿的国内酒类厂商普遍关注的核心问题。
众所周知，商业智能是指从系统数据中提取有效的信息，从信息中及时地发现有价值的知识，为企业决策层的思维决策和战略发展服务，尽量减少管理决策中“凭经验、拍脑袋”的风险和隐患，从而充分提高酒类厂商市场快速反应力与竞争力的软件解决方案。
以酒企为例，在BI应用之前，企业多从哪些平台提取数据、利用哪些营销数据？一般是企业业务管理系统中的顾客信息、市场促销、广告活动、展览等结构化数据以及企业官网一些数据。但这些信息只能达到企业正常营销管理需求的10%的量能，并不足够给出一个重要洞察和发现规律。
而其它85%的数据，诸如社交媒体数据、邮件数据、地理位置、音视频等这类不断增加的信息数据，和包括数据量更大、逐渐广泛应用、以传感器为主的物联网信息，以及风起云涌的移动3G互联网信息等等，这些就是BI所指的非结构性或者叫做多元机构性所需的数据，它们更多以图片、视频等方式，几年前可能被置之度外，不会被运用，价值尚未被有效地挖掘，而今BI能进一步提高算法和机器分析的作用，使这类数据在如今竞争激烈的市场中却日显宝贵、作用突出，并能被BI技术所充分挖掘、运用，取得辅助酒类厂商经营管理的重大作用。
BI让酒企更好地进行精确营销
对营销决策数据进行更好的优化。包括沃尔玛、帝亚吉欧、保乐力加、麦当劳等全球知名企业，都会在其主要门店、旗舰店安装搜集运营数据的装置，用于跟踪客户互动、店内客流和预订预售情况，研究人员可以对可售商品变化、店面设计以及顾问意见等是如何对物流和销售额的影响进行建模。这些企业可将这些数据与交易记录相结合起来，并利用BI工具展开分析，从而在销售哪些商品、如何摆放货品以及何时调整售价上给出意见，此类方法已经帮助这些领先企业减少了17%的存货，同时增加了高利润率品牌商品的比例。
以前相关的一些管理系统如OA（办公自动化软件），只能促使分析报告回答“发生了什么事”，现在一个优秀的BI系统已可以被用来回答“为什么会发生这种事”，而且一些关联数据库还可以预言“将要发生什么事”，最终发展为非常活跃的数据仓库，从而能判断“你（用户）想要什么事发生”。据称，集成整合Essbase服务技术的OracleBI平台已能为用户提供面向策略级、未知信息分析预测能力和个性化自助式定制等。这值得我们酒类厂商大力推广应用。
对目标对象进行更完整的分析、描述。通过获取更丰富的消费者数据，包括网站浏览数据、社交数据和地理追踪数据等，可以绘制出更完整的消费者行为描述。譬如，BI技术能对客人方方面面的信息进行充分有效的管理并深度挖掘。
如果某个客人是某酒商的老主顾，那么该BI系统就会向该酒商提供个性化服务，清楚告知酒商这位客人的习惯和喜好，喜欢哪些酒，酒度高与低，价格敏感度，是重度酒民还是轻度酒民，喜欢什么样的佐料，甚至从事什么工作，有什么商务需求等等。当客人再次光临时，不用客人自己提出来，零售店的BI系统就会自动报送客人所喜欢的酒品、习性和服务等相关信息，大大提升酒商营销效率。
利用BI中的语义搜索功能，系统能理解自然语言的含义，包括理解工作的头衔、技能、行业和教育等。除此之外，它可以做到智能地处理拼写错误、缩写、标点符号等更多问题，也能识别相同的词在不同语境中的含义，以更好地为营销管理服务。例如：销售经理、财务经理、人事经理，它们中都有“经理”二字，显然代表了不同的语义，借用语义搜索技术，能对目标对象实现智能的区隔、判断。
实现点对点智能广告模式。对于广告主来说，广告核心问题在于：如何从海量数据中寻找目标受众，并投放相应的广告信息。时下广告不是点对点的模式，而是主从模式，像单个“老师”（产品）对众多满地跑的“学生”（消费者等受众），可是“老师”却总是抓不住多数“学生”，把99%的广告费都扔了。随着BI的发展，这些钱或会被一一捡回来。
[1] [2]
上一篇：
下一篇：
