|
|
当营销人员发现数据中的模式或优化机会时，他们已经在用数据驱动的方法来改进营销策略。 这或许涵盖方方面面，从比较营销活动不同地理区域定位的表现，到重新定义受众人口统计特征，再到优化广告创意等等。
根据您要优化的目标KPI，营销数据还可以通过广泛的方法和建模技术来分析。例如，正如营销进化(Marketing Evolution)强调的，几种常见的分析方法包括：
营销组合建模 (MMM)： MMM涉及对较长时间内的聚合营销数据进行研究。
多触点归因 (MTA)： MTA关注每个接触点对最终转化目标的贡献。
统一营销衡量(UMM)： UMM 运用MMM和MTA的各种归因模型来形成更全面的分析。
鉴于用户旅程如今极其碎片化，无论采用哪种建模技术，营销分析比以往任何时候都更加重要。 如今，一次转化往往涉及多种设备、平台以及多次独立访问，直至完成。
在买家旅程的每个接触点都有可用的数据，由此带来了大量需要处理和分析的信息。 为了理解这些数据并挖掘出可行的洞察，营销人员会借助专注于该领域的营销分析平台。
相关阅读：海外归因分析 |
|
发表于 
