互联网智能营销的场景及其本质是什么「互联网营销的基本特征」

今天给大家普及一下互联网智能营销的场景及其本质是什么「互联网营销的基本特征」相关知识，最近很多在问互联网智能营销的场景及其本质是什么「互联网营销的基本特征」，希望能帮助到您。

互联网营销目的及营销场景

所有的互联网企业都在做互联网营销，无论是互联网媒体还是互联网电商，抑或是其他类型的企业，都需要为自己或者是帮助其他企业进行营销，从而达到触达消费者实现销售的目的。而传统企业在与互联网相结合的过程中，也希望能够通过互联网连接更多的消费者从而提升销售额。

一般而言，根据企业自身属性和客观状况而言，互联网营销的目的可以分为两大类：

1. 品牌推广：做品牌推广这类型的营销其目的并不在于短时间内达成多大的销售额，而是为了让更多的人知晓自己的品牌，扩大知名度，这种线上营销手段和很多品牌在城市商业核心区开设的形象店其目的是类似的。通常而言，以品牌推广为目的进行营销的企业主要有两类：一类是经营决策周期较长、消费频率较低的商品的，例如汽车、奢侈品等；另一类是自身拥有大量子品牌或者子产品，涵盖了生活中的方方面面的企业，例如宝洁、三星等。

2. 促销：除了以上适宜以品牌推广为目的进行营销的企业外，大部分营销还是以促销为主，其目的主要是为了能够尽快的将营销成本转化为销售业绩，我们可以看到的大量的并没有非常吸引人的魅力的品牌或者可替代性很强的商品，其营销目的都可以归为这一类。

从营销场景上看，大体可以分为购前预测用户偏好、购中提升用户体验和转化、购后提升用户粘性三大类，基本上互联网媒体的营销手段都集中于购前场景，而电商企业则主要集中于购中和购后场景。对于拥有完整销售闭环的电商企业而言，基本上可以将其拥有的营销场景做如下划分：

图表 1完整销售闭环中的营销场景

问题分析及解决方案

了解了互联网营销的目的及营销场景之后，我们就可以进一步的深入分析在这个营销的过程中所存在的问题以及相应的解决方案了。

通常而言，一个常见的营销场景的推荐方案大致是这样子的一个流程：

图表 2典型的互联网营销流程

对以上流程进行分析，我们可以发现其中存在的一些问题：

1. 实时性差，不能实时响应用户的偏好意图。如：用户在搜索国宾五粮液，但是酒水榜是离线计算的天表，在数据源中无国宾酒，最终推荐不出来

2. 精准度低，不能精确命中用户偏好。例如：用户近期关注的是iPhone XI手机，按照原推荐逻辑计算出用户偏好iPhone手机，却有可能推荐出iPhone 4s

3. 相似度低，根据用户行为计算出的相似维度单一，相似商品少。原推荐逻辑是根据用户行为计算相似商品，导致新品或者长尾商品推荐不出来

4. 相关商品推荐结果差，相关商品多数是人工维护，算法计算出的相关商品少，不精准。当前根据订单数据计算商品之间的相关度，数据少算法结果不理想，例如用户浏览了游泳眼镜，理论则应该推荐泳衣，但除非人工维护游泳相关商品，否则系统往往会自动推荐各种眼镜。

5. 用户体验差，首页融合了多种产品形态，但是没有进行融合排序，用户体验差。如，用户浏览了电视，广告、单品、频道、店铺都在推荐同一款电商，会有一种刷屏的错觉，不利于用户兴趣拓展

了解以上存在的各种问题之后，我们就可以有针对性的提出问题的解决方案了，对于以上存在的5个方面的问题，可以从以下几个大的方面着手考虑如何解决：

1. 基于多源数据融合，获取用户实时特征，计算用户的实时意图，结合场景特征，为各场景提供实时或近实时的商品推荐；

2. 细化用户的偏好信息，计算用户偏好的商品参数，提高推荐精准度；

3. 通过商品本身的标题相似、应用场景相似、适用人群相似等维度计算相似商品，丰富推荐结果集；

4. 计算人货场关系，提供主题推荐，可解释性强，推荐逻辑清晰，精准定位和聚合用户兴趣、用户的群体兴趣或情景兴趣；

5. 统一实时意图，综合排序，精准抓取用户偏好，适时发散潜在偏好，增加刷屏的趣味性，使得推荐结果用户体验佳，惊喜度高，黏性强

以上几个解决方案还是比较泛的，知道解决问题的方向之后，下面核心要解决的是怎么做的问题，即如何落地。

我们知道，互联网营销的手段主要有广告、推荐和精准推送几类，每种手段都各有不同，但其本质是一样的，因此，其底层的策略都可以在以上几种手段上套用。

智能营销的本质是求得人-货-场的最佳匹配

互联网营销的手段虽然有多种多样，但其本质基本是相同的，我认为都是为了实现人（消费者）-货（商品）-场（场景）的最佳匹配：

在最合适的场景下向最合适的人推荐最感兴趣的商品

所谓的不同的营销手段，如广告、推荐、精准推送，都是在已知了以上1到2个变量的前提下求解剩下的变量的过程。

· 广告：在确定了营销内容或营销内容和营销场景的情况下，计算目标营销人群其核心目标是挖掘目标人群，解决推给谁的问题在这个过程中所存在的主要问题是目标人群定位不准确，用户需求挖掘不充分

· 推荐：在确定人或者人和场景的情况下，通过个性化确定推荐内容其核心目标是促进货品转化和成交，解决推什么的问题在这个过程中所存在的主要问题是用户实时意图分析不到位，推荐结果不精准，转化率低

· 精准推送：明确了营销人群和营销内容，确定营销场景（渠道、时段）其核心目标是确定最优营销场景，解决怎么推的问题，或者说什么时候推的问题在这个过程中所存在的主要问题是营销人群定位不准，因此营销场景缺乏差异化，营销效果参差不齐

在了解了互联网营销常见的三类手段和各自存在的问题之后，为了有针对性的解决这些问题，我们应当先了解用户购物行为的背后思考逻辑，即弄清楚"为什么"，然后才能够设计出真正有效果的智能营销策略。

那么用户在购物的时候需要我们思考的背后逻辑大体有哪些呢？我们又该如何做呢？总结下来，大致有：

1. 用户选择购物平台会考虑哪些因素，为什么选择这个品牌/商品？根据人群画像筛选目标人群进行个性化广告投放，认真发展真正有价值、有需求的潜客，培养用户对本品牌/商品的认知

2. 如何获取用户的真实意图，解决用户的困惑？基于用户行为轨迹，实时掌握用户意图

3. 用户浏览了一款心仪的商品，是否会想要了解相似的商品？进入商详页如果无货该如何解决尴尬？可在用户首页浏览的过程中穿插展示，一个栏位中聚合多个商品的产品形态，横向丰富商品类型（频道推荐、店铺推荐、主题推荐…），进行相似推荐，增加浏览的趣味性和商品粘性

4. 用户进入品牌页／活动页 浏览到最后，应该如何转化用户？根据人货场的关系，精准定位和聚合用户兴趣，进行主题推荐，为用户提供更清晰的商品导购（例如：夏装七分男裤，个性而张扬！ ｜ 孕妈爱穿的托腹裤都在这儿啦！）

5. 用户经常在某一固定时间点登录我们的网站/App，却无明确偏好，也未成交，该如何推荐？如何让用户还想再来？挖掘外部情境数据（天气、节日、地域…）,为用户提供应景的情境商品推荐，让用户逛起来

6. 适合在何时何地如何触达用户， 用户收到推送后会有什么感受？根据用户偏好的渠道和时间关怀用户，提供精准营销服务

有了以上方法论的准备，我们就可以实现真正的落地，针对不同的场景、不同的营销手段设计各个角度、各个方面适用的营销策略了。