在這個數(shù)據(jù)驅(qū)動的時代，市場對于高質(zhì)量的營銷數(shù)據(jù)分析的需求越來越高。更多的企業(yè)和組織將數(shù)據(jù)分析納入市場營銷部門的日常核心工作當中，并且嘗試使用和推進新的分析工具和流程。因此，營銷數(shù)據(jù)分析人才的需求也是日益增長，薪資比較高，并且崗位更容易被企業(yè)Sponsor H1B，使得Marketing Analytics成為了商科學生求職的熱門方向之一。

Marketing Analytics是什么？

我們都知道，每家企業(yè)都掌握著豐富的關(guān)于消費者選擇的數(shù)據(jù)。但是，豐富的信息并不代表我們就掌握了更高轉(zhuǎn)化率的優(yōu)秀決策。因此，我們需要營銷分析師來幫助我們解讀數(shù)據(jù)，使用分析來為營銷決策提供信息并證明其合理性。營銷分析（Marketing Analytics）使營銷需要能夠衡量、管理和分析營銷績效，以最大限度地提高其有效性并優(yōu)化投資回報（ROI）。除了銷售分析和潛在客戶挖掘之外，營銷分析可以深入了解客戶偏好和趨勢，并可以進一步用于未來的營銷和業(yè)務決策。

Marketing Analyst都在做什么？

營銷分析師們每天都在說著“歸因建模”、“時間序列”、“聚類分析”，那么他們使用這些模型的目的是什么？他們要實現(xiàn)的Goal又是什么呢？以下幾點是需要了解并掌握的部分。

1.歸因建模（Attribution Modeling）

要真正了解客戶的購買旅程，營銷人員需要看到客戶點擊（Clicks）背后的故事。歸因建模使品牌能夠衡量每個渠道的優(yōu)劣和互動，以便全面了解營銷投資回報（MROI）。此時，分析模型會考慮使用Markov chain Monte Carlo（MCMC）。

2.定價分析（Pricing Analysis）

定價分析允許品牌跟蹤價格變化，了解購買行為并提供定價策略的見解。使用優(yōu)化技術(shù)分析、比較競爭性定價動態(tài)，智能地制定高效的定價策略。

3.媒體混合建模（Media-Mix Modeling）

真正將營銷投資與業(yè)務結(jié)果緊緊聯(lián)系起來，并使用面板數(shù)據(jù)回歸來量化每個渠道對銷售的貢獻。

4.細分（Segmentation）

通過細分，面對不同客戶的需求和背景，做出更快更明智的決策。通過聚類分析（Cluster Analysis），進行客戶分類，可幫助品牌獲取可操作的數(shù)據(jù)，以便以情景化的方式改善與客戶的互動。

5.預測（Forecasting）

使用多變量時間序列模型（Multivariate Time Series Models）的預測分析挖掘并分析當前和/或歷史數(shù)據(jù)，以預測未來。

6.定位（Targeting）

根據(jù)客戶的生命周期價值定制優(yōu)惠和獎勵。通過分析買方的行為、參與度、生活方式屬性和RFM分析（Recency, Frequency, Monetary)），營銷人員可以大大提高營銷投入費用的有效性。

7.客戶流失分析（Churn Analysis）

預先預測哪些客戶將要流失，并使用生存分析（Survival Analysis）等預測模型來了解哪些營銷行為將有助于阻止客戶的流失。

8.購買可能性（Purchase Likelihood）

使用傾向模型優(yōu)化營銷資金，以了解某些購買者行為是否表示購買的可能性較高。

9.交叉銷售和向上銷售（Cross-Selling and Upselling）

應用購物籃分析（Basket Analysis）等分析，向具有類似需求的顧客推薦購買的產(chǎn)品。針對不同細分級別的客戶，來制定策略，以推動真正的以客戶為中心的銷售方式。

10.下一個最佳優(yōu)惠（Next Best Offer）

像協(xié)作過濾（Collaborative Filtering）這樣的預測性分析，能夠幫助營銷人員更好地了解客戶的需求和購買驅(qū)動力，以提供下一個個性化的最佳行動，使客戶更有可能發(fā)生預期的行為，并進一步與品牌建立關(guān)系。

2020年推動營銷分析的三大趨勢

除了基本的營銷分析概念和模型之外，小編還希望想要成為Marketing Analyst的小伙伴們，能夠著眼未來，以下這三大趨勢值得記住，在面試中聊出以下看法，能讓面試官刮目相看喲！

營銷分析師需要使用許多新的數(shù)據(jù)源

傳統(tǒng)上，許多組織的業(yè)務決策都依賴于依靠大型集中管理的數(shù)據(jù)服務器或數(shù)據(jù)倉庫的營銷分析。但是現(xiàn)在，我們發(fā)現(xiàn)分析師還需要查出存儲在許多“小型”數(shù)據(jù)倉庫中的數(shù)據(jù)。除了通常的內(nèi)部數(shù)據(jù)存儲庫之外，市場分析師還需要從數(shù)十個獨立系統(tǒng)中提取數(shù)據(jù)，其中包括：

• 谷歌分析
• SEO平臺
• Salesforce或其他CRM
• 電郵服務提供商
• 主要媒體平臺：Facebook，Twitter和AdWords
• 聊天應用

綜合起來，這些數(shù)據(jù)來源將比內(nèi)部系統(tǒng)提供更好的市場營銷和銷售見解，并將有助于企業(yè)推動消費者興趣，優(yōu)化定價并改善客戶體驗。所以，分析師現(xiàn)在必須做的不僅僅是分析。他們還必須確定重要數(shù)據(jù)所在的位置，確定需要提取的內(nèi)容并制定基于新數(shù)據(jù)源推動業(yè)務決策的策略。

人工智能（AI）對分析至關(guān)重要

現(xiàn)在數(shù)據(jù)獲得的速度和體量，已經(jīng)增加到人類數(shù)據(jù)分析人員不能全部處理的程度。為了提供幫助，許多公司紛紛涌現(xiàn)，提供市場分析和人工智能（AI）。這些系統(tǒng)使用機器學習和其他人工智能技術(shù)來幫助分析師找到客戶數(shù)據(jù)中的模式，提出優(yōu)化性能的建議，并允許非專業(yè)人員使用簡單的語言訪問復雜的分析。舉個例子，Hyper Anna 是一家為營銷人員提供機器智能風險投資支持的營銷代理商，Ta在接收公司相關(guān)數(shù)據(jù)后，會為目標公司總結(jié)出一些能夠發(fā)揮重要作用的模型。這就意味著，當目標公司上傳相關(guān)營銷數(shù)據(jù)后（例如客戶互動，財務表現(xiàn)和供應商活動等信息），Hyper Anna便可以總結(jié)和提煉交叉銷售和追加銷售的機會，并為收入預測和供應鏈管理提供相關(guān)意見。另一家公司Datorama提供“以人工智能為動力的營銷智能”，這使得營銷人員可以輕松地跨系統(tǒng)統(tǒng)一數(shù)據(jù)，并使用自然語言訪問強大的分析。David指出，Datorama現(xiàn)在與亞馬遜的Alexa整合，并提供語音激活的營銷分析。

分析師將成為 "講故事的人"

雖然營銷分析師工具箱傳統(tǒng)上由諸如SQL，業(yè)務分析和Excel等技能組成，但2018年的營銷分析師，比收集數(shù)據(jù)和制作報告做得更多的，很可能就是講故事了。利用上述新的數(shù)據(jù)源和AI工具，營銷數(shù)據(jù)分析師們未來的日常工作，將變成：

• 從非傳統(tǒng)來源獲取數(shù)據(jù)
• 使用Python等編程語言清理數(shù)據(jù)
• 使用數(shù)據(jù)可視化工具'波'數(shù)據(jù)并創(chuàng)建有吸引力的圖表和圖形
• 以及將數(shù)據(jù)轉(zhuǎn)化為易于理解的故事，幫助營銷團隊理解新興趨勢和機遇

只去創(chuàng)建一個儀表板并發(fā)送每周報告是遠遠不夠的。從數(shù)字營銷分析工具收集的所有信息、數(shù)據(jù)和觀察，只有在營銷分析師們更多地去關(guān)注他們的客戶，挖掘出數(shù)據(jù)背后的含義，才是有意義的。分析的真正價值不僅是用來向老板證明營銷的價值， 它還能真正改善和提高營銷業(yè)績 - 無論是單個的渠道還是多渠道的營銷策略。

有其他關(guān)于Marketing Analystics的問題歡迎向我提問！