小程序
扫码打开微信小程序
APP下载
扫码下载市场部网 App
你看到的大多数广告都是完全不相干的。看一个小时的电视，你就会被各种广告轰炸：你不需要的处方药、你买不起的汽车、你不喜欢吃的食物以及你永远不会投票给的政客。
这说明了营销人员面临的一个最古老的挑战：大多数营销信息都无人理会。因为从来没有一个好的方法，将特定的营销信息与特定的客户联系起来，许多人会忽略大部分的广告。根据传统的做法，广告主必须撒一张大网，并希望至少能接触到部分目标受众。这导致了大量的时间、金钱和精力的浪费。
随着互联网和电子商务的兴起，这一切都改变了。在线环境允许零售商专门为个体购物者量身定制商业空间。现在，顾客可以只买他们需要的东西，而不必在满是不相干产品的大型商超中徘徊。这使得营销人员能够创造出直接面向目标受众的定制广告信息。此外，在线活动可以被跟踪，从而更好地了解客户的偏好，从而为营销人员制作更有吸引力的广告信息提供坚实的数据。
互联网开创了营销的新时代，广告主可以针对个人而不是人口统计数据进行营销。这就导致了销售额的增加、客户满意度的提高，以及更有效的营销策略。传统广告时代采用猜测和直觉的做法，随着时间的推移已经减少。营销人员可以依靠数据和可定制的环境为客户创造真正的个人购物体验。
什么是计算营销学？
计算营销学是市场营销新兴的分支，营销人员使用计算能力来制定最好的营销策略，向特定的消费者提供最好的广告。在线活动产生大量关于用户的信息，从用户的Facebook页面到搜索记录，所有的一切都记录了你是谁，你喜欢什么。广告主们希望将消费者与他们最感兴趣的购买产品联系起来，因此对这些数据的需求很高。为了做到这一点，他们必须创造出能够处理和响应所有这些信息的技术。
计算营销学由算法、数学公式、计算机程序和其他分析工具等组成，为客户提炼购物体验。计算营销学的使命是找到更好的方式将客户与广告营销联系起来。计算营销学的最大优势是让许多传统的营销职能实现了自动化。不是由真正的营销人员来决定什么广告会出现在消费者面前，而是电脑根据它收集到的数据来做出选择。这将为营销人员带来更高的效率，为零售商带来更高的利润。
例如，当你用谷歌搜索钓鱼，钓鱼杆的广告就会出现在页面顶部。在亚马逊上买了一本书之后，它会推荐其他你可能喜欢的书。Netflix会根据电影观看记录播放电影。所有这些营销信息都是基于用户过去在网上的行为。这种行为已经被跟踪和分析，以便下一次为消费者提供更个性化的体验。计算营销学为广告主提供了一种前所未有的方式，将他们的客户与最相关的产品联系起来。
计算营销学的组成部分
计算营销学是一个高度技术化的领域，它利用了计算机科学中的几个学科，以及经济理论的一大领域。
信息检索：互联网包含了难以想象的大量信息。访问想要的特定信息通常是一个挑战。信息检索试图在用户和他们想要的信息之间建立更强、更快和更有效的联系。从商业意义上说，顾客越容易找到他们想要的东西，他们就越有可能购买。
机器学习：人工智能的一个分支，试图为机器识别和对复杂模式做出反应创造方法。这很简单，就是教会机器从环境中学习东西。在计算营销学的背景下，机器学习被用于挑选客户行为模式，并提供相关的在线体验。Snapdeal、亚马逊、Flipkart等电商品牌会从消费者过去的购物经历中学习，从而更好地了解他们未来想购买的产品。
优化：在互联网上，并不是所有的网站都是为用户创建的。网站应该根据用户进行优化。因此，优化是一个将网站在互联网上的可访问性最大化的过程。如移动优化包括让用户可以通过手机访问网站，搜索引擎优化用于网站在搜索结果中获得较高的排名。优化的主要目的是让网站容易被大多数人发现，且易于使用。
微观经济学：微观经济学是对小规模经济的研究，它与个人对购买物品的选择方式有关。计算营销学试图将个性化的营销信息与单个购物者联系起来。利用微观经济学的理论，计算营销学可以找到更好的方式与消费者直接接触。
谁会学习计算营销学？
大型零售商和门户网站是对计算营销学最感兴趣的公司。零售商想要用这种策略来提高销售额和顾客满意度。像亚马逊和沃尔玛这样的公司使用计算营销学来匹配他们的产品与客户的需求。如果顾客的购物体验是专门为他们的消费习惯量身定制的，他们可能会购买更多，购买更频繁。通过计算营销学，零售商可以根据过去的购买情况推荐产品，提供个性化的交易，并根据客户的人口统计信息定制营销信息。
Facebook和Pandora等网站利用计算营销学为其品牌创造价值。例如，Pandora根据用户的音乐喜好创建广播电台。用户使用网站的次数越多，计算程序就越能理解他们的喜好，选择的歌曲也就越相关。如果用户喜欢他们听到的内容，他们很可能会一次又一次地回到这个网站。这些流量的价值可以用于销售广告位，并创建其他商业产品，如支持品牌的智能手机APP。
小型网站和企业没有收集和分析客户数据的技术基础设施，但这并不意味着它们不能从计算营销学中获益。企业可以利用引导主要搜索引擎提高网站排名的算法。如果一个网站更容易找到，它就会被访问得更频繁。小型企业可以利用现有的算法来完成。
消费者从计算营销中获益最多。收集到的关于他们的数据越多，他们的在线体验就越具有相关性。
计算营销学的目标
计算营销学在在市场营销领域只有15年的历史，对此领域的研究非常少。该领域有巨大的增长空间和扩展潜力。以下是计算营销学的主要目标：
更好的广告相关性：例如，你在谷歌上搜索了一些东西。因此，出现在谷歌页面上的广告和搜索结果是基于输入的搜索词。然而，计算营销学者的主要目标是在关键词和广告之间创造尽可能强的链接，这是让用户点击这些广告的最佳方式。
社交媒体和行为营销：计算营销学研究人员希望利用登陆社交媒体网站的内容、用户简介和搜索历史向消费者提供广告。因此，最大的增长领域之一就是将所有这些私密信息的潜力最大化。
降低成本：对于营销人员来说，只有当广告带来的收入大于成本时，它才有价值。因此，计算营销学研究人员希望使用计算技术来增加每个广告的回报，并降低广告成本。
自动化营销模型：这涉及到使用智能模型来预测营销决策的结果。因此，这些模型有助于预测真实消费者在真实市场中的行为。
收集用户信息：营销人员希望找到新的详细信息来源。所以，这是广告主了解客户需求的最好方式。
多平台分析：计算营销学研究人员不想把他们的广告区域限制在互联网上。因此，他们想把计算分析与电视、广播、平面广告活动等营销手段结合起来。
Reference：
https://lapaas.com/computational-marketing/
https://www.marketing-schools.org/types-of-marketing/computational-marketing/#section-1
