英国数据科学家及数学家克莱夫·哈姆比(Clive Humby)说：数据是新时代的石油。

数据已经成为继土地，劳动力，资本，技术之后的第五大生产要素。这句话强调了数据对经济发展的价值，在企业的营销领域，甚至是传播领域，数据也成为核心驱动力。数据对于如今数字营销的重要性堪比鱼和水的关系。

那么，数据在营销领域的应用到底体现在哪些方面呢？

1、数据驱动营销决策

传统时代的营销依赖营销决策者对于自身业务和营销体系的理解，很多决策建立在其主观感受和判断之上，而也正因为数据的产生让营销成为一门科学，由此也变得可量化，更加理性。

具体又表现为:

01营销的投资回报率

企业一方数据的收集将夯实企业的用户（包括客户和潜在客户）数据库，在企业做广告投放时，将一方数据导入媒体平台进行匹配，提升广告人群投放的精准度，从而提升营销的投资回报率。

比如某运动品牌搭建了自己的一方数据库，将企业CRM系统，网站留资，媒体投放留资，微信端留资的数据导入到自建的数据平台（如数据中台）中去，沉淀下来作为企业的数据资产，并且随着营销活动的不断进行，用户数据的属性，用户行为等发生变化，数据本身始终不断迭代和完善，丰富用户的360画像。

而企业对于目标受众画像的定义也可以发生变化，将企业数据平台中的用户画像，所定义的营销活动的用户画像以及和第三方媒体平台的用户画像进行匹配（mapping），那么营销效果一定可以得到大幅度提升。

比如在电商平台的产品广告推荐，运用这种一方数据导入匹配的方式进行投放后，效果就非常明显，据统计，商品的针对性推荐，通常能带来10%左右的购买提升，这可是实打实直接产生的销售。

02敏捷性价值

营销活动效果可追踪，可监测，可衡量。这又体现在三个方面：一方面，一次营销活动带来了什么样的营销结果，相比较上次或者竞品，是否做得更好？什么渠道的获客成本是最低的？流量质量是比较高的？这些常见的营销问题分析，数据会告诉你答案。

另一方面，市场和销售经常会为客户线索的核心贡献者是谁争执不下，那么一个最终客户的成交到底是什么来源带过来的？市场部的贡献权重有多少？操作层面可以通过各种监测系统和手段例如UTM tracking布代码, 国双的web dissector, ads dissector等监测工具去进行追踪，了解客户最初接触品牌的源头在哪里，随后用户路径又是什么样的，市场部门起了多大的作用。

这些数据监测和线索归因系统和技术给与市场部客观的证据，帮助其量化价值。这在市场部门不直接面向客户，不直接转化客户，销售贡献容易被低估的情况下，还是很有意义的，无论是争取资源还是未来和销售部门的配合上数据的价值不可估量。

第三，数据帮助营销人员获得实时客户洞察，这恐怕在传统营销时代做不到的，一方面，数据要客观全面，另一方面，要足够敏捷，帮助营销决策者做出快速正确的决策，从而采取行动。

实际商业场景中，在客户有需求的时候，如果你没有足够快且准确地去洞察他的需求，等你发现的时候可能他已经转投竞争者的怀抱了，所以一定要快，而对单个客户行为数据的监测，实时追踪就让这种快速洞察客户需求，从而采取针对性的营销行动提供了可能性。

2数据赋予企业进行销售贡献预测和客户终身价值的能力

企业进行营销活动的主要目标还是为了驱动销售增长，数据赋予企业进行销售预测的能力。预测的本质是寻找历史规律。因为企业有用户数据的积累，有沉淀和数据的演化，数据的演化代表了客户行为的演化和需求的变化，这些都帮助企业在未来对相似客户可能产生的生命周期价值（也叫终身价值）的预测提供了可能。

销售增长除了来自新客户（获客）带来的贡献，同时也来自老客户终身价值的增长，也就是说老客户买的多（即复购repeated purchase和交叉购买cross-selling），买的贵（即向上购买up-selling），那么销售额自然增加。

预测本身不是目的，预测的根本目的是从数据中寻找历史规律以获得单个客户未来可能的销售贡献，从而根据这种可能性去分配市场资源，制定营销行动计划。

3数据营销提升客户体验，更好地应对个性化时代

企业业务增长的核心在于客户体验的提升，随着消费者生活水平的不断提升，对生活品质的追求，消费者已经不再满足于大众通用的消费品，转而追求更加个性化的产品和服务。

对于B2B企业也一样，比如新能源汽车消费者对于车内空气质量的提升提出了更高要求，车已经不再成为交通工具，而是生活品质和优雅生活方式的体现，那么汽车厂商在空气质量提升必须付出额外的努力。

他们在寻找供应商时需要更加定制化的服务，保持车内氧浓度在最佳合理范围内，且与其空调系统进行集成，其技术服务商目前的产品和技术可能用在别的行业如医疗，那么在新能源汽车领域的车内富氧技术开发和产品供应就是为垂直客户需求定制，提供的时更加个性化的服务。

这种趋势在未来消费升级的时代将愈演愈烈。数据时为了更好的客户洞察，客户在什么时间需要什么，这些最好是由客观的数据，加上销售人员和客户的沟通演绎来完成这个洞察故事。

那么，市场营销人员如何利用数据制定数据营销策略呢？

尝试建立一方数据库，部署数据系统，运用合适的工具沉淀数据资产。

改善数据质量，建立完善的数据收集，应用和治理流程。

围绕营销目标制定数据营销策略。回答为什么做，做什么，如何做，需要多少资源的问题。

搭建数据营销组织，分工明确。数据分析师，数据科学家等不同岗位需要招聘专才发挥不同的能力，同时形成组织协同，提升组织效能。