在中美的大公司都做过市场营销的数据分析工作，在中美的top学校也都学习过市场营销。关于营销中到底怎么使用数据进行指导，我总结下两条最常用、最核心、最原则性的方法。第一是利用数据做Attribution，第二是利用数据treat customers differently。

什么是attribution？就是多种因素影响一个我们关心的目标，怎么知道每种因素分别起到的作用。最经典的例子是在广告届，很出名的一句话是“”我知道我的广告费一半都浪费掉了，但我不知道是哪一半“”。为什么呢? 因为回顾过去一年，同时投入了那么多种类型的广告，销售增长了20%，怎么知道是哪一种广告在起到作用呢？对每种广告投放进行论功行赏，这个分析就是 最经典的attribution。现在流行的digital marketing也是一样，一个消费者先后接触多种广告，最后选择了购买你的产品，到底是其中哪一种广告起到了关键的作用？对digital marketing和advertising spending的optimization，现在是美国大量运用数据的领域。国内也开始慢慢起步了。刚刚说到的都是customer acquisition的阶段的典型attribution，在customer retention阶段，其实也有很多应用。比如我以前在Hyatt Hotels做住客忠诚度的研究。问卷首先问给别人推荐本酒店的可能性1-10，然后再问对于酒店经历的各个方面的满意度1-10。想要知道各个不同方面的满意度是如何影响客户推荐酒店的可能性，这就得使用以往问卷数据建立回归模型来解答的，也就是典型的attribution。数据中发现的insight可以指导酒店合理使用资金对酒店进行改善，把钱用在客户最关心的部分。

第二个利用数据指导市场营销的原则性方法，是利用数据对消费者行为进行预测，然后达到treat customer differently的目的。老美营销者常喜欢说的一句话，是not all customers are created equal,就是想说营销活动中想要提升效率就要treat customer differently，而treat customer differently的基础就是对消费者行为进行预测。而预测，就需要通过对以往大量的数据进行分析和建模。在customer acquisition的阶段，典型的分析工具是建立response model和customer lifetime value的model。比如你有一个20% 折扣的coupon可以发给消费者，但在网上发送这个coupon是有成本的，比如付给网站的广告费。那么潜在的客户中，你应该把coupon发给谁？利用数据分析的做法，是通过以往发送coupon的结果数据建立一个response model，然后对于现在的目标群体进行scoring，coupon只发给收到coupon后实际使用的概率超过某个cut-off line的消费者。进一步的做法，是对所有潜在消费者收到coupon之后5年内的消费总额进行预测，并将coupon发给消费总额最高的那一部分消费者。这就叫做customer lifetime value的分析。在customer retention的阶段，treat customer differently同样重要。电信公司常用的方法就是预测现有消费者的churning probability，就是现有客户的流失概率。对于流失概率高的客户，当然是要各种方式进行加力挽留了。

如果想做市场营销领域的数据分析师，可以考虑去美国读一个Business Analytics（MSBA）的硕士，建模那些东西，自己学还是挺麻烦的，有兴趣的话可以看下这个网站：

analyticsguides.com

。专门介绍business analytics专业的。