怎样的生意是好生意？能够准确找到并满足目标客户的需求：已获得的客户有极高的复购率和推荐率，所有的广告营销信息精准送达未获得的目标客户手中。

精准营销的概念是由现代营销学之父科特勒在2005年的发表的经典教材《营销管理》第一次提出来，他是这么定义的：在精准定位的基础上，依托现代信息技术手段建立个性化的顾客沟通服务体系，实现企业可度量的低成本扩张之路。

精准营销，精准吗？

        精准营销这个常常被挂在嘴边的概念，很多人都会认为这只是个噱头，华而不实，虚有其表。人们都怀疑“精准”是否真的能被实现；即使能实现，是通过什么样的手段呢？

        问题来了：如何才能达成“精准定位”这个看似简单的基础呢？大数据技术的不断更新迭代是否能让真正的精准成为可能？

        这篇文章，我们先从传统的精准营销入手，勾勒出客户的价值流循环；接着分析大数据的加入是如何赋能精准营销，让企业的需求端能够实现健康良性的循环。

商业的本质

        首先，从微观的角度讲，商业的本质就是找到顾客并且让顾客买单。

        在所有为企业的商品买单的客户中，从客户属性角度，我们按照是否首次消费或体验产品为标准，将他们分为两大类：即旧客和新客。顾名思义，旧客泛指消费或使用过企业商品的客户群体，他们因使用过产品而拥有了一手的信息，后续选择复购同款产品或者消费同一企业其他系列的不同产品；而新客泛指未曾消费或体验过企业任何产品的客户群体，他们所有关于产品的信息都是从广告、购物网站、朋友推荐等不同渠道获得，属于二手信息。

        在两类客户属性的基础上，从企业和顾客交互形式的角度，我们把顾客分为三类。

        第一类是旧客户的重复购买。站在企业的角度，他们总是希望自己花费大量资源获得的新顾客能够一直留存在自己的客户群体中，认同企业的品牌及产品，拥有较高的顾客忠诚度，持续为企业产生价值。

        第二类是通过旧客户推荐后选择购买企业产品的客户。转介绍是旧客户为企业带来的溢出价值，而旧客户选择转介绍的动机强度，既和客户的忠诚度成正相关，也受到企业设置的转介绍激励方式影响。

        第三类是公司通过各种营销的手段将企业产品的信息传递到新客户的手中。所谓的精准营销主要强调这一环节——企业希望能够精准地识别出目标客户，然后利用最低的成本把产品信息和营销广告精准地传达到他们的手中。

精准营销+大数据

        在大数据技术尚未成熟之前，企业主要的营销手段是根据自身广告预算，选择流量大的媒体平台去发布产品广告，靠把标准化的广告尽可能地传递到更多人的身边来获得更多的新客户；或者基于对旧客户的肖像描写，把自己的产品进行相对粗糙的差异化，满足一些细分市场的需求。想要制定相对个性化的营销，并且有针对性地推到相对应客户的手上，在大数据的到来之前，只能做到颗粒度很大的层面，例如“家庭主妇”、“白领妇女”等。

大数据的不断发展使得“精准”能够更加落地。

        随着分布式存储、云计算等技术的成熟与普及，算法端的持续迭代更新，大数据的应用也逐渐成熟，其充分地为传统的精准营销赋能，使得营销对象的颗粒度不断变细、以个人为最小单位的精准营销成为可能。最典型的例子之一就是电商平台的个性化推荐：电商平台通过收集平台上所有用户的交易信息和浏览习惯，通过大数据分析找出不同行为模式之间的关联，然后再用单一用户的历史数据记录与不同的模式进行匹配，根据结果来推荐新的产品。

        精准营销能够促进客户价值的良性循环（见上图），旧客的数量将随着时间的累计不断沉淀。

        在大数据的赋能下，更加精准的营销能够通过对历史数据的分析，识别/预测出客户的需求，然后通过信息化的渠道把最符合客户需求的产品信息传送他们的手上。这样对供求两端都有好处：从企业角度看，能精准地识别出成交率高的客户并进行精准的营销信息推送，相对于广撒网式的广告而言，大大降低了平均获客成本；从客户的角度看，假设被推荐的产品能够满足其需求，这大大地降低了用户搜寻信息的成本。这直接论证了大数据的进入能够显著提高第三类客户的购买率。

       相对于传统——单纯以提高销售量为导向——的营销而言，基于大数据分析结果的营销更加强调产品和用户需求的匹配程度，从而消费客户的需求更大概率会从这次消费中得到满足。良好的使用体验会给客户留下良好的印象，当他们再次有相关的需求出现时，他们会首先想到先前的产品和企业，这提高了他们的复购率，也就是第一类客户的购买率。

       相应地，良好的消费体验能够夯实客户对企业的忠诚度，背书效应会显现：他们会成为企业移动的“广告牌”，更加精准地把企业和产品的信息推荐给身边有需要的朋友，即上文提到的转介绍。这种转介绍因为双向互动而变得更加精准和深入，与此同时，熟人间的背书能够降低新客户心理的不确定性，提高第二类客户的购买率。

        我们从逻辑上论证了三类客户的购买率都会因为大数据的加入而被提高，这个所形成的连锁反应的结果是旧客户数量将会增加。假如用动态的眼光来看这个循环，随着时间周期的不断推进，旧客户的数量将会不断沉淀，并且他们对企业的忠诚度也会随着循环的不断进行而增加。体量越来越大的旧客户在不断消费的过程中所产生的所有操作记录和消费信息将会以数据的形式不断沉淀，不断扩大的准确数据将会涵盖更多的信息量，这为营销精准性的提高提供了必要的准备。