互联网搜索引擎市场

第3章网络营销的发展趋势学习目标了解搜索引擎在未来网络营销发展中的地位,移动网络营销的发展,智能硬件尤其是可穿戴设备的发展.
掌握社交网络带来的营销模式的深刻变革,网络广告的新形式,O2O线上和线下互动.
熟练掌握大数据营销的特点和独特价值.
3.
1搜索引擎的营销模式会进一步完善搜索引擎市场经过多年的发展,已步入较为成熟的阶段.
2015年搜索企业收入规模同比增长了200亿元左右,2016年同比增长了4.
5%(图3-1).
搜索引擎运营商市场规模下降,很大程度是受到了政策影响.
其互联网入口地位,对于搜索引擎兼顾商业价值与社会价值提出了较高的要求,广告位减少以及广告主的重新审核势必会对收入造成影响.
搜索企业移动端收入规模增长速度较快,来自移动端的增长贡献率(移动端收入的增长规模/搜索企业整体收入的增长规模)超过50%,已成为推动市场增长的重要推力.
图3-12006—2016年中国搜索引擎市场规模网络营销学402017年9月中国搜索引擎市场营收份额为:百度占比66.
07%,谷歌中国占比2.
53%,好搜占比14.
14%,搜狗占比13.
92%(图3-2).
与2016年年底相比,百度的市场份额降低了4个百分点,谷歌中国、好搜、搜狗的份额均有所上升.
预计未来搜索引擎市场集中度将进一步提升,百度、好搜以及搜狗将是市场中最主要的竞争者,未来市场将较难再有重要的新进入者,同时谷歌中国等资历较老的搜索引擎将会维持边缘化态势.
图3-22017年9月中国搜索引擎市场营收份额资料来源:https://www.
51.
la/.
目前,关键词和联盟广告是搜索引擎企业最核心的业务,也是搜索引擎企业收入增长的基础,未来仍将保持较为稳定的增长.
从发展来看,搜索引擎的整合化、社会化和智能化将成为趋势.
整合搜索.
搜索引擎自诞生以来,一直致力于为用户提供更精准的信息甚至答案.
新搜索时代的最大关键点在于整合,能提供多维度的搜索结果资源.
例如,能将不同类型的搜索结果,如新闻、视频、图片等置于结果页首页,能让用户更容易找到所需要的东西,减少了使用特定类别搜索引擎的麻烦,并在呈现形式上有所创新.
社会化搜索.
随着Facebook的流行,社交网络平台和应用占据了互联网的主流,社交网络平台强调用户之间的联系和沟通的交互性,这对传统的搜索技术提出了新的挑战.
传统搜索技术强调搜索结果和用户需求的相关性,社会化搜索除了相关性外,还额外增加了一个维度,即搜索结果的可信赖性.
传统搜索技术结果可能成千上万,但是如果搜索结果处于用户社交网络内,其他用户发布的信息、点评或验证过的信息则更容易信赖.
社会化搜索为用户提供更准确、更值得信任的搜索结果.
智能化搜索.
智能化搜索功能将搜索技术和资源进行了智能整合,为用户提供便捷的使用体验.
新的智能搜索不追求PC搜索那样的大而全,而是从语音识别、图像搜索、人脸识别、LBS等方面提升服务的精准度,催生出效率更高的全新搜索交互方式.
在美国,移动语音助手使用率快速上升,2016年谷歌语音搜索量较2008年增长35倍,较2010年增长7倍.
在美国,Android上语音搜索占20%,百度上语音搜索占10%,必应任务第3章网络营销的发展趋势41栏上语音搜索占25%,语音正在侵蚀搜索份额.
除了这些常规方式之外,各种专业搜索引擎和新型搜索引擎的发展,将促进搜索引擎营销方法体系的进一步扩大和完善.
随着搜索引擎营销模式的不断发展演变,搜索引擎在网络营销中的作用也将更为突出.
3.
2社交网络将重新塑造顾客价值Web2.
0拥有Web1.
0所不具备的明显特征,如分享、贡献、协同、参与等.
这种理念已经改变了现在互联网站的建设架构,互联网已经不再只是一个媒体,而是一个真正让人参与进去的社区.
目前,Web2.
0网络营销模式获得不同层次的发展,如RSS营销、网络视频营销、社会网络(SNS)营销、微博营销等各种营销模式层出不穷.
微博是允许用户及时更新简短文本(通常少于140字),并可以公开发布的微型博客形式.
其允许任何人阅读或者只能由用户选择的群组阅读.
微博逐渐发展成可以发送链接、图片、音频、视频等多媒体.
发布终端包括网页、移动终端、短信等.
微博的未来是以人为中心,每一个人都是媒体,这种以个体为基本单位的群体多维多边实时交互平台,将成为广告主有效的实时营销平台.
2013年Twitter上市后,推动了微博这种新兴媒体的快速发展.
国内的新浪微博等微博媒体发展速度也很快,其营销价值也得到了市场的认同.
从功能上来讲,微博集中了以下功能:交友、互动、即时的观点分享、互动的百科问答、专业的信息发布、与公众人物面对面地交流等.
从商业链及营销价值上来讲,以Twitter为代表的微博未来会是一个高度开放的平台,未来会有更多的合作伙伴参与到这个开放的平台中来,诸如OneRiot、Seesmic等这些合作者将与Twitter紧密地联系在一起.
开放的平台将会带来更多的盈利模式,微博的营销大门也就此开启.
是单纯地做口碑与消费者展开沟通还是利用各种应用展开全方位的营销,有待时间检验.
社会网络平台,是指以"实名交友"为基础,基于用户之间共同的兴趣、爱好、活动等,在网络平台上构建的一种社会关系网络服务.
与微博相比,70%以上的社会网络平台用户目的是关注朋友,而微博用户最重要的目的是了解新信息.
同时,关注名人、讨论热点话题也占比较高.
在商品信息源可信度方面,社会网络平台除较为相信熟人和企业用户之外,更易相信熟人的朋友,而微博用户则更易相信行业专家和体育娱乐明星.
Web2.
0虽然只是互联网发展阶段的过渡产物,但正是由于2.
0的产生,让人们可以更多地参与到互联网的创造劳动中,特别是在内容上的创造,在这一点上,Web2.
0是具有革命性意义的.
人们在这个创造劳动中将获得更多的荣誉、认同,包括财富和地位.
正是因为更多的人参与到了有价值的创造劳动中,那么"要求互联网价值的重新分配"将是一种必然趋势,因而必然催成新一代互联网的产生,这就是Web3.
0.
Web3.
0最常见的解释是,网站内的信息可以直接和其他网站相关信息进行交互,能通过第三方信息平台同时对多家网站的信息进行整合使用;用户在互联网上拥有自己网络营销学42的数据,并能在不同网站上使用;完全基于Web,用浏览器即可实现复杂系统程序才能实现的系统功能.
目前大家认为Web3.
0的特征如下:1.
有效聚合Web3.
0将精确地对阐明信息内容特征的标签进行整合,提高信息描述的精确度,从而便于互联网用户的搜索与整理.
对于互联网用户的发布权限经过长期的认证,对其发布的信息做不同可信度的分离,可信度高的信息将会被推到互联网信息检索的首项,同时提供信息的互联网用户的可信度也会得到相应的提高.
2.
普适性Web3.
0的网络模式将实现不同终端的兼容,从PC互联网到WAP手机、PDA、机顶盒、专用终端,不只应用在互联网这一单一终端上.
3.
个性化搜索引擎个性化搜索引擎以有效的用户偏好信息处理为基础,以用户进行的各种操作以及用户提出的各种要求为依据,来分析用户的偏好.
将偏好系统得出的结论再归类到一起,在某一内容主题(如体育方面)形成一种内容,再进行聚合、推送,以更好地满足用户搜索、观看的需要.
个性化搜索引擎的建立是以偏好系统为基础,偏好系统的建立要全面,而且与内容聚合相联系.
有了一定的偏好分析,才能建立起完善的个性化引擎.
4.
数字新技术Web3.
0将建立可信的SNS(社会网络服务系统),可管理的VoIP与IM,可控的Blog/Vlog/Wiki,实现数字通信与信息处理、网络与计算、媒体内容与业务智能、传播与管理、艺术与人文的有序、有效结合和融会贯通.
Web2.
0模式下的社交网络平台,只是简单地将人与人通过互联网这一平台连接起来.
通过互联网注册在SNS的平台上结交朋友这一途径,并不能确保注册信息的可靠性和有效性,并不是每一次交际圈的扩展都会带来相应的利益需求,这一过程进行下去的结果将会导致本身信息的外泄和零乱、不可靠信息的泛滥,颠覆人们想利用互联网来扩展人际交往的初衷.
这一问题在Web3.
0模式下,将通过对用户的真实信息的核查与认证这一方式来解决.
高可信度的信息发布源为以后交际圈的扩展提供了可靠的保障,与此同时,人们在交际的同时,也可以更迅速地找到自己需要的人才,并且可以完全信任这些可信度高的用户提供的信息,利用这些进一步扩展对自己有利的交际圈.
5.
垂直网站垂直网站进入Web3.
0时代,Web3.
0时代的特征是个性化、互动性和深入的应用服务;更加彻底地站在用户角度;多渠道阅读、本地化内容;用户间应用体验的分享;应第3章网络营销的发展趋势43用拉动营销,用户口碑拉动营销.
用户的应用体验与分享,对网站流量和产品营销具有决定性作用;移动互联网和垂直网络实现有效对接,不是对接内容,而是用户体验和分享层面.
同时,垂直网站将与B2C实现对接,从而实现产品数据库查询、体验、购买、分享等整个过程的一体化.
社交平台的进一步发展将重新定义通信和商业活动.
智能手机的普及使录制、创造、消息和分享越来越简单和方便.
年轻人认为最佳的联系方式是社交媒体和聊天工具,视觉(视频+图像)的应用快速普及,使人们可以实现实时直播,因此,社交平台上大量充斥着用户生成的信息.
社交网络平台已经从简单的社交对话发展到更富有表现力的交流,在社交消息外,持续扩展功能和服务.
2016年31%的微信用户通过微信从事购物活动,与2015年相比增长一倍.
社交平台上数百万的企业账号为顾客服务和商业提供便利.
社交平台中内容+社区+商务的模式继续高速增长,基于内容的个性化策划,会提高互动程度和购买的转化率.
中国电子商务呈现出日益社交化的发展趋势.
3.
3移动端竞争日趋激烈,移动营销发展迅猛截至2017年6月,中国手机网民规模达7.
51亿,网民中使用手机上网人群占比达到96.
3%.
新增网民中使用手机上网的比例高达70%以上,远高于其他设备上网的网民比例,手机俨然成为中国网民增长的主要驱动力.
中国移动互联网细分行业结构未来的变化趋势体现在以下方面.
2016年中国移动购物市场交易规模为3.
3万亿元,同比增长57.
9%,增速放缓,首次低于100%,移动购物市场进入平稳发展期.
2016年中国移动网络购物在整体网络购物交易规模中占比达到68.
2%,移动端已超过PC端成为网购市场更主要的消费场景.
与此同时,2016年,中国网络购物市场TOP10企业移动端用户增速远超PC端,APP端用户增速达27.
1%,PC端仅增长9.
6%.
未来几年移动购物仍将呈现爆发式增长,在移动互联网整体市场当中扮演越来越重要的角色.
随着移动互联网的逐渐成熟、用户消费习惯的转移、广告主的认知改变,移动购物市场将获得高速增长.
2017年上半年,手机搜索用户数达5.
93亿,使用率为81.
9%,搜索引擎应用继续保持移动化趋势.
在企业方面,移动搜索对整体流量的贡献率持续提高,移动营收成为行业收入增长支柱.
百度财报数据显示,2017年第一季度移动营收在总营收中占比达70%,高于2016年同期的60%,移动搜索收入对整体搜索收入的贡献提升到72%.
移动搜索发展初期,由于受到手机屏幕等因素的限制,搜索关键词广告的发展受到较大制约,使得营收规模受限.
但用户对移动搜索服务存在明显的刚性需求,且移动搜索与移动互联网用户的碎片化行为更加契合,因此,随着手机Wap、Web、APP的进一步成熟,移动搜索市场规模将稳步增长.
2016年中国移动游戏市场规模约1023亿,同比增长81.
9%.
相比2015年增长率有所下滑,一方面是受到用户规模的天花板限制;另一方面,国内手游产品同质化趋势严重,市场需要创新型产品的刺激.
但随着用户的成长,用户的游戏习惯和付费习惯逐渐成熟,用户付费的意愿和付费额度还会有一定上升,整体市场相对稳定.
预计未来3~5网络营销学44年,移动游戏会进入一个平稳上升的发展期.
中国第三方移动支付交易规模持续增长,2016年移动支付交易规模约为58.
8万亿元人民币,较2015年同比增长381.
9%.
这主要归因为三点:首先,移动设备的普及和互联网技术提升为第三方支付提供了必要的发展环境;其次,现象级产品出现使得移动支付用户数大幅提升;最后,对生活场景覆盖度大幅提升使得用户频率增加.
但随着移动设备渗透和生活场景覆盖的日趋饱和,行业规模进一步发展需要从新的发力点进行推动.
从移动互联网细分结构来看,2017年第二季度,移动购物市场规模占比依然维持在60%以上,稳居移动互联网第一位,但相比2016年同期略有下降;移动营销市场占比从2016年第三季度开始呈现下降趋势,第二季度稍有回升,占比为18.
3%,排名第二;从2016年到2017年,移动游戏市场占比均在11%上下波动,2017年第一季度从2016年的10.
4%增长至14%,第二季度稍有下滑,但依然在11%以上(11.
9%);另外,2016年爆发的共享单车也为移动互联网市场贡献了自己的力量,占比虽小,但正在成倍数增长,2017年第二季度占比翻3倍,达到1.
2%.
新生事物爆发式增长,在互联网领域是常见的,未来的增长潜力有待于行业的健康发展.
手机网民对移动互联网的需求越来越多元化,以社交娱乐为主的同时资讯信息类也较多.
其中,以联络朋友为目的的手机网民比例最大.
这一方面延续了传统手机的基础通信联络功能;另一方面,微博、微信等网络应用在移动端的良好发展,使得手机网民可以一直在线关注好友动态、随时沟通,满足手机网民的移动社交需求,进一步强化了手机的通信联络功能.
手机上网对日常生活的渗透进一步加大,在满足网民多元化生活需求的同时提升了手机网民的上网黏性.
手机上网成为互联网发展的主要动力,不仅推动了中国互联网的普及,更催生出更多新的应用模式,重构了传统行业的业务模式,带来互联网经济规模的迅猛增长.
正是看到移动互联网的广阔前景,中国互联网巨头纷纷布局移动端.
百度在移动端的战略布局为入口型策略,分为三个部分,一是LBS(基于位置的服务)事业部,二是移动云事业部,三是移动搜索.
阿里巴巴在移动端的布局仍是围绕其传统优势——电商领域展开的,首先是其淘宝、天猫业务平移到移动端;其次是收购高德之后,重点发展O2O业务;最后是以新浪微博、来往为发展平台的社会化电商体系.
腾讯在移动端的战略布局目前都以微信为依托.
今后互联网巨头对移动端的争夺会更激烈.
3.
4网络广告形式层出不穷,移动广告增长强劲互联网广告包括以PC端为主的网络广告和移动广告两大部分.
美国互联网广告市场在经历了2012—2014年平缓发展后,2015年增长再达20%,总规模为600亿美元,这得益于移动广告增速达到66%.
2016年中国互联网广告整体市场规模为2906.
7亿元,增长率为32.
9%.
互联网广告多年保持快速增长,目前市场已进入成熟期,未来几年增速将会有所放缓.
预计到2019年,中国互联网广告市场将突破6000亿元.
不同形式广告市场份额.
2016年,中国网络广告在细分领域市场出现了较大的结构性变化,一直保持领先地位的搜索广告由于政策与负面事件影响,份额出现了较大程度第3章网络营销的发展趋势45的下滑,首次跌破30%,与2015年同期相比,份额下降近5个百分点;电商广告占比30.
0%,与2015年同期相比,份额具有大幅度上升,2016年电商广告的整体份额也首次超越搜索广告,升至首位.
从2016年起,信息流广告在整体结构中单独核算,以社交、新闻、视频等为主要载体的信息流广告在2016年市场份额达到11.
2%,增速明显.
此外,网络广告商通过对数据的整合,可以实现跨平台、跨终端的广告推送.
例如通过微博、论坛、中小网站等平台向网民推送与其在电商网站上的购物历史、浏览信息或搜索引擎中使用过的搜索关键词等信息相关联的广告.
2016年移动广告市场规模达到1750.
2亿元,同比增长率为75.
4%,发展势头仍旧强劲.
移动广告的整体市场增速远远高于网络广告市场增速.
智能终端设备的普及、移动网民的增长、移动广告技术的发展和服务的提升是移动广告市场发展的动力所在.
移动应用广告的展现形式多种多样,从最初的横幅(banner)广告,到后来出现的全屏/插屏广告,发展到近两年快速增长的视频广告和原生广告等,广告形式不断丰富,具体趋势如下.
动态创意优化技术提升.
动态创意优化(dynamiccreativeoptimization,DCO)是指统一广告位根据触达到的用户的特定属性展示出不同的内容和效果,这种技术能够使广告创意更具针对性和精确性,可以明显增强广告效果.
通过DCO可以针对无数种按需插入在线广告内的创意变体进行经济、快速的设计、部署和评估.
通过使用模板方法,DCO可以提供动态生成展示广告的能力,同时通过将制作每个横幅广告所需的大量手动任务自动化,减少了创意制作和媒体管理的成本与时间.
目前动态创意优化已经成为广告技术公司的一大重要技术手段,使得广告更加智能和精准,用以提升广告效果.
视频广告与原生广告是重点发展对象.
移动广告领域新的广告形式层出不穷,针对不同的广告主诉求,各种各样的广告形式能够共同发挥作用.
而近期视频广告和原生广告是移动端产生的相对较新的广告形式,由于用户体验更佳,又能够带来更好的广告效果,这两种广告形式是各移动广告平台都在强调和力推的.
而其他如横幅广告、全屏/插屏广告等已经成为非常成熟的展现形式,仍然是广告主所热衷的形式选择.
进一步增强互动性.
由于对移动终端感应器、GPS定位等技术的应用,移动广告在不同的展现形式下具备多种交互形式,如电话直拨、预约登记、优惠券下载、地图导航、重力感应、SNS分享、应用下载、视频播放、音乐播放、摇一摇/吹一吹/刮一刮、增强现实等.
移动端的设备特性决定了移动应用广告能够有更多的互动形式,但是目前看来大部分的移动广告互动性不强,强调互动形式的大部分为个别品牌广告主所投放的广告.
未来移动广告将会进一步强调高互动性,包括一些移动广告平台在尝试的"试玩广告",广告弹出后可以进行游戏试玩,也可以是品牌广告主所投放的互动小游戏等,而这种高互动的广告形式可能直接以插屏形式出现.
移动广告可能带来的良好互动和趣味性还有待一步开发.
3.
5大数据将实现精准化营销对于大数据(bigdata),研究机构Gartner给出了这样的定义,"大数据是需要新处网络营销学46理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产.
"随着数字化信息的发展,人类产生和储存的数据量呈现爆发式增长,全球的总存储数据量的量级已突破艾字节(EB)甚至泽字节(ZB)(1ZB=1024EB,1EB=1024PB,1PB=1024TB).
从技术上看,大数据与云计算的关系就像一枚硬币的正反面一样密不可分.
大数据必然无法用单台的计算机进行处理,必须采用分布式架构.
它的特色在于对海量数据进行分布式数据挖掘,但它必须依托云计算的分布式处理、分布式数据库和云存储、虚拟化技术.
随着云时代的来临,大数据也吸引了越来越多的关注.
大数据的特点可以用4个"V"来概括.
第一"V"是"volume",数据体量巨大.
从TB级别,跃升到PB级别.
百度资料表明,其新首页导航每天需要提供的数据超过1.
5PB,这些数据如果打印出来将超过5000亿张A4纸.
有资料证实,到目前为止,人类生产的所有印刷材料的数据量仅为200PB.
第二"V"是"variety",数据类型繁多.
现在的数据类型不仅是文本形式,更多的是图片、视频、音频、地理位置信息等多类型的数据,个性化数据占绝对多数.
第三"V"是"value",价值密度低,商业价值高.
以视频为例,连续不间断监控过程中,可能有用的数据仅仅有一两秒.
第四"V"是"velocity",数据处理遵循"1秒定律",可从各种类型的数据中快速获得高价值的信息.
这一点和传统的数据挖掘技术有着本质的不同.
大数据技术的战略意义不在于掌握庞大的数据信息,而在于对这些含有意义的数据进行专业化处理.
换言之,如果把大数据比作一种产业,那么这种产业实现盈利的关键在于提高对数据的"加工能力",通过"加工"实现数据的"增值".
注重用户体验、关注顾客消费行为是网站一直以来的精细化管理的重点.
大数据时代的来临,使我们对顾客的分析具有了新的视野.
大数据在网络营销领域的价值表现为通过收集互联网用户的各类数据,如地域分布等属性数据,搜索关键词等即时数据,购物行为、浏览行为等行为数据,以及兴趣爱好、人脉关系等社交数据,可以在广告推送中实现地域定向、需求定向、偏好定向、关系定向等定向方式,实现精准化、个性化营销,从而提高广告的有效到达率,提升投资回报率.
大数据的网络营销方式包括搜索引擎精准营销、RTB实时竞价广告、重定向精准营销等.
搜索引擎精准营销是搜索引擎运营商整合受众的兴趣点、搜索关键词、浏览主题词、到访页等数据信息,进而描绘受众自然属性、长期兴趣爱好与短期特定行为,在其广告联盟网站上针对受众呈现精准广告内容.
实时竞价广告即RTB(realtimebidding),是利用第三方技术在数量庞大的网站上针对每一个用户展示行为进行评估以及出价的竞价广告模式,其核心是广告交易平台(ADexchange)及针对媒体的SSP(sellsideplatform,供应方平台)和针对广告主的数据管理平台(DMP).
对网络媒体而言,RTB广告可以有效提升网站碎片化流量的变现能力;第3章网络营销的发展趋势47对广告主而言,RTB广告可最大化地实现精准投放,提升投资回报率.
重定向精准营销关注的是如何产生网站或广告的"回头客",试图让那些曾经访问过某个网站,但没有产生购买或有效行为的网民产生二次访问或实际购买.
重定向精准营销不会帮助顾客直接进一步扩大"潜在用户池",但可以使既定潜在的用户群产生更多的实际购买,进而提升转化率.
随着互联网技术的高速发展,云计算、物联网应用的日益丰富,大数据未来发展前景广阔.
从应用方向上看,通过对大数据的储存、挖掘与分析,大数据在营销、企业管理、数据标准化与情报分析等领域大有作为.
从应用行业来看,大数据一方面可以应用于顾客服务水平提升及营销方式的改进;另一方面可以助力行业内企业降低成本,提升运营效益,同时还能帮助企业进行商业模式的创新及发现新的市场商机.
从对整个社会的价值来看,大数据在智慧城市、智慧交通及灾难预警等方面都有巨大的潜在应用价值.
当然,在云服务大规模推进过程中,面临的最大困难是大数据时代的投入非常大,但整个市场还在初期阶段,如果没有配套商业模式将面临巨大发展压力.
为此,要保证大数据能够持续发展,探索数据的价值、挖掘大数据时代的商业模式,是全行业的当务之急.
3.
6O2O将导致线上与线下深度融合目前,O2O主要有两种解释:一是onlinetooffline(线上到线下).
典型应用场景为用户在线上购买或预订服务,然后到线下商户实地享受服务;或用户在线上购买或预订商品,然后到线下的实体店取货或体验;二是offlinetoonline(线下到线上),也称反向O2O.
应用场景为用户通过线下实体店体验并选好商品,然后通过线上下单来预订商品.
随着互联网对国民经济的渗透继续加深,O2O的商业形态会更依赖于消费者社区的发展.
O2O可以跨越空间、实体的障碍和各种终端进行线上和线下的互动.
反过来在支付方式线上线下的互通前提下,消费者将获得更好的支付方式.
同时,商业机构能够精确地知道在什么时间,什么地点,消费者进行了哪一类的消费.
总的来看,线下企业最需要的是从了解消费者、分析消费者到实现精准投放的一站式服务.
O2O概念是伴随着2010年中国团购市场的兴起而逐渐成为热门话题的,而团购也第一次大规模地教育了线下的本地生活服务商户,促进了O2O市场的快速发展.
O2O市场目前还处于发展的初期阶段,虽然百度、腾讯、阿里巴巴三大互联网公司早在O2O概念出现时便分别推出了各自的生活服务类网站或者产品,但是并未将发展O2O或者本地生活服务业务上升到战略高度.
而随着O2O概念的兴起,三大互联网公司开始加大发展O2O业务的力度.
三大互联网公司发展O2O业务的方式包括投资并购、独立发展以及合资成立新公司,其中以投资并购与独立发展为主.
三大互联网公司发展O2O业务的思路共同点在于:均以建立"开放平台"为主线,吸引线下商户及O2O企业入驻.
但是,三大互联网公司在O2O领域布局各有侧重:百度成立LBS事业部后,百度地图将成为百度发展O2O业务的核心产品;腾讯拓展O2O业务的重要手段则是依托微信(包括微信二维码)提升线下能力,并通过与财付通打通网络营销学48实现闭环;阿里巴巴布局O2O领域最重要的筹码是前端的淘宝本地生活与聚划算、后端的支付宝.
而支付宝的作用不只是支付工具,而且具有连接线下商户与移动终端、拓展线下资源的重要作用.
与实物O2O相比,生活服务业将成为下一步渗透的重点.
目前本地生活O2O市场快速发展,规模迅速攀升,2016年行业整体市场规模已超7000亿元,延续了数年40%以上的高增长态势.
这主要归因于以下几点:首先,智能设备与移动支付的普及为O2O提供了必要的发展环境;其次,O2O对用户生活服务场景的覆盖不断提升,满足了节奏不断加快,居民需要更便捷的消费需求;此外,众多现象级产品的出现以及大规模补贴投入培养了用户习惯,使频率不断上升.
本地生活服务市场极其广阔,统计局数据显示,2016年仅餐饮一个细分领域市场规模就达3.
5万亿元.
目前,O2O在整个本地生活市场中的渗透率仍不足10%.
随着互联网公司加大对O2O业务的投资力度,O2O行业将取得更快的发展,同时也为行业其他参与者创造更大的发展机遇.
3.
7智能终端硬件产品渗透率逐步提高2014年是中国智能硬件发展的元年,2015年以来,智能硬件产业不断迎来来自政策、资本、技术等方面的利好,产业结构也逐渐趋于完整,越来越受到各方关注,行业参与热情高涨.
艾瑞根据智能硬件产品的适用范围,将智能硬件产品分为智能家居、可穿戴设备、智能交通、健康医疗以及其他5类.
图3-3智能硬件产品分类资料来源:艾瑞咨询,中国智能硬件产业报告第3章网络营销的发展趋势49从投资领域分布看,2011—2015年,智能家居融资占40%以上,可穿戴设备占20%以上,且智能家居单笔融资平均金额高于可穿戴设备,智能交通占7%.
用户对智能硬件的整体认知度约在40%,接触度在20%~34%,各类产品的渗透率差异较大,家居与可穿戴类产品超过15%,其他类型的智能产品渗透率都在10%以内.
从市场渗透率来看,智能手环、智能机顶盒、扫地机器人是渗透率最高的产品;从目前用户喜好度来看,智能机顶盒、智能手表和扫地机器人是最受欢迎的智能产品,这体现了用户在拥有多款产品的时候,对市场普及度更高、更实用的产品喜好度更高.
"可穿戴智能设备"是应用穿戴式技术对日常穿戴进行智能化设计、开发出可以穿戴的设备的总称,如眼镜、手套、手表、服饰及鞋等.
可穿戴设备应当具备最重要的两个特点:一是可长期穿戴;二是智能化.
可穿戴式设备必须是延续性地穿戴在人体上,并能够带来增强用户体验的效果.
可穿戴设备是继智能手机之后最火爆、基于移动互联网的智能终端硬件.
不论是谷歌、苹果、微软、英特尔还是三星、索尼等国际巨头纷纷布局可穿戴设备领域.
当然,国内的厂商更为火热,一些医疗器械企业以及传统实体企业,如华为、中兴、360、小米、联想、盛大、腾讯、世纪佳缘、阿里、李宁等都已涉足这一领域.
各种各样形态各异的可穿戴设备层出不穷,行业的火爆与市场的表现似乎并不能成正比,出现了一种两极分化的处境,业内外的吐槽声总是大于赞美声.
当然这种情况的出现是一个产业发展的正常现象,一方面是新兴产业的崛起,用户从认知到接受需要一个时间过程;另一方面当然是产业化产品本身需要一个不断完善的过程,而这一过程中产业链的各个环节都需要一定的时间完善、优化.
人工智能:给市场营销一个新时代人工智能(artificialintelligence,AI)是计算机科学的一个分支,它企图了解智能的实质,并生产出一种新的能以与人类智能相似的方式做出反应的智能机器.
该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等.
今天,人工智能已经不是一个新鲜概念,随着技术的日益复杂,人工智能正不断扩大在营销等商业领域的应用:各类算法能够在海量大数据中迅速查到所需信息,效率超过人工万倍;人脸识别、语音登录、广告和内容的精准投放等,都是AI技术为商业带来的进步,并有望深刻改变商业世界的规则和面貌.
1.
优质内容写作当前已经有越来越多的媒体,开始引入人工智能进行一般新闻的撰写.
这意味着AI将逐渐具备高效、快速编撰内容的能力——不仅能将原始数据转化为叙事文章,而且能自动生成标题.
这同样意味着,AI有能力在文案写作方面,引导企业的营销转型.
目前,一款名为网络营销学50"AutomatedInsights"的人工智能写作系统在许多美国企业得到应用.
通过一种可将数据变为符合人类阅读习惯文本的"自然语言生成"技术,它能够自动收集与主题相关的信息,然后从中筛选有价值的部分,最后形成可阅读的文案.
尽管这些内容在文法上仍显干涩,但包含所有阅读者需要的各类信息、数据,有些甚至有着连贯的上下文关系.
这一技术还将提高营销人员的效率.
借助人工智能,他们可以改进海报、直邮广告等的写作质量,通过SEO(搜索引擎优化)提高营销工作的效果.
个性化内容传播就是代表.
人工智能在消费者信息的基础上,针对其个人撰写与其相关、"投其所好"的内容.
比起千篇一律、大水漫灌式的传统营销,显然会得到更积极的反馈.
2.
精准筛选推送内容推荐,是当今市场营销和传播的常见方式之一.
AI的加入,让这种模式如虎添翼.
美国Outbrain公司就借助人工智能,将制作好的内容推送给被挑选出来、更有可能阅读的网民.
这极大减轻了营销人员从海量反馈中挑选被推荐者的工作,并且能够保障公司希望传达的信息,会以较高的概率被目标消费群体阅读.
这一案例展示了既有信息的智能推送,但实际上,内容推荐功能的最大价值,是自动推送公司计划外,甚至根本"不知道"的有益内容.
这并不难理解,新闻媒体、电商网站现在每天都会根据你的浏览历史,自动推荐一些你很有可能感兴趣的文章和商品,而这些商品的制造商和作者,并不知道.
在这方面,IBM(国际商用机器公司)的人工智能"沃森"已是资深的推荐大师.
不久前,新兴的运动品牌UnderArmour就和IBM进行合作,共同开发了一款可根据周边相似用户数据,为使用者提供个性化健康建议的应用软件.
可以预见,从提供品牌购买的意见,到广告文本的写作风格,再到网站界面的设计,人工智能的作用将一步步覆盖到当代市场营销的方方面面.
3.
定位目标用户几年前的科技界曾经流传过一个故事:美国一位男性顾客到当地商店投诉,因为该店竟然给他还在读书的女儿寄婴儿用品的优惠券.
但经过与女儿的进一步沟通,这位发怒的父亲发现,自己女儿真的已经怀孕了.
商家如何比亲生父亲更早得知其女儿怀孕的消息呢答案是大数据.
会员卡里的个人信息、购物的品类记录等综合在一起,让商家做出了这一虽不礼貌但却极为精确的内容推荐.
如今,在人工智能的帮助下,对大数据的利用变得更加有效:在越来越庞大而细致的数据基础上,人工智能把具备相同或相似行为习惯的消费者加以细分、组群,进而根据社群的共性,制作更加个性化的内容并更加精准地推送,极大提高了营销的投入产出比.
4.
预测未来趋势每个人都想预知未来,但获得这样一种能力的概率比中彩票头奖还要低.
人工智能的出现,让公司预测趋势的能力大大提高.
当今是数据爆炸的时代,发达的信息技术让第3章网络营销的发展趋势51人们能够从不计其数的渠道获取各类数据.
借助特殊的智能算法,AI首先在数以百万计的数据中遴选出与企业自己、行业和消费者相关的有效信息.
以此为基础,人工智能将构建一套能够以一定准确率对各种潜在结果进行预估的模型.
这个模型当然不是万能和绝对正确的,但却可以有效带来销售和用户数量的双增长.
据美国营销和销售预测公司Everstring所做的一项调查显示,借助AI预测能力的B2B行业的营销人员中,有42%业绩增长率高于行业平均水平.
相比之下,传统营销人员中,只有14%做到了这一点.
今后,AI无疑将为全球更多企业所接纳和应用,以提升自己的竞争力与市场表现.
从实践的层面而言,熟悉人工智能,熟练运用AI技术解决企业营销等方面的问题,今后将成为合格的市场营销人员,乃至企业家必备的素质之一——他们需要有能力获取充足的数据,并从中找寻有利于企业发展的价值机遇.
(资料来源:环球网.
http://tech.
huanqiu.
com/news/2017-03/10403398.
html.
)本章小结本章将网络营销的发展趋势概括为七个方面:第一个是搜索引擎.
新搜索时代的最大关键点在于整合,能提供多维度的搜索结果资源.
整合之后,能为社交化、智能化的未来带来铺垫,如语音、图像技术的融入.
第二个是社交网络.
Web2.
0让人们可以更多地参与到互联网的创造劳动中,特别是在内容上的创造.
社交平台的进一步发展将重新定义通信和商业活动.
第三个是移动网络营销.
手机俨然成为中国网民增长的主要驱动力.
移动购物、移动搜索、移动游戏等发展迅速,中国互联网巨头纷纷布局移动端.
第四个是网络广告.
网络广告商通过对数据的整合,可以实现跨平台、跨终端的广告推送.
第五个是大数据营销.
大数据的网络营销方式包括搜索引擎精准营销、RTB实时竞价广告、重定向精准营销等.
第六个是O2O.
与实物O2O相比,生活服务O2O领域被普遍认为是下一个亿万元规模的市场.
第七个是智能终端硬件产品.
可穿戴智能设备是应用穿戴式技术对日常穿戴进行智能化设计、开发出可以穿戴的设备的总称.
该产业是新兴产业,用户从认知到接受需要一个时间过程,同时产品本身也需要一个不断完善的过程.
思考题1.
为什么说搜索引擎是第一营销工具2.
Web3.
0的特征包括哪些3.
移动网络广告的发展趋势有哪些4.
大数据有哪些特点5.
什么是O2O中国哪些领域O2O发展前景好6.
什么是可穿戴智能设备未来发展前景如何网络营销学52实践题1.
请用语音搜索以下内容:"智能手机""如何去火车站".
看看使用过程和搜索结果有哪些不足.
2.
请分别用PC和智能手机登录几大门户网站的首页,查看出现的广告有什么不同,并分析移动广告的特点.
3.
请调查网络消费者对可穿戴智能设备存在哪些误解.