“大数据营销”的是指从搜集、分析数据，到基于数据挖掘并应用于营销，以此提升用户体验、营销效果、支撑营销管理决策的过程。
上周听过中欧方教授的“创新战略”后，我已经分享了一篇文字。其实方教授讲的内容还能写两篇与SaaS相关的，其中有关于客户成功部NPS调研的、也有关于国内市场竞争的。我正在与各领域头部SaaS公司的高手们进行交流，有了实证结论再分享给大家。
这次上的课程是《大数据营销》，同样有好几点启发。我逐一写来，也算是尽尽“结构洞”身份（两个群体间的连接节点）的本分吧。
一、几个大数据营销的基础概念
“大数据营销”的定义是：从搜集、分析数据，到基于数据挖掘并应用于营销，以此提升用户体验、营销效果、支撑营销管理决策的过程。
它会影响经典营销4P理论的每个环节：Product（产品）、Price（价格）、Promotion（促销）、Place（渠道）。
大数据营销更会影响互联网环境的4C应用：Context（场景）、Content（内容）、Connection（连接）、Community（社群）。
大数据营销的基础知识还有：个性化推荐、信息茧房、数据来源（一手、二手、第三方数据）、欧盟GDPR数据安全保护条例、大数据营销如何冷启动……
这些网上都有资料，我就不谈了。我专门讲讲对SaaS等服务企业的toB公司，能有什么启迪。
二、对社交传播的一些推论
一个新话题或新产品的传播路径是：
明星（影响力大，但传播是单向的，缺乏与大众的互动）KOL（意见领袖）跟随者大众这次课堂上，我发现KOL的影响力模型应该与科技产品市场拓展的“鸿沟理论”相结合。
先说说鸿沟理论。一个新产品进入市场，影响客户购买的因素非常多，有很多因素之间相对独立，因此占领市场份额的顺序存在“正态分布”。（关于这个知识点，可以学习得到App的万维钢精英日课《模型思考者3：三种分布模型》）
（来自百度图片）
在社交媒体理论中，新产品的早期购买者，更快接受新事物，这个人群中的“创新型”KOL，起到的作用是“快速传播”。
但这类KOL，未必能受到“主流市场”人群的喜爱，因为这部分人群更喜欢稳健、有深度的KOL。所以到了市场发展中期，企业要培养“跟随型”KOL。
三、客户聚类分析
我们先从客户谈起，介绍一个工具“聚类分析”。
这个方法通常用于toC产品，我考虑对于SaaS企业来说已经与传统软件有很大差别：客户群体更大（很多SaaS公司客户数量过万、甚至几十万）、客户管理更加数字化，是有机会用“聚类法”分析客户的。
我看到大部分SaaS公司的客户画像比较单一。说起来就是某某行业、某个规模、某某类型的需求。
在市场实战中，有的SaaS产品就会很纠结。今天遇到一个客户，他的