关于分析师，数据
分析师将直接面临新的挑战（也是一次转型机会）：在原有分析师职业定位上，为了与业务应用更加贴合，开始逐步融入产品经理“角色”：善于总结、善于提炼、善于推而广之、善于把自己的分析“产品化”。要做到这些，就要求数据分析师必须对数据的理解更透彻，对商业的理解更深入。
在成熟阶段，数据分析师将是一群具备了商业理解、数据分析、商业应用思考这三大核心能力的综合体。
其实施的前提条件包括企业级海量数据存储的实现、精细化运营的需求（与传统的粗放型运营相对比）、数据分析和数据挖掘技术的有效应用等，并且还有要得到企业决策层和管理层的支持及推动。
“现代营销学之父”--菲利普 科特勒在其代表作《营销管理》第一版里进一步确认了以4P为核心的营销组合方法论。随后，该理论风靡世界，成为近半个世纪的现代营销核心思想，是指Product（产品）、Price（价格）、Place（渠道）和Promotion（促销）。
随着时代的发展，商品逐渐丰富起来，市场竞争也日益激励，尤其进入21世界后，消费者已成为商业世界的核心，应运而生。
大数据时代。日益白热化的市场竞争、越来越严苛的营销预算、海量的数据堆积和存储等，迫使现代企业不得不寻找更合适、更可控、更可量化、更可预测的营销思路和方法论。于是在基本思路上融合了4P理论和4C理论的nPnC形式的理论出现了，这里以3P3C理论进行说明，
在3C3P理论中，数据化运营6要素的内容如下：
- Probability(概率)：营销、运营活动以概率为核心，追求精细化和精准率。
- Products（产品）：注重产品功能，强调产品卖点。
- Prospects(消费者，目标用户)
- Creative(创意，包括文案、活动等)
- Channel（渠道）
- Cost/Price(成本/价格)
在这其中，以数据分析挖掘所支撑的目标响应概率（Probability）是核心，在此基础上将会围绕产品功能优化、目标用户细分、活动（文案）创意、渠道优化、成本的调整等重要环节和要素，共同给促使数据化运营持续完善，直至成功。
网友评论