爱华网
就业难其实也不是不可跨越的鸿沟，也许年轻人转变就业观念就能很好地化解窘境。在此，我愿以一名过来人的身份，和大家分享面临众多机会时，该如何选择的一些浅见。
我们正在快速进入一个跨渠道超定位（hyper-targeting）的世界。数据库精确定位的概念不再仅用于直接反馈活动，还能被用于品牌活动。为客户提供个性化也不只是局限于产品和服务，而是针对独立个体带来品牌的体验。在这个过程中，笔者认为最重要的一部分是如何利用正确的数据去了解谁是品牌应该定位的受众。
对于大多数品牌来说，利用目前现有的客户数据，去做未来客户的定义，是一种最有效的方法。这听起来像一个简单的任务，但在现实实践中却存在各种障碍，其中包括数据匹配的低精确度；单独依靠线上活动把客户错误细分；有些品牌根本就没有设立可用的客户数据库等。甚至就算恰当地组织好客户数据，一些广告主线上线下的匹配率也低至10％，简单的性别识别只有50％的准确度，更别提客户更深的属性。
对此，笔者认为，品牌必须以一个简单和通俗易懂的方式去存储客户数据，然后仔细挑选最可靠的数据来源或数据供应商，完善每个客户的个人资料。WebPower中国区利用邮件、微信、短信等线上线下多营销渠道帮助企业完善客户数据，建立统一的用户eID数字身份，可以帮助品牌进行精准的跨渠道定位。
为了带来持续而精确的客户数据匹配、分析和定位，笔者向大家介绍一个分5步走的过程：AESMA。这5个步骤将帮助品牌把有价值的、专利的第一方数据转化为一个高竞争性的客户定位策略：
1.访问（Access）—— 启用选择性地访问客户数据，理想的情况是使用一个数据仓库。为了提高匹配率和数据的准确性，如名称和地址等必不可少的数据字段，WebPower中国认为，利用邮件、短信、微信等跨渠道的客户数据共享，对完善客户数据以及提高数据的精准度，开展精准营销将非常有帮助。
2.强化（Enhance）——选择一个匹配率在50％以上的成熟的数据强化供应商，目前品牌可用的主要数据提供商，大都是使用名称和地址匹配去统计客户数据，品牌如有必要可以选择一些合法可靠的数据供应商，但是，就效果而言，笔者认为，通过品牌自身营销，如品牌邮件营销、短信营销、微信营销等多渠道获取的第一手数据将更为有效，品牌不妨优先利用自身已有的客户数据资源。
3.分割（Segment）——开发一个双向分割框架，一方面，使用一个品牌的本地数据去创建直观的、专有的数据划分，另一方面，使用第三方数据来创建实践性的、数据驱动性的数据分割。两种分割方法之间的矩阵将为品牌更深入了解现有客户提供难得的机会，并可以帮助企业去定义未来定位人群策略。
4.模型（Model）——在大多数情况下，我们最终都是获得太多的数据。使用建模技术来隔离和删除冗余数据，并重点突出与确定目标定位人群相关联的极少数的物质变量。例如，如使用了居民收入，就可以不用再使用一个财富指标等。
5.行动（Action）——如果品牌具备了所有数据并进行了分析，但是没有利用这些数据和分析去实践，那么工作也只是完成了一半。使用模型输出，以制定一个多渠道的更有针对性的活动。当然，数字渠道可以使用更多的定位参数，如DSPs，社交媒体和电子邮件等； 但品牌也可以利用邮政编码去汇总结果，以及利用传统渠道如户外、电视和电台等渠道，去定位目标受众。
不久，所有渠道都将允许一定程度的超定位，甚至电视机都将迎来机顶盒定位。从现在开始加强和分割客户数据，将为你的品牌提供足够的背景和经验以领先于竞争对手。
