如今，營銷人員在網絡渠道投入了大量真金白銀，這就勢必要為營銷活動找到合適的受眾，否則會造成巨大的浪費。傳統的營銷漏鬥——樹立品牌、尋找潛在客戶、完成交易——在網上依然適用。一次成功的營銷活動必須符合漏鬥各階段的目標。
“展示廣告並沒有起作用。”我的一位同事負責為某家頗具規模的網絡大學進行宣傳，結果卻發出如上抱怨。
他聘請某創意公司設計了引人入勝的廣告，並在某廣告網絡上投入5萬美元，組織了幾次宣傳活動。“起初順風順水，點擊率扶搖直上，但是要將點擊率轉化為意向客戶勢比登天。當計算成本時，我發現CPL（cost per lead，按引導效果付費）比我想象的要高，那些來自宣傳活動的意向客戶並沒有真正形成足夠的注冊入學人數。我們的點擊率的確很高，但是點擊者並非我們的目標受眾。”他說。
你會遇到這種投資回報率（ROI）的窘境嗎？極有可能。如果你負責營銷策劃、媒體采購或互動戰略，你就會遇到這一問題。如今，營銷人員在網絡渠道投入了大量真金白銀，就勢必要為營銷活動找到合適的受眾。借助大數據和預測分析手段，你能成功為自己的營銷信息找到目標受眾。
傳統的營銷漏鬥在網上依然適用。一次成功的營銷活動必須符合漏鬥各階段的目標。無論是建立知名度（品牌化），教育/培育客戶（尋找潛在客戶）還是完成交易（客戶轉化），要在不同階段發現合適的受眾，就需要采用不同的數據指標和衡量方法。以下是漏鬥各階段需要考慮的幾個關鍵問題。
受眾定向數據：
客戶轉化營銷活動的宗旨是利用現有的客戶需求，將其轉化為實際交易。你如何才能在網上發現當前的客戶需求並瞄準目標用戶？答案是行為數據。每天顧客都會通過搜索活動和網頁瀏覽行為透露自己的當前意向。
根據公司的不同，這些數據指標預測購買行為的能力有強有弱，最具價值的指標往往鳳毛麟角。為了加強行為指標的效果，數據專家利用大數據創建了“相似受眾”，這些相似受眾瀏覽網頁的特征與你們現有的顧客頗為相似。不妨設想一下，你們發現某些人在你們網站購物的前一周裏，曾經光顧某家理財規劃網站。這一信息雖然不起眼，但是對於決定你們產品的潛在購買者而言，這一線索舉足輕重。
像Quantcast那樣的公司會通過分析網上的海量數據凸顯各類行為指標的特征，對其加以合並，從而拓寬轉化營銷的潛在受眾群。同樣，媒體采購平台可以運用受眾反應最優算法采集營銷數據，從中發現能使受眾反應最大化的廣告投放位置和時間。
效果衡量：
由於客戶轉化營銷活動利用的是現有需求，因此對它的評估應當看受眾是否有高響應度。受眾需要在極短的時間窗口內（幾天或幾個小時）看到營銷活動並對其做出反應。評估應當基於最後一次點擊，同時也考慮較短期間內的廣告瀏覽情況。