数据价值如何在企业实战中落地(33PPT)

本文整理自时趣首席科学家王绪刚博士的演讲

回复“时趣”可下载完整版PPT

我今天跟大家分享的,是如何通过数据的技术来去发现数据背后的价值。这是我进入时趣这么多年以来,与著名的合作伙伴一起进行数据方面的探索一些切身体会,包括了在企业方面营销数据,他从哪里来,怎样构成的,以及营销数据背后的一些价值,如何体现,如何通过技术让数据的价值得到落地,最后我会给两个比较典型的数据方面应用案例。

1.企业营销数据“大”几何

举一个个人的例子,我每天回家以后我媳妇和我女儿第一件事情就是把我手机没收掉,他不想让我每天低着头看我的微信,朋友圈,看今日头条上面一些热点的行业新闻,基本上我的时间会被手机占据了非常多,实际上我们每天人碎片的时间都是被各种碎片化的应用所占据,不得不使得我们的品牌在这种碎片的营销的阵地上面与消费者建立连接。

我们举一个自己最典型的客户的例子,比如说他会在微信上面会有200多万的粉丝,每个月会有10万多次的转发,120万次的阅读,有3万的UV,有一些店铺,每天有10万的访客,还会举行一些线下的活动,有1万的会员,还会投放一些广告,有400亿的曝光,还有线下平台的投放,会带来100万次二维码的扫描,加入他的活动,这些所有数据加在一起有100T到200T的样子,会塞满我们一天的PC电脑上面的硬盘,这些数据是非常庞大的。

但是在这数据的背后我们不仅仅看到了一些数字,比如说PVUV简单的转化,每个人当中的转化都是一个潜在的消费者,我们更应该了解这些消费者他的渠道,他可能对什么样的产品感兴趣,是不是首次访问,可能购买的产品是什么,是不是有交叉销售的机会,这些人是不是有可能会流失,我们和哪个品牌可以一块合作,可以再找到他们,都是我们需要去了解的,我们要去了解数据,要知其然,还要知所以然才能发挥数据背后的价值。

2.营销数据背后的价值

从上面的内容不难看出,数据对企业营销的价值是非常大的,那么一个消费者的数据是如何产生价值的呢?

举个例子,消费者使用一个APP打到出租车的时候,会产生一次交易,交易完成之后,会有一次的红包分享机会,发到朋友圈之后,招到很多新的朋友来继续使用这个APP,同时在红包上面还会有另外一个品牌的LOGO产生,一个消费者在同一个场景下会有三个方面的价值,包括内部产品购买的价值,包括给其他的品牌带来流量的价值,以及这个消费者作为自媒体产生传播的价值

传播价值:消费者将红包分享到朋友圈或其余社交媒体时,红包天然带来了链式反应,吸引了更多的用户的持续使用或是对于Apps的下载,如果一个新客的获取成本与老用户的激活成本是某个值,那么这种链式反应就必然可以带来可以计算的传播价值。

内部购买价值:就是消费者在这个场景下的消费额度,比如这趟打车花了35元,那么此时的内部价值就是35元。

外部流量价值:就是消费者将红包分享到朋友圈或其余社交媒体时,给第三方品牌所带来的曝光价值,一个消费者的朋友圈如果有1000好友,那么假设10%的好友会看到,2%的好友会点击,这个外部流量价值就可以相应看出来。

那么该如何来挖掘消费者三方面的价值呢?从数据层面上面,可以通过一个公式来衡量。这其中又包含三个因素来决定,叫做多、快,好。

多,就是尽可能多的产品下识别用户,识别这个用户产品的行为,他使用的APP越多,企业收集的信息越多。

快,就是尽可能的跟他去接触,频繁的通过自动化的手段发生这样的互动行为,尽快的把采集来的数据利用出去。

好,也就是说企业跟每个消费者产生互动的时候,尽可能发挥之前的建立好的优化项,以及所要推送内容的相关的频率度,从而把对的内容,通过在对的时间和媒介发出给对的人,从而产生最大化的一个转化率。

很重要的一点是在Social时代产生的新模式,不再是漏斗化的,而是像层层波纹的传播,产生一个最大的提升。

3.数据价值如何落地

数据对企业的营销是很有帮助的,这点已经从多方面得到了证实,但是如何将数据价值落地呢?在实际的操作过程中企业发现,只有让营销人员“可用”才能实现数据价值,而想要做到这点必须通过三方面来实现。

让营销人员自己去理解、去应用、去操作的时候,数据应用才能真正的落地,相应的再往下企业的数据能够让应用人员自己能管理起来的时候,来减少业务人员和IT之间大量的沟通,反复争吵的过程,才真正能够让营销人员了解大数据,任何的一个IT的进步都是要让非专业人员,让他们充分利用起IT的应用和技术。

虽然数据对企业营销帮助很大,但是很多企业还是没有充分利用和理解数据的价值,比如很多企业会问,我该收集哪些数据,应该向哥伦布发现新大陆那样漫无目的去找呢,还是有针对性的,还有数据采集完了,想给他们进行一个可量化,又该怎么去做呢?

还比如说,很多品牌的业务部门都有使用大数据的需求,每个部门使用数据应用的目的和方向都不太一致,比如说消费者研究部门希望做消费者的洞察,营销部门用数据制定线上营销的策略,售后部门想看到用户对他们的投诉等等,每个部门都有不同数据应用的需求,然而任何一个应用的开发都需要动用所有数据的来源,从而使任何一个应用数据的开发周期都会长达半年以上,这都是企业面临的实际的问题。

为了很好的解决这样的问题,企业需要搭建一个大数据营销管理平台,核心的组成部分,包括用户的行为追踪,主要体现是要存储哪些数据,比如在云端尽可能把所有的用户行为全部保存下来,当需要分析的时候,从后端调用出来,不管是事后的跟踪,还是实时监测都可以。

在模块当中,还会有用户画像去做,在预测智能阶段,会根据客户的应用场景,不断根据给定的内容和产品发现潜在客户,在数据应用这个层面,会把已经做好的比较完备的数据应用开放出来,比方说意见领袖的管理,微信的监测等等。最后,是把整个第一方和第二方第三方数据整合在一起,并且形成一个开放的平台和接口,让他们也能够使用这个数据能力,从而让数据到达他们每一个服务的层面。

举个例子,构建用户画像,是从日常应用的场景出发,用户数据的使用的过程,基本上归纳为找到合适的人,制定合适的传播的内容,去实现销售转化,以及发现中间的意见领袖在进行推广传播的这么一个闭环的过程。

因此我们会把一个消费者按照第一方的数据和第三方数据整合的方式分成两大部分,下面的部分是把一个消费者作为一个自然人的方式来把他区分。

上面部分是我们品牌产生相关的互动之后采集回来的数据,同样这就是个导航系统,它的作用就是不断地我们根据制定好的目标来衡量企业和你的消费者之间的距离,所以说会把一个消费者整个的画像分为品牌相关和非品牌相关的两方面。

4.典型数据应用

下面讲几个案例,比如说给一个比较有名的线上售卖的煎果类的品牌做广告投放,我们会事先在线上所有的数据全部采集下来,包括他的互动数据,包括电商销售的数据,甚至包括他的进用品的数据,我们分成七个组进行不同内容这方面的沟通,后来我们会发现,在他的互动率和覆盖率上面,会有不同的数据产生,对于曾经互动过的那批人他的转化率是非常高的,曾经购买过的,再做二次召回转换率也是比其他的要好一些,然而他的覆盖率是非常好,因此综合这个结果,第二步对电商数据的再次使用,我们会发现效果会有非常地综合起来超过其他的几个组,通过这个数据,会把他线上的实际购买这群人的ID和社交ID进行匹配,我们去做分析,什么一群人喜欢他的品牌,有一些特征,利用特征找到一批相似因素的更大的一批人,再进行二次的投放,通过这个投放我们发现比传统的人为决策式的投放整个会提高10倍,不光是在广告投放,数据能产生价值。更重要的在整个全生命周期阶段,实施的个性化才是最佳的一种方案,包括我们在做的访客购买者模型,以及线上交叉销售的模型。

比如说我们在给一个国际上最大的眼睛护理液企业做的Social CRM系统当中,我们会利用微信上的,我把消息,在他产生积分兑换之后,给他产生一个个性化的推荐,根据他自己的兑换结果,实现最大化的挖掘,同时还会发送新活动,时时监测每个人的效果,使我们这个积分池子在最大化的情况下进行合理分配,以上是我分享的内容。

最后想分享这幅图,任何的一个科技在他成熟落地之前,都会经历这样一个曲线发展的过程,目前大数据的这种科技发展已经到了成熟期,我们愿意跟在座的各位一起探索大数据的落地,我们希望加快它的落地,而不是做一个简单的旁观者。

本文分享自微信公众号 - 大数据文摘(BigDataDigest)

原文出处及转载信息见文内详细说明,如有侵权,请联系 yunjia_community@tencent.com 删除。

原始发表时间:2015-09-07

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏企鹅号快讯

AI需要大数据,而大数据也需要AI

AiTechYun 编辑:nanan ? AI和大数据已经形成了一种真正的共生关系,彼此需要相得益彰。 Wired公司联合创始人Kevin Kelly 认为:“...

231100
来自专栏云计算D1net

让云计算对企业更加友好

如今,随着企业变得越来越习惯采用云计算,并了解其如何能够增加业务机会,他们将信息越来越多的数字资产投入云基础设施。在过去,企业还没有准备好全面承诺采用云计算,往...

442110
来自专栏华章科技

你的公司是否真的需要大数据战略?

我们认为,企业应该重视数据统治和数据管理。如果数据是一个企业最重要的资产,然后常规的数据统治项目和数据管理最佳实践是其能够实现的多数投资策略。如果只有其中一种投...

12030
来自专栏人称T客

报告丨云分析可以提升28%的客户满意,9%的客户留存和13%的营收

T客汇官网:tikehui.com 译者 | 飞逸 随着大数据和云计算的流行,云分析也开始在市场中展露了头角。2017年二月,Garnter在其商业智能分析平台...

30170
来自专栏PPV课数据科学社区

你能真正区分什么是数据科学家?数据工程师?统计分析师?

数据科学是一个蓬勃发展的产业。世界各地的国家和企业都在不断地收集大量的数据已达到一个高峰。他们决定聘请一些能为他们处理数据,并通过数据改变现状的专家。 数据科学...

37580
来自专栏机器学习AI算法工程

【观点】数据挖掘未来研究方向及热点

1、 数据挖掘未来研究方向 当前,DMKD研究方兴未艾,其研究与开发的总体水平相当于数据库技术在70年代所处的地位,迫切需要类似于关系模式、DBMS系...

62060
来自专栏杨建荣的学习笔记

运维开发的痛点和思考

33150
来自专栏大数据文摘

业界 | 数据科学简历通关指南,一文告诉你HR青睐哪些特质

12530
来自专栏互联网数据官iCDO

驱动用户增长? 来,客户调查类型了解一下

顾客调查可以帮助企业在短时间内用最低成本收集大量顾客反馈。这些调查结果可以帮助企业快速简便地满足顾客的反馈和要求,并且可以识别潜在用户以及进行案例研究。

13530
来自专栏EAWorld

敏捷数据管理的12个技术原则

回顾整个数据平台的发展,在每一个阶段所有数据类应用都会或多或少的都会有数据质量的困扰,数据标准更是难以落地。数据管理由于难度大,涉及方面多逐步成为重要不紧急的事...

44080

扫码关注云+社区

领取腾讯云代金券