大數(shù)據(jù)的兩個經(jīng)典案例

用兩個著名的營銷案例來引出這次的話題,。

第一個案例講的是韓國一家大集團的副總裁到澳大利亞出差,，住進了麗思·卡爾頓飯店（Ritz Carlton Hotel，1992年美國國家品質(zhì)獎服務(wù)類獎得主）,，他要求將浴室內(nèi)的潤膚乳液換成另一種他常用的產(chǎn)品,。服務(wù)人員很快滿足了他的要求。

三周后,，當(dāng)這位副總裁住進美國新墨西哥的麗思·卡爾頓飯店,，他發(fā)現(xiàn)浴室的架子上已擺著他所熟悉的乳液，一種回家的感覺在他心中油然而生,。

“憑借信息技術(shù)和多一點點的用心,，麗思·卡爾頓飯店使賓至如歸不再是口號�,！丙愃肌た�爾頓飯店澳大利亞地區(qū)品質(zhì)訓(xùn)練負責(zé)人琴·道頓女士說,。

另一個故事來自于美國第三大零售商塔吉特百貨（Target）。

一天,，一名男子闖入他家附近的一家塔吉特店鋪抗議：“你們竟然給我17歲的女兒發(fā)放嬰兒尿片和童車的優(yōu)惠券,！”店鋪經(jīng)理立刻向他承認錯誤,，但是經(jīng)理并不知道，這“錯誤”是總公司運行數(shù)據(jù)挖掘的結(jié)果,。

一個月后,，這位父親來道歉了，因為這時他才知道他的女兒的確懷孕了,。

塔吉特比這位父親知道他女兒懷孕的時間足足早了一個月,！

運用數(shù)據(jù)挖掘技術(shù)，塔吉特能夠通過分析女性客戶購買記錄,，“猜出”哪些是孕婦,，并推算出預(yù)產(chǎn)期，搶先一步將孕婦裝,、嬰兒床等折扣券寄給客戶,，吸引她購買。

這兩個例子,，一個發(fā)生在酒店業(yè),，一個在零售業(yè)，前者通過對單個用戶的細致關(guān)懷提升了品牌形象,，后者通過深刻洞察創(chuàng)造了更多銷售機會,，生動地展示了大數(shù)據(jù)和數(shù)據(jù)分析技術(shù)對服務(wù)業(yè)的深刻影響。

在此之前,，要么規(guī)�,；�，要么個性化,，能否實現(xiàn)規(guī)模的個性化,？這就是大數(shù)據(jù)解決的最實際的問題。

尤其是電商公司,，數(shù)據(jù)儲存比較豐富,，通過大數(shù)據(jù)分析技術(shù)，準確勾勒消費者諸如年齡,、收入,、住處、外貌,、消費偏好等特征,，自動地、成規(guī)模地對用戶分群,、畫像,。你對消費者的每一點數(shù)據(jù)累積，都讓這個畫像豐富,、成長,，更加具象,。

當(dāng)你的每一個顧客都被打上幾百個標簽之后，他的畫像就會更準確,，你會比他還了解他的需求,。

消費者畫像的工作原理

消費者已經(jīng)光顧過你的網(wǎng)站，那么數(shù)據(jù)服務(wù)公司就能通過場景引擎技術(shù),，分析出用戶的瞬時和長期消費偏好,、閱讀偏好，并綜合他/她的性別,、年齡,、婚姻狀況、職業(yè)等人口統(tǒng)計學(xué)信息,，構(gòu)成一幅飽滿而又生動的“用戶畫像”,。

一旦這個消費者再次來到網(wǎng)站,，你可以通過原先的畫像,，實時影響他的點擊行為。他每刷新一個頁面,，你都可以實時分析他的即時購物偏好,，推測出他此時是否有明確的購買意向，處于購買中的哪個階段,，對什么樣的產(chǎn)品有興趣,，而后結(jié)合網(wǎng)站的經(jīng)營目標和業(yè)務(wù)特點，以及他的購買歷史等信息,，將最合適的商品展現(xiàn)在他面前,。

假設(shè)一個用戶已經(jīng)購買了一款3000元的某品牌手機，現(xiàn)在打算為家人挑選一款手機,，他在網(wǎng)站上的行為運作過程將如下表所示,。

不難看出，推薦引擎會追蹤用戶的購物全過程,，根據(jù)用戶畫像和零售行業(yè)經(jīng)驗,，幫助他挑選商品。

消費者畫像就是指路明燈

消費者在網(wǎng)上購物時,，不同的點擊代表著不同的意圖,，也包含著不同的信息，每一個點擊就像DNA鏈條一樣,，包含了很多種復(fù)雜的信息,，你需要準確地判定自己一廂情愿的定位是否符合事實。

1.男女比例,，不是你定的

某服飾公司運營著兩個電商網(wǎng)站,，一個網(wǎng)站只賣男裝,，頁面只推薦男裝；另外一個網(wǎng)站只賣女裝,，頁面只推薦女裝,。

不過，我們通過用戶畫像卻意外地發(fā)現(xiàn)：兩個網(wǎng)站的用戶群都呈現(xiàn)出很高比例的“情侶用戶”或“家庭用戶”特征,，也就是當(dāng)一個用戶購買男裝的時候,，對女裝也有需求。于是,，我們采取了在兩家網(wǎng)站交叉推薦商品的策略,，結(jié)果大大提高了顧客的黏性和客單價。

2.收入情況,，不能想當(dāng)然

國內(nèi)一家時尚傳媒集團覺得自己的讀者都是“高端大氣上檔次,，低調(diào)奢華有內(nèi)涵。奔放洋氣有深度,，狂拽炫酷屌炸天”,。所以當(dāng)該集團做電子商城的時候，其對自己用戶的定位是高端時尚達人,，商品售價普遍都在1000元以上,。

商城上線運營半年后，發(fā)現(xiàn)轉(zhuǎn)化率一直非常低,。后來進行用戶畫像分析,，發(fā)現(xiàn)用戶并非主觀認為的那樣高端時尚，實際購買力其實大多分布在300元左右,。他們雖然是該傳媒集團的時尚資訊粉絲,，但是并不會購買其商城內(nèi)的正品行貨，而是跑去其他網(wǎng)站買仿款了,。

這是多么悲催的事情,！

3.來自哪里，不可臆測

這個例子發(fā)生在團購行業(yè),。我們知道,，用戶在選擇一個團單時，會重點考慮地理位置因素,，所以某團購網(wǎng)站采用了這樣的推薦策略：只推薦本商圈或鄰近商圈的團單,。

但數(shù)據(jù)分析發(fā)現(xiàn)，很多用戶活躍于多個商圈,。以北京為例,，很多在CBD地區(qū)購買團單的用戶，也經(jīng)常在通州購買，他們或許是在通州居住但在CBD工作,。所以,，在推薦策略上，我們打破了限定單一商圈的禁錮,，結(jié)果大大提高了用戶的轉(zhuǎn)化率,。

4.發(fā)什么促銷短信，要有根有據(jù)

考慮一下這樣的場景：一個商場的洗衣機做促銷活動,，我們可以通過用戶畫像,，篩選出若干批符合這次活動的人群或會員。

假設(shè)用戶群A最符合本次活動,，用戶群B次之,，用戶群C最后。

對A,，商場發(fā)送頻次不等的個性化短信,；對B，發(fā)送個性化郵件,；對C,，則適當(dāng)發(fā)送、投遞宣傳資料,。

對于A,，導(dǎo)購會直接向他們介紹洗衣機活動，并提供一個不錯的折扣,；對于B，導(dǎo)購會詳細介紹洗衣機和其他家電,，刺激他們的需求,；對于C，則可能任由他們在店內(nèi)自由閑逛,。

5.搞調(diào)查,，還是畫像靠譜

以銀行為代表的金融領(lǐng)域，是離消費最近,，也是最需要消費數(shù)據(jù)支持的領(lǐng)域,。

國內(nèi)某知名銀行的信用卡中心想全面了解其在線申請信用卡和貸款用戶的特征，了解哪些用戶的消費能力高并且信用好,。

傳統(tǒng)做法是通過在線問卷和電話回訪,，評估用戶的購買力和信用狀況。不過,，這些問卷中涉及的數(shù)據(jù)很少,，而且很多可以造假，很難做出準確的評估,，而電話回訪的代價又很高,，不方便全面推行,。

而用戶畫像正好可以派上用場：用戶最近在衣、食,、住,、行、玩等各個方面的消費金額和消費頻次,，可以很客觀地描述他的購買力,；用戶經(jīng)常訪問的社區(qū)論壇、媒體網(wǎng)站,，可以很全面地了解他的社會屬性,，比如屬于哪個社交圈子、生活品位等等,。

有了這些數(shù)據(jù),，銀行可以對申請人做出更好判斷，是否給他發(fā)信用卡,，發(fā)什么類型的信用卡,，透支額度多大；或是否為他提供貸款,，貸款額度多大,，貸款利率多少等等。

更多資訊請關(guān)注銷售與市場微信公眾號,。