天天看點

“資料人”驅動商業時代到來

“資料人”驅動商業時代到來

“在網際網路上,沒有人知道你是條狗。”這句話曾流行一時,但到了今天,它已被颠覆。你是“狗”,還是“人”已經逐漸透明。因為你正逐漸變為“資料人”,就像美國海軍陸戰隊對敵人目标的定位一樣,你的一舉一動正被商家用、網際網路、手機和大資料追蹤技術所鎖定,而這促成了它們的無限商機,一個“資料人”驅動商業的時代正在到來。

從自然人到“資料人 ”

當你浏覽網頁時,常會出現令人目瞪口呆的促銷廣告,廣告的内容似乎是為你打造的。當你的手機上經常會出現一些促銷資訊,而這些資訊仿佛又和你最近的活動與興趣密切相關。你也許驚歎于網絡的奇妙,但是你可知道,你的行為痕迹早已為商家定位與分析了,你正變成“資料人”,而這對于商家而言,則又意味着無限的商機。

随着資訊化技術,網際網路和移動網際網路、以及視訊等傳感器的發展,以及為消費者越來越廣泛的使用,消費者的日常生活、購買等行為軌迹越來越多地被記錄和映射到了網絡、手機傳感器上,一個普通的消費者的生活軌迹正在變得資料化。消費者正在變成“資料人”,而這種改變将帶來新的商機。

 “資料人”帶來的新商業革命

“消費者的需求就像天上的雲,難以把握”,企業家們在經曆了多個無效的調查,推出多個受市場冷遇的産品後,無奈地說。在消費者行為缺乏記錄的時代,這是無數企業所面臨的尴尬。而消費者需求的掌握對于一個企業的營運,又是那麼的重要,對于企業而言,這是企業内部營運,生産和供應鍊、乃至營銷的原點,它可以帶動企業物流、資金流的有效運轉。

于是,企業隻能依靠市場調查和自身商品銷售資料,來判斷消費者需求。這樣一來,企業的内部營運各個環節的營運缺少依據,沒有源頭,很大程度上是在黑箱中操作。我們看到了服裝企業們的高庫存積壓,也看到了家電企業對那些過時型号的瘋狂降價,企業它們在屏蔽消費者的黑箱中掙紮。而當消費者成為“資料人”,這一切産生了轉機。

新政策下的新革命

  在資料人時代,企業可以通過網際網路和手機捕捉消費者的行為痕迹,然後用大資料技術,分析出他們的需求的點和量,而一旦完全實作了這一點,困擾企業多年的粗放式,盲目的營運問題将被逐漸終結,企業的生産、設計、供應鍊還是戰略都成了有源之水,而這個源頭就消費者。

1、從市場調查到消費者痕迹跟蹤

企業傳統了解市場的方式,更多的是抽樣的市場調查,這樣對于市場了解非常片面,并且從獲得調查結果,到用于企業營運,也存在很強的滞後性,結果企業營運更多地像是刻舟求劍。

而到了“資料人”時代,越來越多的企業開始通過追蹤“資料人”在網際網路和移動網際網路上留下的軌迹,如微網誌評論、購買和浏覽痕迹、好友分享和位置資訊等等,來分析消費者群體的興趣,關注點,以及自身各個營運環境的效果。進而把握市場,即時而精準地調整自身營運。

這個轉變帶來了:

1)、供應鍊的改寫:一直以來,企業的供應鍊運作都是粗放有餘,精細化不足,這很大程度上,是消費者的需求難以把握。企業無法提前知道消費者在不同時間,不同地點,所需要的不同商品。但是通過對于資料人的跟蹤,這些将逐漸不再成為問題。

例如某些企業通過對“資料人”浏覽和搜尋等行為的追蹤,判斷其需求的商品量和種類,和相對應的時間段,則進而根據這些,對庫存商品擺放,生産、庫存數量,進行精準的安排。1号店會根據消費者浏覽和購買中,經常在一起的商品,将關聯度更高的商品在庫存中擺放到一起,減少揀貨時間。而阿裡巴巴正在将使用者浏覽和搜尋,以及收藏的商品數量,用于指導平台上企業生産和進貨的依據。

2)網站門戶營運管理的颠覆:先前,對于企業網站門戶的管理,跟多地市放些内容,換個圖檔等那麼簡單,幾乎完全是企業在自娛自樂。但是在資料人時代下,企業可以根據“資料人”在網際網路上留下痕迹的追蹤,來針對性地優化其網站營運。如對于一些電子商務網站,顧客每個時刻從哪些平台和頁面跳轉到網站、點選了什麼頁面,浏覽了哪些頁面,光标集中停留在哪部分,這些都會得到即時抓取、追蹤。據此企業動态調整網站、頁面和圖檔,以及網站背後的各個環節的營運,進而讓企業營運的投放變得極為精準。在上海家化電子商務部門,有專門的,跟蹤消費者在網站内浏覽行為的團隊,他們會及時将網站内的資訊回報到各個部門,實作關聯。

3)品牌宣傳的重塑:在“資料人”時代,随着消費者的行蹤越來越多地展現和記錄于網際網路和移動網際網路上,企業的品牌宣傳效果變得更具有可追溯性,企業的營銷正逐漸變得更精準,擺脫了以前的粗放模式。例如,一些企業通過線上的搜尋量,來判斷線下某個地區促銷活動的效果。再如十月媽咪的品牌網站上,通過檢視各個浏覽者從網際網路上的什麼門戶過來,就可以優化廣告資源配置,确定在哪些門戶網站投放更多的廣告。

4)、顧客忠誠度計劃的改進。傳統的加強顧客忠誠度的方法,隻是對于老顧客的一些針對性的優惠和贈送等活動。但是随着目前,通過網際網路和移動網際網路,顧客的行為軌迹能夠被企業追蹤和發現。企業可以通過顧客的網絡痕迹,以及海量顧客的行為資料,來分析出顧客的購買周期、購買前的迹象、以及顧客下一個最可能購買的商品、顧客流失的迹象等。進而發現可能成為忠誠顧客的人,以及将要流失的忠誠顧客。再針對性地進行營銷刺激和定向喚醒。于是,通過對資料人的分析,1号店找出顧客成為忠誠顧客的各種信号,如購買跨越了三類以上商品等等,以及忠誠顧客流失的信号,曾經進入網站,短期停留又走開等信号,然後找出可能成為忠誠顧客的人,或是可能流失的人,采取相應的措施,提升顧客忠誠度。

5、讓個性化設計和生産成為可能。在消費者個性化時代,個性化設計和生産是未來發展的方向,實作這個前提是消費者喜好的收集。以前,企業收集消費者喜好,都采用調查問卷等傳統方式,但是在資料人時代,憑借網際網路、手機和傳感器,企業可以實作對海量消費者喜好資料的收集和分析。因為你看在看什麼、玩什麼、說什麼,這些就可以直接反映了你的喜好。而這成為個性化生産和設計有效的切入口。一些家電企業,如海爾和tcl等通過網際網路,來讓消費者選擇産品的各種風格、顔色和子產品,彙集海量的消費者需求資料,實作個性化定制。而知名的快時尚品牌zara将網絡上的海量資料看作實體店面的參考,通過對于海量資料的分析得到流行趨勢,進行個性化設計。

6、進行商品需求預測,據此調整生産和進貨等環節。淘寶就是利用顧客對于各種商品的搜尋等,點選和收藏的網際網路行為軌迹,來探求各個商品的需求量,進而做平台上企業生産計劃的參考。而淘寶上的化妝品電商,小也化妝品,則是通過網絡上顧客對于一些品牌的搜尋量,來作為是否引進這個化妝品品牌的依據之一。

從消費者痕迹跟蹤到消費者定位

在“資料人”時代,企業不僅僅能夠追蹤到消費者的痕迹,還能夠定向到消費者的個人。如前所述,當一些電商網站給你發與你密切關聯的郵件時,當你在手機上網後,顯示與幾乎與你相比對的浏覽标簽時,你不必驚訝,其實你已被定向了。對于商家而言,在目前的技術條件下,可以将你的曾經網絡行為,和通過手機的行為,與你的個人資訊,如網絡iD、賬号、郵箱、手機号等關聯,進而發現特定的你,的特定行為。它們是怎麼做的呢?例如,電商們可以通過你的注冊郵箱,與你之後的購買行為,分析到你的購買模式。廣告商們可以通過你唯一的手機串号,以及你攜帶手機後,所到的場所,以及你在手機上的浏覽行為,來找到你的特殊之處,形成該你的拼圖。之後就是大資料分析的事情了。阿裡巴巴、京東正在幹這樣的事情,它們先追蹤平台上消費者在各個商家的浏覽和購買等行為,在此過程中,将消費者歸類,分析出每個消費者是哪種需求類型,購買周期多長等等。而百度則通過全面追蹤閱聽人的興趣點、搜尋關鍵詞、浏覽主題詞、到訪頁、網站等,進而将閱聽人特征全方位立體的呈現,找到特定消費者的需求特點,為商家的廣告投放服務。

“資料人”驅動商業時代到來

而當企業一旦可以定向追蹤到具體的消費者行為,就能夠實作

1)精準的營銷:精确到個人

因為消費者一旦被定向,商家就可以知道兩方面的内容一是消費者的個人識别資訊,如賬号、郵箱、位址,網絡ID和手機号等等。二是消費者在網絡上的行為資訊,如浏覽哪些網頁、點選哪些,線上下不同時間處于哪些地點等等。根據這些資訊,商家可以判斷出其在不同時間、地點、情景下的購買需求,進行相應的推送。例如廣告交易平台,品友互動,就是通過消費者點選網站和浏覽的網站的曆史追蹤,來判斷出這個消費者的興趣,(是對于汽車感興趣,還是對于手機感興趣),以及上網的時間。在這些資料的支援下,網際網路廣告交易平台,品友互動與各大網際網路門戶合作,進入了實時競價廣告領域,讓商家能夠在這些門戶網站上,将自己的品牌廣告展示給符合其消費定位的目标人群。(當目标消費者到來後,商家的廣告才能顯示)。這種精準化的趨勢會逐漸淘汰那些轟炸式的廣告營銷,最終讓大品牌投入們走向越來越窄的小胡同。

2)新的商業模式

基于位置的服務就是“資料人”時代背景下出現的,通過你的手機,商家們可以獲得您的位置,而正是通過這一點,開辟了基于位置的服務,它們可以根據你的位置,向附近的消費者發送促銷資訊;根據你的位置,提供就近的打車服務;或者根據位置,提供交友服務等等。後者從微信上“附近的人”一欄中,我們可以看到這個典型的應用。

 不要忘了尊重隐私

在資料人時代,消費者的隐私權正受到前所未有的挑戰,我們會收到大批垃圾搬的促銷資訊,會感到被監視的感覺。是以對于商家而言,如何能利用這個時代,抓住消費者資料化的趨勢,但又尊重消費者的隐私權,是一個挑戰。那麼隐私權的尊重對于商家們又有什麼意義呢?實際上,如果商家不尊重消費者隐私權,雖然能夠搭上時代的便車,但是,随着隐私文化的興起,它們将成為消費者心中的“蝗蟲”,擋在消費者的心門之外。

<b>原文釋出時間為:2013-11-02</b>

<b></b>

<b>本文來自雲栖社群合作夥伴“大資料文摘”,了解相關資訊可以關注“bigdatadigest”微信公衆号</b>

繼續閱讀