欢迎访问: 网络营销教程网  - 解惑电商大数据应用
现在所在的位置: 返回首页〉 > 电商应用 > 正文
2014年7月7日 ⁄ yuewei ⁄ 评论数 0+ ⁄ 被围观 +

  解惑电商大数据应用

  

 

  这是一个人人都在谈论大数据的时代,人人都知道大数据背后蕴藏着大价值,但是什么是大数据?企业如何实施大数据方案?大数据如何为企业带来价值?

  为了避免其价值被过度消解,电商CRM解决方案提供商数云CTO段勇,讲述处于懵懂期的大数据,从理论到实践的距离还有多远。

  

 

  电商大数据应用难点

  大数据包含大价值,但是并不一定每一家企业都能充分利用好大数据发挥价值。这其中比较重要的两个难点是:

  1、数据不完整

  电商企业往往只能获取到自身企业的数据,而无法获知全局的数据。一个用户没有在该店出现过就认为该用户不存在;一个用户没有购买过A商品就认为该用户对A商品没有需求。信息的不完整,往往会带来分析的偏差。

  但这的确是一个客观的事实,比较难以改变。对企业来说不能因为无法获得全局数据就不开展针对本店数据的应用。当然,如果在条件允许的情况下,能结合其他更广的数据源进行综合分析,那将能产生更大的价值。

  2、人才的缺乏

  不只是电商企业,整个大数据行业都缺乏“大数据人才”。大数据应用需要的是业务与技术的完美结合。“大数据人才”需要具备统计、计算机、商业分析等技能,是一个要求非常高的复合型岗位。当然,随着越来越多的企业认识到大数据的重要性,将会有更多的专业人士投身到大数据领域中去。

  电商具备天然的大数据应用条件

  互联网引入了由用户产生数据的模式。这种模式的特点是多源头,低成本,更及时。构建在互联网基础上的电商企业相对传统零售最大的优势之一就是数据的可获得性。

  电商企业可以比较实时的获得到顾客的基本信息,访问来源,以及在网站内的搜索、收藏、浏览、购买、评价等信息。这些数据是电商企业进行大数据挖掘的基础和核心,通过对这些数据的分析,企业可以了解到:

  (1)我的顾客是谁?他们有什么特征?

  (2)我的顾客都喜欢买哪些商品?哪些商品之间有关联性?

  (3)下个月的销售额会增长还是会下降?为什么?

  (4)谁是我的高价值客户?我应该对谁营销效率会更高?

  电商,天然具备大数据的挖掘条件。企业不要再“坐在金矿上啃馒头”了,得好好的把拥有的“数据资产”用起来。

  大数据,多大才算大?

  很多电商企业都会有疑惑:我的数据好像还不够全,数据量也还不够大(没有几十上百TB),是否能实施大数据应用呢?面对这类问题,我的个人观点是:

  1.大数据是一种主观状态,它描述的是一个公司的基础架构无法满足其数据处理需求时的情形。当企业的能力已经不能很好的管理和利用好它的“数据资产”的时候,这些数据对企业来说就是“大数据”。所以,大数据是“主观”的,而不是“客观”的,企业认为大那就是大。

  2.大数据的关键不是“容量大”,而是“价值大”。大数据如何定义不重要,关键是企业如何利用好已有的数据并创造价值。

  3.企业实施大数据方案要循序渐进,应该有一个从"小"到"大"的过程,不可一蹴而就。

  所以,不要再觉得你的数据不够大就暂时不利用了,立即行动吧,只要对你有价值的数据都是大数据。

  什么是有价值的数据?

  上文提到,电商企业拥有天然的数据获取优势,一般来说,可采集到的顾客数据包含如下一些种类:

  1.顾客基本信息:主要包含性别、年龄、地域、爱好、婚姻状态等人口特征数据。

  2.网站访问行为:主要包含访问来源、网站内搜索、收藏、浏览、购物车、下单、评价等数据。

  3.订单行为:主要包含订单时间、购买商品、数量、金额等数据。

  4.客服咨询:主要包含与客服的聊天时长、聊天内容等数据。

  5.售后服务:主要包含退换货等数据。

  6.社交媒体行为:主要包括粉丝的转发、评论、晒单等数据。

  如何甄别哪些数据是最有价值最应该优先挖掘的呢?我的方法是通过三个指标来综合判断:

  1. 数据的可获得性

  2. 数据的挖掘难度

  3. 数据对企业价值的高低

  我们应该优先挖掘那些“最容易获取,挖掘难度不大,但对企业价值最高”的数据。例如,顾客基本信息(生日、年龄、婚姻状态等)虽然对企业价值非常高,但是可获得性比较差,所以不一定是挖掘的重点。订单数据最易获取,挖掘难度适中,对企业价值也比较高,是应该优先挖掘的。网站访问行为和社交媒体行为对企业价值很高,数据也可获得,但是挖掘难度较大,有一定技术实力的企业方可优先考虑。

  电商大数据应用点

  大数据对电商企业运营的诸多方面都将产生很大的影响,下面重点阐述几个比较成熟的应用点:

  1. 会员精准营销

  这是电商企业大数据应用最成熟和最容易见效的应用之一。大家都知道电商获取新客户成本越来越高,有数据显示获取1个新客户的成本是留住1个老客户的5倍。当新客户获取之后,如何让他从1次购买变成2次购买,2次购买变成3次购买,直至成为你的忠实粉丝,这就需要对会员进行持续的管理和营销。

  精准营销的核心是客户细分,而客户细分的核心就是大数据。企业可以对客户的大量数据进行分析和加工,为客户打上成百上千个标签。例如为购买次数多,消费金额大的客户打上“高价值客户”标签;为经常浏览手机/电脑等数码产品客户打上“IT人士”标签等等。企业为不同标签客户提供差异化的产品和服务,将显著提升营销效率。

  经验数据表明,基于大数据分析后的会员精准营销成功率一般是粗放式营销成功率的2~3倍。

  2. 精准广告

  大家可能都有这样的体验:当你在一个电子商务网站浏览了一件商品(例如一双男式皮鞋)之后,你在其他网站将会看到针对你之前浏览的商品的关联推荐(例如推荐其他款式的男式皮鞋或者男式正装)。这背后的原理就是大数据。

  上面这个例子就是一种叫“RTB(实时竞价广告)”的精准广告应用。RTB广告可以基于访客在电商网站的历史访问轨迹来进行精准的广告竞价和投放。例如你曾经在网站上浏览了商品A,那么当你出现在其他网站时,广告主如果竞价成功之后,将会为了呈现商品A的关联商品广告。

  经验数据表明,基于大数据的RTB精准广告投放ROI一般比传统广告高30%~50%。

  3. 个性化推荐

  我们今天在很多电商网站都会看到这样的栏目:猜你喜欢、看了该商品的用户还看、买了该商品的用户还买、看了该商品的用户最终买、买了该商品的用户还买……。这些都是推荐引擎的成果。推荐引擎基于大量用户的浏览和购买行为数据分析,从中发现商品与商品之间的购买关联性以及用户与用户之间的相似性,进而为用户提供精准和个性化的商品推荐。

  亚马逊可以称得上电商界的“推荐之王”,据说亚马逊销售额的35%来源于其推荐系统。