当前位置:主页 > 新闻资讯 >

做新零售之前,先补点“数据新能源”再说

时间:2017-05-18 16:55 来源:未知 作者:廊坊商家网

阿里巴巴CEO张勇曾说,大数据如今已经和水电煤等基础能源一样,成为商业领域的“新能源”。在新零售时代,如何收集、分析和应用大数据,用“新能源”驱动商业发展?

阿里巴巴CEO张勇曾说,大数据如今已经和水电煤等基础能源一样,成为商业领域的“新能源”。在新零售时代,如何收集、分析和应用大数据,用“新能源”驱动商业发展?


本次数据侠实验室活动,DT财经联合第一财经数据商学院邀请了几位研究电商领域数据的“弄潮儿”,他们从消费大数据出发,解析了数据在电商行业的应用场景及运营策略。


CBNData杨钦:数据是驱动商家运营的最佳手段


第一财经商业数据中心(CBNData)首席数据分析师杨钦认为,数据,是驱动商家运营和优化的最好途径。他以天猫6·18粉丝狂欢节活动为例,结合自己的数据分析经历,将大数据分析分成了三个流派:数据流,技术流和艺术流。

 

数据流,就是对电商大数据的基础数据进行多维度的解读和比较。从行业的整体,再到平台,再到商家,通过对数据一步一步的细分,可以看到更精确、鲜明的特征,这些细节数据比宏观数据更有价值;技术流,就是用数据挖掘的方法,来分析消费大数据。这会用很多的模型、方法论,涉及到复杂的解读和阐释。不过,再技术流,也得尽量“说人话”——帮助解决问题才是数据分析的本质;艺术流,则是说数据不仅反映了商业生活,还反映了社会文化的方方面面,比如文化、人情等等。我们每个人都可以从中看到与自己息息相关的故事,这就是数据的艺术。

 

(以下为杨钦演讲实录节选)

 

我们开发阿里大数据的这个过程中,做过一些尝试,跟大家做简单的分享。后来取了名字叫三个流派:第一是数据流,第二是技术流,第三是艺术流。

 

第一个是技术流,以6·18活动为例,你会关心什么呢?作为商家,我们知道这是一个很好的全行业的活动,我们能在这一天卖出很多商品,赚不少钱。到底6·18是什么样的情况?我们总得看一下这个行业,比如说销量数据。

 

123.jpg

 

这是行业在整个上半年的销量走势,从这张图还是能看到很多好玩的东西,比如6·18这一天的销量呈现出非常剧烈的上涨,当然在图上不太能直观看出来之后2天的情况:6·18第一天会快速爆发,但是第二天也会延续一天,但是基本上第三天就会恢复平稳。

 

如果我们跳出6·18来看平时的数据,则是非常地起起伏伏。比如说平时的低谷一般是周末,这里又可以延伸出非常有意思的角度:什么时候电商才算是真正做到线上线下融合?我们认为,当平日和周末的销量没什么波动的时候,大家周末也在线上购买,这个可能就叫做“新零售”时代。

 

234.jpg

 

如果对商家进行分层,数据会变得更直观。上图中5000万以上的头部大商家在6·18的销售量提升达到10倍以上,50到100万的小商家提升3.7倍。从整个行业到平台的拆分,再到商家的拆分,特征越来越鲜明,这些细小的数据,远比宏观泛泛的数据价值更大。

 

345.jpg

 

还有第二个流,技术流。上面这张图是一个很基本的购物篮分析的可视化方案。这张图大概有接近200条规则,每一个小圈圈其实代表了一条规则。小圈圈之间的连线,代表用户同时购买了这些商品。中间这些圈圈的大小代表支持度,也就是购物篮消费者的占比。还有一个圈圈的颜色的深浅,代表了提升度。我们想分析的是购物篮(就是同时会有各种各样的商品),什么样的组合可能是大家最常用的组合。这样一个模型,是一个很经典的、基础的大数据挖掘的方法。

 

有这样的数据挖掘的技术之后,带来的好处是你可以做各种各样的模型,但我们认为技术流面临的最大的一个问题是“不说人话”。分析是用来解决问题的,如果你不能解决问题,你再去分析也是没用的。所以我们认为只有解决了问题,在解决问题的基础上,还要说人话。

 

456.jpg

 

第三个流派是艺术流,这里先简单给大家看一张图,这是我们经常举例的一张图。这个是情人节前后鲜花销售的规模,其中,一个是七夕,东方情人节,一个是2·14的西方情人节。在七夕这一天,鲜花的销售是更高的,反倒是西方的情人节销售规模更低一些。为什么说艺术流呢?因为它反映的不仅仅是商业,还有这个数据背后关乎的社会生活的方方面面。

 

虽然上面提到了三种方法,但我们认为不管你是数据流,技术流,还是艺术流,所有的东西都有一个目的——希望通过数据去驱动商家的运营,去优化商家的运营。商家的运营手段有很多种,数据是其中一种,但是我们认为,数据是其中最好的一种。

 

Talking Data鲍忠铁:三分产品,七分运营

 

对于互联网数据产品来说,好产品都是运营出来的。Talking Data首席布道师鲍忠铁认为,在新的商业业态下,要做好产品运营:数据是基础,用户是中心,市场是导向。具体到移动运营层面,数据可以帮助企业:改进产品,维持活跃,刺激收入,积累经验。

 

数据运营有一套完整的体系流程,也被称为“增长黑客”(Growth Hacking)。从方法论出发,对数据进行加工,然后统计分析,演绎提炼,最后提出针对性的解决方法,形成完成的数据运营闭环。

 

(以下为鲍忠铁演讲实录节选)

 

今天我讲的主题就是三分产品,七分运营。现在渠道流量越来越分散,如果不靠数据运营提升你的单客价值,在这样激烈的竞争情况下,企事业没办法生存。

 

567.jpg

 

过去我们的企业,产品、用户、市场是三个运营的中心,在没有互联网经济之前,所有的企业所有的重心都在它的产品当中。但是有了互联网之后,企业转向以用户为中心的模式。在新的商业业态下,你的诉求,你的迭代,你的反馈,要根据数据来看。

 

数据可以做很多事,但是在移动运营上,可以做这几件事:第一可以改进你的产品。你的产品在哪个方面转化率是较低的?在转化漏斗上,数据可以告诉你哪些产品体验是有问题的。

 

其次,可以看维持用户的活跃,所有的用户的活跃度是靠运营得到的,用户在电商平台浏览之后会有很多的轨迹。如果你有历史的数据,可以根据用户的购买记录和点评数据给其推荐产品,提高用户的活跃度。

 

然后是刺激收入。人往往会延迟自己的购买决定,但是如果你知道他的潜在需求之后,在一个恰当的时间点推荐了产品,给他推荐了优惠信息之后会加快它的转化率,刺激你的收入。

 

最后是增加你的经验。

 

678.jpg

 

整个数据运营体系大家看一下,我们首先要有商业的分析逻辑,有方法论。数据分析师是一个脏活累活,看上去很美化的三四页PPT,可能要花三四周的时间处理好。然后,对处理好的数据做统计分析,做完统计分析并不是目的,下面的提炼和方案才是最核心的地方。

 

真正具有商业敏感度的分析师,大部分把时间花在这里。 过去的时候我们的大部分的分析的业务、分析的逻辑都是演绎化,有了数据之后我们可以做归纳化,这是建议方法,是整个数据分析的运营体系。

 

移动数据分析是什么呢?它是你的眼睛、神经和大脑。眼睛让你看到你的产品体验怎么样,你的用户从哪里来,哪些面受到欢迎,哪些渠道好等等。第二个就是神经,神经其实就是反馈,就是你根据客户在里面的行为,点击行为可以看到客户对你产品体验的反馈。最后其实就是我们说的用数据的大脑,能看到的用户体验,看到的产品使用的情况,最后找到你刚才看到的这些薄弱点。

 

789.jpg

 

最后分享一个模型的指标体系,我们叫海盗模型,分为获客、活跃、留存、收入、社交传播这五个环节,涵盖了一个APP的生命周期中所要关注的各种分析指标等。

 

秒针陆亨:有内容的数据,才是好数据

“数据本质上是获取电子化的顾客和商家,是‘人’的数据。”秒针营销科学院首席研究员陆亨博士认为,在数据时代,“好数据”比“大数据”更重要。

 

好数据首先要是人的数据,而不是一堆设备的数据。其次,这些数据必须要有足够的内容维度。如果数据的体量很大,但最后只有几个变量,那就不是好数据。陆博士还建议,数据从业者不要总是着眼于数据的“大”,更要补习一下传统的调研方法,更科学、高效地获取有内容的“好数据”。

 

(以下为陆亨演讲实录节选)

 

数据的获取本质上要把人和商家都电子化。你一定是对人的,你得让人买你的东西,要把人变成电子化,你必须通过电子化的信息了解这个东西,所以我们必须靠数据来判断,了解你的人。

 

890.jpg

 

我们认为好的数据,第一必须是人的数据,光有一堆的设备数据不是好的数据,设备不会买你的东西,必须转化为人的数据。比如6·18的数据,我必须关注这个人之前买了什么东西,这次我应该给他推荐什么。

 

121.jpg

 

第二,好数据是要有内容的。没有内容的东西积累下来没有用,所以我们好多数据必须要有内容的信息。

 

第三,你要有GPS的信息。为什么和电商结合GPS信息,这是非常重要的?因为所有人的行为,只有时间和空间两个维度。

 

最后才是要有量,量在这个重要平台里面反而是不重要的。

 

232.jpg

 

大家传统的数据研究方法就是调研,现在好像大家都说大数据好,调研不好,这其实是个偏见。调研的数据还是非常好,因为你想要什么信息,在问卷加一个问题,就收回来,收到的每个信息都是你想要的。大数据是什么,10个T的数据过来了,把数据弄清楚了,最后却发现少一个变量。所以你通过调研获得的数据,是胖子,有很多的变量;而大数据反而是瘦子,非常瘦,就只有三四个变量。

 

343.jpg

 

在电商领域,怎么把ID变成人的数据,是现在我们做电商分析最难的问题。很多时候你买东西,是爸妈帮你弄,我们却以为是年轻人,这怎么做分析呢?只有精准知道消费者是什么人,才能给他精准地推荐。

 

淘宝大学张凯:数据人才的价值远超数据本身

淘宝大学培训专家、商家培训负责人张凯从数据培训的角度,分享了数据人才在电商生态中的价值和位置。他认为,电商企业的发展经历了四个阶段。第一是经验阶段,即草根根据经验经营店铺;第二个阶段为流程阶段,通过优化流程提高经营效率。第三阶段是数据阶段,最后才是智能阶段。而到今天为止,大多数企业还处于不断自我完善的流程阶段,尚未进入数据阶段。

 

这就说明了数据培训对于电商们的重要性。其中,最需要提升数据化意识和组织数据能力的有两个关键角色,一是决策者,二是数据官。人才所能给商家带来的数据的价值,远远不止消费数据本身。

 

(以下是张凯演讲实录节选)

 

565.jpg

 

我更多从培训的角度谈一下我们对电商培训的观点和认识。我们把电商企业发展分成四个阶段:

 

第一个阶段是经验阶段,就是我们草根用经验开店铺;

 

第二个阶段是流程阶段,我们有规范的流程,开始思考当店铺做大的时候,怎么优化我们的流程,追求高效 ;

 

第三个阶段是数据阶段,工业时代已经有上百年,到今天为止,多数企业都在前两个阶段——当经验阶段发展成熟之后就进入流程阶段,却很少进入数据阶段。但是由于科技的发展,使得我们的商业模式产生了新的变化,我们用数据重新构思我们的产品,重新构思我们和顾客的关系,我们整个的商业模式都可能发生本质的变革。

 

第四个阶段是智能阶段,现在已经有很多企业进入到这个阶段,比如说智能生产,智能制造,智能客服。

 

我把电商企业发展阶段分成四个阶段的目的,是为了说明目前各企业所处的阶段其实是非常分散的。有的店铺还处在经验阶段,而有的店铺很多工作已经交给了人工智能,虽然量很少,但是不断在过渡。而今天企业的多元化发展已经超越我们的想象:很多人觉得有些事是可望不可及的非常遥远的事,但是在竞争对手那里却可能成为现实。

 

所以在这样多元的混战里面,我们不得不思考我们的竞争对手在哪里,做什么事?数据究竟在什么地方能够帮助我们,提升我们的商业效率?这些问题我们都要思考。这就是淘宝大学要帮助电商做数据培训的原因。

 

在数据这部分,我们希望培训谁?我们定义了两类人,第一类人是企业的决策者,能负责企业数据建设的关键决策,或者就是企业的老板。 一个老板必须思考几个问题,第一个就是数据到底和我们的商业经营,和我的店铺经营存在什么样的关系?第二个问题就是我们有什么策略,有什么样的方法去规划我们整个的全盘布局。第三个问题,就是我们的人才,我们的资源从哪里来?

 

第二类人是数据官,一个企业要有一个首席数据官,这个数据官起到的作用是辅助企业决策的关键角色。

 

这样的两类人,是需要被培训的两个核心的角色,一个是负责数据决策,另外一个是数据分析,当我们做数据的时候,有必要在数据的分析层面进行专业的能力的架设。今天的数据人才非常金贵,数据培训可以服务更多的人。这是一个人才交汇的舞台,人才所能给商家带来的数据的价值,远远不止是消费数据本身。

 

扫码注册查看更多现场干货分享,抢随机数据化运营课程抵用券,最高可达290元哦!

676.png

 

 




上一篇:离神最近的匠人,想在淘宝上做一场唐卡直播
下一篇:没有了