郑悦/文对于数据驱动的购物网站来说,eBay与纯粹的B2.."/>
人人书

杂志

保存到桌面 | 繁体人人书 | 手机版
传记回忆文学理论侦探推理惊悚悬疑诗歌戏曲杂文随笔小故事书评杂志
人人书 > 杂志 > 数据变现时代

数据变现时代

时间:2024-11-02 05:41:41


    郑悦/文

对于数据驱动的购物网站来说,eBay与纯粹的B2C购物网站不同,网站上除了B2C之外还有C2C卖家,让买家找到合适的关键词快速地找到自己想要的东西,卖家能够知道哪些产品卖得好、如何定价,正是eBay数据团队所要做的。

在eBay每个类别的产品组都以数据分析结果为支撑,买家可以得到哪些商品热度上升的信息,从而决定自己是否购买。另一方面,卖家也可以借此得到获取诸如哪些商品的供应量上升而需求量下降等趋势信息,以及其它平台同类产品的售价信息进而调整销售策略。描绘用户画像,精确得出哪些买家的风险较高,哪些买家热心买东西,则更有利于卖家开展服务。

对于eBay而言,占总数据80%以上的行为数据是最为重要的,行为数据的分析结果可以得出某个消费者喜欢买什么东西,会在什么时候购买。根据eBay中国数据服务和解决方案团队主管李炜的介绍,eBay保留了所有交易数据和6年内的用户行为数据。从该公司组建开始便有数据仓库部门,随着数据应用的增加,逐渐发展成为今天的数据服务和解决方案团队,由数据工程师、商业需求分析师、产品经理和数据科学家等组成。

对于eBay而言,将数据分析成果提供给卖家帮助进行决策是最近数据应用的重点。在C2C的商品交易中,卖家需要对产品定价进行判断,因此不仅需要网内同品类产品的数据,还需要外面其它购物平台的同类产品定价,进而对比信息,从而可以给卖家推荐合理价格。

实际上,前一段时间eBay宣布收购使用机器学习进行大数据分析的瑞典公司Expertmaker,为其在线购物平台注入更多人工智能、机器学习和大数据分析能力。增加大数据分析能力对eBay的重要性可见一斑。

数据变现

数据的价值还体现在交叉使用中。沙特电信的某个客户要建设一条15公里长的新地铁,沙特电信通过分析人们的移动线路数据,帮助该客户在修建地铁时选择在合适的地方设立地铁站。西班牙电信也开发手中的数据,形成可以给零售商提供门店选址、促销等服务的数据产品。

而数据分析在金融行业的应用能够与精准营销挂钩。一个生动的例子来自中信银行,数据分析结果显示,某个客户在三个月内流失的可能性较大。于是数据部门将该客户信息存在所在网点的刷卡机上,当这位客户来网点办业务时,负责的客户经理收到相关信息提示,在外吃饭的客户经理立刻回到网点,针对这位客户进行营销,留下了这位原本要将钱转移到其它银行的客户。

关于客户数据的合作,除了银行自有的交易信息之外,还需要中信银行与百度等公司进行跨界合作。来自外部行为数据的分析可以有效增加对客户的了解,从而进行有针对性的营销。营销效果也明显增强。

更为有趣的数据应用在企业内部管理上。富国银行会在不侵犯员工个人隐私的前提下收集员工的健康信息,为员工提供差别化的健康保险或医疗保险。若某员工体脂比相对较高时,每个月就给该员工减少10美元的保险费用,以刺激其加强身体锻炼。

除了电信、金融行业之外,制造行业正在成为大数据应用的热点行业,特别是随着对物联网数据的分析技术的成熟,很多生产线的数据变得可获取、可分析。在工业4.0时代,数据优化的不是一台机器,而是制造企业的所有资产,可以提高整个工厂的产出比,还能变革商业模式。

设备维修工作因数据而发生变革。正在工作中的设备所产生的数据可以上传到自家的数据库,对使用频度、使用时间等数据的分析,可以帮助该设备的维修人员及时了解设备的运作情况,提前预防可能出现的问题,从而延长使用寿命。同样的,相关信息也可以传送给生产厂商,有助于改进下一代产品。

在制造企业的车间管理上,通过对流水线上工人的行动数据的采集,可以发现其工作流程不合理的地方,比如单手拿起很重的部件再弯腰拿工具进行组装。根据这类数据的反馈,工厂再造了流水线的工作流程,保证了工人的健康。

一个显见的事实是数据改变了商业模式、改变了客户关系,“因此企业一定要把数据作为企业的竞争资源。”Teradata天睿公司首席技术官宝立明(StephenBrobst)这样认为。

企业的数据六战略

Teradata提出企业数据战略方法论:

一、在战略层面,企业要将数据看作是重要的战略资产。

二、IT平台构建带来的挑战。这种挑战来自如何构建更加复杂的IT架构的挑战以及IT成本增加的挑战。Teradata天睿公司大中华区首席执行官辛儿伦认为,“三度两性一量”影响大数据的使用,其中包括结构度、精确度、敏捷度、关系性、易用性、含金量。这意味着无法用一个平台解决所有数据应用需求。

三、合理地采用分析工具。

四、找到合适的业务应用场景。很多数据团队大部分情况下都只关注工具和技术,而不关注如何与业务结合起来。

五、合法地应用数据,特别是保证数据的隐私。六、保证拥有足够的优秀数据人才,特别是数据科学家,搭建科学的数据组织。


   

热门书籍

热门文章