Quick Audience精准营销之后 良品铺子还将借力阿里云数据中台有更多动作

本文涉及的产品
智能数据建设与治理Dataphin,200数据处理单元
可视分析地图(DataV-Atlas),3 个项目,100M 存储空间
数据可视化DataV,5个大屏 1个月
简介: 今年天猫618消费季期间,良品铺子就使用阿里云数据中台核心产品之一Quick Audience进行消费者人群洞察及精准营销,“其中过程数据又能够通过Quick BI进行可视化实时展现”,一定程度上极大拓展了数据的利用率及精准度。

前言:
-更多关于数智化转型、数据中台内容请加入阿里云数据中台交流群—数智俱乐部 和关注官方微信公总号(文末扫描二维码或点此加入

-阿里云数据中台官网 https://dp.alibaba.com/index

武汉的精神气回来了:8月份,武汉市交通运输局数据显示,公共交通日均客流量已提升至480万人次,恢复到正常客流水平的60%;铁路、航空、公路、港口货物运输能力已恢复至正常水平的95%以上。

一同回来的,还有良品铺子在武汉“老家”400多家门店的热闹劲。

记者在位于武汉国际广场7楼的良品铺子门店内逗留了10分钟,就遇到4组消费者入店选购零食,良品铺子店员陈艳介绍,“目前门店营业情况大致已经恢复到疫情前水平。”

土生土长于武汉的良品铺子,是武汉当地受疫情影响企业的一个缩影。
image.png

只是与一般企业不同,早年就积极布局的数字化战略,成为了良品铺子“抵御”疫情的强有力护盾——在疫情最为严重的那段时间,良品铺子除了保障线上店铺正常运营之外,还积极针对线下市场启动“门店无接触互联网+业务运营”模式,为武汉乃至全国的消费者持续提供服务。

今年天猫618消费季期间,良品铺子更是借力阿里云数据中台零售行业解决方案,实现全渠道累计销售额突破5亿元。

借力Quick Audience 实现全域洞察精准营销

在良品铺子副总裁周世雄看来,零食品类面向的消费群体非常庞大,全国十几亿人口都可以看作是良品铺子的潜在客群,但另一方面,零食又是一个随意性购买特征非常明显的品类,“大多数人平常不会想着去买零食,但如果刚好有一个零食货架在他旁边,他很可能就会购买。”

这也意味着像良品铺子等专注零食品类的零售品牌,如果要推动业绩增长,就必须覆盖尽可能多的渠道和场景。

据了解,目前良品铺子产品多达1400多种,全渠道会员已突破8000万,覆盖了2400多家线下门店、天猫旗舰店、饿了么、微信小程序、自营APP等97多个线上渠道,周世雄坦言,“复杂的业务结构,在原有平台架构上运行起来十分困难。”

将不同渠道中的会员信息打通,最终实现以用户为中心的精准化全域营销,是良品铺子首先要解决的难题。

天猫618消费季期间,良品铺子借力阿里云数据中台零售行业解决方案,通过Quick Audience上传自有全渠道信息,同时对广州、深圳两座城市的潜客人群进行深度理解,将单端购买偏好消费人群(单端购买偏好指,只偏好单一线上渠道购买或单一线下渠道购买)发展成线上线下多端消费人群(指既会在线上渠道购买,也会在线下渠道购买),提高消费者粘性,形成线上线下多端拉新、提高商品复购。

此外,阿里云数据中台零售行业解决方案还帮助良品铺子打通实体店、手淘轻店和饿了么端,实现通过手淘轻店和饿了么为实体店引流。
image.png

在广州和深圳,消费者只要身处良品铺子实体店3公里范围内,打开饿了么APP即可收到附近实体店的信息和商品推荐——通过饿了么,随时轻松完成下单。

同时,针对实体店3公里范围之外的消费者,良品铺子也通过手淘轻店进一步拓展同城购场景,消费者在手机端便能享受与实体店一样的购物体验。

在周世雄看来,阿里云数据中台零售行业解决方案从一定程度上帮助良品铺子实现了从“人群洞察”到“精准营销”,再到“新客获取”的消费者增长闭环打造,“是良品铺子通过数据提升服务能力的又一次尝试。”

未雨绸缪 5年数字化建设成 “抗疫”护盾

通过数据洞察消费者的需求场景和价值主张,为消费者在合适的时间、合适的地点提供一份匹配场景的“零食服务”,是数据能为良品铺子带来的最大价值。

“这有两方面的要求,”周世雄对这句话给出了自己的解释,“一方面要求我们能够为消费者提供极致服务体验,另一方面也要求良品铺子内部的运营效率能有效提升,实现各个管理要素的最优化匹配。”

良品铺子很早就意识到数据对于企业发展的重要性,并于2015年就开始发力大数据,此后持续加大在信息化建设上的投入;2017年,良品铺子着手从传统信息化建设到数智化建设的转型。

经过多年的技术积累,目前良品铺子已经基本实现前台系统灵活覆盖、中台系统高效集成、后台系统稳健支撑的“前中后台信息化系统”搭建。

截至2020年4月,良品铺子完成了12座仓库的信息化建设、42套信息系统集成,实现了99%财务自动化对账和499项流程标准化,建立了200万笔/小时的OMS订单系统处理能力,同比去年增加25%;此外,还包括日均百万单的物流系统发货、复核、揽收能力,可支撑线上单日交易超过600万笔,线下单日交易超过150万笔。

image.png

也正是基于这些数智基础设施的建设与完善,疫情期间,良品铺子才能及时启动“门店无接触互联网+业务运营”模式,持续为消费者提供服务。

周世雄介绍,“门店无接触互联网+业务运营”模式主要分为两大类,首先是围绕单个门店,基于微信平台运营周边3-5公里范围内的小区社群,为其中的消费者提供服务;其次,是布局各大外卖平台的O2O网,这能够覆盖更广范围的消费者人群——通过这两个途径,门店店员在疫情期间可通过提供以社区团购和外卖等无接触式服务,满足消费者的零食采购需求。

据了解,今年上半年良品铺子以社区团购及外卖为主的销售占比从去年同期的6.55%上升至14.32%;此外,因为在疫情期间加大线上渠道投入,良品铺子还实现收入较去年同期增长25%。

数据中台建设是阵痛 但更是可期的未来

作为国内实践数字化战略的排头兵企业,良品铺子在过去几年间的数据应用已经能够满足日常的辅助决策分析、诊断分析、发现问题与价值的自助分析等需求。

也正因如此,尽管阿里巴巴提出的数据中台概念在外已经如火如荼,但在良品铺子最初的观念里,却一直以为“数据中台就是一套用于企业数据集中管理的解决方案”。

这一认知,直到在参与多次阿里巴巴组织的闭门学习会后,才得到扭转。

随着消费场景的日渐丰富以及零食市场的风起云涌,周世雄意识到良品铺子原有的数据基础设施并不能完全覆盖数据及业务层面遇到的难点,“比如,目前还没能形成集团统一的经营分析体系,同时也缺少对数据的解读、策略和智能化应用。”

而经过阿里巴巴自身实践的数据中台,似乎是良品铺子数智化转型更上一个台阶的绝佳助推器。

作为深耕线上线下双向市场多年的老牌企业,良品铺子拥有众多数据系统,其中既有分散在多个渠道的消费者信息系统,也有聚焦企业内部运营、生产、管理等各环节的数据系统,“如何充分打通各系统数据,并且统一出标准口径,以更好地向前端业务和消费者进行赋能,是我们比较迫切想要解决的难题。”

周世雄在充分了解数据中台之后坦言,“与其说阿里云数据中台是为企业提供数据治理、计算、分析能力,不如说它其实是为企业提供了整个生态。”

阿里云数据中台承载着企业所必须的多样应用,周世雄介绍,今年天猫618消费季期间,良品铺子就使用阿里云数据中台核心产品之一Quick Audience进行消费者人群洞察及精准营销,“其中过程数据又能够通过Quick BI进行可视化实时展现”,一定程度上极大拓展了数据的利用率及精准度。

然而,良品铺子的数据中台项目落地也并非一帆风顺。

周世雄把良品铺子从2015年就开始搭建的一套较为完整的数字化平台比喻为“楼房”,“当要把我们的数据从已经具备全套商业、物业、水电气的ˋ楼房΄搬去另一套ˋ大楼΄时,是需要非常大的勇气,而且当时反对的人还不在少数。”

好在经过公司管理层的充分考虑,从生态资源、数据资源、算力资源、研发能力、成本投入等多维度进行对比之后,“最终我们还是选择相信未来,相信阿里云数据中台。”

目前良品铺子的数据中台项目还在持续推进过程中,并且在组织架构上成立了专门的数字化运营管理部,主要用于驱动公司数字化的经营。

未来,阿里云数据中台除了在数据赋能业务层面为良品铺子带来影响之外,还将改变良品铺子的组织发展重心和方向。

“数据中台能够解放数据基础建设,让我们有更多的精力来思考如何运用数据来解决业务痛点、提升公司效率;那么在对组织的能力要求方面,我们也能够更偏向业务分析和架构的能力、数据模型算法能力、创新型应用产品设计和规划能力的发展。”周世雄如是说道。

免责声明:市场有风险,选择需谨慎!此文仅供参考,不作买卖依据。


数据中台是企业数智化的新基建,阿里巴巴认为数据中台是集方法论、工具、组织于一体的,“快”、“准”、“全”、“统”、“通”的智能大数据体系。目前正通过阿里云数据中台解决方案对外输出,包括零售金融互联网政务等领域,其中核心产品有:

官方站点:
数据中台官网 https://dp.alibaba.com
数据中台钉钉群二维码2.jpg


相关实践学习
阿里云百炼xAnalyticDB PostgreSQL构建AIGC应用
通过该实验体验在阿里云百炼中构建企业专属知识库构建及应用全流程。同时体验使用ADB-PG向量检索引擎提供专属安全存储,保障企业数据隐私安全。
AnalyticDB PostgreSQL 企业智能数据中台:一站式管理数据服务资产
企业在数据仓库之上可构建丰富的数据服务用以支持数据应用及业务场景;ADB PG推出全新企业智能数据平台,用以帮助用户一站式的管理企业数据服务资产,包括创建, 管理,探索, 监控等; 助力企业在现有平台之上快速构建起数据服务资产体系
相关文章
|
6月前
|
关系型数据库 MySQL Apache
**ADB MySQL湖仓版能够平滑迁移到湖仓**,阿里云提供了相应的迁移工具和服务来简化这一过程。
**ADB MySQL湖仓版能够平滑迁移到湖仓**,阿里云提供了相应的迁移工具和服务来简化这一过程。
339 2
|
3月前
|
存储 监控 安全
阿里云数据库(ADB)的多租户秘籍:资源隔离的魔法如何施展?
【8月更文挑战第27天】多租户系统在云计算与大数据领域日益重要,它让不同用户或组织能在共享基础设施上独立运行应用和服务,同时确保资源隔离与安全。ADB(如阿里云数据库)通过资源组及标签实现高效多租户隔离。资源组作为一种软隔离策略,允许为不同租户分配独立的计算和存储资源,并设置资源上限;资源标签则支持更细粒度的硬隔离,可为每个数据库表或查询指定特定标签,确保资源有效分配。此外,ADB还提供了资源监控与告警功能,帮助管理员实时监控并调整资源分配,避免性能瓶颈。这种灵活且高效的资源隔离方案为多租户环境下的数据处理提供了强大支持。
155 0
|
5月前
|
存储 SQL BI
毫秒级查询性能优化实践!基于阿里云数据库 SelectDB 版内核:Apache Doris 在极越汽车数字化运营和营销方向的解决方案
毫秒级查询性能优化实践!基于阿里云数据库 SelectDB 版内核:Apache Doris 在极越汽车数字化运营和营销方向的解决方案
毫秒级查询性能优化实践!基于阿里云数据库 SelectDB 版内核:Apache Doris 在极越汽车数字化运营和营销方向的解决方案
|
6月前
|
弹性计算 自然语言处理 开发工具
通过阿里云 Milvus 和 LangChain 快速构建 LLM 问答系统
本文介绍如何通过整合阿里云Milvus、阿里云DashScope Embedding模型与阿里云PAI(EAS)模型服务,构建一个由LLM(大型语言模型)驱动的问题解答应用,并着重演示了如何搭建基于这些技术的RAG对话系统。
通过阿里云 Milvus 和 LangChain 快速构建 LLM 问答系统
阿里云短信服务价格_企业短信营销推广_验证码通知-阿里云
阿里云短信服务价格_企业短信营销推广_验证码通知-阿里云,阿里云短信服务价格表,阿里云短信0.032元一条,阿里云短信价格?阿里云短信怎么收费?阿里云短信多少钱一条,阿里云短信价格0.032元一条
188 0
|
存储 人工智能 关系型数据库
5倍性能提升,阿里云AnalyticDB PostgreSQL版新一代实时智能引擎重磅发布
2023 云栖大会上,AnalyticDB for PostgreSQL新一代实时智能引擎重磅发布,全自研计算和行列混存引擎较比开源Greenplum有5倍以上性能提升。AnalyticDB for PostgreSQL与通义大模型家族深度集成,推出一站式AIGC解决方案。阿里云新发布的行业模型及“百炼”平台,采用AnalyticDB for PostgreSQL作为内置向量检索引擎,性能较开源增强了2~5倍。大会上来自厦门国际银行、三七互娱等知名企业代表和瑶池数据库团队产品及技术资深专家们结合真实场景实践,深入分享了最新的技术进展和解析。
5倍性能提升,阿里云AnalyticDB PostgreSQL版新一代实时智能引擎重磅发布
|
6月前
|
开发工具 git
阿里云部署 ChatGLM2-6B 与 langchain+chatGLM
阿里云部署 ChatGLM2-6B 与 langchain+chatGLM
486 1
|
6月前
|
分布式计算 关系型数据库 MySQL
阿里云ADB MySQL X Intel联合推出训练营,参营完成任务即可获100元话费卡!
AnalyticDB MySQL和Intel联合推出基于ADB Spark的训练营,ADB新用户参营完成任务即可获得价值100元的话费卡权益包!下图可扫码参加,也可直接点击链接前往 https://edu.aliyun.com/trainingcamp/355118
阿里云ADB MySQL X Intel联合推出训练营,参营完成任务即可获100元话费卡!
|
人工智能 Cloud Native 关系型数据库
阿里云数据库国际峰会首度在印尼召开,AnalyticDB向量引擎支持定制AIGC应用
阿里云瑶池数据库面向海外市场正式升级云原生一站式数据管理与服务平台
|
存储 机器学习/深度学习 人工智能
基于 阿里云 ACK 搭建开源向量数据库 Milvus
生成式 AI(Generative AI)引爆了向量数据库(Vector Database)市场,基于大模型的各种应用场景会需要使用到向量数据库。 其中,Milvus 是一个高度灵活、可靠且速度极快的云原生开源向量数据库。它为 embedding 相似性搜索和 AI 应用程序提供支持,并努力使每个组织都可以访问向量数据库。 Milvus 可以存储、索引和管理由深度神经网络和其他机器学习(ML)模型生成的十亿级别以上的 embedding 向量。 本文介绍在阿里云ACK上部署Milvus并且通过attu访问的步骤。
3377 0
下一篇
无影云桌面