扫码支付吃个煎饼,街边摊支付的背后也要有大数据运营

本文涉及的产品
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
智能商业分析 Quick BI,专业版 50license 1个月
简介: 阿里云数加提供的不仅仅是BI工具,更是背后一整套的阿里云体系化的服务,只有用起来才真的会感受到云BI的威力。
          上海云栖大数据专场带来了精彩纷呈的内容,以下为收钱吧COO陈登访的演讲实录:面对正在崛起的移动支付,如何做好数据运营(陈等访的演讲也是本场次观众参与度最高的演讲):
           点击观看演讲视频
         大家好,我是收钱吧的联合创始人,COO陈登访。
         先介绍一下我们所处的行业:线下移动支付。
0b2f1c2d36ef7204bc94cd66233dd7d4655dbe18
       今天,移动支付已经成为日常生活中的必选项,但支付变革的影响深度和范围将大幅度超过15年前POS行业的影响,原因有两个:
           1 移动支付同时替代刷卡交易和现金交易,而后者的商户规模超过7000万户,是存量POS的3倍以上。
           2 移动支付根本改变了商家与消费者的连接能力, 站在我们的理解,这提供了一个全新的契机来推动改变线下商户的经营和管理方式。一句话:大行业,大风口。

        介绍一下收钱吧:收钱吧是一家正在做移动支付的非移动支付公司。
b843a863432721d55ff38d6b54bfb2ff218c6bf6

          我们的商业愿景“智慧的商业”。我们希望用技术和数据来帮助商家在今天生产要素成本快速增长,消费习惯快速变化的场景中提高经营效率,降低成本。

          收钱吧从2015年二季度进入市场,到今天有超过50万线下门店在使用收钱吧的服务。从国际快消4巨头的H&M到街边的兰州拉面店,我们主要覆盖全国品牌零售及中小型的街边商户。
5e85d19c27817bd48b4baef390bafddbb60b7bd3


          用几个数字来描述我们的运营情况,2017年5月我们给商户提供了1亿笔线下移动支付服务,单日最高日交易规模超过400万笔。
          2016年1月到现在18个月内,我们每个月的复合增长为27%。
          2015年12月份到现在为止交易规模增长了40倍。
          在我们的目标市场内收钱吧都是行业的领头羊。

如何理解和定位数据应用

          那么作为一个创业企业,我们如何理解和定位数据的应用。
539385894914e6cfd26670f329e904e883269b96

          斯芬克斯比较形象的描述了我们的特性。我们的下半身是一个传统的地推公司。我们全国有500+BD在服务大量的中小型商户,同时有合作伙伴在三四线城市帮我们做渗透。而我们的上半身是产品和运营都互联网化的公司,交付的产品是多端的ToB的Saas服务,涉及大量的产品和运营开发投入。

          由于这样的特性,我们的核心管理团队不断在问自己的三个问题是:
80f38e81fd0108c46207f9017a37144338dad702


          为什么问这三个问题?
            1. 运营效率的突破:因为支付业务是通道业务,其核心在于高效率。
            2. 商业模式创新:与传统支付的最大不同是改变了商家和消费者的连接,从而提供了新的可能来构建我们的服务。
            3. 客户价值的提升: 所有商业行为最后持续的条件都是给客户提供价值是什么,有多稀缺。

          关于运营效率,我展开讲一讲:
018af73a067411f6bb1ecf93506faca7649c4dfc
 

           首先从业务运营的角度来说:
           第一,因为交易流水相对于传统POS来讲非常少,移动支付带来的利润非常薄。因此我们要回答一个问题:如何做一个月只能赚10元钱的客户的生意?我们需要有很高的获客效率和很低的运营成本。
           第二,支付业务到今天为止,大家产品的差异化不高。因此对所有在这个行业的玩家来说都有一个挑战就是如何把客户留存住。而这是从一个客户上是否可以真正盈利的关键点。

           再讲讲发展阶段:
           第一,我们是2015年2季度开始进入这个行当的。从最初的不到10个人的团队到今天的700多人,处在一个高速扩张的过程。高速扩张是一家公司最危险的时候,因为管理会失控,会丢掉以前擅长的东西。因此我们最大的挑战是管理方法和体系的沉淀,保证在快速发展中公司不走样。 
           第二,是业务运营模式快速变化。移动支付这个行业变化非常快。支付宝,微信的政策一直在调整和优化,市场格局变化很快,竞争对手快速变化。我们要不断调整绩效体系,管理模式来适应市场环境的变化。这给我们带来的冲击是管理要跟得上市场的变化。

          上述问题我们的答案是两个核心能力:数据化运营能力和数据的产品化能力。 
35013c1413cbb4cf326310a59c05ae6b58a03f09

          这也是我们基于数加平台在解决的问题。

          接下来分享一些实践。先讲4个销售场景

场景一: 区域策略

67b2254de4b1d2cd82cc30ee53374bf010bef007

            如何从每个月只带来10元利润的客户身上赚到钱?策略非常重要。在区域分析场景里,我们不仅仅看覆盖到的所有城市。我们会看每个城市下细分的各个商圈。例如把上海划分成住宅型,商业型,旅游型,大学城周边等十几种商圈,关注每个商圈内商户的综合产出情况。这个过程我们会发现很多和常规认知不一样的地方:
           例如是市区的商圈价值高还是郊区的商圈价值高?常规的理解是市区的价值高。但是不一定。因为市区的竞争非常激烈而我们这个行业和竞争的关系很大。
           再例如移动支付的主要使用者是年轻人,大学生很多。因此大家理解大学城是好的商圈。但是不一定。因为首先大学一年有3个月假期,这期间商户是没有生意的。第二大学附近商户的转铺率很高。因为大学生对价格非常敏感,要在大学附近经营好不容易。第三因为所有人都认为大学周边的商圈是好商圈,因此大学城的竞争就异常激烈。
           另外商圈是动态的,今天的这个商圈的投入产出高不代表明天的投入产出高。
           因此我们要时刻关注商圈的变化,研究背后的可能性,基于这些分析去决定如何调整人力资源的配置。

场景二:行业的策略

f495013cc801df646807ce8b37489190a83271ac
 

           做移动支付的都知道所谓的三大行业:餐饮,水果,零售。但是对我们来说这些认知不充分。我们划分出了110个细分行业,关注大家都看好的行业之外,还有哪些有价值的长尾行业。一个长尾行业的商户产出可能比一个常规的好行业的产出高2-3倍。而不同的城市的行业表现是不一样的,长尾行业也不同。例如武汉的网吧特别好,因为是中国最大的大学聚集地之一。通过这样精细化数据的分析,我们从总部和分公司层面去找到市场上被忽略的差异化领域,来提高销售效率和销售团队的产出。

场景三:管理沉淀

b66094f8aabd0f7672303bff2d9351f0bdb89303
 
          我们建立了一整套覆盖公司所有层面的数据产品:从总部,到大区,到城市经理,团队和BD。每个人的业绩,行为都是通过数据来看的。当公司快速扩张的时候,如果没有一套数据管理体系来沉淀管理方法,是无法管理的。
我把城市经理这个层面展开来讲讲。
5c428a993d7a0aab6e423bdc82d7d2441c948845
 

         我们要求每个城市经理要掌握三个事情:人,法,略。即要管住人,要掌握方法,要知道在这个城市的市场里怎么打。我们面向城市经理的BI工具,除了传统的业绩分析对比,更关注在策略层面对城市经理的支撑:了解每个商圈的竞争的优劣,行业的选择,快速调整导向并且在BI上及时看到调整导向之后的结果。同时在钉钉上有所有BD的实时轨迹,当城市经理下达了新的指令,可以实时看到BD的执行情况。这套东西是我们在执行精细化管理的重要工具。

背后的力量:

da505fc75eec8ac64378b57078931dea2986886f


          我们在去年的12月份尝试Quick BI,在今年2月份决策把报表迁移到Quick BI上。而且我们为此还改了组织架构,使用Quick BI之前,技术人员在报表开发中占了很大的比重。做数据报表对技术人员来说重复枯燥,但是由于管理需要没有办法。有了Quick BI,我们的技术人员可以专注于底层架构和中间数据层的设计。对应的我们成立了业务部门的核心BI团队,并在每个业务条线上找到了参与BI制作的人。所有的数据展现是业务部门自己DIY来做的,业务人员更深入的参与到数据分析中来。在3个月时间里我们一共实现和迁移了300多张报表。
          作为公司管理者,看不到数据是很痛苦的。Quick BI带来的最大价值,是对数据分析和管理决策的敏捷度大幅度提高。之前提报表需求至少需要1-2周时间的响应,现在基本上当天提晚上就出来了,刚才我提到我们有个很大的痛点,就是管理模式一直在变。在变的时候,用数据及时反映问题的能力更加重要。我自己在金融行业有15年的从业经验,做过大型的BI实施,清楚的知道传统的BI工具非常昂贵,至少消耗上百万,基本是大公司专用。Quick BI平民化的价格,使得创业公司在第一天开始就可以引入和使用BI。这是一件善莫大焉的事情。

          我们的数据运营不止停留在销售部分。还有用户运营等各个方面,以用户流失的管理和实时监控为例

 用户流失管理:

123bb85cb0bb264e0b6da04818db36882d32086c

           如何降低用户流失率?除了好的产品,好的线上运营,好的线下服务,还有一个重要的点是对用户使用行为的监控。我们原来使用的是规则引擎。例如一个商户昨天用了15笔,今天不用了,我们要看一下发生了什么。但是规则引擎会有一个问题,就是影响变量很多,而规则引擎很难做到非常精准。例如天气,节假日带来的影响,不同行业和不同商户的交易特性差别很大等。因此我们在和数加的机器学习平台合作,把我们的监控迁移到机器学习平台上,基于商户的行为数据学习来帮助我们更快速更准确的对商户的流失进行判断。

实时监控:

8af3c111d6aff520e38bfb50fee9d1f7241c1304


          我们的业务是24小时的,我们要通过实时观测确保交易质量的可靠性。重要的KA商户有单独的实时监控,每个城市有自己的实时监控。

          上面是内部运营的内容。下面讲讲商业创新的部分。
e66ea13b27ecc4e1062b59669fb10f7740fcba45

          收钱吧通过提供移动支付服务连接了商家和消费者。收钱吧现在已经累计了上千万的粉丝。这上千万粉丝怎么办呢,我们做了两个事情:一是内容电商。一是广告营销。 今天这部分带来的收入,占比超过40%-50%,快要超过手续费收入。

          这个背后是数据。
7e6556cafaf6d860f1838a3cc25076b09188d85c
 
          在这个商业模式走通之后,我们就建立了DMP系统,建立了广告引擎和第三方数据交换机制。这些帮助我们把产出至少提高了100%。这方面还在起步阶段,后面还有非常多的想象空间。

展望:

           收钱吧下一步是要建立基于数据的产品化能力,即如何把数据变成产品服务客户。
9597a5cd4dbfa4ebff5e1c08d2c48c3410159700

 
         我们希望通过会员,营销工具等帮助小商户的信息从支付数据向经营数据去渗透。支付数据很重要,但是不够。我们要了解消费者数据和商家经营数据。这是帮助我们进行进一步衍生的基础。举两个衍生的例子:
         一是场景化金融服务。收钱吧服务的很多中小型店,比如兰州拉面店,他们是被传统金融服务忽略的群体,可能甚至无法办理信用卡。我们能为他们做什么?我可以知道这家店和同区域其他店比做的如何;在有营销活动的时候,是否有套现和刷单行为。用这些数据,我们可以帮助老板证明自己的信用和经营能力,在购买设备,付租金等各种场景中,以更低的成本来获得金融支撑。
        一是智能化经营服务。因为我们是商圈化运作,我们会得到关于这个区域的经营状况趋势数据,用户在这个区域的交易行为特征。我们希望把这些数据产品化,帮助商家在这个区域的选址,定价,营销等环节,做更科学的决策。
这是我们下一步希望在数加平台的帮助下,去把数据进一步价值化的想法。

         收钱吧就像千千万万的创业公司一样,是一个节点,一个连接器。阿里云把门槛很高的技术变得低门槛,低成本,很容易去获得。我们的角色去找各种场景,把这些场景和技术能力结合起来,帮助社会的各个环节去推动改善效率。这就是我们在做的事情。
ab98b5025f35ee62074eabe62ed703f3d18a58e8


           我们的愿景智慧的商业,我们相信数据的力量。谢谢大家!

           阿里云数加提供的不仅仅是BI工具,更是背后一整套的阿里云体系化的服务,只有用起来才真的会感受到云BI的威力。点击了解Quick BI, 查看详情
TB1_vX4QXXXXXbGXVXXXXXXXXXX-393-429.png



相关实践学习
基于MaxCompute的热门话题分析
本实验围绕社交用户发布的文章做了详尽的分析,通过分析能得到用户群体年龄分布,性别分布,地理位置分布,以及热门话题的热度。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
相关文章
|
监控 安全 数据可视化
支付行业,如何通过日志大数据实现深度分析及风控
当下移动支付正逐渐走入千家万户。移动支付的优势在于哪里?便捷!而便捷的基础就是时效性强,可靠性高。本篇为你讲述日志易产品如何帮支付公司解决最根本的行业需求。
3992 0
|
新零售 监控 大数据
顺丰!是物流公司?金融支付公司?还是大数据公司?......
  理财周报记者历经数周采访调查,甚至访遍了深圳市福田区新洲十一街万基商务大厦顺丰总部的每一个楼层。   我们从两个角度来看顺丰公司。第一个角度,我们无法否认顺丰是一家好公司,是一家有规模的公司,是一家有利润的公司。
1969 0
|
12天前
|
存储 机器学习/深度学习 分布式计算
大数据技术——解锁数据的力量,引领未来趋势
【10月更文挑战第5天】大数据技术——解锁数据的力量,引领未来趋势
|
13天前
|
分布式计算 关系型数据库 MySQL
大数据-88 Spark 集群 案例学习 Spark Scala 案例 SuperWordCount 计算结果数据写入MySQL
大数据-88 Spark 集群 案例学习 Spark Scala 案例 SuperWordCount 计算结果数据写入MySQL
38 3
|
12天前
|
SQL 消息中间件 大数据
大数据-159 Apache Kylin 构建Cube 准备和测试数据(一)
大数据-159 Apache Kylin 构建Cube 准备和测试数据(一)
31 1
|
12天前
|
SQL 大数据 Apache
大数据-159 Apache Kylin 构建Cube 准备和测试数据(二)
大数据-159 Apache Kylin 构建Cube 准备和测试数据(二)
44 1
|
13天前
|
分布式计算 监控 大数据
大数据-148 Apache Kudu 从 Flink 下沉数据到 Kudu
大数据-148 Apache Kudu 从 Flink 下沉数据到 Kudu
39 1
|
14天前
|
消息中间件 缓存 NoSQL
大数据-49 Redis 缓存问题中 穿透、雪崩、击穿、数据不一致、HotKey、BigKey
大数据-49 Redis 缓存问题中 穿透、雪崩、击穿、数据不一致、HotKey、BigKey
33 2
|
6天前
|
NoSQL 大数据 测试技术
想从事大数据方向职场小白看过来, 数据方面的一些英文解释
想从事大数据方向职场小白看过来, 数据方面的一些英文解释
16 0