大数据背景下 个性化服务如何成功落地?

本文涉及的产品
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
简介:

大数据的迅速增长及相关技术的发展,正在带来全新的商业机遇。大数据将怎样改变人们的生活?又将如何改变企业的生意?维克托·尔耶·舍恩伯格在《大数据时代:生活、工作与思维的大变革》中前瞻性地指出,大数据时代最大的转变就是放弃对因果关系的渴求,而取而代之关注相关关系。也就是说,只要知道“是什么”,而不需要知道“为什么”。

据有关机构预测,2015年,90%以上的企业主管都会把信息视为一种战略资产,但只有不到10%的企业主管能充分实现这些信息的经济价值。正因为如此,在现实中很多消费者会有这种感觉:“我”已实名,商家却还不认识“我”。

随着用户需求的多样化,以前面对顾客的抱怨企业只能忍气吞声,因为它们没有源头去了解顾客的需求。但是,现在身处大数据时代,企业有更多的机会去了解顾客,甚至可能比顾客自己还要了解自己的需求。所以,庞大数据的支持让昔日的个性化服务有了更好的延伸和更大的价值。

庞大数据也有含金量之分

对于普通人来说,大数据似乎相距甚远,但它的威力无所不在:信用卡公司追踪客户信息,能迅速发现资金异动,并向持卡人发出警示;电信公司追踪客户行程动态,区域化推送有关旅游或商务信息;航空服务公司适时发送航班延误信息……这些都与大数据有着千丝万缕的关系。

有统计显示,过去两年里全球积累的数据量超过以往所有历史的总和,并且还在以每年40%的速度增长。也就是说,全球的数据总量每两年就可以翻一番。庞大的数据中到底蕴藏了什么价值?它的存在又有什么意义?这就要看企业如何利用它。

数据中所包含的信息有很多,而最具商业价值的就是和消费者相关的信息。如果可以搜集到精准的消费者信息,那么就可以为他们定制更加个性化的服务,从而比消费者自己还了解他们。当然,不是所有的消费者数据都视如珍宝,姓名、性别、年龄,甚至收入,都算是过时的信息,说其过时,并不代表它们没有价值,而是诸如此类的基本信息很容易获得。

信息是流动的,也是变化的,企业只有获得动态信息才是最有商业价值的。动态信息可以帮助企业了解顾客的消费习惯,比如他们喜欢网购还是逛商场,喜欢白天购物还是晚上购物,他们的消费理念有什么区别,他们会在什么时候做出非理智的决策。

个性化服务,旧瓶装新酒

标准化服务成就了许多知名企业,无论是餐饮、酒店,还是旅游行业,我们都能列出一批耳熟能详的品牌。所谓标准化服务,指消费者享受的服务经过标准限制和制定,不同消费者在实际体验上没有差别。标准化对企业来说很大程度地降低了采购、人力、服务等管理成本,但随着产品和服务越来越丰富,消费者的选择更广泛,始终遵循标准化服务的商家会发现他们的顾客在逐渐流失。

顾客为什么离开?他们又选择了谁?

标准化服务的最大弊端就在于,企业把所有顾客当作一个顾客来对待,而当顾客发现有其他可以满足自己需求的服务时,很容易就移情别恋。相比之下,个性化服务在管理成本上更高,而高多少则要看个性化的程度。以呷哺呷哺为例,它具备高标准的服务流程,但同时依据不同的消费需求为顾客提供了两种不同的体验,一种是吧台式分餐制的小火锅,适合2~3人的快餐式消费,另一种则是4人左右的大火锅,适合多人聚餐,这也是个性化服务的体现。但这种程度的个性化非常狭窄,它依旧是建立在压缩管理成本的基础上丰富其服务类型,企业要想达到千人千面的个性化服务,还得依托庞大的数据支持和有效的管理。

当然,千人千面的个性化服务可以作用在各行各业,但是能充分利用数据价值的依旧是与网络数字相关的产业和产品。其中最大的优势就是,企业可以通过技术支持实时获得用户的在线记录,并及时为他们提供定制化服务。2013年7月中旬,爱奇艺PC客户端全面改版,新版最大的特点就是依靠数据分析,在首页为用户提供了全面的个性化视频内容推荐。也就是说,不同用户的PC客户端将显示不同的首页内容,而且都是自己感兴趣的。

2011年9月27日,海尔和天猫在网上发起了用户定制电视活动。顾客可以在电视机生产以前选择尺寸、边框、清晰度、能耗、颜色、接口等属性,再由厂商组织生产并送货到顾客家中。这样的个性化服务受到广泛欢迎,2天内1万台定制电视的额度被抢光。类似的定制服务还出现在空调、服装等行业,也都受到了顾客欢迎。

这些例子已经展示了未来商业的曙光——通过满足个性化需求使顾客得到更满意的产品和服务,进而缩短设计、生产、运输、销售等周期,提升商业运转效率。

个性化服务为何难落地

据统计,95%的企业并未利用它们的数据,而39%的营销人员认为他们也无法通过数据正确预测出客户的需求。如此大量的数据被空置,而又有相当比例的数据总是被浪费,所以不是个性化服务难落地,而是数据根本没有被充分有效利用。同时,也受当下技术水平的限制,数据很难转化为服务。犹如你有一块美玉,但就是没有精巧的手工技术把它雕琢成一件价值连城的艺术品。

2013年3月12日发布的《分析:大数据在现实世界中的应用》白皮书提供了大数据应用的五大关键性建议,包括“以客户为中心”,制订前期“大数据战略规划”;制定全面完整的企业“大数据蓝图”;从现有数据入手,设定并完成短期和阶段性的“大数据战略目标”;根据业务优先级,逐步建立分析体系,循序渐进提升“大数据分析能力”;定制可衡量的指标分析“大数据 ROI(投资回报率)”。

该结论来自IBM与牛津大学共同进行的大数据研究。该项目对全球95个国家、26个行业的1144名业务人员和IT专业人士进行了调研,采访了20多名学者、业务主题专家和企业高管。

个性化服务

理想的个性化服务

要想为用户提供理想的个性化服务,企业必须掌握两点:一是如何通过数据充分了解用户的个性;二是合理地掌控和设计服务的个性。

了解用户个性,就是要为用户提供他们想要的产品和服务。首先,企业需要在庞大的数据库中,找出最具有含金量的数据;其次,把数据表现相同的用户分为一类,依据用户数据表现设计针对性的服务。在这里,企业的服务能否做到位,关键是有没有抓住最核心的数据。但不得不思考的一个问题是:通过数据分析所归类得出的服务项目太多,是否会导致管理成本增加,同时降低服务效率呢?

个性化分散的单位可大可小,大到一个有同样需求的客户群体,小到每一个用户都是一个个性化需求单位。而过于分散的个性化服务,会增加企业的服务成本和管理的复杂程度,所以要合理掌控和设计个性化服务。考虑是不是所有提供的数据都应该将它们转化为服务?所增加的成本和实际收益是否成正比?如果服务成本的增长并没有换得更好的回报,那意义何在?

总之,企业实现个性化服务的最大难点一是关键数据的可靠性,二是管理成本的可控性。具体来说,个性化服务设计的出发点就是对关键数据的分析,如果数据筛选和分析有误,那结果可想而知;个性化服务附带着各种成本的增加,比如数据管理。个性化服务在某种程度上只能以消费群体为单位,而非每一个消费者,同时必须考虑企业实际的成本投入和收益回报。

个性化服务落地四步骤

1。提取海量基础数据。企业拥有大数据就像拥有金矿,这座金矿的含金量高低,直接影响到能提炼出多少黄金。同样,大数据的质量好不好,也直接决定了企业后续能利用的数据有多少。

2。挖掘有用的核心数据。从基础数据中提炼有用的数据进行整理与匹配,就是数据的挖掘。数据挖掘需要专业的数据公司来操作,一般企业很难具备这样的专业能力。那么,企业是否愿意开放自己的核心数据?是否有经济能力聘请专业公司?这些都需要权衡。

3。响应市场营销数据。数据结果用于营销后,企业要进行响应。数据被挖掘出来后可以应用于某个细分市场,企业还要制定有针对性的营销策略。

4。维护会员服务数据。对营销方案的执行和实施以及后续服务,进一步考验企业的管理与应变能力。

塔吉特百货:大数据与个性化的先行者

怀孕是件很私密的事儿,美国第二大超市塔吉特百货如何能够准确地判断哪位顾客怀孕了呢?塔吉特设立了一个迎婴聚会登记表,并对登记表中顾客的消费数据进行建模分析。它发现,许多孕妇在第二个妊娠期的开始会买许多大包装的无香味护手霜;在怀孕的最初20周大量购买补充钙、锌之类的保健品。塔吉特最终选出了25种典型商品的消费数据,构建了“怀孕预测指数”。通过这个指数,塔吉特能够在很小的误差范围内预测到顾客的怀孕情况,也就能早早地把孕妇优惠广告寄发给顾客。

为了不让顾客对这些优惠广告产生反感,塔吉特聪明地把孕妇用品的优惠广告夹杂在其他一大堆与怀孕不相关的商品优惠广告中,这样顾客就不知道塔吉特知道她怀孕了。有意思的是,塔吉特的这种优惠广告曾间接地令一个蒙在鼓里的父亲意外地发现自己正在读高中的女儿怀孕了,此事被《纽约时报》报道后,塔吉特的大数据威力才被人知晓。

点评:个性化服务往往也有共同点,大数据分析的优势就是在冗繁的信息中洞察出消费者的个性化需求。

中粮我买网:数据分析提升用户体验

中粮我买网是一家专业的食品(行情 专区)B2C网站。密集的广告推广和活动促销带来了流量的快速增长,同时也导致用户的上网体验快感下降、后台处理工作量加大等问题。我买网从当当和卓越亚马逊的购物流程上受到启发,将原来三到四步的操作缩减到一步,这一改变使我买网的订单转化率提高了30%。

订单的增加除了依靠会员的自然增长,还与网站商品的优化有很大关系。在线营销部会分析来自各个渠道的信息以及会员的相关购买数据,例如,通过深入分析某次参与促销的200种商品能够带来的销售额,进而分析首页上的推荐,那些销售量较小的商品将被替换掉,这些分析也会用于对会员的商品推荐,分析结果最终将反馈到商品采购环节。此外,我买网还通过网络公关进行舆情监测,从各类SNS渠道上收集分析用户的评论和建议,以此优化并调整网站的商品品类。

点评:顾客的需求总是在变化,个性化服务也需要不断更新,能够在消费行为和顾客体验的数据中发现新的趋势,中粮我买网走在了正确的路上。

耐克:跟随顾客运动的脚步

凭借一种名为Nike 的新产品,耐克正逐渐变身为大数据营销的创新公司。所谓Nike ,是一种以“Nike跑鞋或腕带传感器”的产品,运动者只要穿着Nike 的跑鞋运动,iPod就可以存储并显示运动日期、时间、距离、热量消耗值等数据,用户上传数据到耐克社区,可以同好友分享讨论。随着跑步者不断上传自己的跑步路线, 耐克由此掌握了主要城市最佳跑步路线的数据库,而且组织的城市跑步活动效果更好。

目前,耐克已经成功建立了全球最大的运动网上社区,超过500万名活跃用户每天不停地上传数据,耐克借此与消费者建立了前所未有的牢固关系。同时,海量的数据对于耐克了解用户习惯、改进产品、精准投放和精准营销也起到了不可替代的作用,Nike 甚至让耐克掌握了跑步者最喜欢听的歌是哪些。

点评:个性化服务离不开顾客的主动参与和分享,而来源于客户的数据也能更精准地服务于客户。

业界声音

■世界邦旅行网联合创始人赵新宇

所谓个性化服务,往往是针对、满足顾客比较复杂的需求提供的服务,而运用大数据为顾客提供这样的服务,并不意味着(在可预见的未来)依靠基于人工智能的机器,就能彻底代替人的因素。其关键在于,是否能够在大数据搜集、挖掘、分析、利用的基础上,充分提高人介入的效率,降低人服务的成本。打个比方,如果个性化服务是一串项链,大数据产生、选择、打磨出一颗颗符合规格、质量标准的珍珠,而人则是串起珍珠的线,不可或缺。

对个性化服务需求比较强烈的用户,往往正是自我认知程度、需求层次比较高的社会群体,也是消费能力比较强的社会群体。他们对个性化服务的要求更多集中于对自身心情、体验的感知判断——这样的要求越简单、越模糊、越笼统,也就越难实现,距离机器能够完成的工作标准就越远。

具体到世界邦旅行网所专注的出国旅行领域来看,用户对个性化旅游服务和体验的需求,正处于极度膨胀和发展的阶段,而市场却未能出现满足这一需求演变的解决方案。究其原因之一,就是没有服务商把机器(大数据等互联网技术)和人(旅游服务)的因素及其关系同时处理好。世界邦旅行网在业界率先提出“DGC”(Daren Generated Content)概念,旅行达人们在激励机制的推动下,利用互联网工具主动、高效、一对一地满足用户出国自助旅行的个性化需求,让用户极为便利地获取符合其兴趣爱好、出行目的、高性价比、精准的旅行体验。这一切的背后,正是大数据和人的组合在发挥作用。

■家有购物集团营销中心副总监黄欢

个性化服务的理念推行到今天,自主、专属定制、彰显个人身份、贴近需求等几个方面,可以说是消费者认定的个性化服务标签。即便这样,越来越多的商家在推出符合这些标签要求的个性化服务时,却又面临着消费者并不买单的状况。究其原因,还是由于这些个性化服务没能满足消费者的心理预期。

家有购物的商品聚焦在家居用品品类,而我们的顾客在购买行为上体现出的一个特点就是,买回去的商品不仅仅是个人使用,更多的时候是整个家庭都在使用。这样一来,家有购物在为顾客提供个性化服务时,从顾客的家庭需求进行考虑就更为重要。可以说,成为顾客家庭的幸福顾问,为他们提供适合的家居生活解决方案,是家有购物在同时挖掘自身服务价值和顾客体验价值的过程。

而在大数据时代下,这个过程可以从一个人放大成一个群体,通过数据的搜集和整合,可以掌握大多数人对于家居生活的各种偏好,进而对他们的需求进行预期管理和及时满足,这个工作目前已经进入到系统搭建阶段。另外,随着智能电视普及和APP的安装使用,对于家有购物这样的电视购物频道来说,顾客主动收看购物节目的时间点、在某一个购物节目停留了多久,甚至商品信息出现在电视屏幕的哪个区域更能引起顾客注意等数据,也可以更好地被回收和整理,从而可以针对顾客的媒介接触偏好有针对性地提供节目提醒、新品推荐等服务。甚至顾客连电话都不用拨,在看到心仪的商品时,通过遥控器点选“购买”按键,就能简单方便地完成购物。

■安徽三只松鼠电子商务有限公司数据推广部经理易中一

三只松鼠能够在近两年快速发展起来,一方面是依靠品牌推广,另一方面是在数据分析的基础上不断完善细节,包括个性化的称呼——“主人”、三只松鼠的卡通形象、赠品的差别化、不同的顾客标签分类以及用户体验等。

公司对大数据上的主要应用是通过分析用户的购买评价,来判断哪种口味的产品在哪个地区卖得最好、哪种产品是消费者最乐于接受的,从而进行更有针对性的产品首页推荐。同时,我们会对顾客进行个性化、人性化的标签分类和细化分析,根据这些分类,推送不同的产品类型。比如爱老婆型,主要产品是以老婆食用为主,然后我们会在包裹里放上书信,以“松鼠”的口吻代替顾客给他老婆写一封信。这样的标签分类是从去年淘宝商城“小而美”活动中得到的启发。

目前,我们正在开发CRM和ERP.ERP可以看到所有顾客在商城的购买记录,而CRM是一个过渡形式,能够准确抓取用户的评价,一些不经意的留言和评级会反映出他们的需求。比如,根据顾客过去在商城的购买习惯,判断他是哪类人群,进而分析这类人群喜欢的是哪一类产品和赠品,然后进行标签化,如此一来这位顾客下次收到的体验品有可能就是不一样的。就像我们送了很多乔巴的公仔给客户,但有很多顾客表示不是海贼迷,而是火影迷,所以下次我们会送鸣人的公仔或者我爱罗的公仔,这样顾客收到的惊喜要大得多。后期,我们会计划建200个体验品库,从而满足各类消费者的个性化需求。


本文作者:数控小V

来源:51CTO

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
|
2月前
|
自然语言处理 大数据 应用服务中间件
大数据-172 Elasticsearch 索引操作 与 IK 分词器 自定义停用词 Nginx 服务
大数据-172 Elasticsearch 索引操作 与 IK 分词器 自定义停用词 Nginx 服务
68 5
|
2月前
|
存储 数据采集 监控
大数据技术:开启智能决策与创新服务的新纪元
【10月更文挑战第5天】大数据技术:开启智能决策与创新服务的新纪元
|
4月前
|
DataWorks Kubernetes 大数据
飞天大数据平台产品问题之DataWorks提供的商业化服务如何解决
飞天大数据平台产品问题之DataWorks提供的商业化服务如何解决
|
1月前
|
机器学习/深度学习 搜索推荐 大数据
大数据与医疗健康:个性化治疗的未来
【10月更文挑战第31天】大数据正以前所未有的方式重塑医疗健康领域,推动个性化治疗从理论走向现实。本文探讨了大数据在医疗健康中的应用,特别是在推动个性化治疗发展方面的潜力与挑战,包括数据挖掘、电子健康记录、远程医疗等方面的技术创新,以及面临的数据安全和隐私保护等问题。未来,大数据将助力医疗健康领域更加智能和人性化。
|
2月前
|
消息中间件 监控 Ubuntu
大数据-54 Kafka 安装配置 环境变量配置 启动服务 Ubuntu配置 ZooKeeper
大数据-54 Kafka 安装配置 环境变量配置 启动服务 Ubuntu配置 ZooKeeper
94 3
大数据-54 Kafka 安装配置 环境变量配置 启动服务 Ubuntu配置 ZooKeeper
|
2月前
|
存储 分布式计算 druid
大数据-155 Apache Druid 架构与原理详解 数据存储 索引服务 压缩机制
大数据-155 Apache Druid 架构与原理详解 数据存储 索引服务 压缩机制
65 3
|
3月前
|
数据采集 分布式计算 MaxCompute
MaxCompute 分布式计算框架 MaxFrame 服务正式商业化公告
MaxCompute 分布式计算框架 MaxFrame 服务于北京时间2024年09月27日正式商业化!
99 3
|
4月前
|
机器学习/深度学习 分布式计算 BI
MaxCompute 与阿里云其他服务的协同工作
【8月更文第31天】在当今的数据驱动时代,企业需要处理和分析海量数据以获得有价值的洞察。阿里云提供了一系列的服务来满足不同层次的需求,从数据存储到高级分析。MaxCompute(原名 ODPS)作为阿里云的大规模数据处理平台,提供了强大的计算能力和丰富的功能,可以与阿里云的其他服务无缝集成,形成完整的大数据解决方案。本文将探讨 MaxCompute 如何与其他阿里云服务协同工作,包括存储服务 OSS、数据分析服务 Quick BI 以及机器学习平台 PAI。
58 1
|
5月前
|
NoSQL 大数据 知识图谱
面试题MySQL问题之想使用Neo4j发现隐藏的关系如何解决
面试题MySQL问题之想使用Neo4j发现隐藏的关系如何解决
47 1
|
4月前
|
监控 数据可视化 前端开发
【前端】政务服务大数据可视化监控平台(源码+html+css+js)
【前端】政务服务大数据可视化监控平台(源码+html+css+js)