做好大数据,就能做好从产品到用户的连接

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
简介:

制造最终的展现形势就是产品,而如何将产品连接到用户,也成为了每一家厂商所需要关注的事情。在第二届中国制造千人会上,来自京东商城研发部的产品总监何方就依据京东的经验,分享了如何将产品连接到用户的做法。

京东何方:做好大数据,就能做好从产品到用户的连接

何方表示,“通过数据分析、数据挖掘,我们能够看到一些机会,发现一些问题,并做出一些分析和诊断。同时能给出一些解决方案方法,然后让我们的合作伙伴能够应用,应用到他们的产品之中。” 

以下是何方演讲内容全文:

谢谢主办方,谢谢大家,我是何方,来自京东商城。我们在做的事情一端连接用户,一端连接产品,那产品谁做啊?都由咱们在座各位制造业同行做的,这就是我来这里的原因。

我来自商城研发体系,那么怎么连接用户,怎么连接产品,这里面我们也有一些思考、实践,在这里跟大家做一个分享。

起因也比较朴素,现在的用户越来越挑剔了,用户的需求也是越来越多,你怎么去满足用户?销售跟供应链怎么去协同呢?我这边卖多了就没货,进多了又滞销,还有怎么样提升供应链效率呢?因为我们是研发人嘛,我们想从研发角度能做些什么,能不能用技术驱动做一些事情。

基于这些,我们就在想了。大家上午也听到一些嘉宾分享,你基于变量再去找变量其实是挺难的。人性就是喜新厌旧,人们都换新东西。大家做产品的时候,也不断地推陈出新,一些新的产品也不断地出来。那出来的商品,对于我们京东这种渠道来讲,我们有没有相对固化的操作方式呢?我们看有这么几块。首先就是产品之前做预研,产品开发出来了要做新品推广。新品出来之后常态销售怎么办?怎么持续去卖?那产品一定有生老病死,那怎么把这个产品在差不多的时候进行清仓?

从我们的出发点也很简单,我们希望能够给合作伙伴制造出千里眼顺风耳,我们通过一些数据挖掘分析,能够知道这些趋势,我们能做一些未来的判断和决策。这里面最重要的是大家看到结构中间层,其实我们有的是生产系统,交易系统,订单,促销,库存,还有用户,那么产生了很多的行为和数据。那在基于以上可以做一些模型和分析。

基于这些想法我们做了一些实践。也就是产品生命周期整体智慧解决方案“倾听”。这个产了初衷也非常简单,我们希望通过数据分析,数据挖掘,我们希望能够看到一些机会,发现一些问题看到这些东西以后,我们能做出一些分析和诊断。到这里还不够,我们希望能给出一些解决方案方法,然后让我们的合作伙伴能够用,最后他能看到效果到底行还是不行。 

首先是商品预研,大家知道用户的评价,你不管做什么商品,上面都有很多的评价。关于用户的评价这里多说一点,业界其实有很多品牌都有很多评价。那么京东在用户评价上坚持非常好的一点,在京东上面用户评价是一定不可以修改的。我们基于用户评价数据线分析,我们要倾听用户的声音,也就是你这个品牌,用户对你的产品体验是好还是不好。

那这些产品好在哪?到底哪里好?比如拿一款手机来讲,是速度运行快,交互好,还是设计好。如果用户说不好,那具体哪些地方不好,是续航能力不行,还是设计有缺陷?通过这些分析,我们希望能够给到制造业在做新的产品的时候,也能听听用户在说什么。我们在做新品的时候应该怎么去做,作出符合用户需求的产品。

然后是新品推广,这里的方法有很多,比如说秒杀、优惠券、预约、预售、促销令牌等等。我们当时在做mate9预售的时候,当时那款差别还没有发,我们就开始做了。在没做之前我们大概就预知这个产品能销售多少,然后我们跟品牌方做了沟通,进行了产品布局,售卖的时候,在1分钟销量就突破亿元了,可见用户的力量。

做完新品,接下来就是常态销售了,怎么持续去做营销,怎么去打动用户。线上零售优势就在于对数据的把握,你只要在线上做,所有商品有多少人看了你的转化率,就像这张图,纵轴是转化率,横走是流量,通过这个分析就能知道产品落在这么几个纬度。

一种情况是转化率好,流量也不错,这种产品基本上就会比较好。通过这种分析你会发现这种产品一般是比较好的,转化率比较高。流量也不错,其实这是你要关注的,就是你关注他的库存就好了。第二种情况是流量高,但是转化率不高。那你就要看,我的库存够不够,如果不够那就会造成流量高,转化率不高。第二种情况我有库存,为什么还是不行,这个时候就要看看精品,你的价格有没有优势,是不是价格政策比你要好。还有转化率高流量低。你去看一看,我的报关是不是不够,不够的话,是不是要做一些推广和广告。最后是流量也低,转化率也低,那我们就要看一看为什么,看看这个商品的投入时间,是不是这个商品就要售尽,退出历史舞台了,并推新出的产品。

一类用户是看一看,一类用户是很想买,另外一类用户可能一直在对比,这时候我们会通过数据分析,去发现不同的用户特征,我们可以把这些情报提供给我们的合作伙伴。针对这些情况你可以做一些处理,怎么通过工作去挽留这些用户,其实有好多事情是可以做的。通过这些工作可以尽可能把用户留住。做完这些以后,对于这个商品的效果怎么样,到底能给你带来什么,这是我们需要关注的。

除了提供这些以外,我们还给合作伙伴提供促销分析。也就是说,做哪种促销效果用户比较认,因为不同的商品做不同的促销是不一样的。比如说3C类,可能就是一个大的电视,你给一个比较好的直降是一个不错的选择。另外他如果有匹配的附件,做一些赠品也是非常好的方式。那对于快消品,是不是要做一些满减,通过这些促销方式和手段我们去做分析,不但分析告诉你好坏,还会给你建议,它到底做什么促销,做哪一种类型的营销用户认知会比较好。

我们发现同样是IOS的用户,有一部分用户会关注营养品,也就是IOS的用户有父母,他在网上给父母买一些用品。另外一批用户是没有这种行为,也就是说,他展示跟父母不在一块,或者关注度这方面少一点。这两波用户同时也在看iPhone5,因为出了iPhone7以后,iPhone5价格也在做一些策略调整。那我们发现IOS的用户会给自己的父母买iPhone5,而且它的概率会比较多,比那些有同样行为,但他没有去看营养保健品的用户要少,看了保健品的用户这种转化率要高。







原文出处:科技行者
转载请与作者联系,同时请务必标明文章原始出处和原文链接及本声明。
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 
目录
相关文章
|
1月前
|
人工智能 分布式计算 大数据
MaxFrame 产品评测:大数据与AI融合的Python分布式计算框架
MaxFrame是阿里云MaxCompute推出的自研Python分布式计算框架,支持大规模数据处理与AI应用。它提供类似Pandas的API,简化开发流程,并兼容多种机器学习库,加速模型训练前的数据准备。MaxFrame融合大数据和AI,提升效率、促进协作、增强创新能力。尽管初次配置稍显复杂,但其强大的功能集、性能优化及开放性使其成为现代企业与研究机构的理想选择。未来有望进一步简化使用门槛并加强社区建设。
80 7
|
1月前
|
数据采集 机器学习/深度学习 DataWorks
DataWorks产品评测:大数据开发治理的深度体验
DataWorks产品评测:大数据开发治理的深度体验
117 1
|
1月前
|
人工智能 分布式计算 DataWorks
大数据& AI 产品月刊【2024年12月】
大数据& AI 产品技术月刊【2024年12月】,涵盖本月技术速递、产品和功能发布、市场和客户应用实践等内容,帮助您快速了解阿里云大数据& AI 方面最新动态。
|
2月前
|
分布式计算 DataWorks 搜索推荐
DataWorks产品评测:大数据开发治理平台的最佳实践与体验
DataWorks是阿里云推出的一款大数据开发治理平台,集成了多种大数据引擎,支持数据集成、开发、分析和任务调度。本文通过用户画像分析的最佳实践,评测了DataWorks的功能和使用体验,并提出了优化建议。通过实践,DataWorks在数据整合、清洗及可视化方面表现出色,适合企业高效管理和分析数据。
138 0
|
2月前
|
数据采集 分布式计算 大数据
MaxCompute MaxFrame 产品评测报告
MaxCompute MaxFrame是阿里云自研的分布式计算框架,专为Python开发者设计。它支持Python接口,充分利用MaxCompute的大数据资源,提升大规模数据分析效率。本文分享了MaxFrame在分布式Pandas处理和大语言模型数据预处理中的最佳实践,展示了其在数据清洗、特征工程等方面的强大能力,并提出了改进建议。
77 13
|
2月前
|
机器学习/深度学习 分布式计算 数据处理
MaxCompute MaxFrame 产品评测报告
MaxCompute MaxFrame 产品评测报告
53 4
|
2月前
|
SQL 分布式计算 DataWorks
DataWorks产品测评|基于DataWorks和MaxCompute产品组合实现用户画像分析
本文介绍了如何使用DataWorks和MaxCompute产品组合实现用户画像分析。首先,通过阿里云官网开通DataWorks服务并创建资源组,接着创建MaxCompute项目和数据源。随后,利用DataWorks的数据集成和数据开发模块,将业务数据同步至MaxCompute,并通过ODPS SQL完成用户画像的数据加工,最终将结果写入`ads_user_info_1d`表。文章详细记录了每一步的操作过程,包括任务开发、运行、运维操作和资源释放,帮助读者顺利完成用户画像分析。此外,还指出了文档中的一些不一致之处,并提供了相应的解决方法。
|
2月前
|
人工智能 分布式计算 DataWorks
大数据& AI 产品月刊【2024年11月】
大数据& AI 产品技术月刊【2024年11月】,涵盖本月技术速递、产品和功能发布、市场和客户应用实践等内容,帮助您快速了解阿里云大数据& AI 方面最新动态。
zdl
|
3月前
|
消息中间件 运维 大数据
大数据实时计算产品的对比测评:实时计算Flink版 VS 自建Flink集群
本文介绍了实时计算Flink版与自建Flink集群的对比,涵盖部署成本、性能表现、易用性和企业级能力等方面。实时计算Flink版作为全托管服务,显著降低了运维成本,提供了强大的集成能力和弹性扩展,特别适合中小型团队和业务波动大的场景。文中还提出了改进建议,并探讨了与其他产品的联动可能性。总结指出,实时计算Flink版在简化运维、降低成本和提升易用性方面表现出色,是大数据实时计算的优选方案。
zdl
212 56
|
3月前
|
存储 人工智能 分布式计算
大数据& AI 产品月刊【2024年10月】
大数据& AI 产品技术月刊【2024年10月】,涵盖本月技术速递、产品和功能发布、市场和客户应用实践等内容,帮助您快速了解阿里云大数据& AI 方面最新动态。