Slice如何从网络消费数据中获得商机

简介:

和大多人一样,斯科特·布雷迪(Scott Brady)通过谷歌购物(Google Shopping)和亚马逊生鲜(Amazon Fresh)等各种网站,从网上购买的东西越来越多。

但即使亚马逊已创立近20年,对购买者是谁、购买了什么产品、怎样购买和购买原因的追踪,依然很难筛选出一个结果来。我们对消费者行为到底都了解些什么?多数消费者行为都是从小规模消费者群体推断、预测或推测的。当市场营销人员从数据经纪商处购买信息时,很多信息都陈旧不堪或者不完整。


这就是布雷迪的网购数据分析公司Slice为何如此激发人兴趣的原因所在。这家初创企业是从他所执教的斯坦福商学院(Stanford Business School)一个研究项目发展而来的,目前已经成为一款颇受欢迎的应用程序——它会扫描消费者的收件箱来获取电子回单,使它们可被搜索,并追踪包裹递送。由于该应用大获成功,它即将推出一项智能服务,从消费者数据这一宝藏深入挖掘——这是一个储存着两百多万人在线购物习惯的数据库。


连续创业者斯科特•布雷迪还创立了三家上市公司:FiberTower、Clarus Corp和SQL Financials。


在服务发布的同时,Slice已经在苹果(Apple)iPhone 6手机的购买分析小试牛刀。利用来自9月12日那个周末约6,000名购买者的数据,Slice Intelligence发现,85%的iPhone 6手机购买者之前就已是iPhone用户,并且有近三分之二的购买者是从iPhone 5、5S或5c升级到iPhone 6的。


“除苹果公司之外,iPhone 6上市的最大赢家是T-Mobile,从该公司产生的预订在首个周末的所有订单中占到了约20%,超过了该公司的市场份额,”Slice Intelligence首席数据官卡尼什卡·阿格瓦尔(Kanishka Agarwal)在一次新闻发布会上分析说,“T-Mobile能够抓住这些消费者,说明他们劲头十足的换机活动卓有成效——尤其是考虑到近三分之一的预订是从在发售不到一年iPhone 5s基础上进行的升级,并且原本已绑定了一个合约。”


为了找到分析数据的新方法,布雷迪表示,有时候他们抛出的问题远远超过能找到的答案。布雷迪提到他们为一家婴儿护理公司所做的研究。在众多数据中,Slice的分析显示,这家婴儿护理公司的客户在预定鲜花方面的支出,大幅超过与他们实力最接近的竞争对手。


这种分析非常深入,而不是泛泛讨论市场份额和向公司“提供更多解决方案”,布雷迪介绍说,“这有助于他们理解客户群的细微差别,从而让他们在竞争对手中脱颖而出”。

那么,对于消费者而言,除了被当作小白鼠外,使用应用程序还有什么好处呢?消费者亏了吗?“当然有好处”,出售消费者数据的初创企业DataCoup公司的首席执行官马特·霍根(Matt Hogan)肯定地说。他指出,且不说直接的数据营销这一年产值550亿美元的行业,单美国传统的第三方数据经纪商一年的销售规模就是150亿美元,而这些从秘密渠道获得消费者数据并且从中牟利的公司,和消费者的关系却等于零。


“我们的生活日益依赖于数字平台,创造出了越来越多的数据宝藏,然而,我们似乎在控制数据、并且获得更透明的补偿方面的进展不大,”霍根评价道,“我认为,如果消费者提升这方面的意识,增加对数据交易理解,并且能够参与他们的数据所形成的价值链,而不仅仅用着一个看似和数据销售无关、暧昧不明的免费应用程序或服务的话,市场的效率将得到极大提升。”


Slice在上个月被它的其中一个投资方乐天株式会社(Rakuten)收购,乐天是“日本的亚马逊”,但出售金额未披露。



原文发布时间为:2014-10-05

本文来自云栖社区合作伙伴“大数据文摘”,了解相关信息可以关注“BigDataDigest”微信公众号

相关文章
|
5月前
|
机器学习/深度学习 算法 调度
14种智能算法优化BP神经网络(14种方法)实现数据预测分类研究(Matlab代码实现)
14种智能算法优化BP神经网络(14种方法)实现数据预测分类研究(Matlab代码实现)
463 0
|
6月前
|
机器学习/深度学习 数据采集 传感器
【故障诊断】基于matlab BP神经网络电机数据特征提取与故障诊断研究(Matlab代码实现)
【故障诊断】基于matlab BP神经网络电机数据特征提取与故障诊断研究(Matlab代码实现)
221 0
|
7月前
|
数据采集 存储 算法
MyEMS 开源能源管理系统:基于 4G 无线传感网络的能源数据闭环管理方案
MyEMS 是开源能源管理领域的标杆解决方案,采用 Python、Django 与 React 技术栈,具备模块化架构与跨平台兼容性。系统涵盖能源数据治理、设备管理、工单流转与智能控制四大核心功能,结合高精度 4G 无线计量仪表,实现高效数据采集与边缘计算。方案部署灵活、安全性高,助力企业实现能源数字化与碳减排目标。
209 0
|
8月前
|
Python
LBA-ECO CD-32 通量塔网络数据汇编,巴西亚马逊:1999-2006,V2
该数据集汇集了1999年至2006年间巴西亚马逊地区九座观测塔的碳和能量通量、气象、辐射等多类数据,涵盖小时至月度时间步长。作为第二版汇编,数据经过协调与质量控制,扩展了第一版内容,并新增生态系统呼吸等相关计算数据,支持综合研究与模型合成。数据以36个制表符分隔文本文件形式提供,配套PDF说明文件,适用于生态与气候研究。引用来源为Restrepo-Coupe等人(2021)。
207 1
|
4月前
|
机器学习/深度学习 人工智能 算法
【基于TTNRBO优化DBN回归预测】基于瞬态三角牛顿-拉夫逊优化算法(TTNRBO)优化深度信念网络(DBN)数据回归预测研究(Matlab代码实现)
【基于TTNRBO优化DBN回归预测】基于瞬态三角牛顿-拉夫逊优化算法(TTNRBO)优化深度信念网络(DBN)数据回归预测研究(Matlab代码实现)
224 0
|
5月前
|
机器学习/深度学习 数据采集 运维
改进的遗传算法优化的BP神经网络用于电厂数据的异常检测和故障诊断
改进的遗传算法优化的BP神经网络用于电厂数据的异常检测和故障诊断
|
7月前
|
存储 监控 算法
基于 Python 跳表算法的局域网网络监控软件动态数据索引优化策略研究
局域网网络监控软件需高效处理终端行为数据,跳表作为一种基于概率平衡的动态数据结构,具备高效的插入、删除与查询性能(平均时间复杂度为O(log n)),适用于高频数据写入和随机查询场景。本文深入解析跳表原理,探讨其在局域网监控中的适配性,并提供基于Python的完整实现方案,优化终端会话管理,提升系统响应性能。
209 4
|
8月前
|
开发者
鸿蒙仓颉语言开发教程:网络请求和数据解析
本文介绍了在仓颉开发语言中实现网络请求的方法,以购物应用的分类列表为例,详细讲解了从权限配置、发起请求到数据解析的全过程。通过示例代码,帮助开发者快速掌握如何在网络请求中处理数据并展示到页面上,减少开发中的摸索成本。
鸿蒙仓颉语言开发教程:网络请求和数据解析
|
10月前
|
安全 网络安全 定位技术
网络通讯技术:HTTP POST协议用于发送本地压缩数据到服务器的方案。
总的来说,无论你是一名网络开发者,还是普通的IT工作人员,理解并掌握POST方法的运用是非常有价值的。它就像一艘快速,稳定,安全的大船,始终为我们在网络海洋中的冒险提供了可靠的支持。
294 22
|
10月前
|
存储 数据库 Python
利用Python获取网络数据的技巧
抓起你的Python魔杖,我们一起进入了网络之海,捕捉那些悠游在网络中的数据鱼,想一想不同的网络资源,是不是都像数不尽的海洋生物,我们要做的,就是像一个优秀的渔民一样,找到他们,把它们捕获,然后用他们制作出种种美味。 **1. 打开魔法之门:请求包** 要抓鱼,首先需要一个鱼网。在Python的世界里,我们就是通过所谓的“请求包”来发送“抓鱼”的请求。requests是Python中常用的发送HTTP请求的库,用它可以方便地与网络上的资源进行交互。所谓的GET,POST,DELETE,还有PUT,这些听起来像偶像歌曲一样的单词,其实就是我们鱼网的不同方式。 简单用法如下: ``` im
184 14