善用大数据和传统分析

标签:大数据营销海尔

访客:23384  发表于:2014-07-01 17:36:47

昨天在《透视大数据的迷雾》一文中对于江苏众瀛联合科技公司推出的婚嫁后推荐大数据平台表示了质疑。那么,是否有成功利用大数据辅助营销的正面案例呢?下面要分析的一文《海尔:大数据营销的真实故事》就是其中之一。

案例的过程描述如下:

  1. 首先,海尔提取数以万计的海尔帝樽空调用户数据,与中国邮政的名址数据库匹配,建立“look-alike”模型。这个模型可以将已经购买帝樽空调的几万名用户所在的小区分成几类,并打上标签。拥有帝樽用户的上海虹桥新城小区被打上了一系列标签。再把这些数据标签映射回中国邮政的名址数据库,找到有相似特点的所有小区。善用大数据和传统分析
  2. 帝樽空调有很多特点:健康,除PM2.5;舒适,3D立体送风;智能,Smart风随人动。主打的卖点就是“健康”、“舒适”、“智能”。
  3. 判断一个人的品味可以先看他交什么样的朋友,同样,看一个人的特点可以先看他订阅什么样的杂志。通过和几家旅游、健康类杂志合作,为订户提供购买购买帝樽空调的优惠,从而获得了订户名单和住址信息。
  4. 利用步骤3获得的住址信息和步骤1筛选出的目标小区交叉比对,获得重合的目标客户名单,然后投递一封直邮单页,除了送去公益环保知识之外,重点介绍了帝樽空调的除PM2.5功能。
  5. 收到直邮单页的客户陈然来到国美现场体验了海尔帝樽空调后,付款购买了一套。

下面来分析其中的关键点:

  • 通过数以万计样本客户数据,提炼出客户住宅小区的各种标签,然后倒查所有类似特点的小区,获得候选名单1。名单1其实是确保客户的消费能力和产品目标客户吻合,可能是按照房价来区分,但相似的房价可能还要区分新房、次新房和老公房等,老公房可能会被剔除,所有需要各种标签。
  • 虽然“物以类聚、人以群分”,但终究千人千面,单靠住宅小区的共性筛选出潜在客户的准确性不高,需要其他的维度来交叉验证。
  • 产品的主打卖点是健康、舒适和智能,从这个出发点入手,平日合作的旅游、健康杂志订户成为候选名单2。名单2其实是确保客户的首要需求和产品的卖点吻合。
  • 两份名单交叉比对,得到重合的目标客户名单3,消费能力和生活需求都和产品吻合,名单3的命中率得到很大提升。按名单直邮,重点强调产品的特定卖点。

上述黑体的标签、维度都是必不可少的传统分析基本功,并不因为大数据而可以省略,这也是《业务洞察的”笨“办法》一文中强调的观点。那么大数据的技术在本案例中又是哪里用到的呢?案例中提到的社交媒体分析(通过陈然的微博得知其爱好足球,和海尔智能电视高速画面无拖尾的卖点相吻合)显然是大数据的一个强项;对客户、住宅的各种标签赋予可能也需要MapReduce技术来处理收集的各种实例信息,如订阅旅游、健康杂志意味着健康需求关注;大量的标签或维度信息在传统的数据库存储也可能是不合适的,NoSQL也许是更佳的选择。明确业务目的和对技术的依赖点,善用传统的分析技术和新一代的大数据,来实现业务价值。大数据不是万能的,传统技术也不是落伍的,善用各自的强项,这才是对待大数据的正确态度。

评论(0)

您可以在评论框内@您的好友一起参与讨论!

<--script type="text/javascript">BAIDU_CLB_fillSlot("927898");