电商数字化:拼图电商大数据
本文摘要:摘要:洞察消费者悉数的行为,是商业社会一直以来的梦想。今天,这个梦想似乎不再遥不行及,因为我们手中已握有最重要的拼图,它就是数据。从电子商务诞生之日起,数据就是差异于传统商业的利器,因此不夸大地说,数据的发掘和应用是电商的竞争力,更是任务。

摘要:洞察消费者悉数的行为,是商业社会一直以来的梦想。今天,这个梦想似乎不再遥不行及,因为我们手中已握有最重要的拼图,它就是数据。从电子商务诞生之日起,数据就是差异于传统商业的利器,因此不夸大地说,数据的发掘和应用是电商的竞争力,更是任务。


何谓大数据
什么是大数据?在大大都人了解中,是企业用数据来优化自己的流程、产品以及决策,让运营变得更有用。但我认为,这还不能涵盖大数据领域。

事实上,大数据是一个包括了技能和商业两个层面的综合性的概念。

一方面是技能层面的。在技能层面,数据其实不是一个新鲜的概念,从核算机诞生的那一刻起就随同着数据的发生,可是在那个时分并没有大数据的概念。一直以来,要进行海量的数据存储、高效的数据核算,都需要有十分强壮的核算机来支撑,而动辄百万美元计价的大型机的硬件本钱和每个月数万美元的维护本钱其实不是每个企业都可以承当的。在昂扬的本钱面前,数据的使用成了企业的一种“豪华品”,并没有得到很大的普及。最近几年来,技能在不断地前进和开展,类似于Hadoop这样的散布式存储和核算体系的呈现,大大提高了数据存储和核算的功率,使海量数据应用于商业变成了可能。大数据的概念也开始被愈来愈多的人重视。

另外一方面是商业层面的。关于商业而言,最重要的是可以让企业通过数据取得更多的收益。传统意义上的数据是面向事务的,关于每一条事务线来说都会稀有据的堆集,相信很多企业现已在这方面做得很好了,可以说“量”现已足够了。假如连“量”这方面都没有做好,那我觉得有必要先去修炼一下内功,毕竟数据不是一天就可以建成的。而可以让商业发生更大价值乃至颠覆性立异的则是多样性的数据。这个多样性是指可以将多种数据连接在一同看,通过彼此之间的关联和互动让数据发生商业的价值。比如谷歌公司的“流感趋势”猜测模型就遭到了很多人的重视。作为一家互联网公司,谷歌是怎么知道流感趋势的呢?它的核心价值就在于大数据的应用。谷歌通过火析发现,在流感的不同阶段,某些与流感有关的药品、症状的要害词会体现出不同数量和特征,谷歌正是通过这种多样性数据的关联来发现了数据价值。

?

关于企业来说,杰出的指标体系可以添加企业可预见的规模。通常状况下,数据可以通过是否正向作用、是否可预见两个维度概括成四个类别(见图1)。关于企业而言,那些具有正向作用且可预见的数据通常作为运营指标进行重视,而那些具有反向作用且可预见的数据通常作为风险来躲避,这都是需要先修炼好的内功。可是除了图右边可预见的数据之外,还有很多的不可预见的数据。例如双十一,淘宝的方针是单天出售100亿,成果却完成了191亿,那么91亿便是不可预见的惊喜。关于我们来说,我们需要把不可预见的变成可预见的,也就是把惊喜变成可预见的,让它发挥更大的价值,把悲惨剧变成可预见的,最大可能地减少它。

缩小未知世界

假如说上述都是对大数据界说的解释,那么下面用一张图更清楚地展示企业与数据的关系。如图2所示,横坐标上方的是企业内部数据,包括财务数据、运营数据、市场数据这类公司的结构型数据,以及WA和MA,即网站的分析数据和移动应用数据;下方是企业外部数据,包括百度、SNS的社会数据,和Score、Hitwise、艾瑞这类的第三方数据,这些往往是竞争对手的数据。

事实上,这四类数据都没有得到电商企业足够的注重。大大都有传统商业布景的电商企业,对网站分析数据都不太专注。但往往它们一旦能用上网站分析数据,会大大改变自己内部的数据。

例如,一个消费者看了但不买,没有发生消费,所以这组数据不可能呈现在企业的运营数据中,肯定是网站分析数据。换而言之,假如要知道企业未来的时机,最少可以把那些看了不买的消费者转变成客户,假如能转化20%,你的市场会添加多少?

在这种状况下,假如你无法解释市场份额添加的原因,那么这个就属于“惊喜”;但当你看懂数据,当“惊喜”变得更加确定并做出相应的调整,不可知的东西慢慢变小,公司也会愈来愈聪明(Data smart)。

相比较对未知“惊喜”的探究,对未知风险的警觉显得更为重要。当竞争数据化,不再是去看对手做了什么事,而是从那些“微声音”中感受危机,例如,曾经A公司的消费者,有10%是先去B公司看看后再来A公司的,现在这个比例变成了30%,说明B公司的影响力比曾经大,一旦B公司策略有变化,关于A公司便是风险。所以,需要用一些非结构化的数据不断补充,这就是大数据的领域。

除此之外,SNS、百度这类的社会数据也是很大一块非结构化的数据。这些社会数据不单只是用来评价公司口碑的好坏,相同能协助公司进行一些决策,只是一直没有找到这个连接点。
表面上,这套框架现已很全面,可是虽然第五个元素没有加入,可运营的能力仍是极低。所谓的第五元素便是人,当不同的用户群走进去后,整套框架立刻变得一成不变。

在千丝万缕中找数据
在商业环境中的企业,究竟应该收集什么数据,哪些数据对企业重要,这个数据究竟是社会数据、竞争数据、交互数据仍是运营数据,这些都需要考虑。

事实上,不少公司在收集数据上存在问题。假如早上8点你在A路上,觉得特别堵,怎么解释那条路那天特别堵呢?有必要收集与A路相邻相交的各条路的状况,假如这些周边数据不收集,只重视了一个数据,是没法验证A路堵车原因的。

这就是说,数据收集过程是没有鸿沟的,不可能因为大数据的关系,什么数据都去收集,但一些要害性的核心数据以及周边数据有必要收集,不然一旦错过,就没有时机。

在现在电商中,最欠缺的是内部监控数据。简略举例,怎么去评价整个网站、店肆运营做得好欠好,大大都商家是没有精准收集的。正是对本身运营含糊,使得俄然的事务上涨只能归功于好运,其实不清楚为何会涨。而假如俄然变得欠好,在找不到原因的状况下,风险控制更是无从谈起。

这些现象的原因是大大都公司的数据之间(运营数据、用户交互数据、竞争数据、社会数据)是不通或者缺乏周边视野的。其间缺乏数据框架是重要原因。

此外,在国内,运用社会数据的例子不是太多,大大都都是用社会数据来分析一个公司的舆情,但会发现很多公司用完一段时间就隐姓埋名。其实,社会数据相同可以协助企业减少风险,乃至预知市场。那些对企业有影响的“微声音”早就存在了,但企业可能会疏忽了其间的重要线索。

例如,我在一家B2B公司的时分,早年提出一组数据,怎么多角度去确定一个批发卖家是否是骗子。其间的元素很简略,用他在网站所注册的邮件地点去查找,看与其公布在其他网站的Email地点是否相同,假如这个Email屡次呈现则说明这个人比较可信,假如这个Email在其他网站都查找不到,风险便比较大。我们用两组前史数据去跑,发现确实是这样,风险可以减少30%以上。这便是应用社会数据。

另外一个应用社会数据的案例,相同是在B2B平台。为了推出一些新的类目,我每天逛一些美国网站,从公开的数据去研讨,究竟美国B2C网站买了哪些Google要害词,看这些要害词的价格记载,依据它们买的要害词来估计未来的趋势。当时我认为,美国B2C网站内的SEM达人肯定比中国人更懂美国的趋势。

只需重视达人在重视什么要害词,知道他们的数据后,再用其他数据来验证究竟会不会是趋势。简略来说,也是运用社会数据。所以,在运用社会数据时,首要要充满猎奇地重视周边数据,猎奇心会带你找到很多风趣的数据。

举个好玩的例子:曾经,很多京东的竞争对手都猎奇它每天能做多少单,那时分,只需早上在京东下订单,晚上再在京东下个订单就可以知道。因为最初京东的订单编号是一个一个加上去的,后来京东自己也发现了,便改了。

很多时分,看数据就要像福尔摩斯一样,要从千丝万缕中去判断,数据会偷偷地“走”出来,只需你有足够的心去看待它。

数据拼图抢夺战
实践上,关于现在的公司来说,需要的是大数据的精力,而非大数据的架构,这是两个不一样的概念,千万不要相提并论。

大数据架构是技能性的架构,在中国具有大数据架构的企业寥寥无几。即便阿里巴巴、腾讯有着十分强壮的大数据技能,但仍然没有构成真正大数据的框架,都还在路上。

其实,关于这些互联网大佬而言,大数据的真正价值是数据拼图,但我们究竟在拼什么呢?追根究底,商业是为了赚钱,实践上,是用消费者的行为在赚钱,但没有人知道一个消费者行为的全貌。数据拼图就是用已知的东西、用数据的方法来找出未知的东西,以期能做出一个抉择,拼出一个消费者购物行为的拼图。

一个新用户进来,真实价值有多大?他的行为是怎样的?他的购买喜好怎样?当空间和时间(Marketing的4P)变化的时分,方才讲到的行为相对有什么改变……要知道这些,就需要拼图。一旦知道这些答案,相信你就没有对手了。

只惋惜现在谁都没法拼出这张图。淘宝有很多的购物数据(Transactional?data),可以从购物数据中去找出消费者在购物时的偏好;腾讯有很多的社交类数据(Social data),可以从社会数据中拼出消费者在SNS上面所表达出来的他们的需要;百度有很多的带有明确意图的查找数据 (Intention data),可以从很多查找数据中去找出消费者的行为需要是什么。

我的前前老板是沃尔玛的COO,不懂数据,可是通知我,依据他在沃尔玛做了这么多年的经历,总有一天,当一个顾客走进沃尔玛大门时,就知道他要什么。这个是零售业的老大相信的,十年内这个事情就要发生,所以没数据会很不幸,这个世界会呈现两种人——数据的有钱人和数据的贫民。

现在愈来愈多的公司在用数据发掘,但其实都没有真正用好,而真正用到大数据的公司更是少之又少。以我的了解,现在能用上大数据的公司,一般来说产品主管都很会用数据。无论是Google仍是Facebook,凡是大数据很凶猛的公司,都有一套很好的大数据发现体系。

在以前的几年,Facebook不断地更新发现体系。两年前,他们的发现体系可以通过一个男生输入的要害词,推测出他未来离婚的可能性会达到多少。

虽然我在负责BI部门,但我认为,好的发现体系是不需要BI部门的人跑数据的,凡是要用上很多数据分析师资源去跑数据的公司,其实就现已落后了。猎奇和相关肯定是来自第一线对这个产品很有感觉的人。假如找一个分析师,他对这个产品都不是很熟悉,又怎么能找到相关的东西?这就好像隔山打牛。

改变考虑方式
但不可否认,大数据考虑的精力是每一家公司都能用的,只需让他们偶尔找到大数据的精力地点,就会有很大前进。

前段时间碰到一个B2C公司的CEO,我向他建议,今全国订单的消费者,也许在十几天前现已在阅读网站,你为何不收集这个消费者从注册那天起,所看过的产品与终究购买产品之间的关系,为将来所用呢?

我认为,这个数据就是大数据考虑的精力地点。其实,大数据其实不是我们在聚光灯下看到的这么呆板,而是要充满猎奇,不断地自问,有什么数据(全新的或从头发明的)可以解决今天的一些问题。

一直以来,因为数据获取本钱高,大大都商家都用假定没数据的方式进行决策。而如今,要想具备大数据考虑精力,有必要先改变考虑方式,假定这个世界能找到任何数据来考虑你的问题。

而这一考虑方式的改变,最重要是从管理层开始,假如没无意识到大数据是个管理问题的话,做大数据是没意义的。

企业管理层不要过度留意自己的事情,要把眼界打开,看到周边的微信号和自己现在所做东西的一种关系,这是大数据的精力地点。详细点说就是,不要只盯着今天眼前的数据,有些数据虽然放在路边,可是它却十分有用,只是你没有看见,所以没有把它用上。今天大数据使更多人知道,周边数据比本身数据更重要。

假如我们相信我,就不要再说做大数据,而是说用大数据的考虑来运用数据。虽然公司稀有据发掘部门,但这些数据都是用来做营销的,而这其实不是大数据。

现在,我常常触摸的电商老板,现已开始运用大数据考虑,每天都讲数据,而这些数据就是大数据可以给到他们的时机是什么。关于企业运营层面而言,不需要把数据分为大数据和小数据,可是企业的决策层应该有所区分。

例如,唯品会把自己BI团队的员工打散在事务部门做轮岗,他们在事务部门轮岗六个月后再回到BI团队。我觉得这个做法十分对,一个没有商业感觉的数据分析师是废人一个。

而银泰网的CEO廖斌,现在天天在美国走来走去,看人家大数据在干嘛。关于CEO来讲,应该多一些对大数据的了解,通过考虑让企业更好地开展。

但公司的运营层面,要老老实实把公司里可以用的数据都用上,忌不吃碗里的,只盯锅里的,用大数据的考虑方式来找出一些曾经没看过的点。

大数据的新应战
当数据愈来愈杂乱,大数据相同面对新应战。预计未来,当无线数据和电脑数据混在一同后,将是大数据的一大难题。

早上,你用手机看到觉得挺好的商品,点击保藏,下战书,你用电脑打开再看,那这个链条加起来后,你觉得曾经电脑端讲的漏斗还有用吗?

所谓的转化率都是假定存在于电脑发生,而如今,包括淘宝在内的很多网站手机的拜访占比现已远远高于几年前了。当用手机和用电脑购买商品的用户群混在一同,用什么方法证明购物体验的好坏、转化率的凹凸,都需要从头设定。

而无线所发生的数据,与网站分析数据最大的差异是情形(Context),究竟是在百货公司里查找仍是在机场里查找,重要的是在什么情形下进行查找,这是很重要的链接点。

除了无线数据,线下和线上数据的关系,也会发生新的数据原资料和方向(Re-invent?Data)。
在某些区域,线上购物现已极具影响力,线上的商家慢慢发现,最大的竞争对手不是线上的竞争对手,而是传统商业的线下零售商。

其实,1号店最大的竞争对手是离消费者三百米外的沃尔玛。曾经,线上购物用户比较宅,他们更倾向互联网,可是现在线上市场现已不是一帮铁杆的互联网用户群,而是一群曾经在线下购买,现在开启线上购买的人,这才是所有电商公司正在抢夺的用户群。

所以线上和线下这两种数据,变得十分重要。

例如,我看过亚马逊的数据科学家的用户档案里,重点重视的是消费者初次/末次购买状况,购买的地舆方位旁边的数十公里规模内有无书店。因为亚马逊知道最大的对手是线下书店,消费者喜欢逛,而线下书店可以提供逛的感觉,这就是竞争对手。

一直以来,互联网用户群是最核心的线上消费者,而现在被部分线下消费者稀释了,所以现在的消费者更倾向阅读和逛,用户的行为更宽泛。

事实上,逛的用户习惯和传统的线上购物习惯是矛盾的,传统线上购物是先有方针,输入要害词,再选东西,但关于逛的人,底子不需要要害词。这也是为何淘宝要开始推逛的概念,这是一个趋势。

看淡数据的得失
数据不会把一家公司救活,只有公司运营的方向和理念,才会救活一家公司,数据只是如虎添翼,?乃至有人说数据是用来帮企业调头用的。

但大数据考虑显然不同,它并不是如虎添翼之用,而是将数据作为产品的原资料,发生一种新的商业模式。假如有人能想到,有些数据曾经没人重视,运用到商业中,可能会呈现一个新模式,这才是大数据的领域。

最近我一直都在考虑,什么样的团队才可以管理大数据,这个有必要要想清楚。先想通人再讲事,因为数据人才在中国十分少,在这种人才、管理经历都不行的状况下,要做到很棒的数据是不容易的。所以在数据上,人才培育才是王道,在未来的一两年会很重要。在现在这个浮躁的环境下,中国专业性的人才很难培育起来。

至于未来,因为大数据还没构成一种直接动力,很难构成堆集和使用的意识。对电商老板说,只能慢慢来,对数据不要绝望,也不要太乐观。今天,企业最难抓到的点是,怎么在专注的领域里找到一些对企业有价值可是曾经没有重视过的数据,这个数据假如能为我所用的话,会成为企业的核心竞争力。

via:钛媒体


人人都是产品主管(woshipm)是以产品主管、运营为核心的学习、交流、分享平台,集媒体、培训、社群为一体,全方位效劳产品人和运营人,建立9年举行在线讲座500+期,线下分享会300+场,产品主管大会、运营大会20+场,掩盖北上广深杭成都等15个城市,内行业有较高的影响力和知名度。平台集合了众多BAT美团京东滴滴360小米网易等知名互联网公司产品总监和运营总监,他们在这里与你一同生长。