现在大数据很火，我们前几年做的叫web分析、数字化深度运营，数字化营销，现在面向客户，都只好改口大数据，因为客户现在关心这个。在与这些企业接触中，我们发现，他们很重视电商，这几年开始不断提大数据，但有很多基础的东西，反而意识不够，下面我着重说一下这四个大点，以及我们怎么做的。
一、用户行为数据是宝矿：
1、互联网渠道，互联网营销是以后的核心能力：
很多行业其实数据化都做的很不错，比如电信行业十年前早就大数据挖掘了，银行业也做了N多年了，SAS、IBM等厂商在金融行业都是他们的最大市场。但我们接触了几家大行发现，他们在互联网行为数据采集、利用方面，还停留在基本的页面统计分析层面，有的甚至只看互联网平台的业务/订单等数据。要知道你虽然有很多客户数据，有很多业务数据，但未来互联网营销才是渠道、营销发展的趋势。如果这部分数据做不好，那就永远称不上电子商务、互联网转型。
2、用户行为数据是用户体验提升，会员忠诚度提升（服务和优化），是用户更人性化的场景营销的重要组成部分。
说到这里，我们举个例子，我们给一些领先省运营商网上商城做精准营销，做了很多模型，但多数挖掘的模型都效果一般，只有根据用户行为特征的潜在用户模型，基本占了90%的业绩，为什么？人家来商城肯定有所倾向，我们根据很多行为细节，甚至是否完整浏览页、是否滚屏、相关产品的购买倾向等等，我们每两个小时输出一批潜在用户，CallCenter跟进，甚至我们把外呼方式、解决体验痛点、主推产品等等都给信息，带来的效果，很惊奇，几乎跟商城自身的业绩一样量级。
二、跨渠道用户行为数据的打通：
后续的企业营销，一定是涵盖线上线下多渠道的整合营销，有的行业叫电子渠道，有的叫电子商务，其实涵盖了众多渠道，网上营业厅、网上银行、网上商城、APP、WAP门户、短信中心、IVR、CallCenter，现在SNS的微信、微博、QQ客户门户等等，这些渠道绝大多数企业都是各自运营，相互独立，但我们希望能把数据打通起来。
在我们的一个案例中，我们实现了11个渠道的数据打通，除了淘宝、京东旗舰店的几乎所有电子渠道。数据打通之后，可以给用户一个最佳体验，我们在做电子渠道规划的时候，提到CPC适配，就是最佳渠道触点，面向最佳群体，提供最佳的服务和产品。
比如我们今年年初，结合春节营销，搞了微信营销。1月份2月份通过微信红包、微信活动、微信传播，汇聚了大量微信用户群，同时我们通过用户识别进行数据打通，知道哪些是已有用户，哪些有升级倾向，哪些有传播影响力，哪些是潜在他网用户，甚至我们通过这次打通把省公司上千个微信公众号、服务号的用户做了整体的打通，而不是散落在上千个微信公众号中的数千万openID。之后就是3-15了，即使是运营商也不能发短信、外呼了，怎么营销？这次的微信渠道打通排上了用场，我们用这批微信数据做营销，做了好几个月，非但没有受到3-15影响，还业绩不错。
这是我们用Insight产品对跨渠道数据打通的截图，我们可以实现用户在多渠道上的准确识别，比如用户在网站看了什么，参与了什么活动，这时候收到了短信，短信互动到哪步，之后CallCenter和IVR到了哪步，之后打开了APP，做了什么互动……通过时间轴我们把用户所有的交互可以清晰的洞察，这样可以优化用户体验，可以用最性价比的渠道来做交互，可以在某个场景采用什么渠道的营销促进。
而且这种路径，我们可以构建场景，不如某个渠道营销有障碍的时候，我们是否采取什么措施。我们的流失模型，也是这种场景下定义的。
三、多平台、多数据源的融合：
最近跟银行IT和大数据部分，讨论最多的话题是，你们的大数据营销解决方案与企业要建的大数据中心的关系。
我更喜欢把大数据分为IT角度和应用角度，IT角度看，数据汇聚、存储、安全、管控、计算是关注的，而从应用看，数据质量、数据打通、数据实时性、数据化应用、营销对接是更关心的。
但不管从哪个角度，我们都要解决多平台、多数据源的数据融合问题。现实中，因为部门不同、厂家不同，企业大量数据散布于多个渠道、多个平台、多个业务、多部门，条块分割，自成体系，信息封闭、信息混乱，成为信息孤岛。与企业上下游企业脱节，与企业对消费者的整体体验脱节，甚至是轮番轰炸，如何打通不同渠道的数据，成为迫切需要解决的现实问题。
我们在解决了电子渠道的用户行为数据融合、准确和应用同时，也积极促进其他数据源的对接，比如CRM、业务平台的对接。我们可以进行关联分析，哪些CRM中学生属性群体，他们真正关心什么，会参与哪些活动，他们的决策习惯如何；三十岁女性群体又如何……我对数据分析挖掘有一个个人观点，觉得很多好的模型不是靠数学模型搭出来的，而是通过与业务结合，与用户真实数据结合的发现和不断优化。我经常提的一个概念是“边分析边挖掘边标签化”，数据准确基础下，有效果、有关联、能描述才是好的模型定义，而不是算出来解释不通。多数据源的打通，就是为营销提供更多准确的数据因子，带回用户行为数据，代表着用户真实的倾向。
四、基于用户为中心的数据汇聚，核心能力是用户的识别：
们的数据结构是Visitor、Visit、Event/Hit三层，大家知道企业一般按业务，web分析一般按网页，我们前几年做web分析，也是某页浏览多少，多少用户，但之后越做越觉得以后搞精准、搞数据化电商，不能这种架构。现在呢，我们是以用户为第一层，这个用户CRM是谁，不同渠道是哪个ID，甚至家庭、兴趣等都在这层，之后才是多渠道的某一次交互，某一个触发、行为。当然，这也是前面提到的跨渠道融合的核心。这样的数据构建下，任何数据都是不断丰富某个用户的信息，用户变得越来越可视化。
第二点，要提到的是用户识别。我觉得这是一个简单、但又复杂漫长的工作，是互联网营销的核心能力之一。网舟做了好几年，在这块儿小有收获，甚至结合电信运营商网络、终端能力，仍有几大的空间。
非常有价值，通俗一句话，你数据特全，模型特棒，最后你看到的都是匿名用户，你不知道谁和谁，一切都是白搭。
毕竟具备腾讯、淘宝海量互联网注册用户的企业不多，毕竟现在cookie已经不那么好用了。因此，对大多数企业来说，做好用户识别是特别有意义的事情，价值甚至远大于很多在线推荐、大数据营销。搞电商的、搞网上下单的都苦恼，为何转化率这么低，1%甚至还到不了，99%都是流失的，这里面应该至少有一半是有购买倾向的，如果能做好流失用户再营销，追回的用户，可能都能实现业绩翻番。特别是运营商宽带、银行金融业务、保险下单等，如果客户经理能去做这些用户的工作，可能转化率会很高。这是最直接高效的事情，甚至谈不上什么高大上的大数据，但这里面的能力在哪？就是用户识别！
我们现在提供的流失数据应用，可以做到实时，最迟1小时内，提供场景和客户信息，为客服、营销中心。
我们现在做了几年，可以做到用户一旦通过认证、识别和模型触发，可以就把历史这个匿名用户所有行为数据关联起来。可以通过多数据源、多认证、多种识别技术来串用户，甚至结合运营商的独特能力。同时我们会为业务部分，定制营销活动和交互方案，目标就是为了提升用户识别的精度。
以上基本是今天重点分享的四大互联网数据营销的基础点，但我们做了好几年，觉得这些是基础，但实际是最有效的。
我们现在的数据规模也很大，用户在亿，多渠道交互在几十亿，但我觉得数据规模只是不断变大，需要考虑很多大数据。即使这几个做好了，电子渠道和电子商务能提升很大一个能力级。
最后做一个小广告，介绍下我们的解决方案。
首先，进行内外部数据的汇聚和整合。整合企业外部PC、移动端、APP、商城、门店等跨渠道用户交互数据以及企业内部各平台、各业务数据，建立以用户为中心的大数据体系，实现用户数据的汇聚、整合，实现跨渠道数据的交叉分析，以及实时的海量数据分析。
其次，通过数据集市，实现对跨渠道用户的识别。围绕大数据构建用户标签库，用户画像库，比如客户的基本信息、客户购买偏好、客户购买能力、客户资产、客户风险、客户事件、客户关系等等建立360度的客户视图，从而实现跨渠道用户识别。
第三，通过精准营销工具，为企业提供“千人千面”的新一代内容交互服务。我们可以通过“跨渠道多波次整合营销”产品，实现网站、APP、短信、邮件、微信、CallCenter等多营销触点的最佳组合，实时提供最佳服务和精准营销。从而真正切实解决了传统营销中存在的盲目性，从而实现了企业资源的有效配置和利用。
[size=+0]思数云计算和大数据服务中心，简称思数云（隶属于北京思数科技有限公司），是国内专业大数据分析培训、咨询机构。 工业信息化部考试中心 国家信息化计算机教育认证 Hadoop技术高薪职业技能班 [size=+0]定期开展免费公开课，有兴趣的请与我们联络 [size=+0]【联系我们】耿老师：13716759158 QQ：2650195266电话：400-056-0061
| 
发表于 2015-10-23 16:16:28
