商业巨头是怎么玩转大数据的?

标签: Target 方法 孕妇 怀孕 Andrew Pole | 发表时间:2012-10-21 06:00 | 作者:吴迪
出处:http://content.businessvalue.com.cn

在大数据推动的商业革命暗涌中,要么学会使用大数据的杠杆创造商业价值,要么被大数据驱动的新生代商业格局淘汰。

最早关于大数据的故事发生在美国第二大的超市塔吉特百货(Target)。孕妇对于零售商来说是个含金量很高的顾客群体。但是他们一般会去专门的孕妇商店而不是在Target购买孕期用品。人们一提起Target,往往想到的都是清洁用品、袜子和手纸之类的日常生活用品,却忽视了Target有孕妇需要的一切。那么Target有什么办法可以把这部分细分顾客从孕妇产品专卖店的手里截留下来呢?

为此,Target的市场营销人员求助于Target的顾客数据分析部(Guest Data & Analytical Services)的高级经理Andrew Pole,要求他建立一个模型,在孕妇第2个妊娠期就把她们给确认出来。在美国出生记录是公开的,等孩子出生了,新生儿母亲就会被铺天盖地的产品优惠广告包围,那时候Target再行动就晚了,因此必须赶在孕妇第2个妊娠期行动起来。如果Target能够赶在所有零售商之前知道哪位顾客怀孕了,市场营销部门就可以早早的给他们发出量身定制的孕妇优惠广告,早早圈定宝贵的顾客资源。

可是怀孕是很私密的信息,如何能够准确地判断哪位顾客怀孕了呢?Andrew Pole想到了Target有一个迎婴聚会(baby shower)的登记表。Andrew Pole开始对这些登记表里的顾客的消费数据进行建模分析,不久就发现了许多非常有用的数据模式。比如模型发现,许多孕妇在第2个妊娠期的开始会买许多大包装的无香味护手霜;在怀孕的最初20周大量购买补充钙、镁、锌的善存片之类的保健品。最后Andrew Pole选出了25种典型商品的消费数据构建了“怀孕预测指数”,通过这个指数,Target能够在很小的误差范围内预测到顾客的怀孕情况,因此Target就能早早地把孕妇优惠广告寄发给顾客。

那么,顾客收到这样的广告会不会吓坏了呢?Target很聪明地避免了这种情况,它把孕妇用品的优惠广告夹杂在其他一大堆与怀孕不相关的商品优惠广告当中,这样顾客就不知道Target知道她怀孕了。百密一疏的是,Target的这种优惠广告间接地令一个蒙在鼓里的父亲意外发现他高中生的女儿怀孕了,此事甚至被《纽约时报》报道了,结果Target大数据的巨大威力轰动了全美。

根据Andrew Pole的大数据模型,Target制订了全新的广告营销方案,结果Target的孕期用品销售呈现了爆炸性的增长。Andrew Pole的大数据分析技术从孕妇这个细分顾客群开始向其他各种细分客户群推广,从Andrew Pole加入Target的2002年到2010年间,Target的销售额从440亿美元增长到了670亿美元。

我们可以想象的是,许多孕妇在浑然不觉的情况下成了Target常年的忠实拥泵,许多孕妇产品专卖店也在浑然不知的情况下破产。浑然不觉的背景里,大数据正在推动一股强劲的商业革命暗涌,商家们早晚要面对的一个问题就是:究竟是在浑然不觉中崛起,还是在浑然不觉中灭亡。

大数据是谁?

大数据炙手可热,但是能说清楚大数据是什么的人却不多。要真正弄明白什么是大数据,我们首先得看看Target是怎么收集大数据的。

只要有可能,Target的大数据系统会给每一个顾客编一个ID号。你刷信用卡、使用优惠券、填写调查问卷、邮寄退货单、打客服电话、开启广告邮件、访问官网,所有这一切行为都会记录进你的ID号。

而且这个ID号还会对号入座的记录下你的人口统计信息:年龄、是否已婚、是否有子女、所住市区、住址离Target的车程、薪水情况、最近是否搬过家、钱包里的信用卡情况、常访问的网址等等。Target还可以从其他相关机构那里购买你的其他信息:种族、就业史、喜欢读的杂志、破产记录、婚姻史、购房记录、求学记录、阅读习惯等等。乍一看,你会觉得这些数据毫无意义,但在Andrew Pole和顾客数据分析部的手里,这些看似无用的数据便爆发了前述强劲的威力。

在商业领域,大数据就是像Target那样收集起来的关于消费者行为的海量相关数据。这些数据超越了传统的存储方式和数据库管理工具的功能范围,必须用到大数据存储、搜索、分析和可视化技术(比如云计算)才能挖掘出巨大商业价值。

大数据的商业价值

大数据这么火,因此很多人就跟起风来,言必称大数据,可是很多人不但没搞明白大数据是什么的问题,也不知道大数据究竟能往哪些方面挖掘出巨大的商业价值。这样瞎子摸象般的跟风注定了是要以惨败告终的,就像以前一窝蜂地追逐社交网络和团购一样。那么大数据究竟能往哪些方面挖掘出巨大的商业价值呢?根据IDC和麦肯锡的大数据研究结果的总结,大数据主要能在以下4个方面挖掘出巨大的商业价值:对顾客群体细分,然后对每个群体量体裁衣般的采取独特的行动;运用大数据模拟实境,发掘新的需求和提高投入的回报率;提高大数据成果在各相关部门的分享程度,提高整个管理链条和产业链条的投入回报率;进行商业模式、产品和服务的创新。笔者把他们简称为大数据的4个商业价值杠杆。企业在大踏步向大数据领域投入之前,必须清楚地分析企业自身这4个杠杆的实际情况和强弱程度。

1.对顾客群体细分,然后对每个群体量体裁衣般的采取独特的行动。本文开头Target的故事就是这个杠杆的案例,瞄准特定的顾客群体来进行营销和服务是商家一直以来的追求。云存储的海量数据和大数据的分析技术使得对消费者的实时和极端的细分有了成本效率极高的可能。比如在大数据时代之前,要搞清楚海量顾客的怀孕情况,得投入惊人的人力、物力、财力,使得这种细分行为毫无商业意义。

2.运用大数据模拟实境,发掘新的需求和提高投入的回报率。现在越来越多的产品中都装有传感器,汽车和智能手机的普及使得可收集数据呈现爆炸性增长。Blog、Twitter、Facebook和微博等社交网络也在产生着海量的数据。云计算和大数据分析技术使得商家可以在成本效率较高的情况下,实时地把这些数据连同交易行为的数据进行储存和分析。交易过程、产品使用和人类行为都可以数据化。大数据技术可以把这些数据整合起来进行数据挖掘,从而在某些情况下通过模型模拟来判断不同变量(比如不同地区不同促销方案)的情况下何种方案投入回报最高。

3.提高大数据成果在各相关部门的分享程度,提高整个管理链条和产业链条的投入回报率。大数据能力强的部门可以通过云计算、互联网和内部搜索引擎把大数据成果和大数据能力比较薄弱的部门分享,帮助他们利用大数据创造商业价值。这个杠杆的案例是关于沃尔玛的一个故事。

沃尔玛开发了一个叫做Retail Link的大数据工具,通过这个工具供应商可以事先知道每家店的卖货和库存情况,从而可以在沃尔玛发出指令前自行补货,这可以极大地减少断货的情况和供应链整体的库存水平。在这个过程中,供应商可以更多的控制商品在店内的陈设,可以通过和店内工作人员更多地接触,提高他们的产品知识;沃尔玛可以降低库存成本,享受员工产品知识提高的成果,减少店内商品陈设的投入。综合起来,整个供应链可以在成本降低的情况下,提高服务的质量,供应商和沃尔玛的品牌价值也同时得到了提升。通过在整条供应链上分享大数据技术,沃尔玛引爆了零售业的生产效率革命。

4.进行商业模式,产品和服务的创新。大数据技术使公司可以加强已有的产品和服务,创造新的产品和服务,甚至打造出全新的商业模式。这个杠杆将引用Tesco为案例。Tesco收集了海量的顾客数据,通过对每位顾客海量数据的分析,Tesco对每位顾客的信用程度和相关风险都会有一个极为准确的评估。在这个基础上,Tesco推出了自己的信用卡,未来Tesco还有野心推出自己的存款服务。

大数据的商业革命

通过以上4个杠杆,大数据能够产生出巨大的商业价值,难怪麦肯锡说大数据将是传统4大生产要素之后的第5大生产要素。大数据对市场占有率、成本控制、投入回报率和用户体验都会起到极大的促进作用,大数据优势将成为企业最值得倚重的比较竞争优势。根据麦肯锡的估计,如果零售商能够充分发挥大数据的优势,其营运利润率就会有年均60%的增长空间,生产效率将会实现年均0.5%-1%的增长幅度。在大数据这个概念炒热起来的当下,人们才发现像沃尔玛、Target、亚马逊、Tesco这样的商业巨头已经不声不响地运用了大数据技术好多年,用大数据驱动市场营销、驱动成本控制、驱动产品和服务创新、驱动管理和决策的创新、驱动商业模式的创新。许多商界骄子慨叹竞争不过Target们的不解之谜也终于告破。

在大数据推动的商业革命暗涌中,与时俱进绝不仅仅是附庸风雅的卡位之战,要么学会使用大数据的杠杆创造商业价值,要么被大数据驱动的新生代商业格局淘汰。这是天赐良机,更是生死之战。成功者将是中国产业链升级独领风骚的枭雄,失败者拥有的只有遗憾。


商业价值iPhone 客户端

相关文章:

相关 [商业 大数据] 推荐:

商业巨头是怎么玩转大数据的?

- - 《商业价值》杂志
在大数据推动的商业革命暗涌中,要么学会使用大数据的杠杆创造商业价值,要么被大数据驱动的新生代商业格局淘汰. 最早关于大数据的故事发生在美国第二大的超市塔吉特百货(Target). 孕妇对于零售商来说是个含金量很高的顾客群体. 但是他们一般会去专门的孕妇商店而不是在Target购买孕期用品. 人们一提起Target,往往想到的都是清洁用品、袜子和手纸之类的日常生活用品,却忽视了Target有孕妇需要的一切.

大数据时代 五大商业分析技术趋势

- - 互联网分析
目 前,趋势中心对如何应对分析挑战的关注力度并不亚于他们考虑在新商业视角中如何充分利用机遇的力度. 例如,随着越来越多的公司开始不得不面对海量数据以及 考虑如何利用这些数据,管理与分析大型不同数据集的技术开始出现. 提前分析成本与性能趋势意味着公司能够提出比以前更为复杂的问题,提供更为有用的信息以 帮助他们运营业务.

大数据是如何正在改变整个商业属性的?

- - i黑马
它的定义并不明朗,但它通常可以归结为:公司会得比过去得到更多机会和途径去获得更多的信息数据,它的信息源要比以前更多,而且他们几乎可以迅速得到它只要产生数据. 大数据经常能得到已经在处理信息的公司的链接,如谷歌, Facebook的和亚马逊. 但企业在很多行业中都非常看重大数据并且当成信息和操作中心.

一文读懂BI商业智能与大数据应用的区别

- - 人人都是产品经理
      之所以要区分大数据应用与BI(商业智能),是因为大数据应用与BI、数据挖掘等,并没有一个相对完整的认知. BI(BusinessIntelligence)即商务智能,它是一套完整的解决方案,用来将企业中现有的数据进行有效的整合,快速准确的提供报表并提出决策依据,帮助企业做出明智的业务经营决策.

李虹含:大数据技术在商业银行中的应用——场景、优势与对策

- - IT瘾-bigdata
2017年第8期(总第8期). 近日,中国人民银行成立金融科技(FinTech)委员会,旨在加强金融科技工作的研究规划和统筹协调. 随着金融科技在业务层面渗透率的逐步提升,大数据技术在金融机构中的应用日益广阔,对于商业银行如何在金融科技时代使用、提取、管理好大数据的讨论也更加深入. 一、大数据技术在银行业中应用的前景.

深入浅出解析大数据Lambda架构 - 天善智能:专注于商业智能BI和数据分析、大数据领域的垂直社区平台

- -
Hadoop的出现让人们尝到了大数据技术的甜头,它的批处理能力已经被工业界充分认可,但是它的延迟性也一直为大家所诟病. 随着各行各业的发展,越来越多的业务要求大数据系统既可以处理历史数据,又可以进行实时计算. 比如电商推荐系统,当你在京东浏览商品时,京东会根据你的浏览、加车、收藏、删除等行为,实时为你推荐商品.

谈大数据(2)

- - 人月神话的BLOG
对于大数据,后面会作为一个系列来谈,大数据涉及的方面特别多,包括主数据,数据中心和ODS,SOA,云计算,业务BI等很多方面的内容. 前面看到一个提法,即大数据会让我们更加关注业务方面的内容,而云平台则更多是技术层面的内容. 对于大数据会先把各个理解的关键点谈完了,再系统来看大数据的完整解决方案和体系化.

大数据之惑

- - 互联网分析
算起来,接触大数据、和互联网之外的客户谈大数据也有快2年了. 也该是时候整理下一些感受,和大家分享下我看到的国内大数据应用的一些困惑了. 云和大数据,应该是近几年IT炒的最热的两个话题了. 在我看来,这两者之间的不同就是: 云是做新的瓶,装旧的酒; 大数据是找合适的瓶,酿新的酒. 云说到底是一种基础架构的革命.

白话大数据

- - 互联网分析
这个时代,你在外面混,无论是技术还是产品还是运营还是商务,如果嘴里说不出“大数据”“云存储”“云计算”,真不好意思在同行面前抬头. 是千万级别的用户信息还是动辄XXXTB的数据量. 其实,大数据在我的眼里,不是一门技术,而是一种技能,从数据中去发现价值挖掘价值的技能. ”当我掷地有声用这句话开场时,正好一个妹子推门而入,听到这句话,微微一怔,低头坐下.

交通大数据

- - 人月神话的BLOG
本文简单谈下智慧交通场景下可能出现的大数据需求和具体应用价值. 对于公交线路规划和设计是一个大数据潜在的应用场景,传统的公交线路规划往往需要在前期投入大量的人力进行OD调查和数据收集. 特别是在公交卡普及后可以看到,对于OD流量数据完全可以从公交一卡通中采集到相关的交通流量和流向数据,包括同一张卡每天的行走路线和换乘次数等详细信息.