侵权投诉
订阅
纠错
加入自媒体

如何挖掘大数据并转化成果支持营销策略的制定?

2014-09-12 02:00
夜隼008
关注

  用户需求的个性化、多样性需要电商对用户行为数据进行深度挖掘,比如通过用户购买品类的特征判断用户的购物偏好(进行兴趣分群)、通过用户购物 过程中的行为数据判断用户的购物特点(比如冲动还是理性)等等,一系列相关的挖掘、建模工作会让企业对用户的购物轮廓慢慢清晰,包括在此过程中使用计算方 法去预测用户的年龄、收入等社会属性,将大大提升营销的精度和实际效果。

  京东的大数据营销平台同时服务于EDM、短信、移动消息推送等多种营销渠道,大大优化了对用户的立体式营销。基于用户需求所构建的“非营销式” 营销,效果显着。如已经通过大数据分析获取到顾客的单反相机购买需求后,不去推荐商品或者促销活动,而是发送知识邮件教用户如何去选购单反相机,大大提升 了用户的黏性,在潜移默化中影响用户的购物决策和购买行为。

  京东大数据应用对消费者的消费趋势也进行了诸多分析,包括网上购物人群的性别比例正在悄然变化,正趋向男女平衡;在一天24小时中,用户习惯于在休息时间使用移动设备购物,而在工作时间使用电脑购物等等。还有个有趣的发现是“线上看,线下买”的顾客并不少于“线下看,线上买”的顾客。

  1号店也是早早就着手大数据研究的电商企业。其与中科院虚拟经济与数据科学中心合作组建的一个包括几十位来自斯坦福、牛津、剑桥、香港理工、清华、上海交大等国际 知名高校博士或硕士毕业生构成的大数据分析团队,创建了1号店大数据部门,重点研究虚拟商务和大数据挖掘,成功地支持了企业前端营销活动及后端供应链的各 项决策。

  实体零售商也可以唱响大数据

  关注归关注,前面提到过,很多传统企业仍认为大数据对于他们来说是阳春白雪。虽如此,在对大数据关注度较高的百货、购物中心行业中,仍不乏起步较早,成果斐然的,大悦城便是其中之一。

  大悦城拥有70多万的会员顾客,其信息团队利用三年的时间,对会员进行大数据研究,分析会员的购物生命周期。研究发现,消费者在办了会员卡的前 3个月的消费力都非常好,从第4个月开始下滑,第4至第9个月为消费平稳期,如果从第3个月开始进行基础性的会员维护,那么第9至第12个月会员的消费力 就会有所增长。

  公司通过不同的算法,将大数据转化为不同的结果,支持公司决策。如重点商户识别运用Pareto帕累托法则,业态、商户销售识别运用BCG波士顿矩阵,单体消费者运用CLV生命曲线算法,总体销售预测运用向量、因变量算法,竞争预测运用贝叶斯算法等等。

<上一页  1  2  3  4  下一页>  
声明: 本文由入驻维科号的作者撰写,观点仅代表作者本人,不代表OFweek立场。如有侵权或其他问题,请联系举报。

发表评论

0条评论,0人参与

请输入评论内容...

请输入评论/评论长度6~500个字

您提交的评论过于频繁,请输入验证码继续

暂无评论

暂无评论

文章纠错
x
*文字标题:
*纠错内容:
联系邮箱:
*验 证 码:

粤公网安备 44030502002758号