常見問題

• 大數(shù)據(jù)分析是什么？

  一個清晰的大數(shù)據(jù)定義可能很難確定，因為大數(shù)據(jù)可以覆蓋許多用例。但一般來說，大數(shù)據(jù)就是規(guī)模很大的數(shù)據(jù)。大數(shù)據(jù)的核心價值在于存儲和分析海量數(shù)據(jù);大數(shù)據(jù)技術(shù)的戰(zhàn)略意義不在于掌握大量數(shù)據(jù)信息，而在于專業(yè)處理這些有意義的數(shù)據(jù)。換句話說，如果把大數(shù)據(jù)比作一個行業(yè)，這個行業(yè)盈利的關(guān)鍵在于提高數(shù)據(jù)的加工能力，通過加工實現(xiàn)數(shù)據(jù)的增值。
   
  大數(shù)據(jù)可以實現(xiàn)的應(yīng)用可以概括為兩個方向，一個是正確的定制，另一個是預測。比如通過搜索引擎搜索同樣的內(nèi)容，每個人的結(jié)果都很不一樣。比如精準營銷，百度推廣，淘寶的喜歡推薦，或者你去一個地方自動推薦給你周邊的消費設(shè)施等等。
   
  什么是數(shù)據(jù)分析？
   
  真正從所有大數(shù)據(jù)組織收集的數(shù)據(jù)中傳遞價值的是應(yīng)用于數(shù)據(jù)的分析。如果沒有分析，包括檢查數(shù)據(jù)以發(fā)現(xiàn)模式、相關(guān)性、洞察力和趨勢，那么數(shù)據(jù)只是一堆1和0，業(yè)務(wù)用途有限。
  通過將分析應(yīng)用于大數(shù)據(jù)，公司可以看到諸如增加銷售、改進客戶服務(wù)、提高效率和整體競爭力提升等好處。
  數(shù)據(jù)分析包括對數(shù)據(jù)集進行檢查，以獲得對數(shù)據(jù)集所包含內(nèi)容的見解或得出結(jié)論，例如對未來活動的趨勢和預測。
  通過使用大數(shù)據(jù)分析工具分析信息，組織可以做出更明智的商業(yè)決策，例如何時何地開展營銷活動或引入新產(chǎn)品或服務(wù)。
   

• 大數(shù)據(jù)分析有哪些特點？

  一、分析量大
  數(shù)據(jù)量本身就是一個聚合的概念，并不是單單因為數(shù)據(jù)量之大被稱為大數(shù)據(jù)，由傳統(tǒng)信息系統(tǒng)生成的小數(shù)據(jù)也是大數(shù)據(jù)分析的重要的組成部分，這一點有必要了解清楚；從當前的大數(shù)據(jù)來源來看，主要是在互聯(lián)網(wǎng)、物聯(lián)網(wǎng)、以及傳統(tǒng)的信息這三個主要的渠道，其中比例最大的就是物聯(lián)網(wǎng)數(shù)據(jù)，尤其是5G時代的到來，物聯(lián)網(wǎng)依舊是主要的數(shù)據(jù)來源。
   
  二、體量
  大數(shù)據(jù)由大量數(shù)據(jù)組成，從幾個TB到幾個ZB。這些數(shù)據(jù)可能會分布在許多地方，通常是在一些連入因特網(wǎng)的計算網(wǎng)絡(luò)中。一般來說，凡是滿足大數(shù)據(jù)的幾個V的條件的數(shù)據(jù)都會因為太大而無法被單獨的計算機處理。單單這一個問題就需要一種不同的數(shù)據(jù)處理思路，這也使得并行計算技術(shù)(例如MapReduce)得以迅速崛起。
   
  三、高速
  大數(shù)據(jù)是在運動著的，通常處于很高的傳輸速度之下。它經(jīng)常被認為是數(shù)據(jù)流，而數(shù)據(jù)流通常是很難被歸檔的(考慮到有限的網(wǎng)絡(luò)存儲空間，單單是高速就已經(jīng)是一個巨大的問題)。這就是為什么只能收集到數(shù)據(jù)其中的某些部分。如果我們有能力收集數(shù)據(jù)的全部，長時間存儲大量數(shù)據(jù)也會顯得非常昂貴，所以周期性的收集數(shù)據(jù)遺棄一部分數(shù)據(jù)以節(jié)省空間，僅保留數(shù)據(jù)摘要(如平均值和方差)。這個問題在未來會顯得更為嚴重，因為越來越多的數(shù)據(jù)正以越來越快的速度所產(chǎn)生。
   
  四、準確
  在過去，數(shù)據(jù)或多或少是同構(gòu)的，這種特點也使得它更易于管理。這種情況并不出現(xiàn)在大數(shù)據(jù)中，由于數(shù)據(jù)的來源各異，因此形式各異。這體現(xiàn)為各種不同的數(shù)據(jù)結(jié)構(gòu)類型，半結(jié)構(gòu)化以及完全非結(jié)構(gòu)化的數(shù)據(jù)類型。結(jié)構(gòu)化數(shù)據(jù)多被發(fā)現(xiàn)在傳統(tǒng)數(shù)據(jù)庫中，數(shù)據(jù)的類型被預定義在定長的列字段中。半結(jié)構(gòu)化數(shù)據(jù)有一些結(jié)構(gòu)特征，但不總是保持一致(舉例來說，看一看JSON文件)，使得這種類型難以處理。更富于挑戰(zhàn)的是非結(jié)構(gòu)化數(shù)據(jù)(例如純文本文件)毫無結(jié)構(gòu)特征可言。在大數(shù)據(jù)中，更常見的是半結(jié)構(gòu)化數(shù)據(jù)，而且這些數(shù)據(jù)源的數(shù)據(jù)格式還各不相同
   
   
   

• 大數(shù)據(jù)應(yīng)用場景有哪些？

  大數(shù)據(jù)應(yīng)用于各個行業(yè)包括金融、汽車、餐飲、電信、能源、娛樂等在內(nèi)的社會各行各業(yè)都已經(jīng)融入了大數(shù)據(jù)的痕跡。關(guān)于大數(shù)據(jù)的應(yīng)用場景。大數(shù)據(jù)處理系統(tǒng)利用批量數(shù)據(jù)挖掘合適的模式,得出具體的含義,制定明智的決策,最終做出有效的應(yīng)對措施實現(xiàn)業(yè)務(wù)目標是大數(shù)據(jù)開發(fā)工作的首要任務(wù)。
   
  1、基于客戶行為分析的產(chǎn)品推薦
  產(chǎn)品推薦的一個重要方面是基于客戶交易行為分析的交叉銷售。根據(jù)客戶信息、客戶交易歷史、客戶購買過程的行為軌跡等客戶行為數(shù)據(jù)，以及同一商品其他訪問或成交客戶的客戶行為數(shù)據(jù)，進行客戶行為的相似性分析，為客戶推薦產(chǎn)品，包括瀏覽這一產(chǎn)品的客戶還瀏覽了哪些產(chǎn)品、購買這一產(chǎn)品的客戶還購買了哪些產(chǎn)品、預測客戶還喜歡哪些產(chǎn)品等。
  通過對客戶行為數(shù)據(jù)的分析，產(chǎn)品推薦將更加精準、個性化。傳統(tǒng)企業(yè)既可以依賴大型電子商務(wù)公司和社區(qū)網(wǎng)絡(luò)的產(chǎn)品推薦系統(tǒng)提升銷售量，也可以依靠企業(yè)內(nèi)部的客戶交易數(shù)據(jù)、公司自有的電子商務(wù)網(wǎng)站等直銷渠道、企業(yè)社區(qū)等進行客戶行為數(shù)據(jù)的采集和分析，實現(xiàn)企業(yè)直銷渠道的產(chǎn)品推薦。
   
  2、產(chǎn)品知識中心
  產(chǎn)品提供商創(chuàng)建的知識中心，可以直接在網(wǎng)站中使用，通過將信息放在WEB上，通信服務(wù)提供商網(wǎng)站作為知識中心，可以增加網(wǎng)站流量并減少投訴人數(shù)，知識中心網(wǎng)站提供自助服務(wù)，用戶需要的產(chǎn)品支持技術(shù)通過知識中心自助解決，所以客戶需要產(chǎn)品服務(wù)時，聯(lián)系呼叫中心，尋求產(chǎn)品技術(shù)幫助的來源減少了。
  一旦創(chuàng)建了一個知識的來源，這個來源可用于銷售其他產(chǎn)品，并且把產(chǎn)品的特點和用戶的訴求連接起來。許多關(guān)于該產(chǎn)品的零散的知識可能會迅速組織起來，并找到各種其他用途。
   
  3、廣告投放
  隨著在線內(nèi)容的發(fā)布，線上廣告在市場上的影響越來越大，同時，在線廣告變得越來越復雜，為細分市場廣告和基于上下文的廣告提供了巨大的機會。發(fā)布客戶廣告的主要目標是在適當?shù)木W(wǎng)頁上下文環(huán)境下，打動線上的用戶，從而使用戶產(chǎn)生行動，實現(xiàn)對商品的購買。大數(shù)據(jù)為營銷人員提供了一個機會:收集無數(shù)用戶的行為信息。通過整理和分析這些信息，可以建立兩套關(guān)于客戶的見解，這兩項都與在線廣告相關(guān)。首先，通過細分大量用戶的購物歷史來建立用戶細分段，以及每個段的習慣購買模式。其次，可以使用上下文的驅(qū)動，特定于上下文的廣告。
   
   

• 大數(shù)據(jù)在營銷領(lǐng)域的應(yīng)用

  大數(shù)據(jù)對市場營銷和銷售的巨大貢獻
  當前大數(shù)據(jù)可以輔助銷售的方面包括：提高潛在客戶的質(zhì)量，提高銷售機會數(shù)據(jù)的質(zhì)量，提高目標客戶開發(fā)精確性，區(qū)域規(guī)劃，贏利率等等。而在市場營銷中，大數(shù)據(jù)也功不可沒。除了提供提高轉(zhuǎn)換率策略，銷售前景預測，增長收入和客戶生命周期外，還有可以幫助我們判斷銷售周期內(nèi)各階段哪些內(nèi)容是最有效的，以及如何改進客戶關(guān)系管理系統(tǒng)。如果公司是提供基于云計算的企業(yè)軟件服務(wù)，大數(shù)據(jù)還可以提供關(guān)于何降低客戶獲取成本（CAC），客戶終身價值（CLTV）的信息，管理許多其他客戶驅(qū)動的指標，這些指標對于經(jīng)營云業(yè)務(wù)至關(guān)重要。
   
  1、大數(shù)據(jù)使得根據(jù)每個客戶和每個產(chǎn)品的關(guān)系進行等級差別定價策略，最大限度的優(yōu)化定價變得可能
  麥肯錫的分析發(fā)現(xiàn)，一家典型的公司75%的收入來源于其標準產(chǎn)品，在每年這成百上千種定價標準產(chǎn)品的決策中30%的時候公司無法定出最好的價格。假定銷售量沒有減少，1%的價格提高卻可以帶來高達經(jīng)營利潤8.7%的增加，定價具有顯著的提高盈利能力的潛力空間。
   
  2、大數(shù)據(jù)可以帶來更大的顧客回應(yīng)率以及更深層次的客戶信息
  根據(jù)下圖的調(diào)查問卷，F(xiàn)orrester的研究發(fā)現(xiàn)44%的B2C的市場營銷人員正在使用大數(shù)據(jù)提高客戶的的回應(yīng)率，36%的營銷人員運用數(shù)據(jù)分析和數(shù)據(jù)挖掘，獲取更多的深層客戶信息從而策劃更多的關(guān)系驅(qū)動的市場策略。
   
  3、客戶分析（48%），操作分析（21%），欺詐和合規(guī)（12%），新產(chǎn)品與服務(wù)創(chuàng)新（10%）和企業(yè)數(shù)據(jù)倉庫優(yōu)化（10%）是當今最常見的大數(shù)據(jù)銷售和營銷案例
  大數(shù)據(jù)聯(lián)盟（DataMeer）最近的研究發(fā)現(xiàn)，客戶分析統(tǒng)領(lǐng)大數(shù)據(jù)在銷售和市場營銷部門的應(yīng)用。而支持這個趨勢的有下面四個關(guān)鍵策略：增加潛在客戶、減少客戶流失、增加每個客戶的投入以及改進現(xiàn)有產(chǎn)品。
   
  4、用大數(shù)據(jù)將分析數(shù)據(jù)嵌入到情境營銷中
  許多公司的營銷平臺技術(shù)正在快速完善，支持這個趨勢的基礎(chǔ)是不斷變化的客戶、銷售、服務(wù)和與現(xiàn)有系統(tǒng)不匹配的渠道需求。這造成了許多營銷部門在數(shù)據(jù)和處理上無法完全集成好。大數(shù)據(jù)分析可以創(chuàng)建可擴展的系統(tǒng)分析，可以在一定程度上緩解這個問題。下圖來自Forrester的研究，在SAS網(wǎng)站上可以免費下載，結(jié)合直覺與參與的情境營銷工具和技術(shù)：企業(yè)營銷技術(shù)手冊。
   
   

• 消費大數(shù)據(jù)如何指導中小企業(yè)數(shù)字化轉(zhuǎn)型？

  制造業(yè)是實體經(jīng)濟的“脊梁”，國家明確規(guī)定要加快數(shù)字化發(fā)展，打造數(shù)字經(jīng)濟優(yōu)勢。以數(shù)字化賦能實體，打通信息孤島，要求供應(yīng)鏈主體之間進行有效連接，促進信息流、物流、資金流、商流的深度融合。因此，高水平的“數(shù)•智”解決方案供應(yīng)商就成了推動制造業(yè)整體轉(zhuǎn)型升級的關(guān)鍵力量。
  可以看到，數(shù)字化已經(jīng)在制造業(yè)全鏈條的每一個階段發(fā)生，尤其是需求端數(shù)字化對整體產(chǎn)業(yè)鏈條的影響尤其突出。制造業(yè)開始向滿足用戶個性化、多樣化的“按需生產(chǎn)”轉(zhuǎn)變，并在營銷、銷售、服務(wù)、產(chǎn)品、生產(chǎn)等全鏈路中實現(xiàn)對用戶的有效管理和觸達。
  那么，制造企業(yè)是如何做到對消費者需求的準確把控，并實現(xiàn)對全觸點客戶的深度管理的呢？答案，就藏在私域流量運營當中。
   
  實際上，制造業(yè)數(shù)字化轉(zhuǎn)型需要囊括上下游產(chǎn)業(yè)鏈條，即從企業(yè)內(nèi)部的市場營銷、銷售推廣、經(jīng)營管理到企業(yè)外部的服務(wù)商、經(jīng)銷商、終端設(shè)備和客戶，并圍繞著優(yōu)化獲客、銷售轉(zhuǎn)化、售后服務(wù)到忠誠度管理的360度客戶旅程數(shù)字化，才能實現(xiàn)對用戶需求的精準洞察和有效管理。
  對于輕量級快消類生產(chǎn)廠商來說，他們早已摸透了“套路”，并不斷在私域流量運營中爆發(fā)出驚人的力量。傳統(tǒng)的制造業(yè)，尤其是依賴于電商突破流量瓶頸的B2C企業(yè)來說，才更需要把握“加粉、內(nèi)容、觸點、數(shù)據(jù)、復購”更核心環(huán)節(jié)要素打造私域流量，跟上數(shù)字化浪潮，真正實現(xiàn)降本增效。
  基于用戶的全生命周期考慮，需要在推進具體的執(zhí)行之前，完成基礎(chǔ)的搭建工作，即建立制造商自己的私域矩陣，并借助專業(yè)的SCRM工作建立起完善的數(shù)據(jù)收集和數(shù)據(jù)分析體系，充分利用私域流量運營鏈路中產(chǎn)生的消費大數(shù)據(jù)、銷售大數(shù)據(jù)。