当前位置:首页 > 营销知识 > 网站数据分析 > 正文

企业以数据挖掘利润的两种选择


Data: 2015-08-11
 

如今,你到哪儿都能听到大数据。别说是亚马逊这样的公司,现在就是一个小的Startup, 每天也能有几个G的数据量。 而像Instagram 这样的照片分享网站,每天轻松就能产生出500T的数据量。 不少企业的CEO们都会问一个问题:“好,现在我有这么多数据,下一步我该怎么做呢?”

一个人, 如果只是站在金矿的土地上而不去挖掘的话, 他也成不了富翁。 同样的, 拥有大量数据并不能代表你的企业就能成功。 这个行业里面成功的是例如亚马逊, NetFlix那样, 能够比竞争对手更好的利用数据的公司。 否则的话, 你也只能干瞪着眼看着一堆Hadoop集群而不知道如何去做。 可是, 要是你能好好的利用你的数据, 你就能够在竞争中领先一步。

数据与金钱往往是连在一起的,但是,究竟如何才能把数据转化为利润呢? 对大多数公司来说, 有两种选择, 一是数据导向的流程, 二是数据导向的产品。

以数据为导向的业务流程:

传统的数据分析师,使用Excel或者会编写SQL语句进行特定查询。 而如今, 这些就远远不够了。 如今的数据科学家, 需要了解小数据时代和大数据时代的各种工具, 包括传统的商业智能工具,新型的大数据分析工具,Teableau、Qlickview、大数据魔镜等。还要会查询语言, 统计, 甚至机器学习等。

好的数据科学家可以帮助企业从分析产品, 比如哪些产品受欢迎, 为什么, 哪些产品用户不喜欢(比如Zynga就是这么做的), 到建立预测模型, 分析将来趋势, 以帮助现在的决策(比如沃尔玛实验室就是在这么做)

如果你是销售软件即服务(SaaS)应用, 数据科学家可以帮助你分析高端客户的特征, 比如他们转化的渠道, 他们的基本共性(年龄, 性别, 收入水平, 地域等),以及他们使用你的应用的特别方式等。 这样, 你可以更加有针对性的设计你的产品功能, 推出针对性的广告,优化市场推广渠道, 从而提高你的利润率。

或者,数据科学家可以基于历史数据, 建立一个准确的预测模型。比如百货公司Target那样,能够确定哪些顾客是怀孕的妇女,或者像一些保险公司一样,能够预测哪些来咨询的潜在客户最有可能转化为客户。

以数据为导向的产品:

除了以数据为导向的流程外, 还可以把利用数据来丰富产品的功能。 有的公司还把数据专门打包成为一个产品来销售。

比如Twitter, 他本身的产品不是数据产品, 但是, 他通过授权其他公司如DataSift这样的公司使用它的数据, DataSift这样的公司则利用Twitter的数据做成针对企业的数据产品来帮助企业更好地利用社交媒体。 还有一些媒体公司, 把观众观看的数据打包, 卖给一些频道或者内容制作公司。

不过, 相对于把数据打包出售直接获取收入, 更多的公司则是利用数据, 提高现有的产品, 使它们更加有效率, 更加智能 更加符合用户需求, 从而直接或间接地增加收入。

这里也有一些例子来说明数据如何使产品更加智能, 更加符合用户需求:

如,为了提高广告平台的点击率, 广告平台通过分析广告播放媒体, 广告本身, 以及用户的行为。 把广告展现给最合适的用户。

又如视频发布平台通过分析用户的观看和互动行为, 给视频制作者关于用户喜好的各种反馈, 从而制作出更加满足用户喜好的视频。 这是一个间接增加收入的例子。 通过数据分析, 来提高视频平台的受欢迎程度。

最新更新文章