
沒(méi)有用戶體驗(yàn),大數(shù)據(jù)變現(xiàn)都是空談
互聯(lián)網(wǎng)上信用消費(fèi)的興起,是一個(gè)標(biāo)準(zhǔn)的跨界現(xiàn)象,以場(chǎng)景為橋梁,涉及電商和金融供應(yīng)鏈的交叉點(diǎn)。電商發(fā)展至今,積累了豐富而寶貴的大數(shù)據(jù);金融平臺(tái)通過(guò)分析和利用大數(shù)據(jù),挖掘新的價(jià)值增長(zhǎng)點(diǎn)。6月12日,第三方消費(fèi)金融服務(wù)平臺(tái)閃錢包舉辦了跨界沙龍,易觀、去哪兒、美麗說(shuō)、瑞麗網(wǎng)、銀泰網(wǎng)現(xiàn)身說(shuō)法,帶來(lái)對(duì)“電商大數(shù)據(jù)變現(xiàn)”的深入討論。
從B2C到B2B,大數(shù)據(jù)變現(xiàn)成主流
說(shuō)起“電商大數(shù)據(jù)”,離不開(kāi)幾個(gè)關(guān)鍵詞:移動(dòng)互聯(lián)網(wǎng)、電商物流、互聯(lián)網(wǎng)金融、用戶管理和精準(zhǔn)營(yíng)銷。易觀流通產(chǎn)業(yè)分析師譚乃洵認(rèn)為:討論該背景下的產(chǎn)業(yè)升級(jí),一個(gè)切入點(diǎn)是:回顧近幾年電商產(chǎn)業(yè)發(fā)生了哪些重大變化,再看大數(shù)據(jù)在背后扮演怎樣的角色。
B2C 領(lǐng)域。電商與生俱來(lái)就帶著大數(shù)據(jù)光環(huán)。相比傳統(tǒng)零售和渠道商,B2C平臺(tái)可以通過(guò)獲取消費(fèi)者行為數(shù)據(jù)、購(gòu)物偏好、地位位置、聯(lián)系信息等,對(duì)用戶進(jìn)行精準(zhǔn)的身份識(shí)別和定位。平臺(tái)上的第三方服務(wù)商,比如物流公司、支付公司,也在貢獻(xiàn)著包括運(yùn)營(yíng)狀況、產(chǎn)品服務(wù)記錄、消費(fèi)者評(píng)論等在內(nèi)的重要數(shù)據(jù)。不具備大數(shù)據(jù)優(yōu)勢(shì)的傳統(tǒng)商家,一方面自建電商平臺(tái),同時(shí)跟互聯(lián)網(wǎng)合作,打造自己的客戶管理或會(huì)員體系,另一方面借助O2O風(fēng)口,運(yùn)用WIFI等技術(shù)營(yíng)造室內(nèi)交互體系,從而完成數(shù)據(jù)收集。
物流領(lǐng)域。大數(shù)據(jù)對(duì)電商物流的提效。兩年前,阿里、銀泰、富春集團(tuán)共同啟動(dòng)了中國(guó)智能物流骨干網(wǎng),即“菜鳥網(wǎng)絡(luò)”,體量龐大,計(jì)劃在5-8年內(nèi),實(shí)現(xiàn)全中國(guó)任何一個(gè)區(qū)域的24小時(shí)配送。打造社會(huì)化的物流平臺(tái),背后少不了大數(shù)據(jù)的支持。阿里巴巴2014年“雙十一”的包裹數(shù)量達(dá)到了2.78億,任何一個(gè)獨(dú)立或松散的物流體系都無(wú)法承擔(dān)。
互聯(lián)網(wǎng)金融。從去年開(kāi)始,京東、天貓、蘇寧、唯品會(huì)等等,一方面向平臺(tái)上的供應(yīng)商和賣家推出小額信貸業(yè)務(wù),另一方面對(duì)消費(fèi)者推出京東白條、任性付(蘇寧)、天貓分期購(gòu)等服務(wù),也是基于對(duì)大數(shù)據(jù)的分析和利用,電商才敢大膽切入互聯(lián)網(wǎng)金融。
B2B 領(lǐng)域。B2B有三個(gè)發(fā)展階段:第一階段是信息服務(wù)平臺(tái),B2B扮演信息撮合者;第二階段是交易服務(wù)平臺(tái),企業(yè)及買賣雙方將交易環(huán)節(jié)搬到線上;第三階段是綜合性服務(wù)平臺(tái),包括金融、物流和數(shù)據(jù)服務(wù)。B2B有自己的天然屬性,如交易規(guī)模較大、決策流程較長(zhǎng)、中間環(huán)節(jié)較為復(fù)雜等等,相較于B2C發(fā)展緩慢。因而,開(kāi)展供應(yīng)鏈金融,對(duì)B2B平臺(tái)發(fā)展不可或缺。一方面,B2B在線交易和金融服務(wù)需要完善,通過(guò)數(shù)據(jù)收集打造信用評(píng)級(jí)和風(fēng)控模型,供應(yīng)鏈金融才能落地;另一方面,B2B的數(shù)據(jù)本身也會(huì)成為一項(xiàng)產(chǎn)品,作為新的盈利點(diǎn)和增值服務(wù),面向平臺(tái)商家提供。
電商大數(shù)據(jù)究竟怎么玩?深挖平臺(tái)用戶價(jià)值
電商大數(shù)據(jù)變現(xiàn)的主要途徑,是深挖平臺(tái)用戶消費(fèi)數(shù)據(jù)的價(jià)值。但價(jià)值從何而來(lái)?如何進(jìn)行挖掘?對(duì)此,閃錢包CEO盛陽(yáng)認(rèn)為:作為第三方消費(fèi)金融服務(wù)平臺(tái),要負(fù)責(zé)將金融技術(shù)的專業(yè)問(wèn)題解決,幫助電商挖掘和利用數(shù)據(jù)。
背景。隨著大數(shù)據(jù)的發(fā)展,整個(gè)電商行業(yè)都需要解決方案,不僅針對(duì)消費(fèi)環(huán)節(jié),而是產(chǎn)業(yè)鏈的提升。今后,數(shù)據(jù)將成為一種戰(zhàn)略資產(chǎn)。電商發(fā)展經(jīng)過(guò)了很多紅利階段,比如人口紅利、政策紅利、流量紅利等等,由于巨頭的占領(lǐng),這些紅利也變成了紅海。新的藍(lán)海在哪里?移動(dòng)電商前景廣闊,數(shù)據(jù)管理的時(shí)代即將到來(lái)。對(duì)電商而言,數(shù)據(jù)紅利可以從C2B、O2O等互聯(lián)網(wǎng)金融的角度去挖掘。
門檻。電商做消費(fèi)金融的門檻比較高。一方面,大數(shù)據(jù)挖掘存在困難,單個(gè)電商可能成為數(shù)據(jù)的“孤島”,其消費(fèi)數(shù)據(jù)不足以反映用戶的整個(gè)信用體系,用戶畫像不完整,需要打通的數(shù)據(jù)才有效。另一方面,電商做消費(fèi)金融的風(fēng)險(xiǎn)較高,例如,央行的征信開(kāi)口可能只留給銀行和金融機(jī)構(gòu),不太可能對(duì)電商開(kāi)放,同時(shí)這種資金的使用成本相對(duì)高昂,還要花費(fèi)很多精力控制壞賬。
用戶。真正的網(wǎng)購(gòu)用戶什么樣?去年國(guó)內(nèi)網(wǎng)購(gòu)用戶達(dá)到3.6億,其中大多數(shù)是90后。在消費(fèi)習(xí)慣上,90后會(huì)為“喜歡”而買單,而不是攢夠錢再買;在購(gòu)買種類上,90后偏愛(ài)一些獨(dú)立、奢侈的品牌;在信用消費(fèi)上,很多 90后和更年輕的人拿不到信用卡。在傳統(tǒng)銀行和征信機(jī)構(gòu),因?yàn)槿鄙贁?shù)據(jù)而無(wú)法給這些人授信。所以閃白條應(yīng)運(yùn)而生。
服務(wù)?;趯?duì)互聯(lián)網(wǎng)消費(fèi)心態(tài)的服務(wù),閃白條的授信、支付、還款都在網(wǎng)上操作完成,不會(huì)借助線下和人工。此外,閃白條還以全網(wǎng)的電商平臺(tái)為應(yīng)用場(chǎng)景,提供個(gè)人信用賒購(gòu)服務(wù),最終讓用戶能夠“即看即買”和“先消費(fèi)、后付賬”。
風(fēng)控。風(fēng)控是各方對(duì)消費(fèi)金融的關(guān)注重點(diǎn)。在數(shù)據(jù)采集上,閃白條主要有四個(gè)來(lái)源:第一,用戶在電商過(guò)往消費(fèi)的行為數(shù)據(jù);第二,網(wǎng)絡(luò)爬蟲獲取用戶在互聯(lián)網(wǎng)上的數(shù)據(jù);第三,用戶填寫的一些個(gè)人信息;第四,與其它信用機(jī)構(gòu)進(jìn)行合作。在風(fēng)控模型上,閃白條通過(guò)自有技術(shù)模型,將數(shù)據(jù)源結(jié)構(gòu)化,進(jìn)行黑名單篩選,最后給用戶全方位畫像,得出整體評(píng)估結(jié)論。用戶獲得授信后,就可以進(jìn)行信用消費(fèi)。
在消費(fèi)金融領(lǐng)域,京東白條和阿里花唄出現(xiàn)較早,但目標(biāo)用戶僅僅針對(duì)電商平臺(tái)內(nèi)部。另一類針對(duì)大學(xué)生分期的趣分期和分期樂(lè)產(chǎn)品,目標(biāo)用戶群體則相對(duì)較窄。閃錢包/閃白條是針對(duì)全網(wǎng)用戶發(fā)放“白條”,支持所有的電商,比如目前和去哪兒網(wǎng)合作的“拿去花”、和美麗說(shuō)合作的“白付美”,都是閃錢包針對(duì)電商各自的使用場(chǎng)景開(kāi)發(fā)的分期產(chǎn)品。
永遠(yuǎn)站在用戶這端,數(shù)據(jù)價(jià)值才能變現(xiàn)
從電商角度來(lái)看,與金融平臺(tái)合作打造支付工具,不僅能提升用戶的消費(fèi)體驗(yàn),還對(duì)活絡(luò)電商平臺(tái)的整體資金鏈有很大好處。為此,去哪兒網(wǎng)運(yùn)營(yíng)總監(jiān)蔡昌茂分享了自身的電商策略及與閃白條的合作經(jīng)歷。
比價(jià)原則。為了迎合大數(shù)據(jù)互聯(lián)網(wǎng)金融,去哪兒網(wǎng)做了最擅長(zhǎng)的事情:競(jìng)價(jià)搜索。和“給用戶價(jià)格最低的機(jī)票”一個(gè)道理,也會(huì)根據(jù)所有授信機(jī)構(gòu)給用戶的金額及收取的利息,幫用戶挑選最合適的授信機(jī)構(gòu)。比如,一個(gè)授信機(jī)構(gòu)給你6萬(wàn)的額度,年化利益為16%;另一家給你的額度是5萬(wàn),但年化利息只要11%,會(huì)幫用戶選價(jià)格最低的。
用戶畫像。去哪兒網(wǎng)的用戶,40%來(lái)自一線城市,68%為高學(xué)歷,52% 是女性,26%的人每年旅行花費(fèi)在2萬(wàn)元以上。這些用戶對(duì)授信機(jī)構(gòu)是很好的用戶群。對(duì)于用戶數(shù)據(jù),去哪兒網(wǎng)本身有一個(gè)風(fēng)控模型,將兩次篩選后的核心用戶,輸送給授信機(jī)構(gòu),一方面保護(hù)了用戶隱私,一方面增加了授信的成功率。
跟誰(shuí)合作。站在電商的角度,如果把數(shù)據(jù)共享給阿里,天下的生意可能都被馬云做了。選擇閃白條,第一,是為了用戶,為用戶選擇最便宜、體驗(yàn)最好的;第二,幫助平臺(tái)上的供應(yīng)商,獲取更多用戶,掙更多合理的錢。跟閃白條做了兩件事:一個(gè)是針對(duì)貸款類用戶的合作;二是用戶提前付過(guò)來(lái)的錢,幫他們做理財(cái),因?yàn)轭A(yù)定機(jī)票和酒店的用戶,一般會(huì)提前1-2周就把錢付過(guò)來(lái),如果將理財(cái)?shù)姆聪蚴芤嫜a(bǔ)貼給客戶,他們的花費(fèi)會(huì)更低。
無(wú)論旅游產(chǎn)品還是金融產(chǎn)品,去哪兒網(wǎng)堅(jiān)持的原則就是“永遠(yuǎn)站在用戶這端,給用戶謀福利”。當(dāng)然,也會(huì)站在供應(yīng)商的角度,去哪兒網(wǎng)所有產(chǎn)品都是實(shí)名交易,信用產(chǎn)品也是幫供應(yīng)商增加收入。在交易環(huán)節(jié)中,授信的金額是不能套現(xiàn)的,也只能在去哪兒網(wǎng)使用,并且是用戶本人才能使用。至于授信機(jī)構(gòu)的錢從哪來(lái),想將前端理財(cái)?shù)腻X導(dǎo)入到供應(yīng)商那里,并在去哪兒平臺(tái)上實(shí)現(xiàn)閉環(huán)。
從互聯(lián)網(wǎng)金融的發(fā)展趨勢(shì)上看,除了去哪兒網(wǎng),今后還會(huì)有更多電商,選擇像閃錢包這類的第三方金融服務(wù)平臺(tái)進(jìn)行合作,這也是大數(shù)據(jù)下消費(fèi)金融反哺電商的重點(diǎn)表現(xiàn)。
數(shù)據(jù)分析咨詢請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無(wú)論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫(kù)管理中,“大表” 始終是性能優(yōu)化繞不開(kāi)的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫(kù)表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動(dòng)態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開(kāi)始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價(jià)值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫(kù)表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫(kù))處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場(chǎng)景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對(duì)象的 text 與 content:區(qū)別、場(chǎng)景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請(qǐng)求開(kāi)發(fā)時(shí)(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價(jià)值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫(kù)表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請(qǐng)求工具對(duì)比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請(qǐng)求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問(wèn)題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問(wèn)題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營(yíng)問(wèn)題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過(guò)程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營(yíng)銷案例:數(shù)據(jù)驅(qū)動(dòng)下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見(jiàn)頂” 的當(dāng)下,精準(zhǔn)營(yíng)銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價(jià)值 在數(shù)據(jù)驅(qū)動(dòng)決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實(shí)踐到業(yè)務(wù)價(jià)值挖掘 在數(shù)據(jù)分析場(chǎng)景中,聚類分析作為 “無(wú)監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計(jì)模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價(jià)值導(dǎo)向 統(tǒng)計(jì)模型作為數(shù)據(jù)分析的核心工具,并非簡(jiǎn)單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10