[案例]：美零售商用大數(shù)據(jù)鎖定客戶

為了鎖定個(gè)人消費(fèi)者，美國(guó)家居用品零售商Williams-Sonoma把多來(lái)源的數(shù)據(jù)聚合到一起，通過(guò)Hadoop平臺(tái)構(gòu)建起具有在線營(yíng)銷(xiāo)洞察力的統(tǒng)一儀表盤(pán)。

當(dāng)你將大數(shù)據(jù)、統(tǒng)計(jì)模型和銷(xiāo)售分析結(jié)合在一起會(huì)發(fā)生什么呢？如果你是美國(guó)家居用品零售商Williams-Sonoma，那么你將獲得每天處理5000萬(wàn)行數(shù)據(jù)的能力，將能夠有針對(duì)性地向大量個(gè)人消費(fèi)者進(jìn)行營(yíng)銷(xiāo)。

Williams-Sonoma是一家年?duì)I收接近40億美元、擁有3萬(wàn)名員工的上市企業(yè)。該公司負(fù)責(zé)客戶分析的副總裁Mohan Namboodiri目前正試圖提升該公司的營(yíng)銷(xiāo)分析水平。Williams-Sonoma并不認(rèn)為，在線廣告和電子郵件會(huì)比針對(duì)特定客戶的營(yíng)銷(xiāo)更為有效。該公司正在試圖找到一種辦法，以全面獲得營(yíng)銷(xiāo)活動(dòng)歸因。也就是說(shuō)，理解每次針對(duì)個(gè)人消費(fèi)者的促銷(xiāo)活動(dòng)的效果。這能夠讓企業(yè)重新分配營(yíng)銷(xiāo)活動(dòng)預(yù)算，以鎖定個(gè)人消費(fèi)者，而不是特定的客戶群體。

營(yíng)銷(xiāo)分析在過(guò)去的用途十分簡(jiǎn)單，一般是追蹤活動(dòng)代碼到你的客戶，以了解活動(dòng)的效果。相對(duì)于分類(lèi)、直接郵寄、群發(fā)電子郵件、廣告、電話推銷(xiāo)等方式，營(yíng)銷(xiāo)活動(dòng)數(shù)據(jù)相對(duì)易于管理。

營(yíng)銷(xiāo)工具、數(shù)據(jù)來(lái)源和數(shù)據(jù)規(guī)模正在持續(xù)增長(zhǎng)，其中包括手機(jī)短信、橫幅廣告、在線搜索活動(dòng)、店內(nèi)促銷(xiāo)、會(huì)員卡、鼠標(biāo)點(diǎn)擊率等。借助于涵蓋客戶數(shù)量統(tǒng)計(jì)、信用評(píng)分等第三方數(shù)據(jù)，數(shù)據(jù)來(lái)源正變得越來(lái)越多。此外，還有一些不受營(yíng)銷(xiāo)控制的因素，比如季節(jié)購(gòu)買(mǎi)習(xí)慣和客戶購(gòu)買(mǎi)習(xí)慣。最終，管理營(yíng)銷(xiāo)系統(tǒng)會(huì)面臨諸多挑戰(zhàn)，許多營(yíng)銷(xiāo)策略取決于不同的應(yīng)用或機(jī)構(gòu)。

最新的營(yíng)銷(xiāo)系統(tǒng)使得針對(duì)不同客戶量身制訂新品推廣、打折促銷(xiāo)或消費(fèi)積分方案變得更加容易。但是，為了發(fā)揮最大效果，營(yíng)銷(xiāo)人員需要完全清楚哪些方案針對(duì)哪些客戶，同時(shí)注意不讓他們的客戶感到厭煩。例如，經(jīng)常性地群發(fā)電子郵件。這些做法會(huì)導(dǎo)致難以觀察客戶活動(dòng)，以及難以以最有效的方式進(jìn)行營(yíng)銷(xiāo)。

問(wèn)題是多方面的。由于容量、速率和多樣性等因素，這實(shí)際上是一個(gè)大數(shù)據(jù)問(wèn)題；各種各樣互不相連的系統(tǒng)，使得其成為了一個(gè)數(shù)據(jù)孤島問(wèn)題；利用給定因素，試圖理解針對(duì)個(gè)人消費(fèi)者的營(yíng)銷(xiāo)活動(dòng)效果，是一個(gè)統(tǒng)計(jì)分析問(wèn)題。例如，一些客戶可能只會(huì)在圣誕節(jié)期間對(duì)電子郵件促銷(xiāo)做出回應(yīng)，而另外一些客戶可能會(huì)點(diǎn)擊電子郵件促銷(xiāo)，并在全年進(jìn)行購(gòu)買(mǎi)。

通過(guò)營(yíng)銷(xiāo)渠道的加權(quán)，營(yíng)銷(xiāo)歸因儀表盤(pán)顯示出了針對(duì)每名客戶的銷(xiāo)量。

為了對(duì)信息進(jìn)行準(zhǔn)確評(píng)估，你需要一個(gè)能夠直觀顯示活動(dòng)與購(gòu)買(mǎi)行為之間關(guān)聯(lián)關(guān)系的儀表盤(pán)。Williams-Sonoma選擇的營(yíng)銷(xiāo)歸因SaaS解決方案由UpStream創(chuàng)建。UpStream開(kāi)發(fā)團(tuán)隊(duì)采用了一個(gè)綜合商業(yè)背景、營(yíng)銷(xiāo)、計(jì)算機(jī)科學(xué)、數(shù)學(xué)、物理和統(tǒng)計(jì)的多學(xué)科解決方案，來(lái)解決復(fù)雜的商業(yè)問(wèn)題。

為了應(yīng)對(duì)大數(shù)據(jù)和數(shù)據(jù)孤島的挑戰(zhàn)，UpStream的托管服務(wù)使用Hadoop作為ETL（提取/轉(zhuǎn)換/加載）中間件和分布式處理數(shù)據(jù)倉(cāng)庫(kù)。Hadoop被用于準(zhǔn)備來(lái)自營(yíng)銷(xiāo)程序的數(shù)據(jù)，對(duì)客戶行為進(jìn)行評(píng)分。Williams-Sonoma向UpStream提供其內(nèi)部的營(yíng)銷(xiāo)數(shù)據(jù)（包括網(wǎng)站瀏覽、移動(dòng)網(wǎng)站、客戶服務(wù)中心等）。UpStream將把它們與來(lái)自Experian等代理商的第三方客戶數(shù)據(jù)匯聚在一起。

數(shù)據(jù)聚合能夠讓UpStream完成許多任務(wù)。首先，它們能夠通過(guò)Hadoop評(píng)估綜合數(shù)據(jù)，并迅速推出大量針對(duì)個(gè)人消費(fèi)者的營(yíng)銷(xiāo)活動(dòng)，處理每個(gè)客戶端每天5000多萬(wàn)的評(píng)分。其次，它們讓W(xué)illiams-Sonoma在所有相關(guān)活動(dòng)、與零售商店的互動(dòng)、在線營(yíng)銷(xiāo)和采購(gòu)中都能夠擁有一個(gè)統(tǒng)一的儀表盤(pán)。

數(shù)據(jù)聚合還讓統(tǒng)計(jì)分析成為了可能。UpStream通過(guò)用R語(yǔ)言編寫(xiě)的生存回歸模型（即眾所周知的風(fēng)險(xiǎn)模型或時(shí)間至事件模型）創(chuàng)建了一種全新的解決方案。這些模型在衛(wèi)生保健行業(yè)已經(jīng)被成功的應(yīng)用，不過(guò)其應(yīng)用環(huán)境僅為涵蓋數(shù)百名病人的小型數(shù)據(jù)集。

UpStream改進(jìn)了這些模型，以為零售商處理特定的營(yíng)銷(xiāo)，分析出每次針對(duì)客戶采購(gòu)的營(yíng)銷(xiāo)活動(dòng)的加權(quán)效果。在這種情況下，預(yù)算能夠被更為有效地分配。為了讓解決方案的這一部分更具擴(kuò)展性，UpStream使用了Revolution Analytics公司的商業(yè)版R語(yǔ)言。模型能夠根據(jù)營(yíng)銷(xiāo)活動(dòng)預(yù)測(cè)指定客戶的購(gòu)買(mǎi)可能性。

UpStream和Williams-Sonoma正在繼續(xù)合作，以針對(duì)個(gè)人消費(fèi)者創(chuàng)建定制的、目標(biāo)明確的營(yíng)銷(xiāo)活動(dòng)。其模型設(shè)計(jì)使得他們能夠確定哪種營(yíng)銷(xiāo)方式對(duì)哪些客戶起作用（例如電子郵件相比傳統(tǒng)郵件的營(yíng)銷(xiāo)效果），以及哪些客戶適用于橫幅廣告等在線營(yíng)銷(xiāo)活動(dòng)。

盡管Williams-Sonoma并沒(méi)有公布詳細(xì)結(jié)果，不過(guò)Namboodiri透露，結(jié)果非常令人鼓舞，雖然目前還沒(méi)有確切的數(shù)據(jù)，但是在規(guī)模和質(zhì)量上均有所提升。