
17年數(shù)據(jù)分析經(jīng)驗告訴你大數(shù)據(jù)行業(yè)的門道
本文根據(jù)具有十七年數(shù)據(jù)分析行業(yè)經(jīng)驗的嘉賓陳晨的紀(jì)實采訪整理。
本期專訪嘉賓:陳晨
簡歷:現(xiàn)任電通安吉斯 – 美庫爾(DAN – Merkle) 中國(上海/南京) 數(shù)據(jù)與分析部高級總監(jiān),兼任Merkle南京公司總負責(zé)人。十七年以上美國、加拿大及中國咨詢業(yè)及行業(yè)領(lǐng)先公司數(shù)據(jù)營銷、風(fēng)險分析、定量模型,客戶關(guān)系管理策略的經(jīng)驗,擁有市場營銷、定量方法 、經(jīng)濟計量和統(tǒng)計學(xué)方面堅實基礎(chǔ),和建立銀行/金融/零售業(yè)營銷模型和信用評分模型的豐富項目背景。
Q:如果企業(yè)想要挖掘數(shù)據(jù)價值,但由于種種原因,導(dǎo)致數(shù)據(jù)本身維度不完備,或缺失較多等情況。您能利用多年項目經(jīng)驗,跟我們分享一下這類企業(yè)應(yīng)該怎樣有效利用數(shù)據(jù)嗎?
陳晨:對于廣告營銷而言,有用的數(shù)據(jù)維度是越多越好。即使企業(yè)自身CRM做得非常完備,有了其他數(shù)據(jù)源的補充,對于理解現(xiàn)有客戶群體,如何進行下一步營銷活動的準(zhǔn)備都是非常有好處的。
事實上,沒有任何一家數(shù)據(jù)提供商能夠滿足品牌所有的營銷信息需求,品牌需要的是因地制宜地購買、結(jié)合與其最相關(guān)的高質(zhì)量數(shù)據(jù)內(nèi)容。Merkle可以利用其購買力和強大的合作伙伴網(wǎng)絡(luò),幫助品牌在全球范圍內(nèi)找到需要的數(shù)據(jù),再結(jié)合數(shù)據(jù)整合和落地效果分析,為客戶創(chuàng)造了戰(zhàn)略優(yōu)勢。
按照Merkle常用的用戶生命周期來說,我們把用戶的生命周期分成接觸潛在用戶(獲客階段)、老客維護(互動階段)及留存分析(促使回購階段)。在獲客階段,Merkle可以結(jié)合其他數(shù)據(jù)來源,豐富數(shù)據(jù)維度。比如我們在為某知名在線英語教育品牌服務(wù)中,由于客戶本身數(shù)據(jù)不足以支撐建模,我們就利用運營商數(shù)據(jù)和某知名科技公司數(shù)據(jù)為客戶做了數(shù)據(jù)增強,用戶畫像及建模準(zhǔn)確度都提高了不少。
而且和運營商數(shù)據(jù)做對接有個好處,運營商天然有接觸消費者的渠道,所以這個項目的第二階段,我們會應(yīng)用模型挑選最有可能轉(zhuǎn)化的消費者,通過發(fā)短信、彈窗的形式,在合適的觸點做營銷活動。
如果是在互動階段,數(shù)據(jù)維度越多,我們越能基于用戶行為/狀態(tài)對用戶分群,實現(xiàn)個性化交互。舉例來說,我們曾為NBA提供了Loyalty Plus平臺解決方案,幫助客戶打造出“NBA球迷圈“?!鼻蛎匀Α笔荕erkle通過收集、清洗和整合多個數(shù)據(jù)源的顧客數(shù)據(jù),確立會員策略,為NBA中國建立的客戶忠誠度系統(tǒng),從而可以基于球迷的行為和狀態(tài)建立球迷分群,個性化地實施與球迷的有效交互。
目前該忠誠度系統(tǒng)已有超過60萬球迷注冊,活躍用戶達到64%,收集到的會員交互數(shù)據(jù)將用于客戶分群和定制化的服務(wù),實現(xiàn)營銷上升閉環(huán)的效果。對于留存分析而言,更多的做競品分析,了解用戶為何流失。
在用戶生命周期的不同時段,不同對應(yīng)策略
Q:什么情況下公司會考慮利用數(shù)據(jù)分析/模型來做優(yōu)化,具體怎么操作,落地效果又是如何評估的呢?
陳晨:從根本來說,數(shù)據(jù)分析/建模/統(tǒng)計等都是用來更科學(xué)的衡量數(shù)據(jù)資產(chǎn)的一些方法。就我的角度來講,只要有數(shù)據(jù),有余力,都可以嘗試從數(shù)據(jù)中感知用戶,提升營銷效果。
我們姑且把公司分為兩類,一類是注重用戶增長型的企業(yè),一類是注重客戶維系的企業(yè),當(dāng)然這個劃分不是很嚴(yán)格的,許多企業(yè)是兩者并重的。注重用戶增長意味著獲客,獲客沒有哪個企業(yè)是不需要的,但是隨著互聯(lián)網(wǎng)的興起,數(shù)據(jù)的興起,獲客在具體做法上有了很大的改變。
互聯(lián)網(wǎng)剛興起的時候,大家會發(fā)現(xiàn)網(wǎng)上獲客又簡單又便宜,比如在搜索引擎上投一投付費廣告,或者做做SEO,效果很顯著。
現(xiàn)在呢?網(wǎng)上的流量越來越貴,對于某些特定行業(yè),比如汽車或者教育,一個銷售線索的成本達到了幾十甚至到幾百人民幣,所以如何在當(dāng)下環(huán)境找到有效、便宜的方法來接觸到更多的潛在消費者對企業(yè)來說是很重要的。
我們現(xiàn)在的做法是幫助客戶量身打造一個精準(zhǔn)獲客的策略和完整的CRM(CustomerRelationship Marketing客戶關(guān)系營銷)解決方案。
首先了解到客戶現(xiàn)有的獲客流程,基于行業(yè)和客戶自身特點提出解決方案,落地之后還可以通過與歷史數(shù)據(jù)對比來看效果如何,在這個過程中我們又學(xué)習(xí)到什么,再去調(diào)整具體的操作或者實施步驟,形成閉環(huán)優(yōu)化的結(jié)果。以某著名電腦品牌客戶為例,原來的獲客方法就是做線上線下活動,網(wǎng)上購買一些用戶資源,但是我們可以幫他做細,我們可以通過模型來挑選出對品牌感興趣的人群,在此基礎(chǔ)上再做活動,省錢省力。
之后在轉(zhuǎn)化階段,原先客戶的方法就是通過電話中心接觸,或者直銷的形式,我們可以豐富這些手段,比如可以結(jié)合數(shù)據(jù)來核實用戶的真實意圖和具體需求,在接觸到的時候做到個性化推薦;或者可以用模型對這些用戶做分群,之后再促進轉(zhuǎn)化,都是非常好的方法。
Merkle CRM解決方案流程圖
對于注重客戶維系的企業(yè),我們可以幫助企業(yè)建立用戶價值和生命周期的體系。用戶價值的主要目標(biāo)是作為投資標(biāo)準(zhǔn),而對用戶的投資有多種形式:比如為高價值用戶提供更頻繁、便利的服務(wù);在營銷活動中為不同用戶提供定制化的接觸策略等。
我們在確定用戶價值時會考慮很多因素,比如考慮到任期,流失,風(fēng)險,營銷和服務(wù)成本,交易歷史以及預(yù)期的未來盈利能力和收入。而且用戶價值會隨著其生命周期的改變而改變,這是一個動態(tài)的過程,完全可以在這種變化中放大營銷效果和增加決策正確性。還是舉電腦行業(yè)的例子,我們可以結(jié)合用戶歷史購買/保修/網(wǎng)上瀏覽等行為,給每一個用戶一個生命周期所在階段,然后在合適的時間點接觸到用戶。
Q:能否給志在從事大數(shù)據(jù)行業(yè)的年輕人一些您的意見?
陳晨:我覺得從事大數(shù)據(jù)行業(yè)首先要可以沉得下心來,必須能夠掌握一兩種常用的數(shù)據(jù)分析工具,比如R,Python等,能夠進行一定程度的編程,這樣才能對數(shù)據(jù)理解和分析有一個直觀的學(xué)習(xí)深入過程,也可以訓(xùn)練新人的數(shù)學(xué)和邏輯思維能力。
當(dāng)然這是進入行業(yè)的基本前提。然后是要有一定的統(tǒng)計學(xué)基礎(chǔ)和商業(yè)分析能力,能夠迅速地從數(shù)據(jù)分析的結(jié)果中得出對商業(yè)運用或其他相關(guān)專業(yè)領(lǐng)域的洞察和應(yīng)用方向。簡單地說不是把模型跑出來,圖表畫出來就完事兒了,還需要能夠從模型結(jié)果和數(shù)據(jù)可視化呈現(xiàn)中推斷總結(jié)出后面真正的故事和意義。
在這些基本的能力和技能掌握后,要保持持續(xù)學(xué)習(xí)的心態(tài),不斷追隨和了解行業(yè)最新動態(tài)和趨勢,并能夠橫向進行多產(chǎn)業(yè)方向的融匯貫通。另外,大數(shù)據(jù)分析專業(yè)往往需要和不同部門,不同類型的客戶進行溝通、講解,所以如果在職業(yè)生涯的后端需要保持持續(xù)發(fā)展的競爭力,能用專業(yè)和非專業(yè)的語言和不同層次背景的合作方進行有效溝通也是必不可少的技能。
這次的訪談到此結(jié)束,謝謝陳晨分享關(guān)于數(shù)據(jù)整合/增強、數(shù)據(jù)分析和建模的一些項目經(jīng)驗。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
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 動態(tài)隨機一般均衡(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)特征價值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計學(xué)領(lǐng)域,假設(shè)檢驗是驗證研究假設(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” 存儲的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計劃中 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)行計劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實踐指南 在 Python 進行 HTTP 網(wǎng)絡(luò)請求開發(fā)時(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 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點數(shù)據(jù)的科學(xué)計數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點數(shù)據(jù)時的科學(xué)計數(shù)法問題 ...
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值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計” 與 “用戶體驗 ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營銷成為企業(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)同價值 在數(shù)據(jù)驅(qū)動決策的體系中,“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:從操作實踐到業(yè)務(wù)價值挖掘 在數(shù)據(jù)分析場景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價值導(dǎo)向 統(tǒng)計模型作為數(shù)據(jù)分析的核心工具,并非簡單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10CDA 數(shù)據(jù)分析師:商業(yè)數(shù)據(jù)分析實踐的落地者與價值創(chuàng)造者 商業(yè)數(shù)據(jù)分析的價值,最終要在 “實踐” 中體現(xiàn) —— 脫離業(yè)務(wù)場景的分 ...
2025-09-10