
Big Data大數(shù)據(jù)重塑營(yíng)銷3_數(shù)據(jù)分析
開篇提到的花旗銀行聘請(qǐng)了I B M的明星分析師“Watson”事件,是銀行界對(duì)大數(shù)據(jù)處理能力渴求的一個(gè)側(cè)面表現(xiàn)。
金融業(yè)對(duì)數(shù)據(jù)的需求,以及數(shù)據(jù)能力建設(shè)都在大多數(shù)行業(yè)之上,在大多數(shù)金融機(jī)構(gòu)里面,對(duì)大數(shù)據(jù)的應(yīng)用多集中在預(yù)防欺詐、制裁洗錢交易等方面,這些業(yè)務(wù)中,哪怕是看起來(lái)非常簡(jiǎn)單的一個(gè)任務(wù),在實(shí)際執(zhí)行層面,也是一項(xiàng)非常復(fù)雜的數(shù)據(jù)任務(wù):比如對(duì)照顧客姓名看其是否處在制裁黑名單之上這件事情,因?yàn)橐患毅y行可能會(huì)有數(shù)千位顧客和這些制裁黑名單上的顧客重名,如果稍有不慎,就可能毀掉一份顧客關(guān)系。
因此,處理這件事情銀行業(yè)需要從各種不同數(shù)據(jù)源獲取信息的電腦,通過(guò)搜集顧客的國(guó)籍、地址、家庭成員的姓名,以及他們是否曾經(jīng)在某些國(guó)家旅游或者從這些地方收到過(guò)匯款等記錄,來(lái)確定這個(gè)顧客是否正是制裁黑名單上的那位。因此,更不用提隨著支付從電腦轉(zhuǎn)向移動(dòng)終端等變革給銀行的數(shù)據(jù)處理能力帶來(lái)的挑戰(zhàn)了,大數(shù)據(jù)可以說(shuō)是銀行應(yīng)對(duì)這些挑戰(zhàn)的利器。
而除了預(yù)防欺詐等功能外,銀行也正在發(fā)現(xiàn),顧客數(shù)據(jù)能給他們帶來(lái)更多的價(jià)值,比如,西班牙國(guó)際銀行Santander就利用數(shù)據(jù)研究,每周給顧客發(fā)送信息,里面有顧客可能感興趣的產(chǎn)品和優(yōu)惠。但有些銀行所嘗試的領(lǐng)域已經(jīng)開始超越自身的產(chǎn)品和服務(wù),比如新加坡花旗銀行會(huì)基于消費(fèi)者的信用卡交易記錄,針對(duì)性地給他們提供商家和餐館優(yōu)惠。
如果消費(fèi)者訂閱了這項(xiàng)服務(wù),他刷了卡之后,花旗銀行系統(tǒng)將會(huì)根據(jù)此次刷卡的時(shí)間、地點(diǎn)和消費(fèi)者之前的購(gòu)物、飲食習(xí)慣,為其進(jìn)行推薦。比如此時(shí)接近午餐時(shí)間,而消費(fèi)者喜歡意大利菜,花旗銀行就會(huì)發(fā)來(lái)周邊一家意大利餐廳的優(yōu)惠信息,更重要的是,這個(gè)系統(tǒng)還會(huì)根據(jù)消費(fèi)者采納推薦的比率,來(lái)不斷學(xué)習(xí)從而提升推薦的質(zhì)量?;ㄆ煸趤喼抻谐^(guò)250名的數(shù)據(jù)分析人員,去年它在新加坡新開了一個(gè)“創(chuàng)新實(shí)驗(yàn)室”。
除花旗外,一些全球信用卡組織也開始了利用數(shù)據(jù)的進(jìn)程。在美國(guó),Visa就和Gap合作,來(lái)給在Gap店附近進(jìn)行刷卡的消費(fèi)者提供折扣優(yōu)惠。
數(shù)據(jù)甚至能夠改變這個(gè)行業(yè)的競(jìng)爭(zhēng)格局,使得一些白手起家的新手找到自己的機(jī)會(huì),殺入市場(chǎng)。比如創(chuàng)業(yè)公司ZestCash,它的主要業(yè)務(wù)是給那些信用記錄不好或者沒有信用卡歷史的人提供貸款服務(wù),它的創(chuàng)辦人Douglas Merrill是谷歌前首席信息官。
ZestCash和一般銀行最大的不同在于其依賴的數(shù)據(jù)數(shù)量。大多數(shù)美國(guó)銀行依靠FICO信用卡記錄得分來(lái)做出貸款與否的決策,這個(gè)FICO信用卡記錄得分大概只有15到20個(gè)變量,諸如信用卡的使用比率,是否有沒有還款的情形等,而ZestCash考察的卻是數(shù)千個(gè)信息線索,這造就了它獨(dú)特的競(jìng)爭(zhēng)力。比如如果一個(gè)顧客打電話過(guò)來(lái)說(shuō)他可能無(wú)法完成一次還款,大多數(shù)銀行會(huì)把他視為高風(fēng)險(xiǎn)貸款對(duì)象,但是ZestCash經(jīng)過(guò)研究發(fā)現(xiàn)這種顧客其實(shí)更有可能全額付款;ZestCash甚至還會(huì)考察顧客在提出貸款之前在ZestCash網(wǎng)站上停留的時(shí)間。“單看一個(gè)數(shù)據(jù)可能是個(gè)無(wú)用的噪音,但是當(dāng)你以非常聰明的方式把它們聚合到一起的時(shí)候,你能將垃圾變成寶貝?!?/span>
塔吉特讀心術(shù)
美國(guó)第二大零售商“塔吉特”通過(guò)多年精細(xì)的數(shù)據(jù)挖掘,建立用戶的數(shù)據(jù)庫(kù),能夠清楚地知道用戶的人群信息,甚至能做到比顧客的家屬更清楚她們的預(yù)產(chǎn)期。
“塔吉特”的孕婦營(yíng)銷之道
那么,“塔吉特”是如何比顧客的家屬更清楚預(yù)產(chǎn)期的呢?這件事看起來(lái)非常不可思議,但背后卻是有規(guī)律可循?!八亍钡慕y(tǒng)計(jì)師們通過(guò)對(duì)孕婦的消費(fèi)習(xí)慣進(jìn)行一次次的測(cè)試和數(shù)據(jù)分析得出一些非常有用的結(jié)論:孕婦在懷孕頭三個(gè)月過(guò)后會(huì)購(gòu)買大量無(wú)味的潤(rùn)膚露;有時(shí)在頭20周,孕婦會(huì)補(bǔ)充如鈣、鎂、鋅等營(yíng)養(yǎng)素;許多顧客都會(huì)購(gòu)買肥皂和棉球,但當(dāng)有人除了購(gòu)買洗手液和毛巾以外,還突然開始大量采購(gòu)無(wú)味肥皂和特大包裝的棉球時(shí),說(shuō)明她們的預(yù)產(chǎn)期要來(lái)了。在“塔吉特”的數(shù)據(jù)庫(kù)資料里,統(tǒng)計(jì)師們根據(jù)顧客內(nèi)在需求數(shù)據(jù),精準(zhǔn)地選出其中的25種商品,對(duì)這25種商品進(jìn)行同步分析,基本上可以判斷出哪些顧客是孕婦,甚至還可以進(jìn)一步估算出她們的預(yù)產(chǎn)期,在最恰當(dāng)?shù)臅r(shí)候給她們寄去最符合她們需要的優(yōu)惠券,滿足她們最實(shí)際的需求。這就是“塔吉特”為什么能夠清楚地知道顧客預(yù)產(chǎn)期的原因。
以上情形被美國(guó)商業(yè)記者查爾斯·杜希格披露在其著作《習(xí)慣的力量:我們生活、就業(yè)行為之原因》中,掀起了軒然大波。據(jù)作者說(shuō),塔吉特公司把嬰兒相關(guān)的促銷信息發(fā)給某個(gè)十多歲的少女,而她的父親尚不知道她已懷孕。
懷孕預(yù)測(cè)模型固然有些極端,但事實(shí)上,包括塔吉特在內(nèi)的其他零售商確實(shí)正在不斷地分析顧客的人口群體及其他信息,特別是他們購(gòu)買什么。
零售商的購(gòu)買者分析
目前的某些領(lǐng)先零售商店,從顧客走進(jìn)商店那一刻起,其腳步、視覺移動(dòng)、選擇、對(duì)減價(jià)的反應(yīng),已經(jīng)被密切監(jiān)控。通過(guò)這一分析,商店能夠決定是否需要做出改變以提高銷售,例如:改裝、特價(jià)、更多銷售員等。
購(gòu)買者分析不一而足,從平平無(wú)奇的統(tǒng)計(jì)到高科技的數(shù)字標(biāo)牌均有,前者如統(tǒng)計(jì)放學(xué)后步行回家的學(xué)生,后者如數(shù)字標(biāo)牌配以攝像頭偵測(cè)到觀眾的眼球運(yùn)動(dòng)、在屏幕的那一部分播出促銷信息。通過(guò)計(jì)算何人、何時(shí)、哪些人口群體在購(gòu)物,商店能夠針對(duì)其做出更精準(zhǔn)的促銷。
商店及其供應(yīng)商在不停地分析銷售數(shù)據(jù),數(shù)據(jù)與顧客的會(huì)員卡相關(guān)聯(lián)。商店對(duì)顧客的了解,大部分基于其獲取會(huì)員卡時(shí)提供的信息、甚至來(lái)自電子郵件清單。商店想知道你的年齡,以便能更了解如何對(duì)該年齡段的人做營(yíng)銷。即使顧客不買時(shí),通過(guò)復(fù)審安全監(jiān)控錄像,商店也知道誰(shuí)在瀏覽其貨架以及在店內(nèi)閑逛的路線。商店就能夠把產(chǎn)品和促銷放在顯著位置吸引最多的顧客。
零售商也在迅速改用能以中心控制頻繁變更的電子標(biāo)牌。標(biāo)牌可包括攝像頭偵測(cè)誰(shuí)在注視標(biāo)牌上的哪個(gè)部位(或者快餐的菜單板),根據(jù)其性別甚至年齡度身定制促銷。例如,在百貨公司化妝品區(qū)的數(shù)字標(biāo)牌可以確定走過(guò)的是位男人,就顯示車或其他可吸引其注意的畫面,再插入男用香水的廣告。
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