
大數(shù)據(jù)如何催化電子商務(wù)企業(yè)_數(shù)據(jù)分析師
東南亞地區(qū)的互聯(lián)網(wǎng)服務(wù)正在經(jīng)歷大規(guī)模的發(fā)展。每年電子商務(wù)用戶數(shù)量的增長(zhǎng)超過(guò)6480萬(wàn),智能手機(jī)的使用量達(dá)到35%的增長(zhǎng)率,電子商務(wù)也以高達(dá)1.5%的速度增長(zhǎng)。在線零售商、創(chuàng)業(yè)企業(yè)和投資人可以抓住新的市場(chǎng)機(jī)遇,找到合適的方式滿足日益增長(zhǎng)的亞洲在線客戶了。
隨著科技的不斷發(fā)展,東南亞地區(qū)也得到了政府的大力支持。最近,新加坡政府推出了智能?chē)?guó)家計(jì)劃,旨在實(shí)現(xiàn)成為全國(guó)互聯(lián)的目標(biāo)。計(jì)劃執(zhí)行后,新加坡公民能夠“通過(guò)移動(dòng)設(shè)備永久連接到互聯(lián)網(wǎng)”,并“從離開(kāi)家的一刻直到回到家中都保持在線”。
從宏觀來(lái)看,東南亞國(guó)家協(xié)會(huì)也推出了2015信息通信技術(shù)(ICT)總體規(guī)劃,致力于在東南亞建立更好的ICT格局——增加跨境互聯(lián)便是措施之一。
如果你是在線電商,想要擴(kuò)大生意規(guī)模,提高銷(xiāo)量,這樣一個(gè)繁榮的在線市場(chǎng)和有力的政府支持對(duì)你來(lái)說(shuō)應(yīng)該意味著一點(diǎn):這個(gè)擁有數(shù)百萬(wàn)聯(lián)網(wǎng)移動(dòng)設(shè)備的欣欣向榮的電子商務(wù)行業(yè),已經(jīng)做好大幅增長(zhǎng)的準(zhǔn)備,但是僅僅在于你有恰當(dāng)?shù)亩ㄎ?,并且愿意從更高層次?lái)思考問(wèn)題。
物聯(lián)網(wǎng)和大數(shù)據(jù)的未來(lái)
隨著互聯(lián)網(wǎng)用戶和在線購(gòu)物用戶的增長(zhǎng),亞洲零售商應(yīng)該做好用戶數(shù)據(jù)累積的準(zhǔn)備。在當(dāng)前的“物聯(lián)網(wǎng)”趨勢(shì)下,很多工具和第三方應(yīng)用可以互相交流,可以預(yù)見(jiàn)到數(shù)據(jù)收集活動(dòng)的大爆炸。越來(lái)越多的用戶瀏覽互聯(lián)網(wǎng),在網(wǎng)上購(gòu)買(mǎi)那些原本在線下購(gòu)買(mǎi)的商品。
用戶的所有這些瀏覽和購(gòu)買(mǎi)行為都會(huì)被電商在網(wǎng)上獲得并進(jìn)行分析,以便驗(yàn)證商業(yè)模式的效果,為客戶提供最相關(guān)的產(chǎn)品和服務(wù)。今天,企業(yè)不僅從客戶的智能手機(jī)、平板電腦、個(gè)人電腦或筆記本上收集數(shù)據(jù),也包括其他互聯(lián)網(wǎng)產(chǎn)品,如家用電器、可穿戴設(shè)備,甚至交通工具。
現(xiàn)在由你決定,作為一個(gè)有遠(yuǎn)見(jiàn)的商業(yè)實(shí)體,是否將大數(shù)據(jù)收集為你所用。谷歌的執(zhí)行總裁Eric Schmidt,在Huffingtonpost.com的文章中提到,“在下一個(gè)十年,我們所聚集的數(shù)據(jù)將會(huì)呈指數(shù)式增長(zhǎng)”,“我們當(dāng)然不會(huì)全靠自己分析這些數(shù)據(jù),也不會(huì)總是能夠提出正確的問(wèn)題”。
所以,在處理巨量數(shù)據(jù)的時(shí)代,你應(yīng)該投資那個(gè)領(lǐng)域,才能獲取有價(jià)值和有利潤(rùn)的信息呢?對(duì)于在線企業(yè)或電商來(lái)說(shuō),答案可能是數(shù)據(jù)管理平臺(tái)。
數(shù)據(jù)管理平臺(tái)
數(shù)據(jù)管理平臺(tái),也叫DMP,看起來(lái)可能像是一個(gè)普通的數(shù)據(jù)庫(kù)。但是,二者在功能和目的方面差別明顯,DMP能夠幫助在線營(yíng)銷(xiāo)者、企業(yè)家和零售商檢索受眾細(xì)分和其他相關(guān)用戶信息。
數(shù)據(jù)收集主要來(lái)自用戶營(yíng)銷(xiāo)、社交網(wǎng)絡(luò)、電子郵件清單、網(wǎng)絡(luò)分析、移動(dòng)數(shù)據(jù)和線下活動(dòng),這些數(shù)據(jù)能夠幫助企業(yè)了解受眾的人口統(tǒng)計(jì)背景、購(gòu)買(mǎi)趨勢(shì)、興趣、瀏覽和點(diǎn)擊習(xí)慣,以及購(gòu)買(mǎi)歷史。有了這些經(jīng)過(guò)過(guò)濾的綜合理解,企業(yè)便可以策劃定制的廣告活動(dòng),向目標(biāo)用戶提供相關(guān)的產(chǎn)品信息。
通過(guò)程序化營(yíng)銷(xiāo)將流量轉(zhuǎn)化為銷(xiāo)售
沒(méi)有DMP技術(shù),你可能沒(méi)那么容易跟蹤到特定用戶的活動(dòng),也無(wú)法提供最相關(guān)或最具吸引力的產(chǎn)品。拿“Lisa”為例,她是你一位很感興趣的用戶,某一天瀏覽了你的網(wǎng)站。她獲得了所有她感興趣的產(chǎn)品信息,但是并沒(méi)有像其他98%的網(wǎng)購(gòu)用戶那樣最終在你的網(wǎng)站上購(gòu)買(mǎi)該產(chǎn)品。
但是,如果有了數(shù)據(jù)管理平臺(tái),你可以識(shí)別Lisa在你網(wǎng)店的瀏覽行為,重新與她取得聯(lián)系,發(fā)送實(shí)時(shí)郵件,展示一些健身產(chǎn)品,例如Jawbone Up智能手環(huán)和Nike+ Fuel band智能健身腕帶。重定位的電子郵件能夠精確匹配用戶搜索,從而大大提高Lisa購(gòu)買(mǎi)商品的概率——可高達(dá)70%。
今天,電商發(fā)送給用戶的許多郵件都被無(wú)視或被用戶標(biāo)記為垃圾郵件。2014年7月的Symantec Intelligence報(bào)告指出,高達(dá)全球63.7%的郵件都被標(biāo)記為垃圾郵件。DMP技術(shù)和智能電子郵件重定位能夠幫助企業(yè)向用戶發(fā)送相關(guān)產(chǎn)品的美觀的廣告郵件,將垃圾郵件的局面轉(zhuǎn)變?yōu)橛狞c(diǎn)擊行為。
流量數(shù)據(jù)采集和數(shù)據(jù)分析
除了通過(guò)電子郵件重定位轉(zhuǎn)化銷(xiāo)售外,定制化廣告郵件也可以增加網(wǎng)店的流量。感興趣的用戶更可能點(diǎn)擊郵件內(nèi)容,如果眼前的產(chǎn)品是他們真正想要的,并且包含了一些誘人的折扣券,而并非一些不相關(guān)的隨機(jī)商品,那么最終他們?cè)谄髽I(yè)網(wǎng)站會(huì)產(chǎn)生購(gòu)買(mǎi)行為。
隨著點(diǎn)擊和購(gòu)買(mǎi)的增多,你會(huì)發(fā)現(xiàn)打開(kāi)率、點(diǎn)擊率和轉(zhuǎn)化率也隨之提高。那些郵件被忽略或者放入垃圾箱的日子已經(jīng)一去不返了。正向的連鎖反應(yīng)還不止這些。有了智能數(shù)據(jù)管理平臺(tái)技術(shù),適當(dāng)?shù)碾娮余]件重定向營(yíng)銷(xiāo)活動(dòng),企業(yè)可以在網(wǎng)站上收集更多的瀏覽行為、購(gòu)買(mǎi)趨勢(shì)和感興趣的數(shù)據(jù)。
之后可以進(jìn)一步進(jìn)行行為分析和建模,為現(xiàn)有客戶、流失客戶和潛在客戶提供更好的產(chǎn)品和服務(wù)。這些分析方法在2015年尤為重要,因?yàn)橐揽恳苿?dòng)應(yīng)用和共享數(shù)據(jù)平臺(tái),東南亞地區(qū)即將迎來(lái)大規(guī)模的客戶數(shù)據(jù)采集。
IDC(國(guó)際數(shù)據(jù)公司)亞太分析、大數(shù)據(jù)和軟件研究中心副總裁CrAIG Stires說(shuō):
“亞洲的組織應(yīng)準(zhǔn)備好回答這個(gè)問(wèn)題,‘我是否做好了一切理解和預(yù)測(cè)客戶需求的準(zhǔn)備,或者說(shuō)是否為大數(shù)據(jù)和分析的困難做好了準(zhǔn)備?’”
這為打開(kāi)收集和分析客戶數(shù)據(jù)的現(xiàn)有市場(chǎng)打開(kāi)了通道。
個(gè)性化電子郵件的熱潮
否則,對(duì)零售商來(lái)說(shuō),無(wú)論哪個(gè)產(chǎn)品區(qū)域的客戶離開(kāi)了你的網(wǎng)站,那就意味著永久地失去了他們,你的營(yíng)銷(xiāo)努力也都付諸東流。但是,亞洲零售商開(kāi)始通過(guò)電子郵件與他們流失的客戶重新建立聯(lián)系。
電子郵件重定位服務(wù)在美國(guó)、加拿大、歐洲、巴西、澳大利亞等國(guó)取得成功后,2015年這項(xiàng)服務(wù)在世界各地開(kāi)始蓬勃發(fā)展。出現(xiàn)了很多幫助零售商通過(guò)自動(dòng)電子郵件營(yíng)銷(xiāo)活動(dòng)與流失客戶建立實(shí)時(shí)聯(lián)系的解決方案,如LeadMedia集團(tuán)和Vizury公司的Live Target解決方案等等。
個(gè)性化電子郵件營(yíng)銷(xiāo)活動(dòng)幫助企業(yè)收獲大數(shù)據(jù)的好處,為數(shù)以百萬(wàn)的活躍在線購(gòu)物用戶創(chuàng)建定制廣告。利用這種簡(jiǎn)單而只能的電子郵件重定向服務(wù),打開(kāi)率提升了6倍,點(diǎn)擊率是之前的5倍,銷(xiāo)售轉(zhuǎn)化率變成之前的2倍。
亞洲企業(yè)也在利用互聯(lián)網(wǎng)在多個(gè)國(guó)家的快速滲透(如新加坡、馬來(lái)西亞、印度尼西亞、越南和泰國(guó))來(lái)擴(kuò)大受眾群體,提高智能手機(jī)的使用率,以達(dá)到增加在線銷(xiāo)量的目的。據(jù)統(tǒng)計(jì),37%的亞太地區(qū)消費(fèi)者更傾向于在移動(dòng)設(shè)備上購(gòu)物,而全球的平均比例只有26%。
獲得高質(zhì)量流量的方法
1.比價(jià)網(wǎng)站——像Shopbot、PricePanda和PriceArea這樣的網(wǎng)站可以讓亞洲的在線消費(fèi)者在一家網(wǎng)站上進(jìn)行打折優(yōu)惠的查詢、比較價(jià)格、瀏覽產(chǎn)品信息以及閱讀多種在線商品的評(píng)論等活動(dòng)。作為一家電商,你也可以通過(guò)這些網(wǎng)站接觸數(shù)以百萬(wàn)的在線消費(fèi)者,通過(guò)有吸引力的價(jià)格和優(yōu)惠推廣產(chǎn)品,最終依靠大規(guī)模的流量大幅增加企業(yè)的利潤(rùn)。
2.社交廣告——2014年,互聯(lián)網(wǎng)廣告投入在歷史第一次超過(guò)了報(bào)紙廣告。社交廣告的價(jià)值已經(jīng)成為各行業(yè)零售商的主要興趣點(diǎn)。臉書(shū)、Twitter和YouTube是三家最大的社交媒體廣告。僅僅臉書(shū)一家,桌面廣告和移動(dòng)端廣告的點(diǎn)擊率就分別是之前的8.1倍和9.1倍。社交廣告并不只是一個(gè)時(shí)髦的詞語(yǔ)了,它是一個(gè)價(jià)值十億美元的產(chǎn)業(yè)。
3.移動(dòng)推送通知——大家都認(rèn)同移動(dòng)技術(shù)的繁榮,但是很少人能夠充分利用新一代的移動(dòng)用戶。移動(dòng)推送通知只是增加流量的諸多方式之一,在商店、購(gòu)物中心和機(jī)場(chǎng)等地利用個(gè)性化、內(nèi)容化的移動(dòng)信息,便可將位置定位信息變成實(shí)際的進(jìn)店行為。使用beacon技術(shù)、虛擬信標(biāo)和地理圍欄技術(shù),零售商現(xiàn)在可以精確定位顧客的位置,提高品牌互動(dòng)和顧客忠誠(chéng)度。
結(jié)論
亞洲的電子商務(wù)行業(yè)已經(jīng)誕生了一些區(qū)域巨頭,如阿里巴巴(中國(guó))、樂(lè)天市場(chǎng)(日本)、Flipkart(印度)和Lazada(新加坡),而一切才剛剛開(kāi)始,隨著互聯(lián)網(wǎng)基礎(chǔ)設(shè)施的廣泛部署、政府政策的加強(qiáng)以及強(qiáng)勁的經(jīng)濟(jì)增長(zhǎng)勢(shì)頭,我們可以預(yù)見(jiàn)電子商務(wù)領(lǐng)域會(huì)出現(xiàn)更多的新成員。
想要在競(jìng)爭(zhēng)中立足,僅僅安裝一個(gè)強(qiáng)大的工具去收集數(shù)據(jù)是不夠的。為了與電子商務(wù)領(lǐng)域的巨頭競(jìng)爭(zhēng),在這個(gè)70億美元的市場(chǎng)中分得一塊蛋糕,就必須對(duì)大數(shù)據(jù)進(jìn)行管理、分割和連接,讓各個(gè)分散的點(diǎn)練成一線。
那些營(yíng)銷(xiāo)努力不被注意的時(shí)代已經(jīng)一去不返了,現(xiàn)在是一個(gè)要對(duì)受眾進(jìn)行有效個(gè)性化營(yíng)銷(xiāo)的時(shí)代。在線購(gòu)物者越來(lái)越希望品牌和商家能夠主動(dòng)提供給他們想要的信息,更不用說(shuō)還要找準(zhǔn)消費(fèi)者的“購(gòu)物心情”了。
零售商需要跳出框框進(jìn)行思考,利用各種直觀的方法響應(yīng)用戶的需求,例如比價(jià)網(wǎng)站、電子郵件重定向、吸引客戶進(jìn)店的技術(shù)、社交廣告及其他各種各樣的方式。
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
訓(xùn)練與驗(yàn)證損失驟升:機(jī)器學(xué)習(xí)訓(xùn)練中的異常診斷與解決方案 在機(jī)器學(xué)習(xí)模型訓(xùn)練過(guò)程中,“損失曲線” 是反映模型學(xué)習(xí)狀態(tài)的核心指 ...
2025-09-19解析 DataHub 與 Kafka:數(shù)據(jù)生態(tài)中兩類(lèi)核心工具的差異與協(xié)同 在數(shù)字化轉(zhuǎn)型加速的今天,企業(yè)對(duì)數(shù)據(jù)的需求已從 “存儲(chǔ)” 轉(zhuǎn)向 “ ...
2025-09-19CDA 數(shù)據(jù)分析師:讓統(tǒng)計(jì)基本概念成為業(yè)務(wù)決策的底層邏輯 統(tǒng)計(jì)基本概念是商業(yè)數(shù)據(jù)分析的 “基礎(chǔ)語(yǔ)言”—— 從描述數(shù)據(jù)分布的 “均 ...
2025-09-19CDA 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 ...
2025-09-19SQL 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。 ...
2025-09-18DSGE 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(lèi)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(zhuān)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(zhuān)業(yè)操盤(pán)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(pán)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(xiāo)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(xiāo)成為企業(yè)突圍的核心方 ...
2025-09-11