啤酒牵手纸尿裤,沃尔玛笑了
联想牵手杜蕾斯,世界将会怎样
2014年03月12日 来源：
齐鲁晚报
【PDF版】
本报记者 王赟
你站在桥上看风景,看风景的人在楼上看你。
这句诗,也应和了大数据下的场景。一如Netflix(美国在线影片租赁提供商)用大数据捧红《纸牌屋》:你在Netflix看剧,Netflix也在看你。与传统电视剧不同的是,人们会用上百种不同设备观看《纸牌屋》,工程师需要确保每部设备都能顺利播放它,使用某种设备的观众人数是多少,他们生活在哪些地区,谁在“狂看”中?Netflix知道你全部的观影习惯。
某种程度上,大数据=生意去哪儿。
当发现买纸尿裤的奶爸大都会顺带买啤酒后,沃尔玛将啤酒和纸尿裤摆在一起。多年后的今天,这个经典案例被“联想+杜蕾斯”续写——
日前,在复旦大学主办的营销领袖分会上,联想集团副总裁、中国区首席市场官魏江雷透露了联想与杜蕾斯“在一起”的玄机。2013年8月,杜蕾斯拿出一沓大数据分析报告,说想做一个校园活动,打动了联想高管。
大数据分析结果,显示了一件很有意思的事:59%的乐安全(联想开发的手机安全软件)用户年龄从18到25岁,这些用户是下载乐安全最多的；有72%的大学校园拥有特别好的移动互联网环境,50%多的校园用户拥有3G套餐,70%以上的宿舍,60%以上的图书馆都是用WiFi覆盖的。数据分析同时发现,大学生对很多安全方面的话题讨论得比较多,尤其是“杜杜”,很多“杜杜”的话题都是由在校学生参与和做支持的。
活动场景是这样的:2013年9月8日、9日的开学季,当大学生回到校园,尤其跑去餐厅窗口要一份麻婆豆腐,餐厅服务员会递出乐安全套餐,里面包括一只杜蕾斯,还有一个二维码,扫描下载“乐安全”,帮助同学节约大量时间和网络流量。这个活动从9月份开始,历时一个月,共产生了300多万的乐安全微博话题量,追平了腾讯手机管家。更重要的是,从9月份到12月份,三个月之内,乐安全达到1100万次的下载。
值得注意的是,早在2012年底时杜蕾斯很火,“杜杜”微博活跃度40%,当时杜蕾斯第一次提出跟联想做个合作,被否决了；第二次是2013年6月,杜蕾斯愿意出费用做项目,被否决了。这也说明国外公司的理念值得学习。
帮助农户优化农场配置
目前,试图优化农场的旧金山初创公司Ceres Imaging正在加利福尼亚面积介于2000至2万英亩之间的4块农场上收集数据,尝试利用海量数据来帮助农户优化作物的水源以及营养供应。
具体的做法:将传感器,摄像头等一系列零件整合进一个小型的、模块化的盒子里,这个盒子可以方便地与无人机、小型飞机进行组合,进而与为农场提供空中播种、杀虫剂喷洒之类的公司合作,来搜集大范围农场的实时数据,再与一些固定区域的图像传感器结合,共同收集到大量农场数据,再将这些数据进行处理,上传至云端,就可以方便地了解到农场土地以及作物的详细情况。农户可以方便地使用任何接入互联网的设备,查看这些信息,从而做出决策。
未来,Ceres Imaging计划出售收集到的数据来获得营收,做一家“数据即服务”的2C服务公司。
预测油价APP,帮你决定是否加油
最近,国外车险品牌Esurance推出一款名为Fuelcaster的App,专门帮助车主们预测近期油价,提供“出手”还是“继续观望”的建议,同时还可显示周边10个加油站的油价对比。
据了解,Fuelcaster正是利用从全国各地加油站收集而来的大量数据计算而成。车主只需输入区号,就可获得所在区域的油价预测。Esurance App由Deutsch L.A.设立的Invention.ist实验室开发,该实验室以为品牌打造有趣而创新的产品名声在外。
一面试衣镜,“试”出市场
上个月,矩强(上海)信息科技有限公司与宏路网络科技(上海)有限公司展开大数据合作,将于今年6月前向客户推“RFID(无线射频识别)大数据”产品。
矩强“未来商店”体验:比如挑中一条牛仔裤后,走进试衣间,试衣镜上镶嵌的触摸屏显示这条裤子的各种信息:尺码、款式、面料……裤子上的一块电子标签信息已被“镜子”读取。不仅如此,屏幕上还显示出适合与这条裤子搭配的衣服、帽子、墨镜等商品的图标,这是商家预存的信息,顾客点击即可查询这些商品。而点击一个虚拟按钮,店员便会把帽子送进试衣间,让顾客试戴。
打烊盘点也变得快捷,店员只要拿RFID读取设备远距离对货架上的商品扫一遍,屏幕上就显示出各种商品数量。
从RFID底层数据中分析出很多有价值的信息:一段时间内哪些服装被试穿过?试穿的时间有多长?某款服装的试穿/购买率是多少?假如有些衣服的试穿次数很多,但买的人很少,那意味着它们在设计细节上还有问题。
“RFID大数据”模式在国外已有案例,如PRADA纽约旗舰店、Dior的某个子品牌专卖店。这些企业把RFID采集到的大数据作为改进设计、决策的重要依据。
大数据商业开发也引发了山东省企业家浓厚的兴趣,记者在与省内电商业内人士交流及听取一些数据分析师分析后,整理出一些大数据助力企业、行业的可能。
帮车商“投其所好”
一个成熟的汽车商都有自己的CRM(Customer Relationship Management即客户关系管理)信息,但如果有关于顾客购买细节的详细数据,比如“犹豫期”、付款方式等细分数据,分析其特性,将有助于下一步新车型推送。比如,对品牌认识体验很好、买了很多这样品牌车辆的客户,“客户提示”往往是产品方面的优势；但对于在品牌之间摇晃的客户,更多采用价格优惠措施。
延伸参考:Tipp24 AG针对欧洲博彩业构建的下注和预测平台。该公司用KXEN软件来分析数十亿计的交易以及客户特性,然后通过预测模型对特定用户进行动态营销活动。
促农产品“来去自如”
山东是养殖大省,或可参照打车软件推出一个APP应用:养猪户的猪要出栏时,可在此款应用上报价,经纪人和相关生产企业都可询价,增强养猪户议价能力的同时,也加速猪资源调配。同样,山东各类大小农场,无论猪肉、鸡蛋、蔬菜,都可纳入这个数据库,消费者下载应用也可以比价择质选择,将供需信息打通。
延伸参考:梅西百货的实时定价机制。根据需求和库存的情况,该公司基于SAS的系统对多达7300万种货品进行实时调价。
助快餐店“调节客流”
快餐店可通过视频分析等候队列长度,然后自动变化电子菜单显示内容。如果队列较长,则显示可以快速供给的食物；如果队列短,则显示那些利润高、但准备时间相对长的食品。
延伸参考:当一位顾客开玩笑地通过推特向位于芝加哥的Morton牛排连锁店订餐送到纽约机场(他将在一天后抵达该处)时,Morton就开始了社交秀。首先,分析推特数据,发现该顾客是本店常客,也是推特常用者。根据客户以往订单,推测出其所乘航班,然后派出一位身着燕尾服的侍者为客户提供晚餐。
唯品会副总裁魏燕翔: 使用数据 但绝不迷信
在3月7日“西湖品学”大数据峰会上,唯品会副总裁魏燕翔直言:数据本身不会告诉我们全部真相,数据有时效性和场景化。
像唯品会的特卖限时抢购模式,如果拿到一个客户或者一组客户在这一周的行为数据,想在下一周基于这个数据做一些精准营销,实际上,已经错过了上一周那个场景、那个时间点了。
“你只不过在历史的某一个时刻拍了一个快照,然后你花了一点时间,把快照里面的场景做了一个分析和判断,然后你试图说服自己,其实我只要把这个东西应用在今天的场景下,应该也可以成功。我不知道,也许说真的这样做了,成功了,恭喜你很厉害。”魏燕翔话锋一转,“但是在大多数情况下,我们更需要数据的实时性时效性,在运营端,我记得去年双十一的时候,阿里做了很大的实时数据展示屏幕。事实上在业务层面,有多少业务人员希望在做大的活动中能够每分钟或者每五分钟就能够看到实时结果,能够对结果作出一些响应。而不是说等到几天甚至一个星期之后,我拿到一份总结报告,告诉我们说这就是事实,但是我们已经无法追溯说我们还有什么地方可以做得更好。”
本稿件所含文字、图片和音视频资料，版权均属齐鲁晚报所有，任何媒体、网站或个人未经授权不得转载，违者将依法追究责任。
