您所在的位置： &
精细化运营：大数据带来管理变革
精细化运营：大数据带来管理变革
机械工业出版社
《互联网思维独孤九剑》本书是一本游戏人文专著，它剥开游戏华美的外衣，撕下游戏妖媚的画皮，将游戏的本体裸裎在大家面前。本节为大家介绍精细化运营：大数据带来管理变革。
精细化运营：大数据带来管理变革
&过去3年里产生的数据量比以往4万年的数据量还要多，大数据时代的来临已经毋庸置疑。大数据时代的到来，为数据在企业运营中打破时空局限提供了新思路，为&解放数据生产力&提供了新办法。海量的用户访问行为数据信息看似零散，但背后隐藏着必然的消费行为逻辑。大数据分析能获悉产品在各区域、各时间段、各消费群的库存和预售情况，进而判断市场趋势，有的放矢地刺激用户需求，并依此按需配产并优化产品，实现从产品开发、生产、销售到物流等的整个链条的智能化和快速反应。我们即将面临一场变革，这是成功的企业在未来发展过程中必须要面对的。
大数据已经成为电商运营的核心驱动力。我们来看一看1号店的大数据实践。
1号店网站作为企业同消费者互动的门户，每天承载着上千万的商品点击、浏览和购买，汇集成了海量的数据。对于1号店，这是改进运营的依据。
1号店产品设计副总裁王欣磊说：&消费者进来是怎样用的，怎样找到商品的，怎样买单的，整个的过程，我们都在用大数据分析，进而进行相应的改进。&其对大数据的应用，贯穿于引入顾客流量，引导顾客购买，到提升购买者忠诚度的全顾客生命周期中。
对于电商企业，如何从互联网上引入流量到自己网站，是运营的起点。首先是用户从哪里来，关键在于三个维度：第一，从哪些渠道来；第二，从哪些地区来；三，来自哪些用户群，新用户还是老用户。这三个维度的分析直接决定着1号店后续引流资源投入，而这都植根于1号店对于顾客行为的大数据分析。
在分析顾客来自于哪个渠道方面，通过网站收集的海量顾客痕迹，1号店能发现带来更多流量和需要加强的渠道：微博，论坛，还是门户网站，从而不断地调整营销投放，比如发现哪个渠道可以投放更多广告，哪个渠道有潜力，却没有充分挖掘。在分析顾客从哪些地区来方面，通过网站上顾客来源痕迹的大数据分析，1号店可以发现那些销售增长快与增长慢的区域，相应调整不同地区市场的营销费用;在顾客是新用户还是老用户方面，如果网站浏览和购买数据更多地来自于老用户，企业就可以相应地降低市场费用。
1号店除了通过大数据方法对消费者分类建模外，还创造了一种购物清单模式。1号店的搜索框旁边有一个购物清单。消费者在1号店曾经购买过的商品都显示在购物清单上，消费者还可以另行添加。对于消费者而言，这便于购买，而对于企业，购物清单就是一种反映消费者喜好需求的大数据源。通过购物清单的数据，1号店按照消费者购买周期，对消费者进行营销推荐。比如一个顾客看了商品后，没有买，但加入了购物清单，当商品打折后，1号店就会及时向顾客进行推送。
顾客进入1号店后，就进入引导顾客的购买阶段。这个阶段，如何提升每个顾客的购买金额，并在此过程中，实现商品和各种资源的最优配置，是运营的关键。大数据又一次成了1号店的抓手。首先，1号店的网站改进，包括图片、网页设计，完全以顾客点击和浏览等行为痕迹的大数据分析为依托。不仅如此，在与消费者互动过程中，1号店也应用了大数据。像一些商场的导购员一样，消费者浏览网站商品过程中，1号店会给消费者一些提示推荐，根据消费者之前的浏览和购买行为，1号店的系统能判断出消费者可能喜欢什么商品，给以相应的提示。再如，根据消费者是搜索商品，还是浏览商品，1号店可以初步判断出他是目的性很强、时间有限的购买者，还是时间充裕、目的性不强的购买者，对于前者会直接推荐商品，对于后者，则不断刺激其购买行为。
顾客购买商品后，进入了后续物流和配送服务。在这个阶段，如何实现最佳的供应链效率，减少仓储和配送成本，提升配送速度，是电子商务企业运营的命脉。如何实现更高效的拣货，是影响物流效率关键的一环。1号店创造了一种高效的拣货方法--拨次拣货。顾客一次往往会购买若干个商品，如果一个订单拣一次货，拣货员可能会反复经过同一货品区域，浪费大量时间。所以1号店将若干个货品所在区域接近的订单合在一起，这样拣货员到一个区域就可以将与一拨订单相关的所有货品都拣出来。在拨次拣货中，如何让拣货员走更少的路，就需要依靠大数据分析。首先，1号店利用大数据分析，找出商品重合度最高的订单群，比如说消费者买同一个品类的。其次，在摆放货品时，将消费者经常一起购买，聚合度较高的商品放在一起，如可乐和薯条。这种建立在大数据基础上的物流安排极大提升了拣货效率，目前1号店平均一单有16.7件货，员工拣一单货只需不到80秒的时间。
配送中，如何提供相应的服务选项，如何收费，也建立在大数据分析的基础之上，1号店最新的配送服务&一日四送，一日六送&，可以让消费者指定专门的配送时间。而消费者是否喜欢这样的配送服务，会不会用，完全依靠对于消费者痕迹的大数据分析。1号店会看点击这个选项的消费者有多少人，用这个服务的有多少人，点击的和最后实际使用的比例。如果点击不多，代表这个配送服务不吸引人;如果点击的多，实际使用得不多，则可能代表这个服务的费用高一点，需要考虑调整费用。
对于企业而言，消费者购买行为结束并不意味着终结，还希望将消费者变为自己的忠实顾客。在这个阶段，1号店也在充分释放大数据的威力。1号店发现，购买三四单以后，消费者的忠诚度变得相当高。为此，它需要不断推动顾客跨越这个门槛，但首先要找出哪些顾客最有可能。1号店用大数据分析筛选出这样的消费者，相应地通过一些优惠和积分换购，刺激这些消费的购买欲望，推动其购买第三单、第四单。
1号店同样依靠大数据的挖掘和分析，来减少顾客流失，对那些可能流失的顾客，通过一些定向的唤醒和挽留动作来刺激，顾客过生日了，会祝贺其生日快乐，或者发一些促销信息，重新唤起顾客对于网站的感知。时机的把握也依靠对顾客购买周期的大数据分析，时间过早，可能做无用功，唤醒时间过晚，又可能来不及。
在过去的2013年，传统零售企业面临着诸多的挑战：大环境的不景气、电商的不断冲击、客户消费习惯的改变、营销同质化竞争&&购物中心经营的压力持续增高。而作为北京潮流新地标的朝阳大悦城却表现出另一番欣欣向荣的景象：2010年5月开业，2011年销售额突破10亿元，2012年销售额近14亿元，2013年更是站上21亿元的新高峰，销售同比增长超过50％，客流超过2100万，同比增长45％。
朝阳大悦城的生命力何在？除了及时的业态调整和不断创新的营销活动等这些表面上看到的动作，朝阳大悦城真正的核心竞争力是基于数据的高效运营管理。
在朝阳大悦城成立之初，就组建了一个数据团队。对传统零售行业而言，由于消费者进入商场的消费目的并不明确，加之所有购买行为不通过互联网留下浏览痕迹，在这种情况下，增加数据来源也成为数据分析团队关注的方面。2012年一年中，朝阳大悦城在商场的不同位置安装了将近200个客流监控设备，并通过Wi-Fi站点的登录情况获知客户的到店频率，通过与会员卡关联的优惠券得知受消费者欢迎的优惠产品。&朝阳大悦城数据来源有3个：一个是POS机系统，任何一笔收入都进入该系统；还有一个是CRM系统，该系统与人关联，便于对客户进行研究。&数据的另外一个来源是消费者调研，通过海量的调研问卷及定期的小组座谈，深度访谈，朝阳大悦城对客群的特质掌握的愈发清晰。
通过对车流数据的采集分析，朝阳大悦城发现，具备较高消费能力的驾车客户是朝阳大悦城的主要销售贡献者，而通过数据测算每部车带来的消费，客单超过700元。商场销售额的变化与车流变化幅度有将近92%的相关度。为此，大悦城对停车场进行了改造，如增加车辆进出坡道,升级车牌自动识别系统,调整车位导识体系等，力争吸引驾车客户。此外，他们还调整了停车场附近商户布局，极大了提高优质驾车客群的到店频率。
经过客流统计系统的追踪分析，配上有针对性的解决方案可以有效改善消费者动线，拉动销售是数据营销的又一成果。4层的新区开业之后客人总是不愿意往新里走，因为消费者熟悉之前的动线，所以很少有人过去，该区域的销售表现一直不尽如人意。为此，招商部门在4层的新老交接区的空区开发了休闲水吧，打造成欧洲风情街，并提供Ipad无线急速上网休息区。通过精心设计，街区亮相后新区销售有了明显的改观。
对于9月19日朝阳大悦城店庆活动，在策划之初，团队内部也曾产生过分歧，到底应不应该在商业的淡季做这样大规模的促销活动，信息部调取了3年来的小长假的数据记录进行分析，根据销售曲线变化，最终决定把销售冲高的日子放在了今年的中秋节，并最终核算定下了1500万的销售任务。同时，分析出完成任务的两个关键点：一是在商户大力促销及活动充分宣传的基础上，预期客流与提袋率增长相对容易实现，但客单价的大幅增长较为困难；二是根据历史经验，单日销售冲高最大的动力来自于零售业态，而零售的集中释放于下午和晚上，上午时段的增长成为增量的关键时段。
在大量数据研究的基础上，信息部认为会员是解决这两大难题的重要手段，必须想办法将在上午把最优质的会员吸引到店、刺激他们充分购物。信息部根据超过100万条会员刷卡数据的购物篮清单，将喜好不同品类不同品牌的会员进行分类，将会员喜好的个性化品牌促销信息精准地进行通知。同时设置会员到店礼、高额买赠等活动，刺激会员尽早到店，并释放大单。信息部还根据会员的消费记录，抓取出了在零售方面最有爆发力的TOP100会员，并对其进行电话邀约，针对这些高端VIP设置了当日满万赠全年免费停车。
通过以上措施，活动当天会员销售集中爆发，比历史前高增长142%，据朝阳大悦城统计，当日销售总额、会员销售、坪效纷纷刷新历史新高，同比之前最高纪录增幅达46.9%、142.2%和45.3%，其中12点前实现会员销售占全场销售额的73%，成功拉动了早场销售；会员人均消费近2000元，有力地拉动了全场的客单价；为全天销售大幅超过既定目标奠定了坚实基础。朝阳大悦城的到店客人有超过50%是驾车客群，于是朝阳大悦城与之应对的策略是做足电台广播，同时在地下车库坡道灯箱、电梯间等候屏、电梯门、电梯轿厢广告等位置做好对此部分客人的信息推送。前期的数据测算、推广的周密策划加上与运营租户的沟通，最后销售额达到了1715万元。
过去通常的情况是，企业在做品牌营销活动中，100元的广告费用只有50元打动了消费者，大家都不知道到底哪50元是有效的，哪些是无效的。今天有了数据平台，找准消费者，采用有效的营销活动，企业能使自己的投入更加有的放矢。
传统企业应该如何行动才能享受大数据带来红利呢？
第一，一切生产经营流程都需要数据化。这是企业能够通过深入数据分析，实现自身优化的基础。要有计划地将企业生产经营中的数据保存下来，即便是现在看来没什么用的数据，未来也可能产生巨大的价值。长虹公司在自己的生产线设置了很多传感器，监测温度、湿度、震动、噪音、颗粒等等因素，希望了解到生产过程中哪些因素会对员工产生明显影响。他们此前都认为温度和颗粒可能对于员工操作和产品质量影响最大，但是事实上最终数据分析的结果，温度是没有什么影响的，恒温的控制对于生产效率和合格率的贡献并不像想象中那么大，反而是噪音对于员工情绪以及生产的影响非常重要，这一点发现帮助长虹公司做了更具针对性的调整。成为大数据企业的第一步，企业必须要实现数据化。
第二，搭建大数据分析平台。对于很多企业，做大数据并不是意味着要自己去建设数据中心。随着云计算和云数据中心出现，使用外部数据中心的成本已经非常低了，数据存储的费用也是在成倍的下降。但是，企业要做大数据，必须要在IT基础设施方面具有比较好的数据处架构。值得注意的是，企业不仅要具备一个数据中心的硬件，还要考虑和企业业务方向结合。做企业的大数据管理应用平台，一定要从企业的业务出发，不能盲目跟风。
第三，培养数据挖掘和分析团队。大数据的分析与传统数据分析有很大区别，传统企业现有的管理支持类数据分析主要基于报表等一些结构化的数据，很难勾勒出企业经营的全景视图。大数据的进入就需要分析人员具有更高的素质，既要有扎实的业务基础又要具备很强的数据挖掘能力。利用大数据平台和大数据分析可以将零散的市场数据、客户数据等迅速高效地转化成决策支持数据，这样才能使企业及时把握市场环境变化做出快速反应。
第四，建立开放性的数据共享制度。未来的大数据企业，一定要有开放共享的态度。一个企业的数据往往是有限的，很多时候需要与他人共享来丰富数据的形态。这需要企业不仅具备开放的心态，也需要企业具备数据置换和共享的能力。Netflix曾经公开了包含50多万用户和17770部电影的在线评分数据，并悬赏100万美元奖励能够将Netflix现有评分预测准确度提高10%的团队。类似的竞赛在Kaggle数据挖掘竞赛平台上屡见不鲜。伟大的企业懂得如何把最聪明的人集合起来，为自己服务。
第五，战略性的数据资源储备。数据就像石油，而且是放在聚宝盆中取之不尽用之不竭的石油--如果它被存储下来了。具有战略眼光的企业，能够判断数据未来的价值，愿意花成本存储一些潜藏巨大价值的数据。阿里巴巴投资高德是为了数据，投资新浪微博也是花钱买数据，所有这一切本质还是想把数据流动起来做更大的事情。
&【责任编辑： TEL：（010）】&&&&&&
关于&&的更多文章
本书是国内第一部系统阐述互联网思维的著作，用9大互联网思维：
本书描述了黑客用默默无闻的行动为数字世界照亮了一条道路的故事。
本书选取了人类历史上最重要的100 个科学发现。这些发
本书深入探讨了如何基于JavaScript 技术从头开始创建
这是一本关于移动应用设计的书。本书包含了移动应用的
Web服务技术是最近几年迅速兴起的一种应用集成技术，而安全问题是影响该技术广泛应用的一个关键因素。这个问题已成为最近几年来
51CTO旗下网站案例精华汇总，运营的精细化时代
稿源：运营有毒
文章来源：运营有毒（ID:yyyoudu）
此前复盘过的运营案例中，涵盖了电商、O2O、共享经济、体育、在线教育和社交等诸多热门领域。它们在产品切入点、运营建设和结果取得上，都有足够的代表性。成功的产品天时地利人和，却坚持去做正确的事情。
今天想汇总这些案例的精华，分享不同产品在不同阶段的运营经验。全文以案例总结贯穿，分四个阶段讲述。
绝大部分案例都是移动互联网的产物，在这一点上，移动设计提供了全新的产品形态和交互方式，即新的用户占领机会。基于此，在切入市场的选择上，可以总结出几个特点。
1、行业产品的缺失。出发点是为了弥补行业中细分需求上的缺失、比如简书、Keep。
2、行业浪潮。在风口追逐下，正面加入竞争或寻找分类市场，比如有邻、空格。
3、改变原有行业形态。改变产业原有的环节或与用户的连接方式，提供新的体验或模式，比如9贝壳、周末去哪儿。
列举案例所在的领域，在方向选择上，还有非常多的不同切入模式，比如健身领域，还有私教平台“初炼”、ClassPass的健身房平台“全城热炼”、健身餐平台“好色派沙拉”等。在这种市场情形下，常见有两种演变方向。
1、不同环节共存。针对产业链上的不同环节或角色，来提供服务，就会有共存现象，甚至是资源互补。比如健身餐通可以和健身房、或健身APP合作推广。
2、殊途同归。面向同一角色（即使是不同划分等级），最终要不定位归一化，要不生死有别。比如东家APP所在的艺术品电商领域，不管从内容、拍卖、还是社群切入，最终的独立平台形态必然包含所有。既是竞争所需，也是运营使然。
在这样的环境下，切入方向（包括用户细分的选择）和产品形态发展的预判就很重要，选择正确，就可以顺利向最终形态过渡，否则就需要中途转型去追随竞手。
另外，谈到市场选择，不得不说壁垒的问题。在所述的诸多案例壁垒中，一类是用户体量效应，一类是产品闭环产生的用户粘性，均是运营导向。
包括学霸君的拍照搜题技术在内，技术因素虽是产品基础，无可或缺，但与竞品相比，体验上并非0和1的差别。唯运营优势最终让产品领跑，换句话说，壁垒非一蹴而就，而是厚积薄发而成。
选择市场方向后，便是如何启动产品开发和运营计划。一方面需要坚定地思考，在没有品牌效应的情况下如何设计早期功能，寻找并运营种子用户的计划；另一方面，资源的稀缺和运营手段的试错，让运营启动充满不确定性。
一、产品计划
传统电商时代，产品的开发计划大体是搭建基本的交易模型，而后逐步优化购物流程和营销体系，因此在产品雏形时期就已陷入完全竞争的漩涡。
移动互联新时期，需求被庞大的创业者不断碎片化，用户被各种产品打乱在不同空间内，同质化竞争的情形有所减少。
经历了电商大战的惨烈成本比拼，以及O2O的大量败局后，可以看到越来越多的产品重视迭代计划，将市场需求之大化为用户需求之小，用技术手段实现用户增长的创新突破。总结几个特性：
1、平台单边化。这类产品注定是平台的形态，一端连接服务者或商家，一端连接消费者。但在产品的雏形中，它们通常只针对一方提供服务，带有工具属性，形成单点用户的增长突破。
看两个不同的案例。厅客APP，技能服务交易平台，一端是技能服务者，一端是消费者。在产品初期，只面向技能服务者开放。服务者通过APP可以上传技能服务，通过自主分享推广，类似一个开店工具，满足服务者的宣传需求。当积累足够的服务者后，才上线消费者的集中购买入口。
同样具有两端属性的O2O平台“周末去哪儿”，却完全相反。产品初期，服务一端通过导购模式解决数量问题，而将重心放在C端用户获取上。当交易量足够支撑，再上线商家入口。
2、工具化转型。与第一种类型不同的是，这类产品的出发点是满足特定需求的工具，随着用户量增长，内容和数据的沉淀，逐步探索商业服务，成长为综合平台。
“橙牛汽车管家”以汽车违章查询功能切入，典型工具属性。在产品发展过程中，逐步增加汽车相关的服务功能，包括罚单代缴、加油卡、车险等，形成一站式的汽车服务。
另外一个案例是“简书”，产品出发点是支持 Markdown 的编辑器，很小众，随后增加普通编辑器，适配大众。当用户习惯在简书上生产内容，进而转型阅读平台，增加阅读视角的内容展示设计，完善读者和作者的社交互动体验，比如喜欢、打赏、关注。
3、闭环式成长。这类产品的切入方向有足够的差异化和竞争力，随着产品发展，逐步参考和引入竞品的业务模式，完善生态。比如Keep3.0 上线跑步共。
如同上文所述，产品可以小而美，但生态的野心“殊途同归”。
二、运营启动
拿着产品雏形，或者仅是理念，如何开展早期运营是重中之重。除了可以获取用户外，还能最及时地为产品调整提供方向。
如果产品的理念是符合需求的，早期运营一定不难，意思是可以不困难地搜集到用户渠道，以及合理的推广方式。
总结众多案例，梳理出不同产品常见的运营冷启动方式。
1、KOL运营。通过定向合作，或一对一邀请的方式，获得最早的核心用户。
例如，“看台体育”是一个专注篮球领域的聊球APP，用户可以在不同的比赛直播中群组聊天。早期的核心运营方式是签约包括驻美篮球记者、柯凡、杨毅等篮球大V进入群组。
简书作为写作工具，早期用户是通过博客、Twitter挖掘知名博主。另外，在技术圈子，KOL方式也非常实用。
2、活动运营。有不少产品通过活动突破了早期运营的瓶颈，提前完成用户积累，但客观而言，要发起一次超出预期的活动，既是缜密计划，也许还有运气。
举例：SegmentFault 是一个UGC的技术问答社区，2012年正式运营，这类属性的社区通常需要长时间的运营积累，这是新时期创业公司所无法承受的。2012.12，在一定的偶然性下，SegmentFault引入国外黑客马拉松的活动理念，组织了一场名为“世界末日前夕的挑战”的编程活动，此役成名，该活动成为每年承袭的系列活动。
3、内容分发。首先内容有两种，一种是平台自产的优质内容；一种是以推广为目的单独编写的内容。在推广上也有两种区别，一种是分发到多个平台，广泛获得流量；一种是将有辨识度内容重点分发到用户重聚集渠道上。
比如懂球帝，作为足球资讯平台，以平台品牌为主题，在不同平台同步分发内容，既可以广泛吸取流量，也可以塑造统一的品牌矩阵。Keep 则属于另一种情形，单独编写健身教程，在豆瓣健身小组等特定渠道传播，塑造KOL形象。
4、社群运营。这种方式较为常见，操作门槛低，见效快。通过一对一快速邀请、活动传播等方式获得用户，通过产品体验交流和活动运营来黏住用户。
5、地推。对于部分产品，在早期运营地推也适合，优势是：用户精准、用户数量和推广成本可控。推广后，要有及时的沟通和活动跟进，并且有个前提是要有产品模型供用户体验。
在“学霸君”的案例中，早期用户便是通过校园门口的小卡片获得，用户在公众号内可以解题，“学霸君”在随后开展了“校花校草”活动，成功激活和扩散了第一批用户。
运营体系建设
产品起步阶段，对市场反应和推进难度的未知，存在很多运营试错的困难，包括团队的不完整。当产品逐步发展，需要将重点运营工作常态化，便是运营体系的建设。
不同的产品，以及同一产品的转型前后，运营的重心有非常大的不同。这里所述运营体系，是围绕产品本身的运营需求而言，非单一岗位，不仅仅指运营人员的部分，包括技术完成等。
一、电商、O2O
把这两类产品放在一起，是因为线上部分的运营思路有很大的相似，很多环节共同拥有，不少O2O创业公司核心也主要来自于电商系、同城信息等公司。
1、招商。何搞定商品的供应链、服务者技师的招募等，既是这是首要重点，也是持续的环节。不同类型平台招商的类型也有很大不同。比如东家、周末去哪儿。
电商自营平台主要是稳定的大型供货商；B2C电商一般由KA团队负责洽谈入驻合作；C2C平台，包括很多O2O产品，早期通过一对一招募、地推、线上推广和活动运营的方式。
2、商家运营。对接商家上传和完善服务信息，培训商家做好营销推广、客户服务体验。
3、类目运营。根据数据分析、季节变化、周期变化和用户习惯等，合理展现和优化前后台的商品和映射关系。
4、营销策划。站内促销活动策划，市场活动配合。
5、市场推广。负责流量引入、广告投放和市场合作等推广事宜，在不少O2O的公司，有单独的线下活动运营岗位，兼具推广的角色。
有好的文章希望站长之家帮助分享推广，猛戳这里
本网页浏览已超过3分钟，点击关闭或灰色背景，即可回到网页什么是精细化运营，精细化运营做的较好的案例有哪些？ - 知乎134被浏览12737分享邀请回答3添加评论分享收藏感谢收起9添加评论分享收藏感谢收起查看更多回答1 个回答被折叠（）后使用快捷导航没有帐号？
请完成以下验证码
易观：用户画像指导精细化用户运营案例
发布时间：
知识文档-点击下载
17:19 上传
点击文件名下载附件
4.08 MB, 255人喜欢 , 5721人浏览
所需积分: 2 积分
完整版 PDF
17:20 上传
用户画像指导精细化用户运营 用户画像的方法论
17:20 上传
产品生命周期中的消费者研究
17:20 上传
以用户生命周期数字化管理为精细化运营的基础
17:20 上传
用户生命周期中营销重点
17:20 上传
行业特性及差异分析
汽车整车销售、耐用消费品等长消费周期的行业更重视潜客的获得快消、金融银行、品牌零售、包装食品、互联网、旅游、服务等短消费周期的行业更重视既有用户的维护市场格局未定、品牌市场占有率仍有空间：抢占市场为主、广告营销为主。新品牌、互联网企业等市场格局已定、品牌市场占有率饱和：更加重视深挖掘既有用户价值。500强企业、电信、日化快消、金融服务等。
17:20 上传
企业用户数据资产管理
17:20 上传
企业用户数据来源渠道
17:20 上传
企业用户数据资产管理战略
整合渠道的数据资源
•用户基础信息
•用户交易数据
•用户行为数据
•用户偏好数据
数据价值发现
•将各个渠道数据整合打通，建立统一的数据管理平台
•基于收集的数据进行数据挖据和分析，为数据应用和精准营销提供基础
用户群体划分及应用
•客户偏好
•产品升级推荐
•产品交叉营销
•用户生命周期细分
•客户生存期预测
•客户授信分析
•用户分级
•用户体验度提升
•流失用户挽留
17:20 上传
用户标签：用户数字化管理的基础
时间？地点？ 环境标签•应用场景标签
•设备标签
•网络环境标签
•地理位置标签
为什么? 主观意识形态标签
•生活方式标签
•价值观世界观
•需求动机标签
•观点态度标签
谁? 描述性标签
•用户统一标识
•人口属性标签
•体态特征标签
•健康状态标签
做什么?怎么做？ 行为数据标签
•内容偏好标签
•交易行为标签
•品牌偏好标签
•社交行为标签
17:20 上传
企业自有用户标签体系建立
17:20 上传
外部标签数据增补方可完善企业标签体系
自有媒体上的内容偏好自有用户触点上的行为偏好自有品牌的关注自有产品的交易数据自有产品的使用情况自有社会化媒体行为人口属性、地理位置
17:20 上传
企业级数据管理平台（DMP）的全景
17:20 上传
DMP搭建的步骤
目标1、数据整合接入管理
2、数据标签统一管理
3、数据挖掘、数据建模
4、数据应用接口开发
5、数据商业化平台
整合企业现有数据、提供外部数据供应商数据接入。数据库建设，数据清洗、规整目前所有可用数据，初步形成的用户数据仓库标签标准化，数据标签体系建立、数据标签模型建立平台建立，数据分析建模、提供数据挖掘、数据可视化支持对外部应用开放的数据调用接口：查询、使用、更新接口。为内部应用系统提供数据支持。根据数据应用的业务场景，开放脱敏数据接口，实现数据商业化目标
17:20 上传
底层数据库逻辑框架
17:20 上传
自有数据价值的发现与应用
17:20 上传
数据价值的发现与应用：产品组合营销
17:20 上传
数据价值的发现与应用：会员个性化激励
Member Behavior Analysis：以电商购买行为和互动活跃度两个维度，细化两个维度的指标，并赋予不同的积分及权重，以综合的积分作为考量会员价值进行会员分级的基础以及一对一定制化推送内容的基础。Member Rating：将会员根据积分总数分为白金，金，银，铜四个层级，白金会员是无论在电商购买或互动活跃两个维度表现都最为突出的VIP会员，金，银，铜会员则根据加权合计的积分总数来自2.3象限。Member Offering：按会员分级，member offering 相应分级：1.积分兑换分级/2. 积分抽奖分级/3. 电商折扣分级/4. 线下活动参与权益分级
17:20 上传
数据价值的发现与应用：用户流失预测模型
业务背景：电商网站阶段运营方向主要计划为预防新人流失，通过流失模型预测新人用户的流失可能性流失新人指标范围确定• 根据运营经验筛选出和新人会员流失相关指标约80个
• 通过数据挖掘算法与实际数据的计算，结合业务合理性评估，最终进入模型的指标为10个
预测模型测试
• 模型预测区分能力表现良好(K-S=53%，Gini=20%）
• 流失会员特征将落地在决策引擎中，为定位流失会员特征，挽回流失会员提供数据和策略支持
17:20 上传
数据价值的发现与应用：用户流失预测模型
17:20 上传
用户移动端行为数据的价值与应用
17:20 上传
基于APP的使用行为进行人群划分
17:20 上传
基于标签因子的用户生活形态进行人群划分
17:20 上传
细分用户画像及行为特征分析
17:20 上传
目标人群对比分析——领域关注点TGI对比
17:20 上传
用户生活形态画像——常旅人群偏好
17:20 上传
目标人群对比分析——领域关注点TGI对比
17:20 上传
目标人群对比分析——领域关注点TGI对比
17:20 上传
用户生活形态画像——教育学习偏好
17:20 上传
用户生活形态画像——高消费倾向
17:20 上传
用户生活形态画像——旅游偏好
17:20 上传
目标人群对比分析——领域关注点TGI对比
17:20 上传
用户生活形态画像——工作商务行为偏好
17:20 上传
用户生活形态画像——网络消费偏好
17:20 上传
用户生活形态画像——娱乐行为与媒体接触偏好
17:20 上传
人群分析结论
•年龄偏高，健康问题比较突出，35~45岁之间；
•经济状况很好，重度投资用户，投资偏理性；
•大数为有车一族，市内出行采用自驾或打车出行；
•工作规划性很强，偏领导管理岗位
•常旅人群，出行偏航空出行；
•房产、奢侈品等高端消费能力强，房产属于投资性用户；
•旅游偏好，偏向直接采购旅游产品；
•日常消遣，偏好阅读、音乐、视频及有声读物等较为“独立”“安静” 的方式；
•年富力强，通过运动健身和健康管理关爱健康，30~35岁之间；
•稳定收入来源，重度投资用户，投资不够成熟；
•购车倾向突出，属于潜在购车人群；
•日常工作繁忙，经常吃外卖，采用在线教育的方式给自己充电；
•常旅人群，出行偏低端出行，但非常关注商旅服务品质；
•房产、奢侈品等高端消费能力较强，房产属于刚需住房用户；
•旅游偏好，偏向自由行方式，喜欢参与旅游线路设计和分享；
•日常网络消费能力强，价格敏感，但也关注品牌品质；
•日常娱乐，偏好网络游戏、刷微博等“互动”较强的方式；
17:20 上传
17:20 上传
17:20 上传
17:20 上传
17:20 上传
17:20 上传
17:20 上传
width:100%">
2017年6月，值得收藏的25份报告2017年最新“90后”调研报告分享
||||||||||}