企业如何运用电商大数据营销（企业如何运用电商大数据技术）

什么是大数据？

什么是大数据？在大多数人的理解中，公司利用数据来优化其流程、产品和决策，从而使运营更加有效。但我认为这并不涵盖大数据的范围。

事实上，大数据是一个综合概念，涵盖技术和商业两个方面。

一方面是在技术层面。在技术层面，数据并不是一个新概念。从计算机诞生的那一刻起，它就伴随着数据的产生，但当时还没有大数据的概念。长期以来，海量数据存储和高效数据计算都需要非常强大的计算机的支持。数百万美元的大型机硬件成本和每月数万美元的维护成本并不是每个人都能承受的。企业可以负担得起。面对高昂的硬件成本，数据的使用对于企业来说已经成为一种“奢侈品”，并没有得到太大的普及。近年来，技术不断进步和发展。类似Hadoop的分布式存储和计算系统的出现，大大减少了数据存储，提高了计算效率，使海量数据应用到业务中成为可能。数据的概念也从那时起开始受到越来越多的关注。

另一方面是业务层面。对于商业来说，最重要的是让企业通过数据获得更多的收益。传统意义上的数据是面向业务的。每个业务线都会有数据积累。我相信很多企业在这方面都做得很好。可以说，“量”足矣。如果你在“量”上还没有做好，那么我觉得有必要先练好内功。毕竟，数据不是一天就能建立起来的。能够让业务产生更大价值甚至颠覆性创新的是对多样化数据的需求。这种多样性是指能够将多种类型的数据连接在一起，并通过它们之间的关联和交互使数据产生商业效益。价值。例如，最近流感相当严重，谷歌的“流感趋势”等预测模型引起了很多关注。作为一家互联网公司，谷歌如何了解流感趋势？他的核心价值在于大数据的应用。通过分析，谷歌发现，在流感的不同阶段，代表流感药物和症状的某些关键词会表现出不同的数量和特征。谷歌利用这种多样性数据的关联来发现数据的价值。

对于企业来说，一个好的指标体系可以增加企业可预测的范围。通常，数据可以根据是否具有积极作用和是否可预见两个维度分为四类（见图1）。对于企业而言，那些具有积极且可预测影响的数据通常被作为经营指标予以关注，而那些具有负面影响的可预见数据通常被作为需要规避的风险。这都是首先需要修炼的内功。但除了图右侧可以预见的数据之外，还有很多不可预见的数据。比如双十一，淘宝的目标是单日销量100亿，结果却达到了191亿，所以91亿是一个意外的惊喜。对于我们来说，需要把不可预见的事情变成可预见的事情，也就是把意外变成可预见的事情，这样才能发挥更大的价值，把悲剧变成可以预见的事情，尽可能地减少悲剧的发生。

缩小未知世界

如果说上面是对大数据定义的解释，那么下图会更清晰地展示企业与数据的关系。

横坐标上方是公司内部数据，包括公司的财务数据、运营数据、市场数据等结构性数据，以及WA和MA，即网站分析数据和移动应用数据；下面是公司的外部数据，包括百度、SNS 的社交数据以及comScore、Hitwise、iResearch 等第三方数据，往往是来自竞争对手的数据。

事实上，这四类数据并没有得到电商企业足够的重视。

大多数具有传统业务背景的电商公司都不太注重网站分析数据。但往往一旦他们能够使用网站分析数据，他们就会极大地改变他们的内部数据。

例如，如果消费者阅读但不购买，则没有消费，那么这组数据不太可能出现在公司的运营数据中，绝对是网站分析数据。换句话说，如果你想知道你的公司未来的机会，你至少可以将那些不购买的消费者转化为客户。如果你能转化20%，你的市场会增加多少？

在这种情况下，如果你无法解释市场份额增加的原因，那么这就是一个“惊喜”，但当你了解数据后，当“惊喜”变得更加确定并且你做出相应的调整时，不可知的事情就发生了。随着公司变得越来越小，公司将变得更加智能（数据智能）。

与探索未知的“惊喜”相比，对未知风险的警惕更为重要。

当竞争数字化时，不再是看竞争对手做了什么，而是从那些微小的声音中感受到危机。比如，以前A公司有10%的消费者先访问了B公司，然后又来到A公司，现在变成了30%，说明B公司的影响力比以前更大了。一旦B公司的战略发生变化，对于A公司来说将是危险的。

所以需要不断补充一些非结构化数据，这就是大数据的范畴。

此外，SNS、百度等社交数据也是一大块非结构化数据。这些社交数据不仅可以用来评估公司声誉的质量，还可以帮助公司做出一些决策，但这个连接点还没有找到。

从表面上看，这个框架已经很全面了，但是如果没有第五元素，操作能力还是极低的。所谓第五要素就是人。当不同的用户群体进来时，整个框架立刻变得千变万化。

在线索中查找数据

在商业环境中，企业需要思考应该收集哪些数据，哪些数据对公司重要，以及这些数据是社交数据、竞争数据、交互数据还是运营数据。

事实上，许多公司在收集数据方面都存在问题。

如果你早上8点在A路，感觉特别拥堵，你怎么解释当天路特别拥堵？需要收集与A路相邻、相交的每条道路的情况。如果不收集这些周边数据，只关注其中一项数据，就无法验证A路堵车的原因。

这意味着数据收集过程没有边界。因为大数据不可能收集所有数据，但一些关键核心数据和外围数据必须收集，否则错过了就没有机会了。

当前的电商，最缺乏的就是内部监控数据。举个简单的例子，如何评价整个网站和店铺运营好不好？大多数商家没有准确的收款。正是因为对自己的经营比较模糊，生意突然上涨只能归咎于运气好，而上涨的原因却并不清楚。如果突然变坏，没有找到原因，风控就无从谈起。

造成这些现象的原因之一是大多数公司的数据（运营、用户交互、竞争、社会）脱节或缺乏周边视野。缺乏数据框架是一个重要原因。

此外，国内利用社交数据的例子并不多。大多数都是利用社交数据来分析一个公司的舆情，但是你会发现很多公司用了一段时间就消失了。

事实上，社交数据还可以帮助企业降低风险，甚至预测市场。那些对您的业务产生影响的小声音已经存在，但您的业务可能会丢失重要的线索。

比如我在B2B公司的时候，曾经提出过一组数据，如何从多个角度判断批发卖家是骗子的风险。该元素非常简单。使用他在网站上注册的电子邮件地址来搜索其他网站上发布的电子邮件地址是否相同。如果电子邮件地址出现多次，则意味着此人更值得信赖。如果在其他网站上搜不到这封邮件，风险就会更大。

我们用这两组历史数据来运行，确实如此。风险可降低30%以上。这就是社交数据的应用。

社交数据的另一个案例也是在一个B2B平台上，为了推出一些新的品类。我每天都会访问一些美国网站，通过公开数据研究美国B2C网站购买了哪些Google关键词。我查看这些关键词的价格记录，并根据他们购买的关键词来估计未来的趋势。当时我就想，美国B2C网站的SEM专家肯定比中国人更了解美国趋势。

只要关注专家关注哪些关键词，了解他们的数据后，用其他数据来验证是否是趋势。简而言之，它还使用社交数据（www.keywordspy.com）。因此，在使用社交数据时，首先要怀着好奇心关注周围的数据。好奇心会引导你发现很多有趣的数据。

举个有趣的例子，以前京东的很多竞争对手都好奇自己每天能下多少订单。当时，他们只要早上在京东下单，晚上再在京东下单就可以知道。因为一开始京东的订单号是一一添加的，后来京东自己发现了，就改了。

很多时候，查看数据就像福尔摩斯一样。你得根据线索来判断。数据会偷偷出来，需要你足够仔细的看。

数据难题之战

事实上，对于今天的企业来说，需要的是大数据的精神，而不是大数据的架构。这是两个不同的概念，不能混淆。

大数据架构是一种技术架构，国内拥有大数据架构的公司屈指可数。尽管阿里巴巴和腾讯拥有非常强大的大数据技术，但他们仍然没有形成真正的大数据框架，并且还在路上。

事实上，对于这些互联网巨头来说，大数据的真正价值在于数据拼图，但他们到底想拼凑什么？

回到本质，做生意就是为了赚钱。事实上，赚钱的是消费者的行为。但没有人了解消费者行为的全貌。每个人都用已知的东西和数据的方法来找出未知的东西，从而做出决策，拼凑出消费者购物行为的谜题。

当新用户进来时，它的真正价值有多少？他的行为如何？他的购买偏好是什么？当空间和时间发生变化（营销的4P）时，刚才提到的行为会发生怎样的变化？

要知道这些，你需要困惑。一旦你知道了这些答案，我相信你就没有对手了。

可惜现在没人能拼出这张图了。淘宝拥有大量的购物数据（交易数据），可以通过这些数据了解消费者购物时的偏好。腾讯拥有大量的社交数据（Social Data），可以用来了解消费者在SNS上做了什么。为了表达他们的需求，百度拥有大量目的明确的搜索数据（意图数据），可以从大量的搜索数据中找出消费者的行为需求是什么。

我以前的老板是沃尔玛的COO，不懂数据，但他告诉我，在沃尔玛工作了这么多年，有一天，当一位顾客走进沃尔玛的大门时，他就会知道他想要什么。这是零售业老板们所认为的。这件事十年之内就会发生，没有数据就很可怜了。这个世界上有两种人：有数据的富人和有数据的穷人。

这些都是我的白日梦想法，但它们可能在未来十年内真正实现。

现在越来越多的企业在使用数据挖掘，但实际上并没有真正用好，真正在使用大数据的企业更是少之又少。

据我了解，现在能用大数据的公司，一般来说，产品经理都非常擅长利用数据。无论是谷歌还是Facebook，凡是在大数据方面非常强大的公司，都拥有非常好的大数据发现系统。

过去几年，Facebook不断更新其发现系统。两年前，他们的发现系统可以根据男孩输入的关键词预测他未来离婚的可能性。

虽然我负责BI部门，但我相信一个好的发现系统并不需要BI部门的人去跑数据。任何需要大量数据分析师资源来运行数据的公司实际上已经落后了。

好奇心和相关性必须来自对这个产品有强烈感觉的一线人员。如果你找到一个对这个产品不是很熟悉的分析师，他怎么能找到相关的东西呢？这就像翻山越岭猎牛一样。

改变你的思维方式

但不可否认的是，大数据思维的精神是每个企业都可以运用的。只要偶尔找到大数据的精神，就会有很大的进步。

前段时间，我遇到了一家B2C公司的CEO，我向他建议，今天下单的消费者可能十多天前就浏览过该网站。为什么不收集该消费者自注册之日起浏览过的内容？该产品与上次购买的供将来使用的产品之间有什么关系？

我觉得这个数据就是大数据思维的精神。事实上，大数据并不像你在聚光灯下看到的那样死板。相反，您需要保持好奇心并不断问自己哪些数据（新的或重新创建的）可以解决当今的一些问题。

长期以来，由于数据获取成本高昂，大多数企业都是在没有数据的假设下做出决策。如今，要想拥有大数据思维精神，首先要改变思维方式。假设在这个世界上，你可以找到任何数据来思考你的问题。

改变这种思维方式最重要的是从管理入手。如果你没有意识到大数据是一个管理问题，那么做大数据就没有意义。

企业管理，不要太关注自己的事情，而是睁开眼睛，看看周围的微信账号和你现在所做的事情之间的关系。这就是大数据的精神。

更具体地说，不要只关注今天摆在您面前的数据。有些数据虽然躺在路边，很有用，但是你看不到，所以你不用。如今，大数据让更多人知道外围数据比数据本身更重要。

如果你相信我，不要再谈论做大数据，而是谈论用大数据思维来使用数据。虽然公司有数据挖掘部门，但这些数据是用于营销的，这不是大数据。

现在，我经常接触到的电商老板们已经开始运用大数据思维，每天都在讲数据，而这些数据就是大数据能够给他们的机会。对于企业运营而言，没有必要将数据分为大数据和小数据，但企业的决策层应该做出区分。

例如，唯品会会将BI团队的员工分散到业务部门进行轮岗。我认为这是非常正确的。他们会在业务部门轮岗六个月，然后回到BI团队，成为一个没有商业头脑的数据分析师。他也是个没用的人。

银泰网CEO廖斌现在每天都在美国走来走去，看看别人在用大数据做什么。对于CEO来说，应该对大数据有更多的了解，通过思考帮助企业更好的发展。

但在公司运营层面，我们必须老老实实地使用公司能用的所有数据。不吃碗里的，只关注锅里的，用大数据思维去发现一些你没见过的点。

大数据的新挑战

随着数据变得越来越复杂，大数据也面临着新的挑战。预计未来，当无线数据和计算机数据混合在一起时，这将成为大数据的一个主要问题。

早上，你在手机上拿了一个你认为不错的产品，点击领取。下午，你在电脑上打开，又看了一遍。加了链之后，你觉得你在电脑上讲的漏斗还有效吗？

所谓的转化率是假设发生在电脑上的，但如今，包括淘宝在内的许多网站的移动端访问比例远高于几年前。当通过手机和电脑购买商品的用户群体混合在一起时，用于证明购物体验质量和转化率水平的方法需要重新设置。

无线生成的数据与网站分析数据之间最大的区别在于上下文。无论您是在百货公司搜索还是在机场搜索，重要的是您在什么上下文中进行搜索。这是一个非常重要的环节。观点。

除了无线数据之外，线下和线上数据的关系也会产生新的数据原材料和方向。 （重新发明数据）

在一些地区，线上与线下购物的比例已变得极具影响力。线上商家慢慢发现，如今最大的竞争对手不是线上竞争对手，而是传统企业的线下零售商。

事实上，一号店最大的竞争对手是距离消费者300米的沃尔玛。过去，网购用户比较居家，更喜欢互联网。然而，现在线上市场不再是一群铁杆网民，而是一群以前线下购买，现在开始线上购买的人。这都是电商企业争夺的用户群。

因此，线上和线下数据都变得非常重要。

例如，我看到亚马逊的数据科学家的用户档案，重点关注消费者的第一次/最后一次购买以及购买地点几十公里范围内是否有书店。因为亚马逊知道，它最大的竞争对手是线下书店。消费者喜欢购物，线下书店可以提供购物的感觉。这是它的竞争对手。

互联网用户群体一直是线上消费者的核心，但现在却被一些线下消费者稀释。因此，今天的消费者更倾向于浏览和购物。事实上，用户的行为更加广泛。

事实上，用户的购物习惯与传统的网购习惯是相反的。传统的网购首先有一个目标，输入关键词，然后选择一些东西。但对于购物的人来说，根本不需要关键词。

这也是淘宝开始推广购物概念的原因。这是一个趋势。

看跌数据的盈亏

数据并不能拯救公司。只有公司经营的方向和理念才能拯救一个公司。数据只是锦上添花。甚至有人说，数据是用来帮助企业扭亏为盈的。

但大数据思维显然不同。它不是锦上添花，而是以数据作为产品的原材料，生成新的商业模式。如果有人能想到一些以前没有人关注的数据，应用到业务中，可能会出现一种新的模式，那么这就是大数据的范畴。

最近我一直在思考什么样的团队可以管理大数据。这一点必须想清楚。

先思人后谈事，因为中国的数据人才很少。在这种人才和管理经验都不够的情况下，要做到大数据并不容易，所以数据方面的人才培养是关键王导在未来一两年会非常重要。在这种浮躁的环境下，中国很难培养出专业人才。

至于2013年，由于大数据还没有形成驱动力，所以很难说是趋势。我只能对电商老板们说，慢慢来，不要对数据失望，也不要太乐观。如今，企业最难掌握的就是如何找到一些对企业有价值但之前没有被关注的焦点领域的数据。如果这些数据能专属于我，就会成为企业的核心竞争力。