起点学院课程

互联网企业的数据化迭代和数据化应用

1 评论 1818 浏览 6 收藏 10 分钟
15天0基础极速入门数据分析,掌握一套数据分析流程和方法,学完就能写一份数据报告!了解一下>>

数字时代,品牌和消费者正经历数字化的变革,谁能真正实现企业数据赋能,谁就是残酷市场竞争下的优胜者。企业需要加快实现全数据治理工具的研发,用数据推动企业发展。本文作者结合案例分享了关于企业数字化的方法论与感知响应模型,供大家一起参考学习。

一、千人千面是刚需,数字化迭代升级势在必行

数字化营销作为数字化转型的起点,具有直接面向客户、产出效应明显的特性,数字化营销基于庞大的客户行为数据,通过机器学习、客户画像、关联分析等举措,进行客户细分,划分不同群体。

根据群体的属性制定差异化营销策略,推送定制化服务信息,从而达到“千人千面”展示方式,以低成本促进营销转化率提升,从普众营销过渡到精准营销,演化为场景营销,最终实现智能营销。

数字化提高了社会的智能以及社会的分辨率,随着社会的进步,消费者的多面性,在数据化的数字时代,有被追踪和描述的可能。过去数字营销的线上主要载体是网页,之后是APP,现在还有H5、小程序等等新的载体出现。

为了解决在不同触点实现对人的识别和数据的获取,企业需要能实现全数据治理的工具。在营销和广告行业已经实现了先进的迭代,千人千面的营销其本身就是一种个性化营销。

二、个人营销服务的建立

互联网的服务追踪个人ID,以追踪他的历史行为和行为路径,提供专属的内容服务和营销服务。那么行为ID的产品本质是什么呢?其实是用户数字化和营销智能化。

企业通过各种数据反馈去理解客户的需求,同时产生客户感兴趣的产品和内容,用有效的场景触达他,这就形成了企业数字化的模型迭代。

企业数字化的迭代其实是一种通过数据反馈了解用户的过程,存在不可逆的数字选择行为,作为企业管理者数字化思维要在第一时间建立。

企业数据化迭代越快,完成度越高,企业数据颗粒和用户数据颗粒度就会越细致,最终达到让企业内部效率得以提高,理解用户需求也越明显。

三、数字化方法论与感知响应模型

大数据是延伸人类的“思考”能力,人们就需要从仿生的角度研究人类“思考”的方式,从而打造大数据的“思考”能力。

数字化方法论——感知响应模型:感知=理解=决策=行动

感知响应模型分为四步:去感知并理解市场的变化,有感知和测量的地方就有进步;合理选择感知维度;关注异常、关注变化,每一次变化都是机会;快速感知和快速响应,要根据变化制定实施方案,并落实到具体行动。

接下来我们从一个例子来更好地理解模型。

先想象一个生活中的场景,如洗澡,先打开水龙头,在绝大多数情况下,人们会把手伸在花洒下用手感知水的温度,如果温度过高就会调节阀门,把水调凉一些,然后伸手感知水温,如果温度过低则再调节水龙头阀门将水温调高一些,这个动作会一直做下去,直到获得合适的水温后才去洗澡。这个过程就是典型的人类“感知—思考—行动”的基本模型。

人们通过手感知水温,就相当于人们通过手采集数据的过程。手将水温数据通过神经网络传递到大脑,这是数据传输的过程;大脑就会对这个数据进行思考,做出判断,应该将阀门向哪个方向调节,调节多少,这就是数据分析和挖掘的过程;然后大脑做出决定,形成指挥手进行调节的指令,这就是决策指挥过程;然后将决策信号通过神经网络传输到肢体,指挥肢体做出响应。这就是一个感知到响应的完整过程。

手做出调节阀门的响应之后,继续伸到花洒下去感知水温,之后水温信息通过手传递到大脑之后做出判断:水温是否合适,如果不合适,再指挥手做第二次调节,这就是人类“感知—响应”系统的第二个循环,不断循环,直至得到最合适的水温。

如果是在自己家中洗澡,则人们可能会有一个记忆,当阀门在哪个位置时水温是最合适的,调节多大的幅度会带来水温多大的变化,这些就形成了“知识”,基于对这个水龙头的“知识”,人们可以更快地调节到最合适的温度。这个过程通过“感知—思考—响应”模型的循环完成知识沉淀,并使整个行动变得更加高效。

企业的经营和管理决策也必须是这样一个循环闭环。如果缺少其中一个环节,企业经营和管理决策可能就会出现问题。在洗澡场景中,如果手因为事故失去了感知水温的能力,那么将手伸到花洒下试水温就没有意义,如果不知道现在的水温是高是低,那么调节水龙头阀门的动作就变得毫无意义,有可能本来合适反而会被调节为不合适。

在企业的经营和管理中,如果没有足够的数据,企业的经营和管理决策就变得不仅没有任何意义,反而是非常危险的。如果企业的领导者不能感知更全面的数据,就会造成“盲人领导盲人”的情况。所以,在企业管理中,应主张“无数据,不管理;无判断,不决策。”

通过数据反馈理解客户的本质需求,从而调整企业决策。大到企业战略小到app按键设置,线上小活动等等,从而实现提高企业业绩。

现在的数据化已经从互联网企业延展到了更传统的企业,新零售、制造业、传统销售业都在实现着门店数据化、用户数据化、和交易数据化。

企业数据化要有目标有目的,数据不可能百分百准确,它其实是实现目标的工具,如何设计数据维度极为重要。例如:购买人物画像一定要多维度,多立体的模型,目的是分割目标人群,完成目标人群的精准投放。

传统的效果类营销数据监测系统

线上线下结合型企业的数据监测

随着科技的发展和行业竞争力的增加,无论是互联网企业还是传统企业,企业数据化的能力都在快速发展。企业的数据、用户数据、营销数据、渗透在企业的各个环节中,为企业的发展提供着有效的数据支撑,推动着企业发展。

 

本文由 @张半城 原创发布于人人都是产品经理。未经许可,禁止转载

题图来自Unsplash,基于CC0协议

更多精彩内容,请关注人人都是产品经理微信公众号或下载App
起点学院课程
评论
评论请登录
  1. 不错

    回复