大数据变现四种途径,如何把海量数据变成现金
大数据变现是大数据热潮中最现实的话题之一。 西班牙电信、沃达丰电信、DHL等企业在大数据变现方面率先开始了探索,以下为大家呈现他们在这一领域的4种创意和途径。
西班牙电信:开发 “Smart Steps” 唤醒沉睡的数据
目前电信运营商的语音收入正在大幅下滑,但他们拥有庞大的客户群,每一位手机用户的每次触控手机都会产生数据,这些数据以及用户的大量个人信息会被存储在电信运营商的系统中,因此,电信运营商都试图在上述数据产品方面挖掘价值,从而弥补传统语音收入的不足。
近些年,西班牙电信做了很多大数据变现的研究,非常有名的是“Smart Steps”大数据产品,可以为零售商、政府机构和交通部门提供大数据服务。据西班牙电信哥伦比亚公司商业智能总监Alvaro Ramirez介绍,在Smart Steps产品诞生之前,西班牙电信哥伦比亚公司的大量数据都是沉睡的。一开始西班牙电信并没有想到要把它变现,只是为了创造社会福利,服务于社会,同时也希望能够带动公司的转型。
关于Smart Steps,首先,西班牙电信哥伦比亚公司会把所有的数据进行汇总,然后,为其他机构提供数据的时候,只提供不具名的数据,尽管他们非常清楚每一个数据属于哪一个客户。Smart Steps采用统计学进行数据的计算和分析,从而使数据不仅适用于西班牙电信哥伦比亚公司自己的客户群,还可以用于其他机构的人口分析。
随后,西班牙电信哥伦比亚公司开始和政府进行合作,因为政府部门经常会对一些大的市政、基础设施项目进行投资。比如,西班牙电信哥伦比亚公司会为市一级的政府提供这个城市的市民在城市中流动的规律,比如从A点到B点的流动人群数量,从而帮助市政府决定到底在A点到B点之间是应该修一条路,还是去建一条地铁更加合理。
除此之外,Smart Steps还可以被用于大型流行疾病前的预警,例如,西班牙电信哥伦比亚公司和医疗卫生机构合作,一旦发现某个社区有不少人诊断得了某种疾病,此疾病还有爆发传染的趋势,基本就可以判断此病具有传染性,从而要求病人待在自己家中,避免去传染别人。
Smart Steps也进行了商业化应用方面的尝试。比如,由于Smart Steps的数据很丰富,不管是客户性别等个人信息,还是客户的需求、客户的品位、客户个人移动的模式等数据都涵盖在内,因此Smart Steps可以更好地帮助企业进行一个广告投放。因为男士和女士在消费选择方面的区别非常大,Smart Steps可以帮助企业去辨别某个顾客是男性消费者还是女性消费者,从而进行细分化的广告投放,或产品推介。
西班牙电信公司利用地理位置数据信息,通过运营商的网络数据,可以精确统计人口驻流的情况,为当地的零售商提供开店精确的选址服务。在精确统计人口驻流的情况之后,形成细分的可视化网格,还可以分析出区域内人口的消费情况,从而制定选址分析报告,辅助银行网点进行精确的选址。
沃达丰电信:与第三方合作开发数据商用
沃达丰电信是全球最早进行数据管控、数据治理、商业智能应用和大数据变现的大型电信运营商之一。据沃达丰荷兰公司商业智能经理Bart Cloosen介绍,几年前,沃达丰电信荷兰公司不同的数据部门有自己的数据,而且每一个数据部门、每一个工作人员都在做自己的数据。随后他们开始进行数据整合,并建立了一个新的部门——一个由50名BI方面的专家组成的商业智能能力中心,负责管理公司内所有的数据。这个中心与各个业务部门紧密合作,提供他们所需要的数据,并且直接向沃达丰荷兰公司的CEO汇报工作。
欧洲尤其是荷兰,对于个人数据隐私保护的法规非常严格。一般消费者登录任何一个网站,在他们不知情的情况下,这个网站会有一个Cookie把他们的个人数据、访问的历史数据都保存下来。但是在荷兰,消费者登录任何一个网站,每个网站都会自动会弹出一个窗口,问她是否允许Cookie记录、并存储她的个人数据。因此,沃达丰电信荷兰公司非常尊重客户的隐私,参照政府隐私保护的条例,专门打造了大数据应用模型。
在大数据变现在方面,沃达丰电信荷兰公司在与第三方合作伙伴合作之前,会把所有的数据,比如个人的署名等信息都去掉,再把这些客户数据分类提供给第三方合作伙伴,第三方的合作伙伴会帮沃达丰电信荷兰公司销售数据,主要销售给政府部门,尤其是市政府级别的部门,主要应用于专门负责轨道交通、高速路管理的部门。在一些盛大的活动,沃达丰电信荷兰公司会联合轨道交通、高速路管理的部门预测会有多少人,可能在某一个时间点会聚集在某一个相同的地方,判断是不是人流过大、风险过高,有没有必要采取一些分流的措施或者关闭某一条高速公路等。
在解决电信用户隐私方保护方面,沃达丰电信荷兰公司商业智能经理Bart Cloosen表示,目前比较通行的做法是“让手机用户自己主动选择是否同意把自己的个人信息公开,如果手机用户同意,运营商会给予一定的优惠或话费奖励等”。
DHL:基于大数据分类挖掘客户价值和开发新业务
DHL隶属于全球领先邮政和物流集团 Deutsche Post DHL,下属三个业务部分:DHL Express、DHL Global Forwarding 以及 Freight and DHL Supply Chain。DHL的业务遍布全球220个国家和地区,是全球国际化程度最高的公司。
DHL通过大数据可以对每次运输的成本、收入和收益率进行核算,根据客户收入、客户息税前利润把客户划分为A、B、C、D四类, 包括业务量很大、利润也很高的客户,业务量大却不挣钱的客户,业务量不大却挣钱的客户,以及业务量不大也不挣钱的客户。根据业务量很大、利润也很高的客户和业务量不大却挣钱的客户,DHL会加强与这类客户的互动,维持好客户关系。对于业务量大却不挣钱的客户,DHL通过大数据分析出具体的原因,到底是DHL的原因导致的运输成本较高,还是客户自身问题,比如有些客户会把偏远地方的运输业务交给DHL完成,这些运输成本很高,往往很难赚钱。基于大数据,DHL能够清晰的掌握运输成本,并合理定价。
据DHL Express运营控制部门副总裁Graeme Aitken介绍,通过大数据分析,DHL发现,在B2C业务中,客户交付阶段的成本在整个运输成本中的占比很大,尤其是,当客户不在家时,或者二次投递也不在家时,或客户快递的商品还需要支付海关关税时,交付成本成倍上升。至于交付成本的具体数据,Graeme Aitken不愿意详细透露。
为此,DHL基于大数据分析在最后交付方面进行大量投入,比如要求客户提供电子邮件地址,及电话,在送货之前,提前让快递员去联系客户,确保能够投递到正确的地方。如果商品要付税,要求客户在网上先完成付税过程,不接收现金付税。
在德国,DHL创新推出了“汽车交付”、“包裹墙”的做法。“汽车交付”是DHL目前刚刚联合沃尔沃汽车开发的新项目。如果客户的车是沃尔沃汽车,DHL可以让快递员把货品直接交付到客户的汽车中,因为DHL知道客户现在把这辆汽车停在了什么地方,快递员拥有一次性打开客户汽车的权限,可以把后备箱打开并把货品放进去。
“包裹站”是DHL在某些人流量大的地方专门建立的一面墙壁,上面有很多个储物柜,可以专门寄存物品。当客户的货品要投递的时候,DHL会将一个代码发送到客户的手机上,或者发送到邮箱中,客户用这个代码到离他最近的包裹站,找到他的盒子,然后用代码打开这个盒子,就可以把货品拿出来了。在加油站附近,DHL都会有这样的设施。这些创新的应用都是DHL自己开发。
Graeme Aitken认为,这些实验如果能够验证行之有效,而且客户也同意这样操作,那么在任何地方都可以实现交付了,如车站的储物箱、加油站、汽车,或者超市等。
基于电信大数据+移动广告商的情境感知型“移动广告”
据Teradata天睿公司国际集团通信、媒体及娱乐业卓越中心主管Daniel Rodríguez Sierra介绍,目前有一种新型的电信大数据变现应用——基于电信大数据的情境感知型“移动广告”。比如在某一个人流密集的位置,会形成一种情境感知,业界把它称为一个位置圈。在这个位置圈中会走过不同的人,电信运营商可以根据路过这个位置圈的每一个人当时的具体行为,为路过者发送一个与他相关的广告。这就是根据具体人,在某一个指定的商圈位置,根据情境感知,结合消费者的个人行为弹出的广告。这种应用需要企业有一个全球综合的客户信息资料,并结合移动广告商的应用进行开发。
手握巨量客户数据却没有发挥数据价值,因此全球电信业对大数据变现的探索显得颇为积极。Daniel Rodríguez Sierra认为,当前全球不同电信运营商在大数据变现方面的做法都不同,有的做得比较极致,比如专门针对数据变现成立新部门。
大数据变现分两种情况,一种是内部的,一种是外部的。内部数据变现分成三种形式:第一种是销售数据和洞察力,主要销售位置信息和时间信息。如我们会知道一个人,他在什么时间出现在什么地点,如电信运营商针对零售业的B2B模式,帮助零售业更好的进行客户细分,再针对具体的消费者进行零售服务的推荐。
第二种应用是汇总群体行为数据的分类,即在不同的地点、特定的时间,大量的人流的信息。这样的应用主要是针对政府部门和交通运输行业。
第三种应用是大数据分析价值比较高的部分,把它称为预测性的分析。它的生意模式是针对不同的企业客户。比如电信运营商所拥有的数据是客户的不同数据,并放在大的数据库中,而银行要推出一个产品,银行可以委托电信运营商根据电信运营商自己的客户数据库中的数据来做关联性的数据分析,可以应用于比如银行推出的分期付款类型的产品,或者其他分期的,并根据每一期付的款项不同做出的分析结果。这样类型的客户,除了银行外,还可以是保险公司、航空公司、媒体内容销售型的公司等,只要是互联的相关行业,都可以进行这方面的应用。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据驱动决策成为商业常态的今天,数据分析师这一职业正迎来前所未有的机遇与挑战。很多希望转行或初入职场的人士不禁询问:数 ...
2024-12-25数据分析师,这一近年来炙手可热的职业,吸引了大量求职者的注意。凭借在大数据时代中的关键作用,数据分析师不仅需要具备处理数 ...
2024-12-25在当今数字化变革的浪潮中,数据分析师这一职业正迎来前所未有的发展机遇。回想我自己初入数据分析行业时,那种既兴奋又略显谨慎 ...
2024-12-25在当今信息爆炸的时代,数据已经像空气一样无处不在,而数据分析则是解锁这些信息宝藏的钥匙。数据分析的过程就像是一次探险,从 ...
2024-12-25在职场上,拍脑袋做决策的时代早已过去。数据分析正在成为每个职场人的核心竞争力,不仅能帮你找到问题,还能提供解决方案,提升 ...
2024-12-24Excel是数据分析的重要工具,强大的内置功能使其成为许多分析师的首选。在日常工作中,启用Excel的数据分析工具库能够显著提升数 ...
2024-12-23在当今信息爆炸的时代,数据分析师如同一位现代社会的侦探,肩负着从海量数据中提炼出有价值信息的重任。在这个过程中,掌握一系 ...
2024-12-23在现代的职场中,制作吸引人的PPT已经成为展示信息的重要手段,而其中数据对比的有效呈现尤为关键。为了让数据在幻灯片上不仅准 ...
2024-12-23在信息泛滥的现代社会,数据分析师已成为企业决策过程中不可或缺的角色。他们的任务是从海量数据中提取有价值的洞察,帮助组织制 ...
2024-12-23在数据驱动时代,数据分析已成为各行各业的必需技能。无论是提升个人能力还是推动职业发展,选择一条适合自己的学习路线至关重要 ...
2024-12-23在准备数据分析师面试时,掌握高频考题及其解答是应对面试的关键。为了帮助大家轻松上岸,以下是10个高频考题及其详细解析,外加 ...
2024-12-20互联网数据分析师是一个热门且综合性的职业,他们通过数据挖掘和分析,为企业的业务决策和运营优化提供强有力的支持。尤其在如今 ...
2024-12-20在现代商业环境中,数据分析师是不可或缺的角色。他们的工作不仅仅是对数据进行深入分析,更是协助企业从复杂的数据信息中提炼出 ...
2024-12-20随着大数据时代的到来,数据驱动的决策方式开始受到越来越多企业的青睐。近年来,数据分析在人力资源管理中正在扮演着至关重要的 ...
2024-12-20在数据分析的世界里,表面上的技术操作只是“入门票”,而真正的高手则需要打破一些“看不见的墙”。这些“隐形天花板”限制了数 ...
2024-12-19在数据分析领域,尽管行业前景广阔、岗位需求旺盛,但实际的工作难度却远超很多人的想象。很多新手初入数据分析岗位时,常常被各 ...
2024-12-19入门数据分析,许多人都会感到“难”,但这“难”究竟难在哪儿?对于新手而言,往往不是技术不行,而是思维方式、业务理解和实践 ...
2024-12-19在如今的行业动荡背景下,数据分析师的职业前景虽然面临一些挑战,但也充满了许多新的机会。随着技术的不断发展和多领域需求的提 ...
2024-12-19在信息爆炸的时代,数据分析师如同探险家,在浩瀚的数据海洋中寻觅有价值的宝藏。这不仅需要技术上的过硬实力,还需要一种艺术家 ...
2024-12-19在当今信息化社会,大数据已成为各行各业不可或缺的宝贵资源。大数据专业应运而生,旨在培养具备扎实理论基础和实践能力,能够应 ...
2024-12-19