尼尔森与阿里巴巴强强联手 利用大数据推出全新资讯服务
近日,尼尔森和阿里巴巴集团旗下阿里云公司合作,推出一项全新的咨询服务——“赚金石”。这项服务将阿里巴巴的电商平台大数据和尼尔森的数据分析能力相结合,旨在为客户制胜线上市场提供全套的解决方案。
作为全球知名的市场调研公司,尼尔森的调查数据被行业广泛采用,其核心业务在于提供 “消费者看什么”和“消费者买什么”的洞察。而阿里云则拥有丰富的计算、存储资源和大数据处理能力,两者结合将数据融合形成对客户具有重要意义的洞察,形成全新的“赚金石”服务。
阿里云总裁胡晓明表示:“尼尔森是一家令人尊敬的资讯与洞察公司,此次合作意味着阿里云开始同时开放云计算和大数据两种能力,未来阿里云大数据平台将在更多领域进行探索,与合作伙伴一起用技术拓展商业的边界。
据悉,除了追踪和分析线上消费者的全方位大数据,“赚金石”还能通过线上精准调研,主动触达,获取针对目标消费人群的深入洞察。而通过其不同模块的组合,“赚金石”能够帮助客户找到市场的潜力所在,品牌重新发现其传播策略、产品和品牌运营的动力何在,从而调整和制定出能获得更高回报率的营销策略。
尼尔森与阿里巴巴,这两者强强联合究竟意欲何为?“赚金石”究竟是一个怎样的服务?为此记者专访了尼尔森大中华区副总裁许丽平。
中国经营报:尼尔森和阿里巴巴集团旗下阿里云公司去年就已经开始合作,去年7月推出了“全线通”,如今又推出了一项全新的咨询服务——“赚金石”,这两者区别在什么地方?
许丽平:这两者从受众目标上没有什么不一样,都是针对品牌方的,全线通是检测品牌和它在市场上的表现,可以了解自己与竞争对手的情况。但“赚金石”更多的则是一个分析工具,“赚金石”致力于帮助客户挖掘产品定位与开发的创新机会,诊断在竞争环境下的全流程表现,全面提升线上收益。所以,一个是销售数据,一个是分析平台,这是两者最大的不同。
中国经营报:“赚金石”通过怎样的方式来提高企业的分析能力和销售业绩?
许丽平:以前没有大数据的时候,品牌商的研究和创新无法精确化,很多厂商创新时采用的就是10个项目或新品一起研究和投放,最后哪个在市场上效果好就重点推那个,这样的话成本非常高。现在线上的工具可以从多个方面对企业起到帮助,一是长尾效应,可以让品牌方去开发针对小众的产品,以前厂商不敢冒然开辟小众产品,因为风险比较大,现在可以通过大数据利用长尾效应,来销售小众产品,即使不一定大卖,但也可以给企业带来不错的收益。二是,可以对产品作出细致的分析和跟踪,比如针对一款衣服滞销,到底是不受消费者欢迎?还是在推动它的时候投资出现了问题?这些都会一目了然。
中国经营报:有些企业有没有意识到大数据的重要性?
许丽平:目前很多企业都在涌向电商的平台,但是他们在电商的平台上怎么来合理的使用大数据确实还不算多。目前一些大企业在第三方电商平台上做得很好,但他们自己的官方销售网站却做得很简陋,他们也没有像阿里巴巴、一号店等电商平台的利用大数据的经验来搭建自己的官网销售平台,另外还有一个原因,就是对消费者来说,在一些企业自己的官网平台,只能选择一个品牌,吸引力也自然不如像天猫这样综合性的电商平台。
中国经营报:在产品正式发布前,飞利浦已经测试应用"赚金石"产品,这种合作进行如何?
许丽平:我们在前期开发过程中和几个客户,包括飞利浦都进行了联合试用,因为这也是第一次开发出这样的产品,我们也需要客户的意见来更好完善这款产品,通过一些企业的试用,有的企业把大数据运用到他们的创新上,他们的反应很好,他们认为概念和产品测试方面,可以帮助公司精确找到目标受众,快速发现蓝海市场。但也给我们很多宝贵意见。因此这款产品经过一年的孕育和试用,及完善,终于可以正式推出了。
中国经营报:"赚金石"究竟如何来帮助客户解决问题的?
许丽平:"赚金石"可以帮助企业预测一系列商业指标:新品上市的销量预测和上市后跟踪;准确定位目标客户群体,发现消费者的潜在需求;挖掘产品升级换代的新趋势;品牌包装和促销定价方案的优化;消费者在买什么,购买群体特征及消费行为特征。
具体来说,“创新机会挖掘”通过对网购者的评价及产品反馈等信息的分析,能帮助客户在不同方面发现市场的空白点和未来的蓝海市场,这不但能帮助客户正确定位产品线、开发新产品来满足消费者尚未满足的需求,还可以发掘产品升级换代的新趋势;“表现跟踪评估”能够评估产品在线销售全流程中每一个环节的销售转换率表现,并且通过与竞争对手的实时比较来发现流量,网页和产品的瓶颈所在;“目标群体重塑”能够帮助品牌更好地了解并且触达他们的现有以及潜在消费者;“网页文本优化”通过优化产品的产品介绍页面设计从而帮助客户提高线上的购买转化率;“产品表现优化”通过用试用前后调研来,来评估消费者的产品满意度,以及寻找优化产品的突破口;“促销定价优化”能够帮助客户确定最理想的平日售卖价格和促销价格;另外,“赚金石”第二阶段还将推出营销计划优化服务,帮助品牌预测产品的销售量并且提供如何优化市场规划和投资回报率的建议。
数据分析咨询请扫描二维码
一、引言 背景介绍 随着信息技术的快速发展和互联网的普及,大数据已经成为现代社会的重要资产。大数据的兴起不仅推动了各行各业 ...
2024-11-25《Python数据分析极简入门》 第2节 7 Pandas分组聚合 分组聚合(group by)顾名思义就是分2步: 先分组:根据某列数据的值进行 ...
2024-11-25数据分析需要学习的内容非常广泛,涵盖了从理论知识到实际技能的多个方面。以下是数据分析所需学习的主要内容: 数学和统计学 ...
2024-11-24数据分析师需要具备一系列多方面的技能和能力,以应对复杂的数据分析任务和业务需求。以下是数据分析师所需的主要能力: 统计 ...
2024-11-24数据分析师需要学习的课程内容非常广泛,涵盖了从基础理论到实际应用的多个方面。以下是根据我搜索到的资料整理出的数据分析师需 ...
2024-11-24《Python数据分析极简入门》 第2节 6 Pandas合并连接 在pandas中,有多种方法可以合并和拼接数据。常见的方法包括append()、conc ...
2024-11-24《Python数据分析极简入门》 第2节 5 Pandas数学计算 importpandasaspdd=np.array([[81,&n ...
2024-11-23数据分析涉及多个方面的学习,包括理论知识和实践技能。以下是数据分析需要学习的主要方面: 基础知识: 数据分析的基本概念 ...
2024-11-22数据分析适合在多个单位工作,包括但不限于以下领域: 金融行业:金融行业对数据分析人才的需求非常大,数据分析师可以从事经 ...
2024-11-22数据分析是一种涉及从大量数据中提取有用信息和洞察力的过程。其工作内容主要包括以下几个方面: 数据收集与整理:数据分析师 ...
2024-11-22数据分析师需要掌握多种技能,以确保能够有效地处理和分析数据,并为业务决策提供支持。以下是数据分析师需要掌握的主要技能: ...
2024-11-22数据开发和数据分析是两个密切相关但又有所区别的领域。以下是它们的主要区别: 定义和目标: 数据开发:数据开发涉及数据的 ...
2024-11-22数据架构师是负责设计和管理企业数据架构的关键角色,其职责涵盖了多个方面,包括数据治理、数据模型设计、数据仓库构建、数据安 ...
2024-11-22数据分析师需要具备一系列技能,以确保能够有效地处理、分析和解释数据,从而支持决策制定。以下是数据分析师所需的关键技能: ...
2024-11-22数据分析师需要具备一系列技能,以确保能够有效地处理、分析和解释数据,从而支持决策制定。以下是数据分析师所需的关键技能: ...
2024-11-22数据分析师需要具备一系列的技能和能力,以确保能够有效地处理、分析和解释数据,从而支持业务决策。以下是数据分析师所需的主要 ...
2024-11-22需求持续增长 - 未来数据分析师需求将持续上升,企业对数据驱动决策的依赖加深。 - 预测到2025年,中国将需要高达220万的数据人 ...
2024-11-22《Python数据分析极简入门》 第2节 4 Pandas条件查询 在pandas中,可以使用条件筛选来选择满足特定条件的数据 importpanda ...
2024-11-22数据分析师的工作内容涉及多个方面,主要包括数据的收集、整理、分析和可视化,以支持商业决策和问题解决。以下是数据分析师的一 ...
2024-11-21数据分析师必须掌握的技能可以从多个方面进行归纳和总结。以下是数据分析师需要具备的主要技能: 统计学基础:数据分析师需要 ...
2024-11-21