客户数据分析:知道的太多也不是好事_数据分析师培训
数据被称为21世纪的石油,其中客户数据又是数据中最为重要的。大数据中与客户数据有关的,包括社交媒体数据、电子邮件、调查、客户服务数据等,很多组织都拥有很多数据。但是,很多数据还处在原油阶段,没能得到处理、提取、和加工,客户数据还不能产生业务价值。只有组织采取行动,深挖数据,客户数据才能有所贡献,而不止是一堆0、1和文本。
因此,产生了客户数据分析。不断地,组织投资在数据分析领域,希望能够从数据中挖掘价值,从而更好地开拓客户、维护客户。
例如,网购网站eBay就分析来自客户数据库和网站活动数据的销售记录,以此支持市场战略,将主页进行个性化调整,让不同的用户浏览到不同的内容。在2014大数据创新大会上,eBay前总裁Vadim Kutsyy表示,分析项目能够帮助网站提高业务水平。
另外,eBay通过数据分析,尽量避免给客户显示过多广告和客户不感兴趣的产品。eBay尽量为用户提供积极的网站体验,这也是Kutsyy的首要分析任务。他表示:“我总在问自己,我们的客户是否从我们收集的数据中获得了价值?”
Kutsyy介绍了一系列eBay正在使用的数据管理平台和项目语言,比如Hadoop、Teradata数据仓库和MySQL、Cassandra数据库。但是他认为,要获得正确的客户分析,就不能依赖技术。组织采用的任何工具都是为客户服务的。客户关心的不是你用了Hadoop还是Teradata,或者你用的Java语言还是Python语言,客户关心的是自己的体验。
客户分析
Netflix也采用了客户数据分析,用来个性化在线流媒体服务,保证客户能够满足于服务,按月支付月费。Netflix负责流科学算法的总监Nirmal Govind表示,收集和分析用户行为数据包括他们看的电影、观看时间、和持有的互联网账号。他说:“我们有很多数据,显示客户的消费内容,他们喜欢什么。所有这些数据都可以用于优化客户体验。”和eBay一样,Netflix使用了很多技术来支撑数据分析项目,其中包括Teradata、Cassandra和开源Apache Hive数据仓库软件、Tableau的数据可视化工具。收集和准备数据之后,Govind的团队采用了一系列的算法,比如根据用户看什么样的电影推荐什么样的内容。2011年,Netflix开始开发它的原生内容。Los Gatos公司也挖掘客户喜欢和不喜欢的数据,支撑内容推荐。
数据分析之路也有挑战。Govind表示找到正确的推荐引擎是很困难的。推荐是基于基本参数进行的,很难准确地判断出一个人想要看什么内容。为了调试好引擎,他的团队做了很多A/B测试,基于不同的预测模型给不同的用户进行推荐,然后追踪每组用户花在推荐内容上的时间。
工资和人力资源服务数据分析公司Paychex关注了其他方面的数据分析:使用搅动模型识别可能会采用他们服务的客户。在去年的预测分析大会上,Paychex风险分析经理Philip O’Brien表示,他和他的团队利用公司规模数据、交易历史、客户服务交互等数据构建模型,找到可能会购买公司产品的客户。分析团队发现,公司21%的客户服务费用都花费在无论如何都是使用Paychex产品的客户上了。O’Brien表示,公司根据搅动模型部署了之前描述的处理客户数据的方法。但说服业务经理使用分析结果又成了一大挑战。
在过去,公司有很多“屁股决定脚”的决策方式,他表示:“如果人们习惯了靠直觉办事,你一定要向他们展示分析工具具体能带来什么价值。”
客户数据陷阱:知道的太多
这里有一个潜在的危机,即知道的太多。知道什么时候停止是分析客户数据的重要一步。公司可能掌握了很多数据,但不正确地使用数据很可能会给客户带来不适,最终致使他们离开。
SearsHoldings公司的大数据高级经理、企业数据仓库管理员、负责运营和部署的Andy McNalis表示,零售商分析客户浏览历史、购买记录和地理位置数据来帮助自己设定和修改产品价格。但也有一些数据动不得。比如Sears的门店都有Wi Fi覆盖,它可以看到客户在使用Wi Fi查看竞争对手网站的价格。这时,公司可以给客户推送优惠券,但这样做会让客户觉得Sears在监视他,反而适得其反。
客户数据分析还包括其他方面,不只是部署系统和捕捉数据那么简单。Sears使用Hadoop集群和Teradata数据仓库支持客户分析项目,分析团队用开源R语言等编程语言写计算方法,再将其运行到基于Hadoop的数据分析和虚拟化工具上。
这时就需要技术熟练的人应用算法生成有用的信息,访问和分析发现的内容。McNalis表示:“人们认为你在这边把数据填进去,那边就会出来一枚硬币,但其实不是这样的。”
数据分析咨询请扫描二维码
自学数据分析可能是一条充满挑战却又令人兴奋的道路。随着数据在现代社会中的重要性日益增长,掌握数据分析技能不仅能提升你的就 ...
2024-11-14数据分析相关职业选择 数据分析领域正在蓬勃发展,为各种专业背景的人才提供了丰富的职业机会。从初学者到有经验的专家,每个人 ...
2024-11-14数据挖掘与分析在金融行业的使用 在当今快速发展的金融行业中,数据挖掘与分析的应用愈发重要,成为驱动行业变革和提升竞争力的 ...
2024-11-14学习数据挖掘需要掌握哪些技能 数据挖掘是一个不断发展的领域,它结合了统计学、计算机科学和领域专业知识,旨在从数据中提取有 ...
2024-11-14统计学作为一门基于数据的学科,其广泛的应用领域和多样的职业选择,使得毕业生拥有丰厚的就业前景。无论是在政府还是企业,统计 ...
2024-11-14在当今高速发展的技术环境下,企业正在面临前所未有的机遇和挑战。数字化转型已成为企业保持竞争力和应对市场变化的必由之路。要 ...
2024-11-13爬虫技术在数据分析中扮演着至关重要的角色,其主要作用体现在以下几个方面: 数据收集:爬虫能够自动化地从互联网上抓取大量数 ...
2024-11-13在数据分析中,数据可视化是一种将复杂数据转化为图表、图形或其他可视形式的技术,旨在通过直观的方式帮助人们理解数据的含义与 ...
2024-11-13在现代银行业中,数字化用户行为分析已成为优化产品和服务、提升客户体验和提高业务效率的重要工具。通过全面的数据采集、深入的 ...
2024-11-13在这个数据飞速增长的时代,企业若想在竞争中占据优势,必须充分利用数据分析优化其营销策略。数据不仅有助于理解市场趋势,还可 ...
2024-11-13数据分析行业的就业趋势显示出多个积极的发展方向。随着大数据和人工智能技术的不断进步,数据分析在各行各业中的应用变得越来越 ...
2024-11-13市场数据分析是一门涉及多种技能和工具的学科,对企业在竞争激烈的市场中保持竞争力至关重要。通过数据分析,企业不仅可以了解当 ...
2024-11-13数据分析与数据挖掘是数据科学领域中两个关键的组成部分,它们各有独特的目标、方法和应用场景。尽管它们经常在实际应用中结合使 ...
2024-11-13在如今这个数据驱动的时代,数据分析能力已经成为许多行业的重要技能。无论是为工作需要,还是为了职业转型,掌握数据分析都能够 ...
2024-11-13在如今这个数据驱动的时代,数据分析能力已经成为许多行业的重要技能。无论是为工作需要,还是为了职业转型,掌握数据分析都能够 ...
2024-11-13作为一名业务分析师,你肩负着将业务需求转化为技术解决方案的重任。面试这一角色时,涉及的问题多种多样,涵盖技术技能、分析能 ...
2024-11-13自学数据分析可能看似一项艰巨的任务,尤其在开始时。但是,通过一些策略和方法,你可以系统地学习和掌握数据分析的相关知识和技 ...
2024-11-10Excel是数据分析领域中的一款强大工具,它凭借其灵活的功能和易用的界面,成为了许多数据分析师和从业者的首选。无论是简单的数 ...
2024-11-10在快速发展的商业环境中,数据分析能力已经成为许多行业的核心竞争力。无论是初学者还是经验丰富的专家,搭建一个有效的数据分析 ...
2024-11-10在如今的数据驱动世界,数据分析师在各行各业中扮演着至关重要的角色。随着企业越来越依赖数据决策,数据分析职位的需求不断增加 ...
2024-11-10