Big Data大数据重塑营销3_数据分析
开篇提到的花旗银行聘请了I B M的明星分析师“Watson”事件,是银行界对大数据处理能力渴求的一个侧面表现。
金融业对数据的需求,以及数据能力建设都在大多数行业之上,在大多数金融机构里面,对大数据的应用多集中在预防欺诈、制裁洗钱交易等方面,这些业务中,哪怕是看起来非常简单的一个任务,在实际执行层面,也是一项非常复杂的数据任务:比如对照顾客姓名看其是否处在制裁黑名单之上这件事情,因为一家银行可能会有数千位顾客和这些制裁黑名单上的顾客重名,如果稍有不慎,就可能毁掉一份顾客关系。
因此,处理这件事情银行业需要从各种不同数据源获取信息的电脑,通过搜集顾客的国籍、地址、家庭成员的姓名,以及他们是否曾经在某些国家旅游或者从这些地方收到过汇款等记录,来确定这个顾客是否正是制裁黑名单上的那位。因此,更不用提随着支付从电脑转向移动终端等变革给银行的数据处理能力带来的挑战了,大数据可以说是银行应对这些挑战的利器。
而除了预防欺诈等功能外,银行也正在发现,顾客数据能给他们带来更多的价值,比如,西班牙国际银行Santander就利用数据研究,每周给顾客发送信息,里面有顾客可能感兴趣的产品和优惠。但有些银行所尝试的领域已经开始超越自身的产品和服务,比如新加坡花旗银行会基于消费者的信用卡交易记录,针对性地给他们提供商家和餐馆优惠。
如果消费者订阅了这项服务,他刷了卡之后,花旗银行系统将会根据此次刷卡的时间、地点和消费者之前的购物、饮食习惯,为其进行推荐。比如此时接近午餐时间,而消费者喜欢意大利菜,花旗银行就会发来周边一家意大利餐厅的优惠信息,更重要的是,这个系统还会根据消费者采纳推荐的比率,来不断学习从而提升推荐的质量。花旗在亚洲有超过250名的数据分析人员,去年它在新加坡新开了一个“创新实验室”。
除花旗外,一些全球信用卡组织也开始了利用数据的进程。在美国,Visa就和Gap合作,来给在Gap店附近进行刷卡的消费者提供折扣优惠。
数据甚至能够改变这个行业的竞争格局,使得一些白手起家的新手找到自己的机会,杀入市场。比如创业公司ZestCash,它的主要业务是给那些信用记录不好或者没有信用卡历史的人提供贷款服务,它的创办人Douglas Merrill是谷歌前首席信息官。
ZestCash和一般银行最大的不同在于其依赖的数据数量。大多数美国银行依靠FICO信用卡记录得分来做出贷款与否的决策,这个FICO信用卡记录得分大概只有15到20个变量,诸如信用卡的使用比率,是否有没有还款的情形等,而ZestCash考察的却是数千个信息线索,这造就了它独特的竞争力。比如如果一个顾客打电话过来说他可能无法完成一次还款,大多数银行会把他视为高风险贷款对象,但是ZestCash经过研究发现这种顾客其实更有可能全额付款;ZestCash甚至还会考察顾客在提出贷款之前在ZestCash网站上停留的时间。“单看一个数据可能是个无用的噪音,但是当你以非常聪明的方式把它们聚合到一起的时候,你能将垃圾变成宝贝。”
塔吉特读心术
美国第二大零售商“塔吉特”通过多年精细的数据挖掘,建立用户的数据库,能够清楚地知道用户的人群信息,甚至能做到比顾客的家属更清楚她们的预产期。
“塔吉特”的孕妇营销之道
那么,“塔吉特”是如何比顾客的家属更清楚预产期的呢?这件事看起来非常不可思议,但背后却是有规律可循。“塔吉特”的统计师们通过对孕妇的消费习惯进行一次次的测试和数据分析得出一些非常有用的结论:孕妇在怀孕头三个月过后会购买大量无味的润肤露;有时在头20周,孕妇会补充如钙、镁、锌等营养素;许多顾客都会购买肥皂和棉球,但当有人除了购买洗手液和毛巾以外,还突然开始大量采购无味肥皂和特大包装的棉球时,说明她们的预产期要来了。在“塔吉特”的数据库资料里,统计师们根据顾客内在需求数据,精准地选出其中的25种商品,对这25种商品进行同步分析,基本上可以判断出哪些顾客是孕妇,甚至还可以进一步估算出她们的预产期,在最恰当的时候给她们寄去最符合她们需要的优惠券,满足她们最实际的需求。这就是“塔吉特”为什么能够清楚地知道顾客预产期的原因。
以上情形被美国商业记者查尔斯·杜希格披露在其著作《习惯的力量:我们生活、就业行为之原因》中,掀起了轩然大波。据作者说,塔吉特公司把婴儿相关的促销信息发给某个十多岁的少女,而她的父亲尚不知道她已怀孕。
怀孕预测模型固然有些极端,但事实上,包括塔吉特在内的其他零售商确实正在不断地分析顾客的人口群体及其他信息,特别是他们购买什么。
零售商的购买者分析
目前的某些领先零售商店,从顾客走进商店那一刻起,其脚步、视觉移动、选择、对减价的反应,已经被密切监控。通过这一分析,商店能够决定是否需要做出改变以提高销售,例如:改装、特价、更多销售员等。
购买者分析不一而足,从平平无奇的统计到高科技的数字标牌均有,前者如统计放学后步行回家的学生,后者如数字标牌配以摄像头侦测到观众的眼球运动、在屏幕的那一部分播出促销信息。通过计算何人、何时、哪些人口群体在购物,商店能够针对其做出更精准的促销。
商店及其供应商在不停地分析销售数据,数据与顾客的会员卡相关联。商店对顾客的了解,大部分基于其获取会员卡时提供的信息、甚至来自电子邮件清单。商店想知道你的年龄,以便能更了解如何对该年龄段的人做营销。即使顾客不买时,通过复审安全监控录像,商店也知道谁在浏览其货架以及在店内闲逛的路线。商店就能够把产品和促销放在显著位置吸引最多的顾客。
零售商也在迅速改用能以中心控制频繁变更的电子标牌。标牌可包括摄像头侦测谁在注视标牌上的哪个部位(或者快餐的菜单板),根据其性别甚至年龄度身定制促销。例如,在百货公司化妆品区的数字标牌可以确定走过的是位男人,就显示车或其他可吸引其注意的画面,再插入男用香水的广告。
数据分析咨询请扫描二维码
必备的职业技能 统计学基础 - 理解概率、假设检验、回归分析等统计概念。 - 运用统计方法对数据进行分析和解读。 编程能力 - 掌 ...
2024-11-27基础课程 - 统计学基础: 统计学是数据分析的基石,包括概率、假设检验、回归分析等基本知识。这有助于分析师更好地理解数据背后 ...
2024-11-27数据分析领域涉及众多工具软件,涵盖了从数据处理、分析到可视化的各个方面。在选择适合自己需求的工具时,需要考虑数据规模、分 ...
2024-11-27在数据分析领域,选择合适的工具至关重要。不同的软件适用于不同的需求和技能水平。以下是几款值得考虑的数据分析软件: - Table ...
2024-11-27数据分析中常用的Excel与Python函数公式涵盖了广泛的应用场景。掌握这些基础和高级技巧对于成为一名优秀的数据分析师至关重要。 ...
2024-11-27Python是一种高级编程语言,由荷兰程序员Guido van Rossum于1989年圣诞节期间开始开发,并于1991年首次发布。Python的设计哲学强 ...
2024-11-27课程内容 数学基础: 高等数学、线性代数、概率论与数理统计、微积分等为算法设计和数据分析打下基础。 编程与算法: 掌握 ...
2024-11-27爬虫工程师是互联网时代中至关重要的职业之一,他们的工作内容主要涉及编写和维护网络爬虫程序,进行数据采集与清洗,设计系统架 ...
2024-11-27技能需求 数据管理与建模 - 掌握SQL、HiveQL、Spark SQL等数据库语言,进行复杂数据查询和分析。 - 使用数据建模工具如ER/Studio ...
2024-11-27技术技能 - 编程技能 - 掌握SQL、Python、R语言等编程工具是基本要求,可用于数据提取、清洗和分析。 - 数据分析与建模技能 ...
2024-11-27财务数据分析职业展望 - 需求激增: 随着企业信息化和数字化进程的加速,财务数据产生和积累速度急剧增长,推动了财务数据分析需 ...
2024-11-27技术技能 数学与统计技能:数据分析师需要具备扎实的数学基础,包括统计学、概率论、多变量微积分和线性代数等知识,以帮助理 ...
2024-11-27选择适当的工具和软件 选择恰当的工具对于创建出色的数据分析图表至关重要。Excel提供强大的数据可视化功能,R语言的ggplot2包 ...
2024-11-27初级市场分析师在工作中面临着重要任务之一:评估竞争对手的表现。这项工作不仅有助于描绘行业竞争格局,还能帮助企业发现自身的 ...
2024-11-27基础知识的建立 要想在数据分析领域脱颖而出,首先需要打好坚实的基础。 数据分析的基础知识十分重要,其中包括统计学、概率论、 ...
2024-11-27# 要学习Python数据分析 掌握Python基础知识 - 首先需要掌握Python的基础知识,包括基本语法、数据结构(如列表、元组、字典等) ...
2024-11-27学数据分析能在什么单位工作 数据分析的就业领域概述 数据分析专业毕业生广泛应用于各行各业,包括但不限于以下单位: 政府机关 ...
2024-11-27想学数据分析需要学哪些课程 数据分析学习路径推荐 基础课程: 统计学: 统计学作为数据分析的基石,涵盖概率论、描述性统计、 ...
2024-11-27# 现在什么行业发展前景最好 **人工智能与机器学习** - 人工智能技术快速发展,广泛应用于智能家居、自动驾驶等领域。 - 具备巨 ...
2024-11-27# 未来最有前景的行业 **人工智能与机器学习** - 人工智能被认为是未来最具潜力的行业之一,其应用范围广泛,包括智能家居、医 ...
2024-11-27