京公网安备 11010802034615号
经营许可证编号:京B2-20210330
14年来雷克软件一直致力于邮件营销和数据库营销,现如今已经发展成为香港No.1的邮件营销专家,在整个大中华市场也强有力地占有一席之地。但是现在雷克开始转型为大数据营销的解决方案供应商。那是什么样的契机,促使这样的转型呢?我们有幸采访到雷克CEO郭正光(Francis)为我们解开这个答案。
郭正光(Francis):邮件营销一直是我们的传统优势,在香港我们已经做到No.1,在整个大中华区,我们可以入选Top3。但随着时代不断变化,获取信息的渠道不仅限于邮件,变得越来越有开放性,比如短信、微信、微博等,而渠道太多反而会导致和客户沟通困难。那么,大家就会想有没有一个好的平台能更好地管理这些信息。另一方面,虽然现在很流行讲怎么利用大数据来做营销,但很多客户发现拥有大量的数据却不知怎么进行挖掘和分析。我们作为一家引领大中华区的数字营销公司,希望能够帮助他们去解决这两个问题。
这是基于客户需求的大数据营销,那么有没有一些具体的对策?听说有一款新的解决方案叫做Fast Analytics,这个产品是什么样的节奏?
郭正光(Francis):其实这个产品已经有客户开始用了,而且以后这种客户需求还会越来越大。这是因为在云计算时代,本来要很长时间才能做好的数据分析,现在完全可以做到实时分析,那就能帮助商家更快速准确地制定商业策略,而我们也会配合这种趋势进行变革。Fast Analytics正是这样一个变革性的产品,根据每个客户不同的沟通需求,我们怎样透过大数据来进行实时分析,改变过去比如一个季度一次的策略调整,实现每半个月就可以灵活做出决策改变。找出好与不好的数据反馈,不断进行优化,帮助客户在大数据里面做出更快的反应,达到更好的效果。
这款解决方案的市场定位怎么样?准备打哪块市场?
郭正光(Francis):Fashion行业是我们定位的第一个目标市场,我们现在和奢侈品行业的很多公司保持着良好的合作关系。比如MCM这个高端品牌,如何留住老客户,如何吸引新客户,这都需要制定周密详细的营销计划。现在的消费者相较以前,冲动性消费已经少了很多,关键就是抓住VIP客户,刺激他们进行二次消费,并缩短每次消费的周期。另外,我们还会关注化妆品行业。因为在这个行业,产品的更新换代非常快,创意层出不穷,不同的产品针对不同的消费人群,所以推广方法就绝不能千篇一律,需要不断进行调整来适应产品特性。目前来说,这两个行业非常适合我们推出的Fast Analytics来进行大数据营销。
这款方案能帮客户解决实际的问题吗?如何用大数据真正把这个产品的功能做到落地?
郭正光(Francis):我举两个例子来说明大数据如何帮助我们进行实际的优化。
第一,它能大大缩短第一次购买和第二次购买的时间。比如我注册成了会员,完成了第一次购物,不用大数据营销的情况下,或许间隔45天后我才会重新回来完成第二次购物。但是通过大数据分析,推送消费者感兴趣的物品,就有可能变成30天或者更短时间完成二次消费。不断持续下去后,购物频率就会越来越密。
第二,化妆品行业的传统营销方法是以前注册成会员之后,就会马上收到一封欢迎邮件,意在提醒你来消费,效果非常有限。现在我们利用大数据,就会制定未来三个月的营销策略。甚至可以通过天气预报这个大数据,来调整做出更有针对性的企划。比如预报某个城市的周末是阳光很好的晴天,那么我们就可以在周四的时候,针对这个城市的用户发送一个短信,内容是周末晴天,紫外线指数很高,欢迎免费试用我们的防晒霜。这种大数据对于刺激购物欲望非常有用,效果也很明显。
在大数据的浪潮下,不论做哪一款产品,竞争都非常激烈吧?如何才能做到脱颖而出呢?
郭正光(Francis):成功秘诀就在于一个“快”字,有一个很好的例子就是快消行业的代表Zara。早在二十年前,Zara就开始使用大数据了。它的设计师遍布全球,他们在咖啡厅、酒吧、夜总会看到很酷的款式,就会马上收集这些数据,每两天推出全新设计,而这些新产品在24小时内就能做好模板,推向市场,48小时内就可以送达全世界。所以,Zara为什么能成为那么成功的企业,就是因为大量收集数据,精准分析市场,快速采取行动。
因为现在用户的需求五花八门,尤其用户很注重用户体验,您觉得跟其他竞争对手相比,Fast Analytics的产品优势是在哪里?
郭正光(Francis):我觉得第一个优势是雷克会真正把重心放在怎样利用大数据做好邮件营销上,虽然我们现在延伸到了其他渠道,但核心价值没有变,仍是邮件营销,所以用我们很擅长的东西可以帮客户把大数据做得更好。第二就是我们的产品线比以前更加强大完善了,我们可以提供一个跨渠道的整合平台,对不同渠道的客户发送不同的信息。第三个是我们的技术优势,可以追踪数据,实时了解市场反馈,做出正确的反应。第四个优势就是数据整合。现如今特别是在中国呈现出一个数据井喷的现象,数据的质量也参差不齐,如何在一个好的平台里进行数据管理和数据整合就显得格外重要,那么我们的Fast Analytics这款方案就可以帮助客户解决这样的问题,真正用大数据让我们的生活更加美好,我觉得这是很值得高兴的事情。
最后一个问题,刚才我们关于雷克的Fast Analytics也聊了很多,可以认为目前它是一个走在市场前端的先进产品,那么您能预测一下在三到五年内大数据应用的趋势吗?
郭正光(Francis):将来会发生什么事,其实这是很难预测到的。但我知道一件事,那就是在五年之内,很多生活上的琐事都可以在大数据分析的应用下,变得极其便利和简单,甚至不需要你的头脑来做判断、给反应,因为大数据已经可以帮你自动决定很多基本的事情。比如,跑步时候佩戴的运动手环,它会提醒你跑了多远,速度怎么样,心率和血压是否正常,能不能突然加速等等。再比如下雨天开车,雨大的时候,车速就会自动减慢;雨小的时候,就会适当加速,所有的这些判断都可以通过大数据分析自动做出准确的决定。这些都是我坚信会发生的事情。
结束语:现如今,科技在营销这个环节正在起到越来越重要的作用,雷克不仅仅是一家关注于邮件营销的企业,他们有自己的研发团队,有专业的咨询专家,我们有理由期待雷克会不断创造出优秀的大数据营销产品,让生活变得更加美好。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在时序数据分析中,大部分业务数据并非持续平稳变化,而是会在某些时间节点出现突然抬升、断崖下跌、趋势反转、波动异变等现象, ...
2026-09-23在统计学与数据分析中,研究多组数据差异最常用的方法为单因素方差分析与事后多重比较。很多数据分析初学者容易混淆两者功能,认 ...
2026-09-23 很多数据分析师每天都在写 SQL,但当被问到“DQL 的本质是什么”“SELECT 子句的书写顺序与执行顺序为何不同”“INNER JOIN ...
2026-09-23 很多数据分析师写过无数个SELECT查询,但当被问到“如何新建一张表来固化中间数据”“创建视图和创建物理表有什么区别”“视 ...
2026-09-22CDA数据分析师 出品 作者:李诗怡 1. 金字塔原理 定义: 一种“先总后分、先结论后原因”的思考和表达方式。顶层为核心观点,中 ...
2026-09-22数据收集是数据分析、数据挖掘与数字化运营的源头工作,数据收集的完整性、准确性、时效性直接决定后续数据分析结果的可信度与业 ...
2026-09-21箱线图是数据分析中用于识别数据分布、判断离散程度、筛查异常值的核心图表。相比于直方图、趋势图,箱线图可以精准区分正常数据 ...
2026-09-21 很多数据分析师精通Excel函数和数据透视表,但当被问到“数据从哪里来”“表和视图有什么区别”“数据库管理系统和SQL是什么 ...
2026-09-21在数据库数据查询与数据分析工作中,日期时间是最常用的数据类型之一。原始数据库中存储的日期格式多为标准时间戳、年月日时分秒 ...
2026-09-20在时序数据分析中,增长率是衡量数据涨跌幅度、研判发展趋势、识别周期波动的核心指标,主要分为环比增长率与同比增长率。传统Ex ...
2026-09-20 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-09-20CDA数据分析师 出品 作者:李诗怡 STP模型(营销战略三步法) 定义: 现代营销战略核心框架,通过市场细分(S)、目标市场选择( ...
2026-09-18在互联网产品迭代、运营优化、界面改版与策略升级过程中,主观经验判断容易造成决策偏差、盲目改版、资源浪费等问题。AB实验(AB ...
2026-09-18 很多企业并不缺少指标,缺少的是让指标“串起来、动起来、用起来”的体系。零散指标像散落一地的珠子,指标体系则是那根把珠 ...
2026-09-18在电商行业精细化运营时代,流量红利逐步消退,粗放式投流、广撒网营销模式已无法适配市场竞争需求。依托用户点击、加购、收藏、 ...
2026-09-17在数据可视化与数据分析工作中,图表是将零散数据转化为直观业务规律的核心工具。不同图表拥有专属的数据逻辑与分析维度,能够从 ...
2026-09-17 很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“哪些指标在所有行业都适用”“哪些指标只对电商有意义”“二者如何搭 ...
2026-09-17在企业数字化运营、业务流程管理与精细化管控体系中,流程运营是串联各项业务环节、保障工作落地、提升运转效率的核心载体。无论 ...
2026-09-16在数据分析与统计学研究中,卡方检验是分析分类变量关联性与差异性的重要方法,广泛应用于市场调研、行为统计、社会调查、商业数 ...
2026-09-16 很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“什么是指标”“指标和维度有什么区别”“如何定义指标值的计算规则和 ...
2026-09-16