京公网安备 11010802034615号
经营许可证编号:京B2-20210330
很多企业已经意识到,数据会成为企业的重要资产。但事实上,很多企业都守着一堆数据而不知所措,如何让数据成为取之不尽的“金矿”,成为摆在企业业务部门以及IT部门面前的重要命题。
接下来,让我们看看两家零售企业如何从纷繁复杂的数据中,找到自己新的发展机遇。
Esty:以AB测试指导业务决策
对手工艺电商平台Esty来说,上线大数据分析平台是一项巨大的尝试。负责Esty数据分析平台的Thomas表示:Esty每天产生的数据量极大,他们不可能每周或每月才进行一次数据整理。Esty目前将数据放在AB测试里,以此来优化用户在网站的体验。
此前,AB测试不过是研发人员小规模测试的项目,但如今越来越成为业务部门与IT人员关注的重点。而AB测试的数据也越发的使用大数据相关技术,AB测试可以用于增加转化率注册率等网页指标。本质上是个分离式组间实验,以前进行AB测试的技术成本和资源成本相对较高,但现在一系列专业的可视化实验工具的出现,AB测试已越来越成为网站优化常用的方法,而且在云计算和诸如Hadoop大数据平台的帮助下,数据处理的成本已经变得非常低。
也正是在这样的背景下,AB测试走出研发实验室,进入到业务部门办公室,业务部门需要时刻通过AB测试的结果调整自己的业务决策,而这在Esty有很多尝试。
在一次偶然测试中,Thomas发现网站一个本该受欢迎的页面却无用户响应,她和她的团队想知道其中的缘由。进一步调查后,他们发现这个网页的响应次数非常少。Thomas回忆道:“用户在这个页面上可以搜索、购买,我们进一步想到:是不是再增加些项目。”
利用AB测试的结果显示,用户更喜欢点击卖家店铺网页顶上的图片,这些图片都经过算法优化推荐生成。Thomas表示,测试中,网页浏览量和店铺互动量都有提升。测试的结果不仅仅是拥有了衡量特定网页的维度,更重要的是,通过测试让Esty团队了解到用户的习惯,并更好地影响用户行为。
Esty的AB测试也开始应用在该公司的邮件营销频道。在一封邮件的顶部,Thomas团队设计了一个响应式的功能,用于确认用户的邮箱地址,测试结果同样喜人,大约40%的用户都确认了自己的账户。
更重要的是,Esty的IT团队认为,他们更在乎数据质量。而且,他们会把数据块进行分割划分,从而进一步筛选出有质量的数据。Thomas进一步谈到,Esty的数据哲学不仅仅是为了取悦股东,更是为了让买家和卖家都有极致的体验。
LLBean:百年老店的数据转型
LLBean是一家有着102年历史的零售企业,这家位于缅因州的企业一直保持与时俱进。在新一轮转型中,LLBean的驱动力不仅是技术,还包括文化因素。该公司直销业务副总裁Chriswilson说:目前我们已经拥有30多个市场渠道。
和其他零售商类似,LLBean也希望随时随地与消费者互动,并提供可定制化的服务。但真正实施起来却有很多挑战。Wilson告诉TechTarget记者:“目前最大问题是无法全面知晓用户的访问路径。所以现在我们得出的一些结论都是概率性的。”
除了数据量,LLBean也希望让自己的数据处理速度变得更快。Wilson承认,现有的一些非结构化数据在那些传统的IT系统里处理起来非常糟糕。
LLBean后来采用来自RichRelevance的产品,这是一家基于Cloudera-Hadoop的个性化数据服务提供商,该公司已经为诸如沃尔玛、塔吉特等大型超市提供服务。再采用RichRelevance的产品后,LLBean的用于用于营销的数据增长了2倍之多,而这些数据足够让LLBean老旧的IT系统处理几十年,但借助云计算技术,这一切都变得异常简单。
数据收集仅仅是LLBean大数据项目的一个步骤,接下来,按照Wilson的想法:“我们希望抛弃掉过去几十年来决策机制,全面通过数据来指导公司内部的一切决策”。Wilson的目标是建立一个去中心化的机制,在这种机制指导下,公司在用户体验优化、数据处理以及内容构建上都依靠数据支持。Wilson认为,只有这样才能适应快速变化的商业世界。
End.
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
长短期记忆网络(LSTM)作为循环神经网络(RNN)的重要改进模型,凭借其独特的门控机制(遗忘门、输入门、输出门),有效解决了 ...
2026-04-08在数据分析全流程中,数据质量是决定分析结论可靠性的核心前提,而异常值作为数据集中的“异类”,往往会干扰统计检验、模型训练 ...
2026-04-08在数字经济飞速发展的今天,数据已渗透到各行各业的核心场景,成为解读趋势、优化决策、创造价值的核心载体。而数据分析,作为挖 ...
2026-04-08在数据分析全流程中,数据处理是基础,图形可视化是核心呈现手段——前者负责将杂乱无章的原始数据转化为干净、规范、可分析的格 ...
2026-04-07在数据分析与统计推断中,p值是衡量假设检验结果显著性的核心指标,其本质是在原假设(通常为“无效应”“无差异”)成立的前提 ...
2026-04-07在数字经济深度渗透的今天,数据已成为企业生存发展的核心资产,企业的竞争本质已转变为数据利用能力的竞争。然而,大量来自生产 ...
2026-04-07Python凭借简洁的语法、丰富的生态库,成为算法开发、数据处理、机器学习等领域的首选语言。但受限于动态类型、解释性执行的特性 ...
2026-04-03在深度学习神经网络中,卷积操作是实现数据特征提取的核心引擎,更是让模型“看懂”数据、“解读”数据的关键所在。不同于传统机 ...
2026-04-03当数字化转型从企业的“战略口号”落地为“生存之战”,越来越多的企业意识到,转型的核心并非技术的堆砌,而是数据价值的深度挖 ...
2026-04-03在日常办公数据分析中,数据透视表凭借高效的汇总、分组功能,成为Excel、WPS等办公软件中最常用的数据分析工具之一。其中,“计 ...
2026-04-02在数字化交互的全场景中,用户的每一次操作都在生成动态的行为轨迹——电商用户的“浏览商品→点击详情→加入购物车”,内容APP ...
2026-04-02在数字化转型深度推进的今天,企业数据已成为驱动业务增长、构建核心竞争力的战略资产,而数据安全则是守护这份资产的“生命线” ...
2026-04-02在数据驱动决策的浪潮中,数据挖掘与数据分析是两个高频出现且极易被混淆的概念。有人将二者等同看待,认为“做数据分析就是做数 ...
2026-04-01在数据驱动决策的时代,企业与从业者每天都会面对海量数据——电商平台的用户行为数据、金融机构的信贷风险数据、快消品牌的营销 ...
2026-04-01在数字化转型的浪潮中,企业数据已从“辅助运营的附属资源”升级为“驱动增长的核心资产”,而一套科学、可落地的企业数据管理方 ...
2026-04-01在数字化时代,每一位用户与产品的交互都会留下可追溯的行为轨迹——电商用户的浏览、加购、下单,APP用户的注册、登录、功能使 ...
2026-03-31在日常数据统计、市场调研、学术分析等场景中,我们常常需要判断两个分类变量之间是否存在关联(如性别与消费偏好、产品类型与满 ...
2026-03-31在CDA(Certified Data Analyst)数据分析师的职场实战与认证考核中,“可解释性建模”是核心需求之一——企业决策中,不仅需要 ...
2026-03-31多层感知机(MLP,Multilayer Perceptron)作为深度学习中最基础、最经典的神经网络模型,其结构设计直接决定了模型的拟合能力、 ...
2026-03-30在TensorFlow深度学习实战中,数据集的加载与预处理是基础且关键的第一步。手动下载、解压、解析数据集不仅耗时费力,还容易出现 ...
2026-03-30