京公网安备 11010802034615号
经营许可证编号:京B2-20210330
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。
CDA学员免费下载查看报告全文:2026全球数智化人才指数报告【CDA数据科学研究院】.pdf
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在大数据技术飞速迭代、数字营销竞争日趋激烈的今天,“精准触达、高效转化、成本可控”已成为企业营销的核心诉求。传统广告投放 ...
2026-04-24在游戏行业竞争白热化的当下,用户流失已成为制约游戏生命周期、影响营收增长的核心痛点。据行业报告显示,2024年移动游戏平均次 ...
2026-04-24 很多业务负责人开会常说“我们要数据驱动”,最后却变成“看哪张报表数据多就用哪个”,往往因为缺乏一套结构性的方法去搭建 ...
2026-04-24在Power BI数据可视化分析中,切片器是连接用户与数据的核心交互工具,其核心价值在于帮助使用者快速筛选目标数据、聚焦分析重点 ...
2026-04-23以数为据,以析促优——数据分析结果指导临床技术改进的实践路径 临床技术是医疗服务的核心载体,其水平直接决定患者诊疗效果、 ...
2026-04-23很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“哪些指标是所有企业都需要的”“哪些指标是因行业而异的”“北极星指标和 ...
2026-04-23近日,由 CDA 数据科学研究院重磅发布的《2026 全球数智化人才指数报告》,被中国教育科学研究院官方账号正式收录, ...
2026-04-22在数字化时代,客户每一次点击、浏览、下单、咨询等行为,都在传递其潜在需求与决策倾向——这些按时间顺序串联的行为轨迹,构成 ...
2026-04-22数据是数据分析、建模与业务决策的核心基石,而“数据清洗”作为数据预处理的核心环节,是打通数据从“原始杂乱”到“干净可用” ...
2026-04-22 很多数据分析师每天盯着GMV、转化率、DAU等数字看,但当被问到“什么是指标”“指标和维度有什么区别”“如何搭建一套完整的 ...
2026-04-22在数据分析与业务决策中,数据并非静止不变的数值,而是始终处于动态波动之中——股市收盘价的每日涨跌、企业月度销售额的起伏、 ...
2026-04-21在数据分析领域,当研究涉及多个自变量与多个因变量之间的复杂关联时,多变量一般线性分析(Multivariate General Linear Analys ...
2026-04-21很多数据分析师精通描述性统计,能熟练计算均值、中位数、标准差,但当被问到“用500个样本如何推断10万用户的真实满意度”“这 ...
2026-04-21在数据处理与分析的全流程中,日期数据是贯穿业务场景的核心维度之一——无论是业务报表统计、用户行为追踪,还是风控规则落地、 ...
2026-04-20在机器学习建模全流程中,特征工程是连接原始数据与模型效果的关键环节,而特征重要性分析则是特征工程的“灵魂”——它不仅能帮 ...
2026-04-20很多数据分析师沉迷于复杂的机器学习算法,却忽略了数据分析最基础也最核心的能力——描述性统计。事实上,80%的商业分析问题, ...
2026-04-20在数字化时代,数据已成为企业决策的核心驱动力,数据分析与数据挖掘作为解锁数据价值的关键手段,广泛应用于互联网、金融、医疗 ...
2026-04-17在数据处理、后端开发、报表生成与自动化脚本中,将 SQL 查询结果转换为字符串是一项高频且实用的操作。无论是拼接多行数据为逗 ...
2026-04-17面对一份上万行的销售明细表,要快速回答“哪个地区卖得最好”“哪款产品增长最快”“不同客户类型的购买力如何”——这些看似复 ...
2026-04-17数据分析师一天的工作,80% 的时间围绕表格结构数据展开。从一张销售明细表到一份完整的分析报告,表格结构数据贯穿始终。但你真 ...
2026-04-16