京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据应用让客户得到实惠_数据分析师
用过某些“添加剂”,家电行业与通讯行业、给汽车加油与买手机,它们之间能不能产生什么反应呢?在贵州轩通大数据科技有限责任公司总裁牛志敏看来,这没什么不可能。“把不同行业的数据融合,建立大数据应用库,将数据分析结果进行重构,再通过精准营销服务,便可给客户带来实实在在的实惠,并实现不同行业的多赢。”
牛志敏口中的大数据应用精准融合营销模式,正是贵州轩通从事的主营业务。“目前,贵州正举全省之力支持大数据产业的发展,看准这一机遇,我们也积极谋划在贵阳的发展。自今年初正式开业以来,运营情况良好。”牛志敏说。
数据分析使营销效果得到提升
轩通大数据科技有限公司最早在江西成立。谈及缘何选择大数据产业,牛志敏讲述了一件让他记忆犹新的典型案例。“当时,我们在和中国移动合作,发现对数据进行分析后再通过外呼精准营销,比移动营业厅的营销效果要强很多。”
牛志敏介绍道,一家移动营业厅服务范围往往有限,一般为周围5公里范围内的客户服务。轩通通过与中国移动数据共享,以一个营业厅做体验,可以将服务范围大大地扩大。“这就是大数据带来的好处,数据告诉我们客户的行为、客户的需求,通过一个电话提供服务,可能吸引到远在十多公里以外的客户到这个营业厅来体验。”
牛志敏举了一个例子,“比如,你是一个使用苹果手机的客户或是苹果产品的忠实粉丝,当营业厅上架苹果的最新产品,然后打电话告知你,也许你以前不会与这个营业厅产生接触,但接到的电话正好推荐了你想要的产品,你到这个营业厅购买相关产品和服务的可能性就增强了。”
此后,轩通就着力于数据的收集和分析,然后将数据做相关的应用。
数据融合精准营销实现多赢
在贵阳落户后,轩通继续做大数据应用方面的尝试。“目前,我们已和中石油、中石化及中国移动公司合作,开展石油融合营销。”牛志敏介绍说,轩通利用自身积累的数据,与这几家公司数据融合共享,对客户行为、消费习惯等特征进行采集分析,然后开展精准营销。
“精准营销通俗来讲就是数据分析之后的行为,根据人的消费习惯来判断并作出反应。”牛志敏说,在石油融合营销案例中,他们首先找到符合一定特征的客户——既是中国移动的客户,也是中石油或中石化的客户,然后给予他一定的优惠活动,通过呼叫这个环节,通知这位特定的客户到离他最近的加油站或营业厅体验服务,交话费来免费获得手机或加油卡等。“开车的可以送加油卡,或者对正好需要一台冰箱的客户免费赠送一台等等,这就是根据数据分析来满足客户需求的精准营销行为。”牛志敏说。
这两个行业的融合,有一个重要的基础。“所谓的大数据,我认为主要体现在数据来源多和受众面广。如果脱离了使用的人,离大数据应用就远了。”而石油行业和通讯行业却离人们生活很近。加油是有车一族生活中必须的,交话费同样是必须的,那么在加油站出现充话费的行为,对于多方来说都是一个共赢的结果。
“在这中间,客户实现了利益最大化,中石油或中石化、中国移动公司绑定了忠实客户,而轩通也在精准营销的过程中实现了公司的利润。”牛志敏介绍,石油融合营销模式已在全国推广,贵阳市内100余家加油站都设立了客户体验点。今年一季度,轩通依靠这一块业务在贵州达到4000余万元的营业额。
基于需求的呼叫是“绿色大数据”
在贵阳,轩通还布局了1000个呼叫坐席。“呼叫是大数据产业的服务环节,是实现精准营销非常关键的步骤。”牛志敏说,数据经过分析后,使用呼叫系统让客户去感受服务,这个过程就是轩通所倡导的“绿色大数据”。
“客户在没有这个需求的时候,不间断地给他打电话,实际上是一种骚扰。但如果是基于客户的需求,就会转变成贴心的服务。就好比天冷了需要购置外套的时候,正好有电话打进来说充话费可以免费赠送外套,客户是不是就比较乐意参与呢?”
石油融合营销只是轩通正在进行的一个主要应用,下一步,公司还将对保险、金融等拥有数据来源的行业进行融合,让客户得到更多的实惠。
当然,大数据应用的拓展并不容易。“对于大数据应用,数据来源很重要。”牛志敏说,从当下的情况来看,数据源头还是掌握在BAT、运营商等几家大公司手里,想从事大数据应用的民营企业在数据的采集方面仍存在一定困难。
“不过,好的情况是,贵阳成立了大数据交易所,为民营企业的数据来源提供了很好的保障。”牛志敏认为,大数据交易所的成立对很多想从事大数据业务、且有很好的营销模式,但没有数据来源的企业来说,无疑是一个很好的机会。
“同时,政府对大数据、呼叫产业的通力保障,让我们这些企业享受到在其他地方享受不到的资源,比如说相关的政策支持、基础员工的集中和培养等。”牛志敏相信,贵州、贵阳将吸引到更多的想从事大数据、呼叫产业的企业前来投资兴业。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在问卷调研的数据分析流程中,“先检验信效度,再开展进阶统计分析”是通用的规范逻辑。很多从业者会听到“问卷效度高,后续可以 ...
2026-07-30【核心关键词】大数据、统计学、专业、毕业生、论文、课程、计算机、建模、知识、数据分析、机器学习、数据科学、大数据技术、 ...
2026-07-30 很多数据分析师掌握了Excel函数、会写SQL查询,但当被问到“数据从哪里来”“数据加工有哪些步骤”“如何使用分析工具连接数 ...
2026-07-30在业务数据分析中,按天拆分统计夜间时段的数据是高频需求——比如电商夜间订单监测、平台夜间用户活跃度分析、运维系统夜间异常 ...
2026-07-29在机器学习建模与特征工程实践中,判断不同特征对模型预测效果的贡献度,是特征筛选、模型解释、业务归因的核心环节。特征置换重 ...
2026-07-29 很多数据分析师精通Excel单元格操作,但当被问到“表结构数据的基本处理单位是什么”“字段和记录的本质区别”“为什么表结 ...
2026-07-29【核心关键词】岗位、数字化、经验、课程、方法论、决策、企业、大方向、数据分析、销售管理、理论知识、思维方式、分析销售、 ...
2026-07-28在问卷调研、用户分群、效果对比等业务数据分析中,分类变量的关联性与差异性验证是高频需求。卡方检验作为针对离散分类数据的经 ...
2026-07-28 数据分析师八成以上的时间在和数据表格打交道,但许多人拿到Excel后习惯性地先算、先分析,结果回头发现漏了一列关键数据, ...
2026-07-28在Excel数据分析与报表制作中,数据透视表是快速完成多维度汇总、分组统计的核心工具。很多从业者在得到透视表汇总结果后,为了 ...
2026-07-27 很多数据分析师每天与Excel打交道,但当被问到“表格结构数据的基本处理单位是什么”“数据类型误判会引发哪些分析错误”“ ...
2026-07-27当下,我们已然步入数据要素价值全面释放的智能时代。数据不再只是零散的数字记录,更是驱动新质生产力运转的核心动能、滋养人工 ...
2026-07-27【核心关键词】客户、数据分析、指标体系、数据采集、数据指标、业务数据、分析思路、业务需求、分析方法 【专访摘要】本次 CDA ...
2026-07-24在数据分析、业务建模与数字化运营体系中,原始业务数据普遍存在缺失、重复、异常、口径不一致等质量问题,直接用于分析与建模会 ...
2026-07-24 很多数据分析师能熟练计算均值、标准差,但当被问到“如何用一张图让业务方3秒内看懂核心结论”“面对不同数据类型该怎么选 ...
2026-07-24在数据驱动的精细化运营体系中,指标是业务判断、效果复盘、策略优化的核心依据。随着企业数据化程度提升,指标数量持续膨胀,但 ...
2026-07-23在用户运营与产品增长体系中,留存是衡量产品真实价值与用户粘性的核心标尺,也是决定用户生命周期价值、获客投产比的底层因素。 ...
2026-07-23 很多数据分析师精通Excel、SQL、Python等工具,但当被问到“面对一个具体的业务问题,该用什么分析方法”“描述性分析和诊断 ...
2026-07-23【核心关键词】埋点、产品、互联网、数据库、决策、数据分析、产品经理、商业模式、移动互联网、指标体系、运营模块、大数据平 ...
2026-07-22在高并发、大数据量的业务系统中,单表数据量达到千万级甚至亿级后,会出现查询性能骤降、索引维护成本飙升、存储扩容困难等问题 ...
2026-07-22