企業(yè)這樣運(yùn)營(yíng)數(shù)據(jù)可獲得業(yè)務(wù)價(jià)值

趙艷秋

企業(yè)數(shù)據(jù)不能全靠買(mǎi)，要“養(yǎng)”出自己的數(shù)據(jù)，運(yùn)營(yíng)出業(yè)務(wù)價(jià)值。

TalkingData合伙人&執(zhí)行副總裁林逸飛開(kāi)門(mén)見(jiàn)山說(shuō)，國(guó)內(nèi)企業(yè)大數(shù)據(jù)應(yīng)用已進(jìn)入“下半場(chǎng)”。這家從事智能數(shù)據(jù)服務(wù)的公司發(fā)現(xiàn)，企業(yè)，尤其是受互聯(lián)網(wǎng)沖擊最大的零售、金融和電信企業(yè)，大數(shù)據(jù)應(yīng)用已具有相當(dāng)深度，基本完成基建，正在收集和運(yùn)營(yíng)更多數(shù)據(jù)，離企業(yè)的業(yè)務(wù)價(jià)值越來(lái)越近。而自去年以來(lái)，房地產(chǎn)業(yè)大數(shù)據(jù)應(yīng)用的步伐也在加速。

招商銀行的“交互門(mén)”

3年前，招商銀行開(kāi)始培養(yǎng)自己的“交互門(mén)數(shù)據(jù)”，就是客戶(hù)在移動(dòng)APP、微信端、PC端留下的“痕跡數(shù)據(jù)”，像各種點(diǎn)擊、瀏覽、流入的渠道、位置等，這與它“鼓搗”多年的內(nèi)部交易數(shù)據(jù)并不在一個(gè)維度上。

TalkingData 參與了招行信用卡APP——“掌上生活”數(shù)據(jù)的深度運(yùn)營(yíng)。招行的明確目標(biāo)是，既然線上支付正在沖擊銀行傳統(tǒng)業(yè)務(wù)，銀行也要通過(guò)移動(dòng)APP爭(zhēng)奪戰(zhàn)，發(fā)展線上業(yè)務(wù)。當(dāng)時(shí)，招行“掌上生活”只有三四百萬(wàn)下載量，約200萬(wàn)用戶(hù)綁卡，月活用戶(hù)不到100萬(wàn)人。

經(jīng)過(guò)3年?duì)I銷(xiāo)活動(dòng)與大數(shù)據(jù)的閉環(huán)運(yùn)營(yíng)，到2015年底，“掌上生活”APP上綁卡客戶(hù)已經(jīng)在整體招行信用卡客戶(hù)中占比超過(guò)80%。

銀行APP如何與用戶(hù)建立強(qiáng)黏性？

以前，銀行的營(yíng)銷(xiāo)活動(dòng)都是單向的?，F(xiàn)在，大數(shù)據(jù)把任何一次營(yíng)銷(xiāo)都能做成閉環(huán)。通過(guò)一次次閉環(huán)運(yùn)營(yíng)，招行將用戶(hù)一批批“牽引”到“掌上生活”上來(lái)，成為其線上用戶(hù)。

以“六一”期間的母嬰營(yíng)銷(xiāo)活動(dòng)為例。寶寶樹(shù)、小天才等應(yīng)用積聚了上千萬(wàn)親子用戶(hù)。TalkingData的數(shù)據(jù)平臺(tái)把這類(lèi)母嬰用戶(hù)通過(guò)數(shù)據(jù)勾勒出來(lái)，再與招行信用卡用戶(hù)做關(guān)聯(lián)分析，篩選出招行用戶(hù)中類(lèi)似的“親子人群”，并向這一目標(biāo)人群發(fā)送優(yōu)惠卡券。

這僅僅是數(shù)據(jù)運(yùn)營(yíng)的第一步。當(dāng)對(duì)卡券有反饋的人群數(shù)據(jù)源源不斷地返回時(shí)，人群分析模型被一次次校準(zhǔn)和迭代。這樣，“親子人群”模型的精準(zhǔn)度越來(lái)越高。

在這個(gè)過(guò)程中，雙方摸索出運(yùn)營(yíng)體系和方法論，指導(dǎo)銀行采集什么樣有價(jià)值的數(shù)據(jù)，在APP中做哪些埋點(diǎn)。

3年中，游戲、親子、輕奢、出境游等一次次營(yíng)銷(xiāo)活動(dòng)發(fā)起的閉環(huán)數(shù)據(jù)運(yùn)營(yíng)，招行和TalkingData不僅把信用卡用戶(hù)拉到線上，還精準(zhǔn)地把用戶(hù)畫(huà)像描摹出來(lái)。

當(dāng)線上數(shù)據(jù)積累到這個(gè)階段，新算法模型被引入，富有想象力的大數(shù)據(jù)應(yīng)用開(kāi)始了。例如，尋找那些高凈值客戶(hù)。

在銀行自己的“交易門(mén)”——交易系統(tǒng)中，很多用戶(hù)看上去并不算高凈值客戶(hù)。但如果把這些客戶(hù)與幾種外部數(shù)據(jù)進(jìn)行關(guān)聯(lián)分析后，有趣的事情發(fā)生了。

比如，通過(guò)移動(dòng)終端的授權(quán)信息和公開(kāi)數(shù)據(jù)，可以針對(duì)不同圈群的客戶(hù)進(jìn)行描摹，比如金融理財(cái)相關(guān)的APP的使用偏好，或者股票相關(guān)的使用習(xí)性等；通過(guò)地理圍欄與LBS（地理位置信息）結(jié)合的分析，將客戶(hù)的“職、住、娛”位置信息進(jìn)行管理建模，與房產(chǎn)數(shù)據(jù)等疊加后，客戶(hù)的消費(fèi)潛力會(huì)浮出水面；再結(jié)合電信運(yùn)營(yíng)商的提供的合作評(píng)分?jǐn)?shù)據(jù)等等，銀行可能找到一類(lèi)客戶(hù)——沉睡的高凈值人群。他們?cè)谕獠肯M(fèi)活躍，但并沒(méi)有在這家銀行購(gòu)買(mǎi)相應(yīng)水準(zhǔn)的理財(cái)產(chǎn)品。

找到這群客戶(hù)后，再根據(jù)他們的地理位置信息模型、頻繁使用的線上線下服務(wù)、品牌傾向，選擇出效率最高的手段觸達(dá)他們。

今年上半年，一家銀行與TalkingData合作，通過(guò)對(duì)銀行客戶(hù)幾萬(wàn)臺(tái)設(shè)備的分析刻畫(huà)，再與上述TalkingData積累的多種外部數(shù)據(jù)——人群移動(dòng)互聯(lián)網(wǎng)形態(tài)、地理位置形態(tài)、品牌偏好形態(tài)進(jìn)行數(shù)據(jù)疊加，找到沉睡的高凈值客戶(hù)。通過(guò)最傳統(tǒng)的短信方式，在兩個(gè)多月中推送了三組服務(wù)，在客戶(hù)有效觸達(dá)率方面提升了數(shù)百倍，實(shí)現(xiàn)理財(cái)產(chǎn)品人均購(gòu)入超過(guò)數(shù)萬(wàn)元的驚人業(yè)績(jī)。

如何運(yùn)營(yíng)出數(shù)據(jù)的業(yè)務(wù)價(jià)值

從銀行的應(yīng)用案例出發(fā)，林逸飛對(duì)數(shù)據(jù)如何產(chǎn)生業(yè)務(wù)價(jià)值進(jìn)行總結(jié)：

首先，企業(yè)，尤其是大企業(yè)，數(shù)據(jù)不能全靠買(mǎi)，要有自己的運(yùn)營(yíng)能力。企業(yè)要投入新IT建設(shè)，“養(yǎng)”出自己的數(shù)據(jù)。

以一家住宅房地產(chǎn)商為例。在過(guò)去2年中，它只積累了4000個(gè)成交業(yè)主的數(shù)據(jù)，看房人的數(shù)據(jù)全部在渠道商手中。今年，它在售樓處鋪設(shè)了免費(fèi)WiFi（一些企業(yè)還可以鋪設(shè)iBeacon、地磁傳感器等新IT設(shè)施），在四個(gè)月中培養(yǎng)出到訪售樓處的設(shè)備數(shù)據(jù)在四五萬(wàn)的規(guī)模，而這些數(shù)據(jù)成為了刻畫(huà)其到訪客戶(hù)的種子數(shù)據(jù)樣本，從無(wú)到有建立自己的潛在意向人員的模型。

這些數(shù)據(jù)讓它能對(duì)川流不息的人群進(jìn)行判斷，如人們?cè)谏潮P(pán)區(qū)、樣板間、洽談區(qū)等不同位置的逗留時(shí)長(zhǎng)。當(dāng)把眾多設(shè)備數(shù)據(jù)與外部的多層數(shù)據(jù)疊加、關(guān)聯(lián)分析后，就能了解看房人的線上線下形態(tài)、品牌偏好和出沒(méi)區(qū)域。接下來(lái)，房地產(chǎn)商指導(dǎo)地推團(tuán)隊(duì)，到哪里營(yíng)銷(xiāo)效率會(huì)更高；也對(duì)它長(zhǎng)期包租的幾十個(gè)昂貴的戶(hù)外廣告牌進(jìn)行調(diào)整；還投放了一個(gè)看房人群經(jīng)常使用，但并不知名的公交站APP應(yīng)用。

同樣，在商業(yè)房地產(chǎn)中，房產(chǎn)商靠自己養(yǎng)出來(lái)的數(shù)據(jù)，再與外部數(shù)據(jù)疊加打通，就能洞察商業(yè)品牌的選擇與落位、品牌活動(dòng)設(shè)計(jì)、錯(cuò)位競(jìng)爭(zhēng)等價(jià)值。

值得關(guān)注的是，很多企業(yè)營(yíng)銷(xiāo)的錢(qián)花出去了，但什么也沒(méi)有留下。通過(guò)新IT建設(shè)和運(yùn)營(yíng)，任何營(yíng)銷(xiāo)活動(dòng)都能獲得數(shù)據(jù)資產(chǎn)作為回報(bào)。

再如，一家銀行贊助了一場(chǎng)馬拉松。參加者有3萬(wàn)人，觀眾有超過(guò)10萬(wàn)人。由于這類(lèi)人群愛(ài)運(yùn)動(dòng)、愛(ài)自拍，從養(yǎng)數(shù)據(jù)的角度考慮問(wèn)題，就應(yīng)該在出發(fā)和結(jié)束地分別提供自拍背景墻并鋪設(shè)WiFi，作為數(shù)據(jù)線索獲取的手段。

其次，只建設(shè)IT設(shè)施還不夠，培養(yǎng)數(shù)據(jù)要靠運(yùn)營(yíng)體系。很多企業(yè)無(wú)目的地“瘋狂”投資建設(shè)大數(shù)據(jù)平臺(tái)，買(mǎi)了一堆存儲(chǔ)，購(gòu)買(mǎi)了不同的大數(shù)據(jù)平臺(tái)，把數(shù)據(jù)壓進(jìn)去，但不知怎么發(fā)揮數(shù)據(jù)的價(jià)值。

如一家電器制造商，在過(guò)去7年，收集存儲(chǔ)了超過(guò)5000萬(wàn)個(gè)會(huì)員數(shù)據(jù)，但會(huì)員狀況，近期上門(mén)維修、二次購(gòu)買(mǎi)等基本情況一概沒(méi)有分析統(tǒng)計(jì)。企業(yè)APP和公眾號(hào)的數(shù)據(jù)也未與會(huì)員庫(kù)打通。投資IT設(shè)施，無(wú)目的地“瘋狂”收集數(shù)據(jù)，是很多企業(yè)的誤區(qū)。

企業(yè)要有數(shù)據(jù)運(yùn)營(yíng)的目標(biāo)和思路，但這其中任何環(huán)節(jié)都不簡(jiǎn)單。僅僅在數(shù)據(jù)收集上，采集什么樣的數(shù)據(jù)有價(jià)值，怎么采集，怎么做埋點(diǎn)，都是專(zhuān)業(yè)活。如一家銀行曾在APP中埋了數(shù)百甚至上千的數(shù)據(jù)采集點(diǎn)，并隨著活動(dòng)、檔期等的不同，動(dòng)態(tài)進(jìn)行調(diào)整。這需要一套運(yùn)營(yíng)體系和方法論。

今年，TalkingData與興業(yè)銀行推出直銷(xiāo)銀行移動(dòng)運(yùn)營(yíng)體系；與國(guó)泰君安推出移動(dòng)券商運(yùn)營(yíng)體系；與華住推出酒店運(yùn)營(yíng)體系；與東航及深航聯(lián)合推出航空公司運(yùn)營(yíng)體系，這些都是在于TalkingData的客戶(hù)深度合作，共同開(kāi)發(fā)使用的指標(biāo)體系。在此之前，TalkingData已推出通用類(lèi)、游戲類(lèi)和電商類(lèi)運(yùn)營(yíng)體系。

再次，企業(yè)內(nèi)部ERP數(shù)據(jù)要做，外部交互數(shù)據(jù)也要養(yǎng)，兩者要并行開(kāi)展。外部數(shù)據(jù)早一天培養(yǎng)，就多一天優(yōu)勢(shì)。

如一些手機(jī)制造企業(yè)，有內(nèi)部進(jìn)銷(xiāo)存系統(tǒng)，能看到正常的渠道出貨；但通過(guò)外部的產(chǎn)品激活等數(shù)據(jù)統(tǒng)計(jì)和分析，可以看到真正的產(chǎn)品使用情況，真實(shí)的一二三四線城市分布狀態(tài)。通過(guò)統(tǒng)計(jì)分析激活產(chǎn)品上TOP10的APP應(yīng)用，還能幫助企業(yè)找到新的營(yíng)銷(xiāo)渠道與交叉合作。

最后，不要迷信標(biāo)簽這件事。

TalkingData在做數(shù)據(jù)獲取、打通、訓(xùn)練、算法與模型過(guò)程中發(fā)現(xiàn)，很多企業(yè)熱衷于做數(shù)據(jù)標(biāo)簽，對(duì)自己的數(shù)據(jù)打了幾千個(gè)標(biāo)簽，但沒(méi)有獲得業(yè)務(wù)價(jià)值。TalkingData建議，在做標(biāo)簽之前，要找到問(wèn)題域——是要喚醒沉睡客戶(hù)，捅一下瞌睡客戶(hù)，還是要找高凈值客戶(hù)？帶著問(wèn)題把數(shù)據(jù)的基本屬性挑出來(lái)，再進(jìn)行訓(xùn)練學(xué)習(xí)，找到細(xì)分問(wèn)題的場(chǎng)景標(biāo)簽、動(dòng)作標(biāo)簽才有價(jià)值。