評價棒!成為大數據專家!巨匠電腦分享大數據的機會與挑戰

錚/

成為大數據專家!巨匠電腦分享大數據的機會與挑戰
我們活在巨量資料的世界,資料的數量與多樣化的程度,每日都以前所未有的規模撲向人類。無論你是不是在相關產業工作,都不可能逃離被大數據「圍攻」的現實。自哈佛大學電腦科學系畢業、Cambridge Semantics 共同創辦人 Lee Feigenbaum 撰寫的〈Turnning Big Data into Smart Data〉一文,告訴我們橫亙企業眼前的「大數據挑戰」。讓我們先來看看,大數據到底有多大?

  • 每天全球每一個人聚沙成塔,累積的新數據達到「艾位元組(exabytes)」(甚至達到「皆位元組(zettabytes)」,端賴統計的來源)。
  • 至今一半以上(有些報告甚至指出高達 90%)的數據資料是在過去 12 個月產生的。
  • 人們創造數據的速度每一個月都以雙倍速度成長。

除了嚇人以外,光有這些「大數據」,其實沒有什麼意義,唯有人類能夠從中發掘價值,大數據才產生意義。所幸,已有很多應用實例,讓大數據發出應有的光芒,也讓我們看到各行各業有無窮盡的機會,等待數據科學家的探勘。

1507311359270.jpg
魔球電影劇照

  • 在「大數據」還沒變成人人琅琅上口的流行詞彙之前,小說改變而成的電影《魔球》描述美國大聯盟運動家隊點石成金在缺乏明星球員的狀況下殺出血路的真實故事,早已讓人津津樂道,而它正是數據分析的絕佳體現。
  • 醫療與製藥產業紛紛投入大筆經費,研發「客製化」的個人醫學,透過分析病人的特徵與基因組成,給予個別病人量身定做的診斷與療法,實驗室與臨床都需要大量且多樣化的數據整合。
  • 智慧型手機、運動手環甚至後來的智慧型手錶,我們分分秒秒都在「量化自我」,健身的程度、攝取的營養、身心狀況、行為趨向全部都被巨細靡遺的記錄下來。
  • 大型銀行與隸屬政府的金融部門對資料長(chief data officer,CDO)與數據科學家需求若渴,他們要能全盤考量組織職能,針對數據的蒐集、分析與應用做出策略性的思維。
  • 無論地方政府或中央政府,都正流行「資料透明化」,如政府皆建立網站揭示公開資料。人們自發性要求政府公佈更多資料的行動也如火如荼,例如美國的 DATA Act。
  • 大數據在美國總統大選中扮演了很關鍵的角色,幫助候選人清晰的辨識出搖擺不定的選民。
  • Target、Walmart 等零售商巨擘已經透徹分析顧客的資料好幾年,早就能夠在家人與朋友察覺之前,搶先一步知道某個消費者懷孕的消息。
  • 智慧型恆溫器 Nest Thermostat、智慧監控 Quirky、利用使用者 GPS 「群眾外包」塞車情況的 Waze,都是基於數據蒐集與預測成就物聯網生活的新創公司,他們都已獲得 GE、Google 等大企業投入鉅資甚至併購,企盼能從巨量資料中挖掘巨量價值。

儘管有這麼多成功的案例,對很多企業來說,大數據仍像一座無法翻越的山嶺,難以將數據完美的融入決策過程。通常公司在運用大數據時,會遇到下列五個挑戰:

挑戰 1:我們不知道答案,甚至連問題是什麼都很模糊

大數據時代的其中一個關鍵特徵是,我們很難知道我們需要的答案,有時甚至連想要解決的問題都很模糊。有一部分原因是,大數據的價值在於模式(pattern)與相關性(relationship),但這些過去隱藏在大量資料中的模式與相關性,經常都是意外發現的。我們不能期待專家為每一行資料都特製 MapReduce(Google 提出的軟體架構,用於大規模數據的並行運算),其他大數據分析框架也一樣有很高的進入壁壘,阻礙簡單的資料探索與分析。

擁有深度分析、數學、統計與程式技能的數據科學家,無疑是現階段最炙手可熱的人才,不過人才養成的速度遠遠不及市場需求。

挑戰 2:非結構化的數據難以採集

就現實面來說,大數據其實就等於「非結構化」的數據,也就是從文本分析到未經梳理的文字、聲音與影片導出的數據。這些文本分析景觀,有著幾乎堆積成山的問題,讓我們難以利用非結構化的數據幫助日常的企業營運決策。這些問題包括:

  • 不同的內容需要運用不同的工具:客戶迴響與產業分析各有不同的語言分析工具,如果使用一般的分析軟體,可能就會犧牲精準度。
  • 不同的時機需要運用不同的文本分析技術:自文本中萃取企業內部資訊,跟分析社群媒體情緒波動是完全不同的挑戰。
  • 文本分析的結果不可預測:挖掘大量網頁、電子信箱中的信件、以及其他文件,通常能夠顯示過去未知的關聯性。只是,即使大數據的貯存,讓我們能夠更便利的捕捉難以控制的數據,不過後續的分析,光有大數據的存在是沒有多少幫助的。

挑戰 3:大數據難以重複利用

一般而言,數據的蒐集、貯存、使用,都是針對單一目的,像是投資銀行蒐集 10-K 文件(美國上市公司年度報表),協助買方從事權益分析,生技公司在資料庫中儲存臨床實驗的結果,向 FDA(美國食品藥品監督管理局)提交報告,電商從製造商擷取庫存滋料庫,與他們自己的網站內容管理系統整合在一起。這些數據既然只為特定目的服務,自然很難再被利用到其他使用情境上。因此,風險管理人員無法從 10-K 文件的分析獲取與自己職務相關的資訊,生技公司的資深科學家沒辦法自臨床數據滋料庫預測早期藥物的成功機率,電商從業者也沒辦法重複利用庫存資料庫,辨識不同商品的戰略性差距。

挑戰 4:大數據只是故事的一小部分

從前幾項挑戰看下來,想要促成一家真正由數據驅動、且由數據決策的公司,光有大數據是遠遠不足的。大數據得跟傳統的企業資料來源(如交易與營運資料庫或 ERP 儲存系統),或者雲端 SaaS 應用(如 Salesforce 的 CRM 資料)、無數的影子 IT(shadow IT)數據來源(包括試算表、簡報、文件、SharePoint),整合的工作極端昂貴而且曠日費時,但是如果不做,那也甭想利用大數據解決企業的問題了。

挑戰 5:大數據的「準備」階段成本極高

大數據時代的普遍心態與工具,總是鼓舞著我們蒐集愈多數據愈好。不過數據要有價值,在準備的階段就需考量整合、散佈與利用。大數據的「準備」可能代表三種情況:

  • 發現(discovery):在大量的數據儲存中辨識正確的數據記錄
  • 去蕪存菁(curation):評估與改善數據的品質、可靠度與精確度
  • 組合(alignment):將數據概要與個人記錄以常態的模式聯繫起來,以利整合與分析。

普遍來說,數據的準備,幾乎完全是純手工作業,因此非常冗長乏味,消耗很多時間,而且還很容易出錯。

要克服這些挑戰的方法,就是把大數據「變聰明」。Lee Feigenbaum 把未經處理的數據稱為「啞數據」,他也提供了「讓數據說話」的五個方法,我們將會在下個禮拜分享給大家。

巨匠電腦設計了程式/資料庫課程,教你程式設計、大數據分析與應用等等,快來巨匠電腦輕鬆學!

文章與圖片出處: http://goo.gl/DytQeV

 

朋友問我巨匠電腦好嗎~

巨匠電腦評價我覺得不錯啊

巨匠電腦給了我一個機會去找到另一個自己(轉圈^__^)

選擇自己喜歡的學習方式就是最好的-巨匠電腦心得分享

好評價!用大數據未卜先知-巨匠電腦分享預測消費者行為

錚/

用大數據未卜先知 巨匠電腦教你預測消費者行為
關心電子商務與行銷趨勢的您,一定對於大數據(Big Data)這個名詞不陌生。大數據被比喻為未來的新黃金,是電子商務經營者瞭解消費者行為以精準行銷,甚至是預測顧客未來購物行為的重要工具。

由以下兩個例子即可瞭解大數據預測未來的準確性。日本衛生機關在2013年1月14日到20日間通報流感患者數量為140萬人,同時間雅虎日本也公布一份關鍵字調查報告,當週使用者在雅虎日本以「流行性感冒」作為關鍵字搜尋的次數,竟然與日本衛生機關所公佈的患者數量呈現正相關,顯示關鍵字搜尋後的數據分析,可預測流感患者數量。

1507291110130.jpg

第二個例子則是2012年的美國總統大選。歐巴馬的大數據分析團隊利用演算法分析與建立模型,將選民分成多種不同屬性的族群,以了解每一類人群和每一個地區選民在任何時刻的態度,準確預測出在各州勝出的可能性。透過大數據分析,在美國總統投票結果出爐前,即掌握歐巴馬在哪些州會勝出,連任美國總統。

大數據的三V特性
為何大數據可以預測未來?大數據有三大特性,首先是大量化(Volume),可處理TB與PB以上的資料量。第二是多樣化 (Variety),資料的範疇包含了影音檔、圖片檔、文字檔等。第三則是快速化(Velocity),分分秒秒產生大量顧客消費資料。由於可大量、快速地儲存、處理與分析複雜的各項資訊,透過整合這些大量的資料,如最近點擊看過哪些品項、停留時間長短、最近一次消費品項 、消費頻率與消費金額等,預測下一次的消費行為的可能性。

雖然無論誰都可以來分析處理大數據,但如果數據樣本有限,則無法做出精準的分析。因此最容易成功者就是像Yahoo這樣的入口網站,有大量的使用者與網站內容,用於收集與分析各項資料。

從前,對於消費者分析主要依據年齡、性別、喜好,與購物項目等來分析做簡單的群體劃分。如A女28歲,每月消費金額約在3000,元,購買品項多為服飾與配件。B女35歲,每月消費金額也在3000元,購買品項為皮包或辦公室舒壓小物。系統會將A女與B女都歸納為小資女,但無法取得明確的行為模式。但在資料訊息更充足的情況下,透過多方取得數據並整合分析,因此可進行更精細的消費者區隔。以上述例子來說,A女常常點擊裙子網頁,也比較過不同裙子的款式、價格,甚至曾經把裙子放在購物車裡。則系統除了會推薦其他的裙子網頁外;還會附上其他看過裙子的使用者,也曾看過鞋子,並推薦鞋款。經過大數據分析後,系統除利用原本的購物歷史數據外,再加上網頁點擊、瀏覽記錄,停留時間長短等,更精準地細分消費者。

越精準個人化,就能預測每一位消費者的行為
目前國內外的電子商務的大數據分析多半使用2006年Amazon宣稱採用的Collaborative  Filtering(CF)模式,利用歸納法,把行為相似的人歸納在一起。如消費者搜尋A書,曾則推薦消費者,搜尋A書的人,也曾看過B書跟C書。Yahoo 在2012年成立亞太區電子商務大數據研發工程部後,自主研發演算法與歸納消費者行為模式,將消費者區分為數十個族群,針對不同族群推薦不同商品。這個系統上線後,第一個月的營業額就有明顯的轉化率提升。

此外,針對消費者熱門搜尋、點擊頁面與瀏覽時間等資訊,我們自行研發迴歸模式,預測未來趨勢的商品,以供廠商備貨避免缺貨喪失商機。舉例來說,這星期消費者熱門搜尋字組為鄭多燕,則可預測下星期鄭多燕健身等相關產品仍會熱賣,主動提醒合作廠商做好庫存管理即時補貨,因應下星期訂單。

2014年出再使用行為Clustering的客群分類方法,進一步將消費者細分成數百個族群,每個族群更具獨特性,更精準地區分消費者,每兩天就更新一次資料,讓消費者永遠處於最適宜的族群,再進行溝通。六月上線後,就有明顯的營業額上漲現象。

除了以上方法外,今年第一季我們也推出有價值的點擊(quality click),如對消費者點擊次數的分佈進行分析, 偵測消費者採購前的比較行為。針對每一個不同點擊次數完成購買者,推薦不同商品。此個人化精準模式一推出,營業額立即增加。

Amazon「提前寄貨」服務
不管是Yahoo或是Amazon皆很積極利用大數據預測未來消費者行為。Amazon為了縮短物流時間,推出「提前寄貨」的服務,利用消費者之前的購物行為,預測下次的購買時間與物品,在顧客尚未下單之前提前發出商品,儘可能的縮短物流時間。Amazon不惜成本推出這項服務的主因在於美國幅員廣大,從下單到收到物品時間平均為15天,送貨時間過久降低網路購物意願。因此透過「提前寄貨」的服務讓客戶下單到收貨縮短到3天。舉例來說,A顧客每三個月都會Amazon購買衛生紙,若上次購買在9月,預測下次購買為11月底前,則Amazon提早在11月初寄出衛生紙,儘可能的縮短物流時間,即可在11月底客戶下單前提早送達。

Amazon判斷是否可成為「提前寄貨」的顧客,其背景資料包括,顧客歷史訂單、商品搜索記錄、商品頁面停留時間,顧客的心願清單、曾在購物車裡的商品資訊等,預測下次購物行為。當然Amazon也可能預測錯誤,顧客若收到並未預期下單的物品,只要退回即可,全部物流成本由Amazon吸收。

台灣地狹人稠,無須推行「提前寄貨」的服務,因此Yahoo將以瀏覽行為與購物紀錄資料庫為基礎,持續優化消費者行為的歸納模式,除深入分析消費者短期與長期消費行為建構模型外,並進一步結合關鍵字搜尋熱門字與字串型熱門字,探知消費者真正的意圖,以個人資料作差異化做商品推薦,讓顧客快速找到自己想要的商品。

巨匠電腦開設了程式/資料庫課程,內容包含程式設計、大數據分析與應用等等,快來巨匠電腦輕鬆學!

文章與圖片出處: http://goo.gl/moG1Os

 

【程式/資料庫課程】巨匠電腦密技:9個必殺絕技殺進大數據市場

【程式/資料庫課程】巨匠電腦分享,職場新寵兒!大企業爭搶「數據分析師」

【程式/資料庫課程】巨匠電腦密技:想挖大數據的秘密,十個你不能不懂的程式語言

【程式/資料庫課程】巨匠電腦分享,紅門互動張元溢:你為什麼需要大數據?

好評價!用數據來行銷!巨匠電腦用大數據創造絕佳客戶體驗6招!

錚/

用數據來行銷!巨匠電腦教你用大數據創造絕佳客戶體驗的6個絕招!

對於行銷來說,資訊就是力量。在一個市場調查中顯示,各行各業的行銷高手們不約而同的提出了一項市場致勝關鍵:大數據(Big Data)。
1507281052410.png
2012 年 2 月,紐約時報記者 Charles Duhigg 報導了一則新聞《How Companies Learn Your Secrets》1,內容是這樣的:一名高中女生收到了 Target(類似美國的大潤發)所寄給她的折價卷跟 DM,廣告主打孕婦裝及各式嬰兒用品,這名少女的父親看到後十分生氣,認為 Target 這些廣告是在鼓勵未成年少女懷孕,便氣沖沖地去找 Target 經理理論,經理當下也只能道歉了事,而且在幾天後再度打電話拜訪說明,沒想到這名父親反而在電話中羞愧的向經理道歉,道歉的原因是…,原來他女兒已經懷孕了,預產期在 8 月。

當時這則新聞引起了廣大討論,大家紛紛讚嘆於 Target 公司的「讀心術」,但相信你已經猜到這個故事中的箇中奧妙 –– 數據。順帶一提,這一年(2012)也是被公認為「大數據」熱潮發燒的開始!


從網路上瀏覽的頁面、光顧的網站、所點擊的連結,掌握這些數據的公司比你還要了解你自己。有了這些資料,企業不需要「靠直覺」猜測客戶的需求(更何況有時候客戶也不知道自己要什麼),數據不說謊,這也是為什麼搜尋引擎、社群媒體能夠逐漸擴大自己的專業領域且立於不敗的地位,關鍵就是數據、數據、大數據!從這裡也更能理解為什麼許多企業年年砸下大錢在資料取得、資料分析上,就此設計更好的行銷手法來迎合使用者、吸引新顧客。

在現今的社會中,如何利用大數據創造絕佳的客戶體驗成了主宰市場的訣竅,知名 B2B 市場行銷專家Paul Dunay 曾傳授六個把大數據轉換成絕佳的客戶體驗(Costomer Experiences)的絕招,在此分享給大家。

1)市場不是瞬間變化而是連續演化的

你得先明白,利用大數據所得到的結果,可能會完全顛覆你平常做事的條理,但別想著要一次改變所有的事情。最有經濟效益的方式是「test and learn」,一邊測試一邊學習,以應用程式設計為例,一次修改 20 個小地方絕對比一次全面革新來的有遠景,類似的例子比比皆是。

最厲害的高手是利用數據來微調和優化,他們追求的是穩定的成長跟改善,一步踏穩再踏一步直直向前行。

注意事項:上述戰術不是於各種情況,你必須意識到有些改變是必須立即反應的,同樣以應用程式設計為例,如果你的程式存在問題,例如會影響到使用流暢度的「bug」,那當然是要在幾小時內做出調整啊。(有些神經大條的人就會慢慢拖,等到下次更新再來改善,那就輸定了!)

2)數據要用對地方:個別擊破

首先你必須把你的終極業務目標分成數個小專案,再針對每個專案來選擇數據、使用數據,舉例來說,如何吸引新客戶、如何增加客戶忠誠度、如何提高終身客戶的數量。藉由這樣的「個別擊破法」可以幫助你決定數據的類型、分析的方法。尤其記得一次專注於完成一個專案、達到一個目標。

3) 從公司內部推廣大數據概念

基於「數據導向」、「數據為證」的行銷手法在某些公司中並不是人人都能理解,因此為了確保公司全員能夠擁有共識,教育推廣大數據是十分重要的。除了鼓勵知識共享、持續學習以外,也應該用容易理解的方式解釋數據分析的結果,例如資料視覺化,讓數據專家與非專業人士都有共通的「語言」。

4)建立一個專門的大數據團隊

一個理想的大數據團隊應該包括行銷策略師、市場分析專家、網頁開發人員、尤其是創意設計師 –– 儘管他們總是認為必須考慮「數據」這項因素的創意點子十分讓人頭疼,將上述這些人跟負責電子商務跟網站最佳化的專業人士整合起來,最後選出一個負責任且積極推動進度的人來帶領這個團隊,以「增進客戶體驗」為目標。

5)你的數據最有價值、讓你最有優勢!

你從自己的網站和顧客關係管理(Customer Relationship Management, CRM)系統所得的即時數據比你從外部供應商獲得的數據更有價值、更值得信任,因為「你的數據」來自「你的顧客」,是你的顧客們真實的軌跡記錄,更是你的競爭對手無法取得的寶貴資訊,而這些都能成為你的優勢!

6)追求即時反應,準確了解每個顧客的需求

一個頂級的行銷專家,應該是追求顧及到「每位顧客」的需求,利用大數據,你能追蹤不同環境不同條件下獨一無二的顧客,如果行銷手法能精準至此,能為每個人打造最棒的使用者體驗,那他們一定會消費更多。

若做到以上這一切,你的顧客絕對會再回來。

巨匠電腦設計了程式/資料庫課程,教你大數據的分析與實務應用、程式設計等等,快來巨匠電腦輕鬆學!

文章與圖片出處: http://goo.gl/NwcMi5

 

【程式/資料庫設計課程】Big Data的應用你瞭解了嗎?巨匠電腦告訴你

【程式/資料庫設計課程】巨匠電腦分享,「大數據分析」人才為什麼這麼搶手?

【程式/資料庫設計課程】巨匠電腦密技:9個必殺絕技殺進Big Data市場

【程式/資料庫設計課程】巨匠電腦分享,職場新寵兒!大企業爭搶「數據分析師」

評價好!巨匠電腦分享,紅門互動張元溢:你為什麼需要大數據?

錚/

巨匠電腦分享,紅門互動張元溢:你為什麼需要大數據?
專注電子商務市場的新創公司紅門互動,其實在大數據概念剛興起時,就已經以大數據分析作為產品服務。紅門互動的第一個產品「SaveBar省省吧」,為了找到消費者最喜愛的網購商品,每天到各個電商網站爬資料,目前有8成資料直接介接API。有了SaveBar累積大量消費者的喜好資料,紅門互動再切入B2B服務:跨平台電商數據分析平台「EagleEye鷹眼數據」,提供動態數據分析工具,幫店家、購物平台PM掌握商品管理。

幫電商了解消費者輪廓

紅門互動創辦人張元溢說,其實數據分析行之有年,大數據只是數據分析在這個時間點的名詞,透過這一波大數據,讓很多傳統和網路公司更理解這個概念。

張元溢在2008年發現智慧型手機改變電商行為,電商廣告主增加對數位行銷的投資,知道電商非常重視「人流」。張元溢在創立紅門時,考量自己無法變成百人以上的電商網站,便思考「網購市場的關鍵是什麼」?

所以,張元溢選擇從導購切入,便推出SaveBar,每日到各個電商網站抓資料,了解消費者的輪廓,甚至是競爭者的情報,對電商來說,最有價值的是「找出潛在客戶到底是誰?」、「消費者現在喜歡什麼?」

SaveBar所累積的15萬會員及3千萬筆的商品資料,並串連50個以上購物平台的資料,讓他們能進而發展電商數據分析平台EagleEye。以龐大的資料庫及搜尋引擎技術為利基,整理出經營電商必須掌握的數據報表,讓店家做營運決策時有參考依據。

目前客戶包含通路電商、品牌電商、店中店(店家)、進貨商,以通路電商為例,分析關鍵字可以開發熱門產品。例如品購去年發現消費者喜歡看Oster果汁機,推出產品後一週就賣掉400台果汁機。

對品牌商而言,例如衛生紙廠商會想知道目前衛生紙廠商在市場的占比、商品覆蓋率及在電商網站上架的商品有哪些。紅門互動則分析消費者都在看幾抽衛生紙?喜歡去哪個電商平台買?

1507141130530.JPG
(圖說:紅門互動創辦人張元溢,用食材、鍋具和廚師來分析大數據的三個元素。圖片來源:郭芝榕攝影。)

企業必須思索:你為什麼需要大數據?

張元溢看過國外許多成功的案例,包括市場預測、個人化商品推薦、老顧客維護CRM、改善消費者購物體驗等應用。但他認為,企業若想做大數據,最重要的是要問自己:你的目標群眾是誰?你為什麼需要大數據?

要做大數據,最大的挑戰就是有很多未知,也需要很多投資,像紅門互動就投資數據分析工具、人員,甚至是儲存設備。蒐集回來的多為雜亂資料,資料雜亂則代表資訊源不一致,所以紅門互動有70%的時間都在做資料清洗,再進入分析過程做資料計算,得到結果之後,還要將資料「可視化」,變成一般人可讀的資料。

「是否要為了喝牛奶而養一頭牛?」張元溢說,雖然大數據有許多漂亮的案例,但都來自大企業,大企業本來就可以創造很大價值。但如果企業本身的商品和會員數沒那麼多,需要大數據幹嘛?

當企業問說:「大數據對我有什麼幫助?」,張元溢指出,通常問這個問題,是因為不知道自己為什麼需要大數據。所以,企業反而必須反問:「我為什麼需要大數據?」有了清楚的目的之後,才知道企業真正的需要是什麼。

大部分企業需要的不外乎「WHO」消費者輪廓、「WHAT」消費者關注的內容以及「HOW」消費者的購物習慣。以通路電商來說,著重會員、轉換率和收入。如果想了解轉換率,也許Google的分析工具就已經能夠做到,不一定要使用大數據。

新創團隊要如何切入大數據領域?

張元溢這樣解讀大數據:「得到資料之後,重複地使用它,才能創造價值。」他進一步用食材、鍋具和廚師來形容大數據的三種元素,三者缺一不可,才能產生價值。

  1. 食材:資料,企業往往是資料生產的來源。新創團隊如何取得資料?是否擁有別人想要的資料?要先掌握食材,才能煮。
  2. 鍋具:包括蒐集、儲存、分析、資料格式化等等環節的工具。新創團隊如果要做工具類十分辛苦,得和Google、Amazon等科技巨人競爭,技術是否夠強?
  3. 廚師:在使用資料的人大致為系統工程師、資料分析師及活用資料的經理人三種。最主要是要幫企業賺錢,透過產業的Know-How產生價值。

張元溢認為,「目前大數據不是很成熟的市場,但這也代表有很多機會。」他建議新創團隊可以用不同層面卡入供應鏈,找到獨特的價值。

巨匠電腦也開設了程式/資料庫課程,內容包含程式設計、Big Data實務分析與應用等等,快來巨匠電腦輕鬆學!

文章與圖片出處: http://www.bnext.com.tw/article/view/id/34540

 

【程式/資料庫設計課程】巨匠電腦密技:9個必殺絕技殺進Big Data市場

【程式/資料庫設計課程】巨匠電腦分享,職場新寵兒!大企業爭搶「數據分析師」

【程式/資料庫設計課程】巨匠電腦分享,FineReport—企業級數據分析軟體最佳選擇

【程式/資料庫設計課程】巨匠電腦分享,程式設計不等同於軟體開發

高評價!用數據來行銷!巨匠電腦分享用大數據創造絕佳客戶體驗的6個絕招!

錚/

用數據來行銷!巨匠電腦分享用大數據創造絕佳客戶體驗的6個絕招!

對於行銷來說,資訊就是力量。在一個市場調查中顯示,各行各業的行銷高手們不約而同的提出了一項市場致勝關鍵:大數據(Big Data)。
1507281052410.png
2012 年 2 月,紐約時報記者 Charles Duhigg 報導了一則新聞《How Companies Learn Your Secrets》1,內容是這樣的:一名高中女生收到了 Target(類似美國的大潤發)所寄給她的折價卷跟 DM,廣告主打孕婦裝及各式嬰兒用品,這名少女的父親看到後十分生氣,認為 Target 這些廣告是在鼓勵未成年少女懷孕,便氣沖沖地去找 Target 經理理論,經理當下也只能道歉了事,而且在幾天後再度打電話拜訪說明,沒想到這名父親反而在電話中羞愧的向經理道歉,道歉的原因是…,原來他女兒已經懷孕了,預產期在 8 月。

當時這則新聞引起了廣大討論,大家紛紛讚嘆於 Target 公司的「讀心術」,但相信你已經猜到這個故事中的箇中奧妙 –– 數據。順帶一提,這一年(2012)也是被公認為「大數據」熱潮發燒的開始!


從網路上瀏覽的頁面、光顧的網站、所點擊的連結,掌握這些數據的公司比你還要了解你自己。有了這些資料,企業不需要「靠直覺」猜測客戶的需求(更何況有時候客戶也不知道自己要什麼),數據不說謊,這也是為什麼搜尋引擎、社群媒體能夠逐漸擴大自己的專業領域且立於不敗的地位,關鍵就是數據、數據、大數據!從這裡也更能理解為什麼許多企業年年砸下大錢在資料取得、資料分析上,就此設計更好的行銷手法來迎合使用者、吸引新顧客。

在現今的社會中,如何利用大數據創造絕佳的客戶體驗成了主宰市場的訣竅,知名 B2B 市場行銷專家Paul Dunay 曾傳授六個把大數據轉換成絕佳的客戶體驗(Costomer Experiences)的絕招,在此分享給大家。

1)市場不是瞬間變化而是連續演化的

你得先明白,利用大數據所得到的結果,可能會完全顛覆你平常做事的條理,但別想著要一次改變所有的事情。最有經濟效益的方式是「test and learn」,一邊測試一邊學習,以應用程式設計為例,一次修改 20 個小地方絕對比一次全面革新來的有遠景,類似的例子比比皆是。

最厲害的高手是利用數據來微調和優化,他們追求的是穩定的成長跟改善,一步踏穩再踏一步直直向前行。

注意事項:上述戰術不是於各種情況,你必須意識到有些改變是必須立即反應的,同樣以應用程式設計為例,如果你的程式存在問題,例如會影響到使用流暢度的「bug」,那當然是要在幾小時內做出調整啊。(有些神經大條的人就會慢慢拖,等到下次更新再來改善,那就輸定了!)

2)數據要用對地方:個別擊破

首先你必須把你的終極業務目標分成數個小專案,再針對每個專案來選擇數據、使用數據,舉例來說,如何吸引新客戶、如何增加客戶忠誠度、如何提高終身客戶的數量。藉由這樣的「個別擊破法」可以幫助你決定數據的類型、分析的方法。尤其記得一次專注於完成一個專案、達到一個目標。

3) 從公司內部推廣大數據概念

基於「數據導向」、「數據為證」的行銷手法在某些公司中並不是人人都能理解,因此為了確保公司全員能夠擁有共識,教育推廣大數據是十分重要的。除了鼓勵知識共享、持續學習以外,也應該用容易理解的方式解釋數據分析的結果,例如資料視覺化,讓數據專家與非專業人士都有共通的「語言」。

4)建立一個專門的大數據團隊

一個理想的大數據團隊應該包括行銷策略師、市場分析專家、網頁開發人員、尤其是創意設計師 –– 儘管他們總是認為必須考慮「數據」這項因素的創意點子十分讓人頭疼,將上述這些人跟負責電子商務跟網站最佳化的專業人士整合起來,最後選出一個負責任且積極推動進度的人來帶領這個團隊,以「增進客戶體驗」為目標。

5)你的數據最有價值、讓你最有優勢!

你從自己的網站和顧客關係管理(Customer Relationship Management, CRM)系統所得的即時數據比你從外部供應商獲得的數據更有價值、更值得信任,因為「你的數據」來自「你的顧客」,是你的顧客們真實的軌跡記錄,更是你的競爭對手無法取得的寶貴資訊,而這些都能成為你的優勢!

6)追求即時反應,準確了解每個顧客的需求

一個頂級的行銷專家,應該是追求顧及到「每位顧客」的需求,利用大數據,你能追蹤不同環境不同條件下獨一無二的顧客,如果行銷手法能精準至此,能為每個人打造最棒的使用者體驗,那他們一定會消費更多。

若做到以上這一切,你的顧客絕對會再回來。

巨匠電腦設計了程式/資料庫課程,教你大數據的分析與實務應用、程式設計等等,快來巨匠電腦輕鬆學!

文章與圖片出處: http://goo.gl/NwcMi5

 

【程式/資料庫課程】巨匠電腦分享,大數據代表決策,全民電商時代來臨!

【程式/資料庫課程】巨匠電腦分享,程式設計不等同於軟體開發

【程式/資料庫課程】巨匠電腦分享,FineReport—企業級數據分析軟體最佳選擇

【程式/資料庫課程】巨匠電腦分享,「大數據分析」人才為什麼這麼搶手?