前言:一篇好文章的誕生,需要你不斷地搜集資料、整理思路,本站小編為你收集了豐富的零售大數據解決方案主題范文,僅供參考,歡迎閱讀并收藏。
深挖客戶體驗
在一項面向18歲至60歲的消費者進行的以“體驗式零售演變”為題的市場調研中,調查者選擇了巴西、中國、德國、日本、俄羅斯、英國和美國等市場,調查結果顯示,當今受過良好教育的、以信息為主導的消費者期待與零售商共同建立一種“最合適我”的互動模式。因此在很多技術提供商看來,這種互動可以定義為一種體驗,強調滿足消費者本地化需求與文化預期,實現零售商與消費者之間一定頻度的親密互動。具體來說,這種體驗式的需求主要體現在消費者對服務和個性化的訴求。盡管這兩者并不新鮮,但是在新的技術背景下,消費者對這兩者賦予了新的內涵。
首先,服務水平的好壞影響面更大。一直以來,消費者就對糟糕或低劣的服務和體驗沒有耐心。現在隨著多元市場的出現,消費者有了更多的選擇,對服務的要求當然更高。調查顯示,55%的受訪者表示他們會強烈反對去某個特定的店鋪消費。值得一提的是,37%的受訪者會在社交網絡上表達其不滿的情緒,這一數據在中國更是達到了67%。不僅如此,中國的消費者為了避免不好的服務通常會選擇品牌商,有80%的受訪者則表示會聽從家人或朋友的意見。
第二,個性化需求放大。54%的受訪者認為個性化化非常重要。在中國,消費者的個性化需求更加凸顯,87%的受訪者都認為個性化很重要。從調查中可以了解到,當前消費者的個性化需求主要體現在希望通過移動設備獲得便利的電子商務體驗,購物車可以跨越所有購物渠道,以及購物能夠得到快速響應。
值得一提的是,盡管在線商店、網上商城等形式已經非常盛行,但是從調查結果可以發現,消費者依舊認可實體商店的價值,認為實體商店應該專注于提供豐富的內容以贏得消費者的購買決定,隨時隨地提供電子商務,提供易于瀏覽的在線渠道。
消費者這種希望通過多個接觸點享有“最合適我”的體驗需求,在甲骨文公司看來,零售商的機會更勝于挑戰。因此,應該積極爭取那些正在躊躇的零售商,共同制定新的戰略,更好地了解用戶偏好,深入挖掘新老客戶的心理,采用更有針對性的個性化方法,進而提供隨時隨地的電子商務服務。
三大變革實現自我突圍
調查還發現消費者需求的變化對零售商提出了三個改革和發展的方向:要實現渠道打通和交互,滿足消費者線上下單、線下交付的需求;要形成對所有數據的洞察力,并且要讓這個洞察力付諸行動;優化經營,把各種渠道、商品融合起來集中運營,從而優化運營,節約成本。甲骨文公司集團副總裁兼全球零售事業部銷售負責人Barry Clark表示,當前的消費者需求變化對零售商的IT建設提出了新的挑戰。為了幫助零售商更好地面對新的挑戰,成功的零售行業解決方案需要幫助傳統零售企業“打通渠道、洞察數據、優化經營”。例如,很多快速轉型到電商領域的傳統企業往往依靠的是其建立起來的數據分析平臺,通過對數據的分析得出新的市場走向,進而搶占了進入電商市場的先機。
在這之中,打通渠道指的是消費者對用戶體驗提升的需求,首先要求零售商將實體商店和虛擬商店、電子商務、移動應用結合起來,提供統一的庫存、價格和品類,并實現與消費者的互動。如果零售商還采用以往那種封閉的零售系統,顯然是行不通的。取而代之的是一套涵蓋商品運營管理系統、商品財務計劃系統(MFP)和品類管理系統(CatMan)等的解決方案,可以幫助零售商打通各個環節,形成統一采購、配送、結算平臺,規范流程且共享內部資源,進一步提高核心零售業務的運營效率,并且顯著增強客戶體驗,將單個渠道的優勢在其他渠道得到充分發揮。
洞察數據是指為了滿足消費者的個性化需求,零售商必須學會收集、儲存和分析來自大量的數據,充分發揮這些數據的價值。在這方面,不僅需要端到端的大數據解決方案,并且還要求方案擁有進一步分析處理數據的能力。通過軟硬件集成設計的產品,提供大數據的獲取、組織、分析、決策四個步驟的所有能力,
優化運營是指零售商需要一個能夠提供業務可見性的通用可配置平臺,從而讓銷售、商店、電子商務和供應鏈團隊基于相同的信息進行工作,制定跨渠道的統一的預測需求計劃,在分銷網絡的所有層級指導存貨和補貨。此外,通過與倉庫應用程序和商店庫存管理應用程序的集成,零售商應該在整個零售網絡中實現更協調的商品和信息移動,從而為消費者提供更好的服務。針對零售行業所推出的優化系統管理方案,包括零售需求預測(RDF)、門店庫存管理(SIM)、關鍵單品計劃(IP)以及零售商業智能(RMA)等,在以上所提到的各個方面均能夠發揮重要的作用。
通過體驗式零售演變調查發現,中國無論是市場本身還是消費者,都有著自身鮮明的特點。那么對中國的傳統零售企業而言,如何在移動互聯網潮流愈演愈烈的情勢下,抓住消費者的“心”,走出一條適合自身的發展之路呢?這些零售企業尤其需要擁有全球視野、行業洞察力和強大技術支持的合作伙伴,全方位滿足本土客戶的更多需求。
福建省高速公路有限公司運用微軟大數據解決方案,對視頻圖像、交通流、交通環境等結構和非結構數據進行管理,對數據中包含的車輛、車主、收費站、地理位置等關聯信息進行分析,改善道路管理效率和用戶出行體驗……
10月18日,在微軟公司大數據媒體日活動現場,微軟分享了其在大數據領域的最新研究成果和解決方案,來自國內的銀行、汽車、交通運輸、醫療衛生和零售業用戶分享了其應用體驗。
大掌控、大智匯、大洞察
在大數據成為流行詞之前,微軟便已著手于大數據的應用與研發,例如微軟Bing的高質量搜索結果,便是通過分析超過100PB的數據得到的。微軟大數據解決方案的目標,是讓所有用戶都能獲得來自任何數據有價值的洞察力。
微軟大中華區副總裁兼市場戰略部副總經理、大中華區首席云戰略官謝恩偉介紹,為了實現這一目標,微軟為大數據解決方案制定了全面的戰略——大掌控、大智匯、大洞察。
大掌控,即“支持所有數據類型的現代化的管理層”。微軟大數據解決方案的數據管理平臺可以無縫地存儲和處理包括結構化、非結構化和實時數據在內的所有類型的數據。微軟推出的HDInsight是一種適合企業使用的、基于HDP的Hadoop服務,它將Windows的簡易性和可管理性帶給Hadoop,提供了結合Hadoop的擴展平臺,并為大數據提供了靈活且可擴展的云。
大智匯,即“搜索并結合廣泛數據,進行先進分析與精煉,從而提高數據價值的富集層”。微軟大數據解決方案,通過將數據和模型與公開的數據服務相結合,實現了突破性的數據發現,例如自動發現與共享防火墻外部的和第三方的數據源等。
大洞察,即“用戶熟悉的工具可為用戶提供具有直觀洞察力的洞悉層”。微軟大數據解決方案可以使客戶通過熟悉的由Hive add-in for Excel生成的Excel界面,從Hadoop功能中獲取有價值的洞察力,也可經由企業熟悉的BI工具,如SQL Server 分析服務、PowerPivot和通過Hive Open Database Connectivity 驅動生成的Power View來分析Hadoop中的非結構化數據。
數據分析結果要“傻瓜化”
“我們要將挖掘與分析的結果直觀呈現,轉換為用戶真正需要的有價值的洞察力。” 微軟全球高級副總裁、大中華區董事長兼首席執行官賀樂賦說。
賀樂賦說,微軟大數據解決方案通過智能化的、甚至是基于云端的平臺和服務去管理和分析數據,從中獲取有價值的洞察信息,再以用戶最熟悉、最直觀的形式表現出來,從而幫助用戶做出決策。
最近,Infor公司工業和解決方案戰略副總裁Andrew Kinder參與了一家制藥企業的大數據探索項目。這家企業的收益率約為60%,低于同行的70%,它一直在想為什么?
于是,這家制藥企業和Infor在其生產環節的7個品控點上開始收集大量數據并進行分析。最終,他們發現了問題:在第3個品控點上,當不同物料混合時,如果將濕度降低半度,收益率就可從60%提升到70%。通過大數據的分析應用,這家企業提升了利潤。
這是提供ERP、CRM、EAM等企業管理軟件的Infor開展的大數據探索項目之一,旨在將大數據科技與傳統的管理軟件相融合。
B2B企業因數據接近消費者
在Andrew Kinder看來,雖然大數據應用最基本的目標是提升企業的利潤,但未來,大數據更為關鍵的作用,是讓企業從原先的B2B業務轉向B2C,能直面消費者。“未來,通過數據,幫助企業直面個性化消費者將是大勢所趨。”
以汽車制造行業為例,在寶馬、奔馳等高檔轎車中,目前每部車已平均安裝200到300個傳感器,它們能記錄駕車人的駕駛行為和習慣。車企可以根據這些數據開展創新業務,比如,可以為每位駕車人提供一些個性化設計,以適應特定的駕車習慣;還可以開展保險業務、維修業務及廣告業務。
在這場全球各行業剛剛開啟的大數據探索之旅中,Infor首先創建了實驗室。兩年前,在波士頓麻省理工大學附近的一座小樓中 Infor Dynamic Science Labs成立,實驗室雇傭了約20名來自麻省理工大學的數據科學家,他們與醫療、零售領域的Infor客戶合作,以客戶歷史數據為藍本,尋找優化的跨地域庫存等大數據分析模型,免費提供給客戶應用,并根據客戶反饋來改良。
實驗室的研究成果直接融入Infor的各種管理軟件中,或是直接開發一個商業化的附加系統。
實驗室最早的探索項目之一是與美國綜合醫療健康機構Sanford Health的合作,這家機構運營著43家醫院,雙方一起研究如何通過大數據優化庫存。之后,研究成果融入Infor供應鏈管理軟件中。類似的合作項目還有針對分銷商定價和客戶分級評分的,研究成果分別融入Infor ERP和CRM軟件中。
實驗室還計劃與Infor已收購的全球供應鏈管理平臺GT Nexus 團隊合作,利用供應鏈上的實時數據來精準預測貨物抵達時間等。
投資大數據服務商
除了自創實驗室,Infor也投資外部大數據服務商,典型案例是今年初投資了從事零售業大數據分析服務Predictix。
這次投資源自Infor與美國有機食品連鎖超市Whole Foods 的戰略合作。兩家企業在過去一年中,希望突破傳統超市經營模式,建立透明庫存、定價、找尋商品來源、補貨等方面的全新管理方案。
Predictix在該方案中起到重要作用。Whole Foods 使用Predictix 的數據分析服務來預測、計劃和優化供應鏈,其方案將納入Infor正在開發的核心解決方案中。這次投資也確保兩家供應商開發無縫銜接的應用。
Infor 也計劃把自己的零售管理套件、Predictix軟件與供應鏈管理平臺GT Nexus集成,在供應鏈網絡上提供可見性和及時響應,減少缺貨和其他不利影響。
物聯網勾勒360度透視圖
除了投資,在Infor 2016客戶大會上,它預了物聯網(IoT)方案。這是一個端到端平臺,從設備連接管理到數據的收集和分析。“從設備上獲取傳輸數據是比較容易的部分。”Infor首席運營官Pam Murphy說,“困難的部分是將設備派生的數據和智能輸入企業管理套件中,進行決策和行動。”
IoT改變了ERP。Pam Murphy介紹,原先,ERP系統中的數據是生產管理數據是計算出來的,而物聯網數據是設備無時無刻產生的,是第一手資料且來源廣泛,它為事物勾勒出360度透視圖。
物聯網提供的實時信息,可以支撐企業開展很多計劃,如銷售、庫存、業務資源配置等。但企業究竟選擇哪種物聯網,Infor正在與客戶共同探索。而IoT中的數據分析技術,是IoT部門與Infor Dynamic Science Labs共同開發的。
>> 一種基于XML的電子訂單安全方案 ESP:大數據時代科學教育整合的一種解決方案 一種面向航天領域的實時數據處理框架研究 一種適合于大數據集處理的混合EM算法 一種面向制造的EBOM構建方案 一種海量數據處理平臺的解決方案 一種面向電力在線監測系統的嵌入式數據處理平臺設計 一種靈活的WEB數據導出方案 一種基于文件緩沖方式的操作大數據量數據的方法 一種數據穩健光滑的處理方法 一種分布式大數據的數據安全管控策略研究 一種大數據智能分析平臺的數據分析方法及實現技術 一種面向媒體網關的平臺軟件解決方案 一種面向LTE基站的SOC平臺軟件解決方案 一種面向Web3D的大規模場景實時繪制方案 一種面向就業的計算機專業培養計劃改革方案 一種面向商業智能的數據挖掘體系結構的應用研究 大數據:另一種國家核心資源 一種面向醫療機構的數據倉庫應用架構 一種面向專利文獻數據的文本自動分類方法 常見問題解答 當前所在位置:l, 2014.11.16.
[2]新華網財經頻道. 2014年零售百強銷售規模同比增長26.2%,天貓居榜首[N]. http:///fortune/2015-07/09/c_1115875315.htm, 2015.7.9.
[3]百度百家. 2015年電商行業五大趨勢[N]. http:///article/42503, 2015.1.13.
[4]J. Dean, S. Ghemawat. MapReduce: simplified data processing on large clusters. Communications of the ACM [J], vol.51, no.1, pp.107-113, 2008.
[5]Hadoop. https:///.
這正是白宮網站的《大數據研究和發展倡議》所追求的——“通過收集、處理龐大而復雜的數據信息,獲得知識和洞見,提升能力,加快科學、工程領域的創新步伐,轉變教育和學習模式”。
各行各業都能用得上大數據,只是對大數據重要性的意識程度不同:凱捷咨詢(Capgemini)的調研結果顯示,76%能源和自然資源行業的高管相信公司是數據驅動的,在醫療醫藥行業和生物科技行業這個數字為75%,在金融行業為73%。包括英特爾在內的有能力提供大數據解決方案的IT廠商正在努力讓各行各業的企業切實感受到大數據的魔力。
能否置身事外?
隨著網絡應用和多媒體應用的興起,互聯網成為大數據的主要來源。隨之而產生的網絡營銷調整圍繞大數據而展開。淘寶是國內公認的對用戶數據利用得較好的公司——淘寶網利用大數據統計分析得到諸如“歐洲杯的球隊勝負如何影響各隊球衣的銷量?花露水的最佳搭配是電蚊拍還是痱子粉?”等問題的有趣結果,并以此為依據來更好地調整營銷戰略。
近日,阿里巴巴集團宣布,將在集團管理層面設立首席數據官崗位(Chief Data Officer),負責全面推進阿里巴巴集團成為“數據分享平臺”的戰略。這直接證明了大數據對于互聯網企業的意義。
別的行業能不能對大數據冷眼旁觀呢?賽迪智庫軟件與信息服務業研究所研究員安暉認為,雖然目前大數據的主要來源是互聯網,但許多以信息流作為核心競爭力,如金融、電信、零售等行業的機構或企業,其數據量也不容低估。例如,美國國家海洋和大氣管理局(NOAA)數據中心存儲的數據超過20PB,沃爾瑪數據中心的存儲能力超過4PB,eBay分析平臺每天處理的數據量高達100PB。并且,由于這些機構和企業所存儲的數據更加有針對性,其數據的價值密度更高,進行大數據處理的意義更強,運用大數據的需求也更為迫切。
安暉以數個典型行業為例來說明大數據能帶來什么好處——電信行業可以從龐大的數據中分析出不同群體的差異化需求,實現套餐制定等精準營銷;制造行業可以通過整合來自研發、工程和制造部門的數據以實行并行工程,顯著縮短產品上市時間并提高質量;交通行業可以通過整合和處理相關數據,實現智能交通(管理)與高效物流調度。
賽迪顧問軟件與信息服務業研究中心研究總監胡小鵬認為,金融行業中證券、信用卡、電子支付等數據規模龐大,具有使用對象多樣化、信息可靠性、實時性、保密性要求高等特點;電信行業中大數據主要體現為電信業務系統產業的計費賬務數據和用戶信息(包括客戶資料、客戶服務數據等),不僅數據量大,而且保存時間長;能源行業大數據主要集中在石油勘探以及電力生產、經營、管理等數據,具有數據量大、分散、類型復雜等特點。其中,在金融行業,利用大數據的挖掘和分析改善用戶體驗、監督欺詐行為、驗證合規性、服務創新等,從而助力金融智能決策,提升競爭力;而對于電力行業,大數據分析有利于電網安全高效運行(安全檢測與控制、災難預警與處理、供電與電力調度決策支持和負荷預測)、電力營銷(用戶用電行為分析)、集團集中管控與精細化管理等。
大數據這場盛宴上,哪個行業也不愿意沒有一席之地。
誰能站出來?
大數據的熱度可以由英特爾、IBM、EMC、惠普等廠商紛紛推出面向大數據的一體化產品和解決方案直接反映出來。
然而,一個不能逃避的現實是,雖然越來越多的行業用戶嘗試應用大數據的解決方案,但是大多數行業用戶對于大數據的認知仍然比較有限。面對林林總總的不同廠商提供的大數據解決方案,用戶分不清這些解決方案的差異在哪里,也就不會真正了解哪種解決方案適合自己。
有用戶反映,大數據解決方案容易給人的錯覺是該解決方案就是把數據分布存儲,再并行處理。即使采用國外廠商的工具,這些工具成熟度不是特別高,導致解決實際問題的時間過長。
英特爾相關專家表示,從總體上看,中國大數據市場發展迅速,特征明顯,相關技術和應用可改進和提升的空間巨大。而且大數據要落地,必須實現包括芯片商、軟件企業等在內的IT基礎設施與服務層平臺的開放。
英特爾在硬件上的領先無需多言。在軟件層面,考慮到Hadoop的開源特性,很多廠商都有機會在Hadoop的基礎上推出產品,但行業解決方案提供商面臨的一個苦惱是,他們不得不進行底層開發。實際上,底層解決方案是有很多共性的。對行業解決方案提供商來說,如果有一個由可靠廠商優化過的平臺再好不過了。利用這個平臺,行業解決方案提供商可以拋開重復的、無意義的勞動,將注意力和精力更加集中在行業特點上,進而開發出滿足行業所需的實打實的行業解決方案。在這種情況下,英特爾適時地推出了英特爾Hadoop發行版,打造一個優秀的、高價值的底層平臺。
對于如何從大數據中發掘價值,英特爾指出,這需要在IT基礎設施與服務層、數據組織與管理層、數據分析與發現層、決策支持與IT服務層全面引入新的技術,特別是在堪稱大數據應用“載體”的IT基礎設施與服務層,采用基于開放架構的平臺將是最佳選擇。
O‘Reilly Strata和Open Source Convention大會委員會主席Edd Dumbill曾指出,使大數據真正變得強大的方式之一就是讓上層程序員可以將精力放在數據而非底層Hadoop設施的抽象特征上。他們編寫更簡短的程序,能夠更清晰地表達出對數據所做的處理。這些將有助于為非程序員創建更好的工具。
延伸到企業層面,“行業解決方案提供商需要穩定性和可用性都足夠好的平臺。在這樣的平臺上,行業解決方案提供商可以從不必要的重復性勞動中解放出來,從而把更多的精力放在提供差異化特色方案和服務上。”英特爾亞太研發有限公司總經理、英特爾軟件與服務事業部中國區總經理何京翔的看法類似。進而,他解讀了英特爾Hadoop發行版的優勢:“英特爾Hadoop發行版的優勢在于:處理接近于實時;能在英特爾平臺上實現最優化的性能,比非英特爾發行版有成倍的增長;通過和電信、智能城市、醫療等行業客戶的合作,英特爾Hadoop還做了更進一步的優化。”
除了提供平臺,英特爾(中國)行業合作與解決方案部中國區總監凌琦強調,英特爾還會把大數據解決方案的研究和服務作為投資部門的重點。英特爾的風險投資部門也對大數據中所涉及的關鍵平臺、關鍵應用、提供商,給予關注。
行業側重點
英特爾硬件平臺的特點讓其可以用“通吃”來形容,行業特色則由軟件來體現。
正如英特爾Hadoop發行版白皮書所指出的,它“為企業應用而優化”,其擁有的增強高可靠性、增強分布式文件系統HDFS擴展性(使集群的I/O吞吐量能夠隨著節點數量的增加而線性增加)、動態調整數據復制策略(提高熱點數據的并發訪問能力)、改進分布式計算框架調度算法(避免并行任務退化成串行執行)、增加Hadoop集群監控管理、優化HBase查詢、實現細粒度的HBase合并調度控制(避免合并風暴)、創建異地HBase大表、均衡負載等相對開源Hadoop和其他Hadoop發行版的核心優勢在多個行業中均不可或缺。
對抗行業顛覆者
隨著數字化交易和在線商務的興起,零售行業的進入門檻大大降低。由于零售企業隨時隨地都可能崛起,傳統零售商日益感受到來自行業外部的競爭壓力。同時,零售商還必須不斷適應消費者在價值和互動觀念方面的變化。零售商面臨的主要挑戰在于,行業內外的許多情況和事件都可能會掀起顛覆大潮。
首先,技術使零售真正成為全球性的業務,將世界各地的消費者與零售商有機聯系起來。市場顛覆者利用技術創新打造全新的零售業務模式和收入流。其次,各行各業的客戶體驗期望持續融合。消費者發現,許多不同生活領域的購物和服務體驗越來越好,因此對零售業也有同樣的期待。再次,零售業態和領域之間的界線逐漸消失,傳統的零售商擴展自身的產品服務組合、產品類別和服務范圍,試圖保持競爭優勢,吸引競爭對手的客戶。最后,消費品企業均希望繞過零售商直接與消費者建立聯系,侵占過去零售商的專屬領地。
為迅速發現和應對新的威脅和機遇,零售商必須提高企業的敏捷性和彈性。它們必須思考如何調整業務模式、技術和創新方法,從而提高客戶滿意度和自身競爭力。但是,零售企業成功秘訣的“保鮮期”很短,因此零售商必須積極發揮創造力,持續重塑自我,滿足不斷變化的消費者期望,應對其他各種地緣政治、經濟和技術因素。為幫助零售企業對抗各種顛覆力量,我們提出以下建議:
發揮社交媒體潛力。社交媒體是成功零售商的一項重要武器,它為了解客戶和潛在客戶的想法、愿望和生活體驗打開了大門。通過集成客戶分析與行為數據挖掘功能,零售商可以利用社交媒體中豐富的非結構化數據,為每一位客戶量身打造最理想的購物體驗。另外,社交媒體還可以幫助零售商發現并有效規避市場顛覆因素,以及了解可能威脅自身市場地位的新競爭者。
不斷試驗,努力創新。開發和實施新型業務模式離不開創新和創意。但是只有極少數零售商能夠有效地讓客戶參與進來,共同發現新趨勢、新喜好和創新技術。我們建議廣大零售商采用試驗性的方法和“設計思想”原則實施業務轉型。
這就需要培育創新文化,鼓勵成功,寬容失敗。某些零售商以創新實驗室的形式開展以客戶為中心的試驗,結果表明,這有助于更迅速地將新解決方案投放市場。例如,John Lewis Partnership 啟動了 JLAB 創業加速器計劃,收獲了豐碩的創新成果。
開展協作式零售。零售業 CEO 必須重新思考自身與客戶、供應商乃至競爭對手之間的合作與互動方式。新型合作伙伴生態系統注重協作,運用彼此的系統、流程和數據解決問題,推動實現新的業務模式。在生態系統中,零售商可以分攤原本一家企業難以承受的成本和風險。事實證明,加入零售商生態系統至關重要,因為零售商、制造商、第三方物流公司及其他服務提供商可實時調整業務流程和數據,從而縮短產品和服務的上市時間,提供最理想的全渠道客戶體驗。
塑造客戶期望
由于消費者體驗到各行各業提供的創新型客戶服務解決方案,因此他們對零售購物體驗的期望值也在迅速提升。遺憾的是,最近的一項 IBM 消費者體驗指數 (CEI) 調研表明,對于大多數零售商而言,打造真正整合的全渠道購物體驗依然遙不可及。
從歷史角度而言,零售成敗主要取決于 4P:產品 (Product)、價格 (Price)、定位(Placement)和推廣 (Promotion)。在諸多因素的影響下,這一焦點正在悄然變化。展望未來,隨著零售商努力滿足客戶的跨渠道期望,他們將圍繞 4C 提高自身能力:
?一致性(Consistency):在所有渠道提供無縫購物體驗;
?內容 (Content):幫助客戶及店T方便地獲取準確全面的信息;
?簡便性 (Convenience):支持客戶采用自己選擇的方式與商家開展互動;
?環境相關性 (Contextual):根據每個客戶獨特的期望和需求量身定制各種互動。
CEI調研分析了神秘的購物者對和 4C 有關的特定能力的體驗評價,確定每個領域的百分比分數。零售商 4C 中每項的平均分數都低于 50%,其中“一致性”平均分數最高,“環境相關性”平均分數最低。
客戶希望零售商能夠支持數字化服務。這包括以全新方式為消費者提供必要的數據,幫助他們作出明智的購物決策,而不受渠道的限制。無論是在線上還是線下,零售商都必須大規模提供量身定制的個性化客戶體驗。CEI 調研數據表明,客戶對實體商店的服務標準比較失望(見圖1)。傳統實體零售商必須改進經營規則,否則勢必會敗給網絡競爭對手。
零售商還可以通過另外一種方式主動塑造客戶期望:融入消費者的生活方式,獲取獨特而深入的洞察,在客戶自己意識到之前就發現他們的需求。但是要取得成功,必須分析消費者的數據,而這又需要消費者對于零售品牌的信任。沒有信任,零售商就無法確保客戶忠誠度和支持度。
為有效塑造客戶期望,我們建議零售商圍繞以下理念制定業務戰略:
了解客戶期望。了解目標客戶的共同愿望,以此作為戰略決策和業務執行的指路明燈。利用認知計算能力加深對客戶期望的理解,形成統一認識。開展戰略投資,了解并滿足消費者的個性化需求,從而在競爭激烈的市場中立于不敗之地。
預測客戶需求。在體驗經濟環境下,消費者運用消費力的目的越來越多的是為了獲得體驗,而非單純是為了擁有商品。可供客戶選擇的商品日趨定制化,3D 打印等技術的誕生進一步擴大了個性化商品和服務的選擇范圍,豐富了擁有體驗。
越來越多的消費者希望將購物本身作為一種活動體驗。零售商必須為客戶提供亮眼的絕招,走在客戶期望的前面,使自身脫穎而出。目前有一種趨勢日益流行:邀請消費者或俱樂部到店內集中參與運動健身或烹飪活動等。借此機會可以和其他消費者互動,豐富購物體驗,使零售商成為客戶生活方式的一部分,超越基本的交易關系。消費者希望加強互動,參與網絡和實體零售環境,這意味著商店環境和增強現實將起到關鍵作用。
以客戶為中心。所有消費者忠實遵循的通用的線性購物旅程這一傳統概念,已然跟不上時展的腳步。零售商的系統必須能夠適應各種(有時甚至是相互矛盾的)購物體驗要求。通過先進的個性化功能和實時認知數據分析,零售商將不再僅僅關注于根據有限的世代及其他社會人口因素所劃分的客戶群,而是著力打造量身定制的個性化客戶體驗。
全渠道零售已經發展成為一種模式,最終將成為客戶的唯一渠道。日益精明的消費者推動著購物方式的發展。零售商面臨的挑戰在于,必須關注消費者不斷變化的購物習慣,及時發現因個人喜好和需求原因而發生的品牌忠誠度變化。
打造數字化整合企業
無論現在還是將來,零售業唯一不變的一點就是會不斷變化。盡管我們相信,未來的零售仍將作為單獨的行業存在,但其狀態將會發生根本性轉變。
目前,零售商可以借此良機思考一下新的業務模式。它們需要確定如何重新設計供銷網絡,以及如何創建能夠不斷擴展的敏捷基礎架構。另外,它們還必須轉變業務指標和關鍵績效指標 (KPI),擺脫基于交易/商店的模式,進一步朝著以客戶為中心的方向發展。
零售商應從“企業內部的數字企業”思維轉變為“數字化無處不在”理念,使數字化涵蓋產品、商品銷售規劃、市場營銷、銷售/商店、供應鏈、財務和 IT 戰略等方方面面。它們必須建立數字化的員工隊伍,配備移動技術裝備(智能手機、平板電腦和可穿戴設備),以便能夠輕松訪問客戶和產品數據。通過利用大數據、分析和認知能力,零售商還能夠更深入地洞察特定客戶的購物目標,使店員與客戶的互動能夠帶來更高的價值。
為做好準備迎接將來,零售商必須立即開展明智的投資。平心而論,零售商并不情愿為沒有經過檢驗的解決方案投資。2016 年 CEI 調研清楚地表明,零售業并非先驅行業,近70%的受訪者均被歸類為“快速追隨者”。零售商需要的是經過檢驗的增值解決方案,能夠實現理想的投資回報,而不是代價不菲、華而不實的點綴。零售商應根據相關性和回報確定解決方案的優先級。
最近的一份 IBM 消費者期望調研表明,購物體驗是消費者最為看重的零售企業能力。與 CEI 調研數據對比,充分體現出零售商的表現與消費者期望之間的差距(見圖 2)。
為彌合這一差距,零售商必須利用自己對目標客戶需求的了解,優化投資,從而滿足相關需求,比如促進實現無縫而又一致的全渠道購物體驗。應當對相應的后端系統劃分優先級,確保在所有接觸環節實現無縫的最終用戶體驗。
在創建數字化整合企業的過程中,零售商必須充分考慮技術在商店未來發展中所起的作用,以及如何更有效地利用技術改進營銷和供應鏈運營。
重新發揮實體商店的作用。人們不得不重新思考實體商店概念,希望為客戶帶來非凡的體驗,而不僅僅是開展簡單的交易。隨著彈出信息、移動商店以及其他靈活的形式成為零售平臺組合中的重要組成部分,實體商店必須與時俱進。我們認為,不同的實體商店可以承擔不同的角色:實體商店可以成為樣品間、品牌營銷工具、倉庫或上述角色的任意組合。為幫助實現這一目標,必須在實體店內復制在線功能(比如監控實體環境中的客戶行為),以便促進建立客戶體驗能力方面的標準。
必須部署成熟的增值技術,更有效地為客戶服務,為店員提供更出色的支持,并且改善運營狀況。例如,嵌入貨架的信標和數字標牌可用于跟蹤購物者的移動設備,生成位置跟蹤數據,幫助零售商深入洞察客戶的逛店模式。借助這些信息,可以改進店內商品的擺放布局,實現更出色的客戶體驗。商店信標信息可以幫助商家了解實體環境中的客戶行為,如果再和客戶的在線購物習慣相聯系,勢必能夠為實現新一代客戶體驗鋪平道路。
店員將履行前臺迎賓導購職能,提供與眾不同的優勢。零售商需要人才管理系統,幫助發現、吸引及留住適當的應聘者,以便提供客戶所需的高水平服務。配備移動設備的店員可完成多種任務(例如運營工作、產品研究/比較和付款等),從而提高工作效率,優化客戶服務時間。此外,許多零售商還在嘗試采用機器人,希望提高客戶體驗的新奇性,或者完成較為基礎的任務,使店員能夠騰出更多時間開展客戶互動。機器人可接受編程,以便協助客戶和員工,執行常規檢查,收集商店層面的數據或履行現場安保職能。
零售商應當在傳統實體環境中優化最滿意的在線購物特色和個性化功能。這包括部署互動式數字觸控顯示屏(用于玩游戲或者與社交媒體社區互動);創造性地使用虛擬現實和增強現實技術,豐富實體商店體驗;支持智能手機功能,使客戶能夠檢查庫存狀態和履行選項。
重新思考認知世界的商品銷售規劃活動。消費者希望在風格、設計和價值方面不斷獲得零售商的指導,幫助他們定義獨特的品位和愿望以及個人身份。另外,零售商必須設法提供與眾不同的體驗和產品推薦。未來零售商必須強化商品銷售規劃能力,從而提供杰出的品牌體驗,提升客戶忠誠度和支持度,智勝競爭對手。
商品銷售規劃一直是零售業的核心“藝術”。將來,精明的商家將從“設計者”轉變為“編輯者”,收集、解釋和挑選非結構化數據,盡早發現趨勢,更深入地了解消費者購物行為變化的原因。另外,它們還會與客戶合作,結合使用社交媒體工具和認知型銷售規劃能力,開發新產品以及高度本地化和定制化的商品門類。這樣,零售商可以通過豐富的個性化方式大規模與個體消費者開展互動。
通過技術優化供應鏈。正如參加我們調研的消費者所指出的那樣,供應鏈(庫存監控和履行能力)對于全渠道體驗的諸多要素而言至關重要。但是,許多零售商只是希望“翻新”一下全渠道購物出現以前所設計的供應鏈。庫存控制力度不足會導致嚴重問題,比如員工工作效率降低、客戶不滿以及喪失銷售商機等,因而成為許多企業面臨的一個重大問題。
未來的供應鏈必須融合新技術和認知分析能力。物聯網 (IoT)與高級分析技術相結合,必將在零售商供應鏈戰略中占據至關重要的地位。IoT技術和分析解決方案有助于將供應鏈的各個組成部分連接成業務網絡,使企業能夠更為深入準確地了解庫存的動態變化,并運用生成的新式數據進一步發展業務和提升效率。將實時庫存數據輸入強大的分析工具后,零售商不僅可以保持最理想的庫存水平,還能更準確地預測未來的產品需求。此外,解決方案可以運用氣候及其他數據預測當地的情況、事件和趨勢,幫助零售商在最后關頭調整庫存水平,推出促銷活動。
大數據在2012年備受關注,主要是由需求和技術兩方面因素所決定的。在需求方面,一方面是因為企業在經過一段時期的信息化建設后,積累了大量的數據資產,迫切需要讓這些數據產生價值。另一個方面,海量非結構化數據隨著社交網絡、移動應用的普及而產生,如何分析這些非結構化數據并使其產生價值,成為企業所面臨的新的挑戰。
在技術方面,內存計算技術的成熟,使得企業實時分析海量數據成為可能。Hadoop技術的完善,為非結構化數據分析提供了可能。
在大數據解決方案方面,不能不提軟硬件一體機。這兩年,具有簡化IT、降低IT運維成本優勢的軟硬件一體機越來越受到供應商和用戶的青睞。值得一提的是,當前的軟硬件一體機中,很多都是大數據解決方案:最早推出軟硬件一體機的甲骨文公司的第一款軟硬件一體機產品Exadata數據庫一體機就與大數據相關,甲骨文后來推出的Exalytics商業智能一體機和大數據一體機都是用于數據分析的;被SAP視為革命性的產品SAP HANA屬于內存計算一體機,其最大的優勢在于可實現海量數據的實時分析;IBM今年推出的PureSystem系列一體機中,就有PureData;微軟與惠普聯合推出的BI一體機,也是用于數據分析的……
盡管市場已經非常火熱,但是當前大數據市場應該尚屬于啟動階段,因為大部分用戶對大數據僅僅有想法而沒有真正的行動,而他們對于大數據分析的需求是顯而易見的。相關的解決方案也有待完善,特別是針對非結構化數據分析的解決方案。
IBM PureData
作為IBM PureSystems專家集成系統家族的新成員,PureData能夠幫助企業在幾分鐘內完成對PB數量級大數據的管理和分析,高效獲取洞察力,從而實現企業市場、銷售等各部門業務目標的快速推進,并幫助各行各業的企業解決幾大難題:如何利用更簡便、經濟的方式分析業務數據,了解客戶購買行為,減少客戶流失,開展需要大量數據支持的市場推廣活動以及實時發現欺詐行為。
不同于其他數據系統,PureData能夠將系統安裝和配置的時間從24天減至24小時,將復雜的分析時間從數小時驟降至數分鐘,并實現在單個系統上管理100多個數據庫的卓越性能。通過PureData系統,企業得以在傳統IT環境或云環境中為業務用戶提供高性能的數據服務,在不到10天的時間里完成Web應用的部署,而同樣的任務過去至少需要6個月才能完成。
針對特定工作負載,PureData共有三個型號,分別是PureData System for Transactions(PureData事務系統或PureData交易系統)、PureData System for Analytics(PureData分析系統)和PureData System for Operational Analytics(PureData運營分析系統)。
目前,60多家ISV(獨立軟件供應商)已經表示將全力支持PureData。PureData將為這種開放的合作模式提供新的平臺,激勵更多合作伙伴開發適用于PureData的解決方案。同時,IBM還將在這些解決方案和應用的基礎上推出數種新模式,涵蓋社交業務、資產管理和業務流程管理,全面簡化軟硬件資源的配置和管理,為20多個行業應用領域提供支持。
IBM大數據平臺
IBM充分發揮其整合的優勢,結合信息管理、業務分析等領先的軟件提出了“大數據平臺”架構,為各行業企業選擇和構建大數據解決方案提供了全面的技術支持。IBM大數據平臺突破了傳統數據倉庫和數據管理理念,能夠為企業組織提供實時分析信息流和因特網范圍信息源的能力,讓這些企業實現更為經濟、高效的大數據管理,并為在此之上的業務分析奠定堅實的基礎。
IBM大數據平臺的四大核心能力包括Hadoop系統、流計算、數據倉庫和信息整合與治理:
·IBM在Hadoop系統領域的代表產品是InfoSphere BigInsights。IBM將其在數據管理上的豐富經驗與Hadoop開源平臺高效整合,使得BigInsights相比普通的Hadoop開源工具的可用性、可管理性、安全性得以大大提高,成為最主要的靜態大數據分析工具和平臺;
·IBM在流計算領域的代表產品是InfoSphere Streams,它是目前業界獨有的流數據處理技術。InfoSphere Streams能夠在諸如氣象信息、通信信息、金融交易數據的管理中動態捕捉信息,進行實時分析,為靜態數據的處理提供有效補充。
·IBM在數據倉庫領域的代表產品是在線交易型數據倉庫InfoSphere Warehouse和分析型數據倉庫Netezza。Netezza可將大量數據整合到統一平臺上,計算能力高達TB級。
·信息整合與治理是IBM在業界獨有的方法論和技術,其代表產品是Optim和Guardium。近期推出的Guardium 9能夠將如DB2這樣的傳統關系型數據倉庫和基于Hadoop的分布式存儲系統進行統一管理,并提供完整的數據生命周期管控。
微軟SQL Server 2012
微軟SQL Server 在市場上有著良好的口碑,是全球使用較為廣泛的數據庫與商業智能產品。微軟SQL Server提供了對混合IT環境的支持,全面支持私有云和公有云,并可實現平滑遷移,滿足企業實現數據庫以及應用擴展的需要。
作為云就緒信息平臺,SQL Server能夠滿足企業關鍵業務應用環境所提出的高穩定性、高性能、高安全和易管理等需求,同時提供全面的商業智能及數據倉庫解決方案,幫助企業更好地挖掘數據背后的知識,提供強大的工具實現并展現數據分析結果,且能根據企業需要實施個性化的云以及大數據解決方案。
作為微軟的信息平臺產品,SQL Server在數據處理與分析市場一直處于領導地位。SQL Server是全面的數據庫、數據倉庫、商業智能解決方案。它不僅提供全面的滿足OLTP處理的功能,而且提供多種組件以滿足不同規模客戶的多種需求。它是第一個帶有商業智能全套組件的數據庫產品,在數據分析,特別是OLAP領域有著極好的口碑。
針對大數據,SQL Server具有自己本地以及云端解決方案,與微軟強大的商業智能組件以及前端展現方式相結合。
國泰君安證券股份有限公司已經借助微軟SQL Server 2012提升了數據分析能力,實現了對用戶的精準服務與趨勢跟蹤。國泰君安是目前國內規模最大、營業范圍最寬、機構分布最廣的證券公司之一。基于以往使用 SQL Server 產品的良好經驗,以及客戶數據建模、多維分析與鉆取、動態報表分析與展現等領域的應用需求,國泰君安選用微軟 SQL Server 2012來搭建新一代的零售客戶BI分析系統。國泰君安充分利用新一代 SQL Server提供的對大數據量的數據分析及計算能力,結合Power View及PowerPivot 的易用性,更高效、更自主地發現業務數據的變化及趨勢,提高針對零售客戶的業務洞察力,優化以客戶為中心的證券服務。
SAP實時數據平臺
SAP實時數據平臺是一套緊密集成并優化,專為應對當今企業數據管理的最新挑戰的領先技術平臺。
憑借革命性的創新產品SAP HANA與業界領先的Sybase數據管理產品,SAP實時數據平臺這套全方位集成、實時處理的平臺,在包括數據交易、遷移、存儲、處理和分析等在內的信息生命周期的不同階段,不僅能夠幫助企業用戶管理海量數據存儲,即時處理高速流量數據,實現智能數據流動,數據可視化消費,而且還可以幫助用戶大大降低基礎架構的復雜性,在滿足應用基本的設計和藍圖管理需求的同時,為下一代大數據應用和分析提供卓越性能,持續保證對云計算和移動應用的平臺支持,從而有效降低成本。
值得一提的是,所有這些平臺功能的交付,都將在盡可能不影響客戶現有應用的前提下進行。
作為SAP實時數據平臺的核心,SAP HANA獨具創新性,并已得到市場的充分驗證。SAP HANA不僅能幫助客戶以快10萬倍的速度獲取和傳遞信息,還將為企業信息系統提供強勁動力,通過技術創新促進業務發展,最終幫助企業以全新的思路拓展業務,達成卓越績效。
Teradata Aster大數據綜合分析平臺
Teradata Aster大數據綜合分析平臺是業內首款集成Teradata Aster以及Apache Hadoop的大數據解決方案,整合了MapReduce和Hadoop的技術優勢。
作為卓越的企業級平臺,Teradata Aster大數據綜合分析平臺使用了業內獨有的SQL-MapReduce接口語言,以及全面的MapReduce 分析功能庫。該分析庫內嵌50多項預建的MapReduce功能,提供開箱即用的圖形、文本、行為、營銷分析,以及更多分析功能。
作為一個真正采用混合架構的平臺,Teradata Aster大數據綜合分析平臺包含Aster Database、Aster SQL-MapReduce和Apache Hadoop。由于深度集成了Aster與Apache Hadoop平臺,用戶無需接受復雜的培訓即可通過SQL-H連接器和SQL-MapReduce使用標準SQL訪問Aster和Hadoop數據進行分析平臺。
與市場上其他典型平臺相比,該平臺的數據吞吐量及分析速度可分別提高19倍及35倍。
Oracle Exadata X3 Database In-Memory Machine
Oracle Exadata X3 Database In-Memory Machine是Oracle Exadata數據庫云服務器的最新升級產品。
Oracle Exadata X3 Database In-Memory Machine是甲骨文云平臺的關鍵組件。Oracle Exadata X3-2和X3-8 Database In-Memory Machine均可在閃存和隨機存儲器(RAM)中存儲多達數百TB的壓縮用戶數據,幾乎可以消除由磁盤驅動器減速而產生的讀\寫功能運維費用,從而使Exadata X3系統成為應對云計算中不同類型和不斷變化的工作負載的理想數據庫平臺。
為了以最低成本實現最高性能,Oracle Exadata X3 Database In-Memory Machine采用了多個存儲層次,可自動將所有活動數據轉移到閃存和隨機存儲器中,同時將活動性較低的數據保留在低成本的磁盤上。
大家都說自己在做大數據營銷。
基于:
1,業務:和市場營銷相關,因此政府機關單位數據不考慮。
2.體量:擁有足夠多有價值的數據。這一條很多互聯網企業和傳統大企業都能滿足。
3.技術:有技術能力處理大數據。
上面3個因素,國內能做大數據市場營銷的還真只有BAT三家。國外的不熟悉,這里不談。
眾所周知,三家的數據特點各不相同。騰訊優勢在社交數據;阿里巴巴優勢在商品和交易數據;百度優勢在全網信息、消費者行為和主動需求數據。
當然例如平安、寶潔、沃爾瑪這樣的大企業,其自身肯定積累了大量的數據,基于這些數據的數據挖掘、過去就一直在做的網站分析等業務,雖然現今都冠以“大數據”的名義,但這與我們討論的大數據還不盡相同,他們用傳統數據工具對抽取一定數據進行分析,能基于那些數據進行挖掘,只是數量增多了而已,總體而言仍然屬于傳統的小數據范疇。
2.大數據營銷做什么?
營銷業務類型
如果粗略劃分的話,廣告主市場營銷的預算一般可以分為實效營銷和品牌營銷兩大塊,根據自身發展需要和行業業務特點各有側重。例如過去京東、一號店等電商類企業,平安等金融類企業主要做效果營銷,互聯網是更適合做效果的媒體投放渠道;寶潔等FMCG客戶、奔馳奧迪等汽車客戶主要做品牌營銷,傳統電視渠道是主要的媒體投放渠道。當然現在情況也逐漸改變,主要反映在:
1.越來越多的品牌類廣告主也開始把品牌營銷預算放在互聯網上做
2.越來越多的營銷形式越來越綜合。效果類客戶逐漸開始做品牌(京東);品牌類客戶也開始做效果(汽車,考核線下4S店銷量轉化)。
2.1.實效營銷
實效營銷,互聯網人太清楚了。由于業務特性,過去的百度和阿里巴巴大數據主要應用還是中小客戶和消費者的個性化廣告,騰訊也主要是面向消費者的個性化廣告(阿里還可以用支付數據作信用風險評估,但是金融方面的了)。
例如像大家相對熟悉用大數據訓練優化數據挖掘模型,Amazon等一眾零售電商普遍應用這種個性化推薦技術,在我看來只是市場營銷中的應用類型之一。包括BAT及各大電商在內的各種個性化搜索和展示廣告都是這個路子。基本上都是實效營銷,考核CPC。在很多互聯網人眼里,由于熟悉實效營銷,會有一種認知,市場營銷就是這些東西。掛廣告,考核CPM/CPC/CPD/CPS。
2.2品牌營銷
據我觀察,不少互聯網人其實對于品牌營銷是比較陌生的。
這里需要先說為什么做品牌營銷?
理由1.賺錢的需要:實效(效果)營銷錢賺到天花板了,互聯網媒體要搶品牌營銷大頭的預算了。
整個廣告市場,大廣告主手上的預算,占大頭的還是品牌營銷預算,投放的媒介上傳統媒體(例如電視等)居多,投給數字媒體上的錢只是10%~30%(大概數字)左右。
理由2.客戶的需要:別再跟我提CPC了,很多東西沒法通過點擊衡量,品牌的知名度、美譽度、忠誠度怎么用CPC衡量?因此需要對大客戶提供整合營銷的解決方案。
百度過去是效果營銷的典型代表。
有一種認知,百度在網民眼里是個搜索工具,賺錢靠SEM,靠競價排名,賺不良廣告主的錢。我覺得這也是@Fenng提到的智力上偷懶的表現。
百度除了廣泛的中小企業客戶,還有大量的大品牌客戶,例如寶潔、奔馳、寶馬、平安、歐萊雅等等,收入比重很大。對這些大客戶,需要品牌營銷。
這樣百度大數據的價值就體現出來了。前邊說到百度數據的優勢在于全網信息和消費者真實行為和需求的表達。覆蓋的廣度不是商品交易數據能比的。因此對為品牌提供整合營銷解決方案奠定了基礎。
基于以上,對百度最有價值的方式是基于大數據提供品牌營銷解決方案。
3.大數據營銷怎么做?
基于數據的營銷基本過程
大數據的基本營銷過程與過去數據分析基本過程沒有差別,需要在定義商業問題之后,采集和處理數據、建模分析數據、解讀數據這么三個大層面。但是大數據對三個層面的影響使得具體的做法又與傳統不一樣。
3.1數據層:采集和處理數據
傳統采集數據的過程一般是有限的、有意識的、結構化的進行數據采集,例如問卷調研的形式。你能采集到的數據一定是你能設想到的情況。數據的結構化較好。一般的數據庫Mysql甚至Excel就能滿足數據處理過程。
而互聯網時代里,大數據的采集過程基本是無限的、無意識的、非結構化的數據采集。各種紛繁復雜的行為數據以行為日志的形式上傳到服務器。專屬的例如Hadoop、Mapreduce等工具就不贅述。
3.2業務層:建模分析數據
使用的數據分析模型,例如基本統計、機器學習、例如數據挖掘的分類、聚類、關聯、預測等算法,傳統數據和大數據的做法差別不大,例如銀行、通信運營商、零售商早已成熟運用消費者的屬性和行為數據來識別風險和付費可能性。但是由于數據量的極大擴增,算法也獲得極大優化提升的空間。
3.3應用層:解讀數據
數據指導營銷最重要的是解讀。
傳統一般是定義營銷問題之后,采集對應的數據,然后根據確定的建模或分析框架,數據進行分析,驗證假設,進行解讀。解讀的空間是有限的。
而大數據提供了一種可能性,既可以根據營銷問題,封閉性地去挖掘對應數據進行驗證,也可以開放性地探索,得出一些可能與常識或經驗判斷完全相異的結論出來。可解讀的點變得非常豐富。
4.大數據營銷目前做得怎么樣?
大數據探索品牌營銷目前做得怎么樣?
阿里巴巴怎么做我不清楚,感覺阿里的大數據還主要在實效營銷的方面發力。通過“西湖品學·大數據峰會”的報道上看來的。
我所在的部門便是基于客戶的真實商業需求和問題,通過大數據的應用提供解決方案,目前也已經和客戶產生了不少優秀的模型方法和案例成果。
與傳統品牌營銷的幾方面類似,大數據在品牌營銷的主要應用方向也有:
1.消費者洞察
2.媒體價值研究
3.市場競爭分析
金融科技的崛起改變和塑造著客戶的金融消費行為和交易習慣,方便快捷的數字化體驗成為客戶選擇的重要考量因素,數字化渠道成為服務客戶的主流, 數字化時代已經到來。一些金融科技公司迅速抓住數字化時代契機,打造以客戶體驗為中心、以數據技術為驅動、以互聯網渠道為重點的經營模式,動搖了銀行的絕對優勢地位,在移動支付、小額信貸等領域不斷沖擊銀行的傳統業務。面對新的數字競爭對手和領先的平臺型企業的進攻,銀行等金融機構開始變得“無形”,銀行的數字化轉型已經迫在眉睫。
一、銀行數字化轉型概述
銀行的數字化轉型是利用科技手段改造傳統 金融,廣泛運用大數據、云計算、區塊鏈以及人工智能等新興技術,優化金融服務模式和內部管理方式。總體來看,數字化轉型要求銀行具備以下幾個能力:
一是客戶洞察能力。客戶洞察能力是通過客戶的交易行為和習慣操作分析客戶的偏好和特征,從中得到有價值的判斷,幫助銀行理解客戶行為背后的驅動因素、價值潛力及產品銷售機會,從而形成銀行與客戶的良性互動。銀行需要做的是了解客戶的需求,衡量客戶的看法,有效識別客戶未滿足的需求、不滿意的期待以及主要的訴求,建立需求反饋機制,從根本上著手解決客戶需求與銀行服務對接錯位的問題,有效提升客戶體驗。
二是快速反應能力。快速反應能力主要包括三個要素,分別是產品研發、人力資源和管理,三種因素集成而得的協調的、相互關聯的系統決定了快速反應能力的高低。數字化時代也是敏捷時代,激烈的市場競爭和對客戶的白熱化爭奪要求銀行能夠快速配置財務、人力、資金等各種資源,以響應市場和客戶的需要。 因此,銀行需要用靈活高效的產品研發、組織架構及運營模式替代過去的內部資源組織形式,提高應對客戶需求和市場變化的敏捷性。
三是數據激活能力。數據是數字化時代銀行的核心資產。良好的數據獲取、分析和運用能力可以幫助銀行挖掘客戶信息價值,制定切實可行的營銷計劃, 了解客戶的行為習慣和喜好,支持客戶的交易行為,構建新的業務模式,進而贏得競爭優勢。銀行在客戶數據管理、數據質量管理、數據模型構建等方面的工作有助于提升數據激活能力。
二、國內外銀行推進數字化轉型主要特點
(一)具有明確清晰的數字化轉型戰略
銀行決策層和管理層對數字化轉型戰略有清晰的愿景、持續的投入和堅定的決心;有明確的戰略布局和 發展規劃;戰略落地部門對數字化轉型戰略高度認同、自覺執行,全行上下對數字化轉型的愿景、目標和路徑達成充分共識,全行的行動和決策統一在數字化轉型戰略部署下。最高領導自上而下帶領全行積極變革, 高管在設計、試點和實施關鍵節點投入充足時間積極參與。轉型項目主題與高管最關注的大事或痛點高度契合,不與日常工作脫節。
(二)以客戶為中心,改造客戶旅程提升客戶體驗
從客戶角度出發,沿整個客戶旅程來審視客戶體驗,做到真正優化客戶體驗、提升業績。踐行“以客戶為中心”的服務理念,堅持產品服務客戶所需,根據客戶的實際需求,搭配適合的產品;打通客戶旅程的關鍵節點,通過客戶旅程改造和內部流程變革,從前端到后臺重新設計銀行的核心旅程,分析新的機會,采用多樣化的方式使客戶滿意,應用并不斷改善新的智能技術,用于創新和促進客戶體驗,提高客戶服務效率, 完善全旅程客戶服務體系。
(三)推進全渠道轉型,實現客戶各種觸點的體驗一致
讓客戶可以通過線上線下所有渠道與銀行接觸,在所有渠道提供統一的客戶體驗和品牌形象,在各個渠道之間實現無縫遷移,使客戶能夠隨時隨地選用自己覺得方便的渠道完成所需的交易或服務。從定義客戶旅程入手,根據不同渠道的功能與體驗特征,明確渠道總體定位框架,構建整合渠道體系,進而通過協助、引導、差異化定價等手段幫助客戶向最有效渠道遷移,并同時在人力資源、數據平臺等方面建立內部的配套支撐,為客戶提供統一、流暢和卓越的體驗。
(四)打造優秀的大數據管理、分析與運用能力
實踐表明,大數據在銀行業績提升、風險防控、效能改善與管理優化等領域具有重要價值,尤其在決策支 持、信用風險、精準營銷與個性化定價等領域發揮的價 值最大。銀行應圍繞大數據生態體系,運用大數據及相 關領域的最新技術,培育數據挖掘和分析技能,全方位 建設數據分析和運用能力,從海量數據中提取出有價值 的信息,為銀行的決策、風險控制和客戶管理服務。
美國第一資本金融公司自2002 年起開始實施“信息決策”戰略,單獨設立了首席數字官(CDO),平均每年開展8 萬個以上的大數據實驗分析,是全球范圍內最早運用大數據技術的銀行。依靠豐富的數據積累和強大的模型分析能力,在客戶獲取、激活、產品組合管理、客戶挽留、風險控制等方面取得了巨大的成功。它的移動銀行應用成為首款支持蘋果TouchID功能的軟件。2016 年,亦率先通過亞馬遜網站的Alexa虛擬助理實現了語音控制的金融服務交易。在數字化戰略的推動下,它從一家單一經營信用卡業務的公司迅速成長為美國資產排名前十的綜合性銀行。
(五)打造開放銀行體系,建設金融生態圈
開放銀行是指開放應用程序編程接口(API)向合格的外部商業伙伴,將銀行的賬戶能力、支付能力、特色產品能力、數字經營能力、全渠道服務能力等開放給合作伙伴,共建跨界融合生態。通過改變傳統模式,無感、無限、無界提供場景化金融服務,使客戶金融服務需求在生活服務需求中第一時間得到滿足。
近年來,國內銀行頻頻探索利用API或SDK接口等方式打造開放銀行生態圈。比如,浦發銀行在2018 年7月推出了API Bank 無界銀行,截至2018年11月末,總共實現了211 個API服務,對接84 款APP,出臺電商平臺、出國服務、跨境服務等多個場景金融服務方案。中信銀行通過連接京東商城、滴滴專車、淘寶等平臺,將平臺數據引入,用于識別和分析客戶營銷機會與業務拓展風險。
(六)建立敏捷工作機制,全方位提升創新能力
銀行傳統的組織架構是按照職能來劃分部門的, 然而敏捷的組織形式是從各個相關部門抽調人員,成立敏捷團隊,實現組織架構上的扁平化管理,敏捷團隊的成員按照“端到端”的原則,每個人都對項目的全 過程負全責,所有人的績效考核指標都是一樣的。敏捷團隊的成員在同一辦公地點集中辦公,保證員工單線程工作,變串聯為并聯,同時輔之以定期培訓和考量、時間短和注重決策的輕量會議等,全面提升反應速度。對敏捷團隊充分授權,減少交接和精簡流程, 去除冗余層級、重復決策等環節。
星展銀行的數字化轉型在經歷了第一階段“將核心業務進行數字化改造”和第二階段“銀行業務與客戶需 求深度融合”之后,進入第三階段“構建創業型企業的 文化氛圍”。星展銀行調動全員力量,提倡“有利于客戶體驗的努力都值得嘗試”,讓每位員工都自覺了解客戶體驗和關切,以自己的親身體驗重新構思客戶旅程, 推動全方位轉型。如星展的呼叫中心、ATM分析、HR等,全部逐步實現技術轉型,都是自下而上、由底層員工推動的。
三、零售業務數字化轉型的關鍵著力點
銀行數字化轉型,尤其是零售業務的數字化轉型成為銀行業發展新趨勢。由于零售業務存在客戶規模大、長尾客戶服務不足、客戶結構分化等特征,金融科技的運用能夠有效緩解這部分現實問題,大部分銀行在推進數字化轉型的過程中優先選擇零售業務為突破口,利用科技手段驅動零售銀行業務全面釋放潛能, 使銀行服務擺脫時間、地點、人員的束縛,實現自動化、 實時化、線上化處理。零售業務數字化轉型的幾個重點體現在以下方面:
(一)提高產品服務的觸達能力
拓展多元化服務渠道,利用互聯網渠道擴大服務半徑,覆蓋更多長尾客戶,同時將線上渠道與線下服務網絡進行有效銜接,實現閉環服務,構建“物理+ 虛擬”的線上線下全渠道服務體系。在銀行的多元化服務渠道中,手機APP的客戶觸達作用越來越突出。根據易觀產業數據庫的報告顯示,2018 年一季度,我國手機銀行注冊用戶數超過15 億戶,手機銀行客戶交易規模達到66.89 萬億元人民幣,活躍用戶持續增長, 逐漸成為用戶首選的服務主渠道,到2018 年底手機銀行渠道用戶比例達57%,首次超越網銀用戶比例。手機 銀行的發展趨勢主要表現為兩方面:一方面是加強人工智能技術的應用,將生物識別技術應用于智能核驗身份,在銀行APP登錄、交易中增加面部識別及指紋識別等功能;將人工智能技術引入到理財和投資顧問服務中,為客戶精準定制個性化的理財產品等。另一方面是加強與外部機構的合作,在產品欄目引入保險、助學貸款、校園貸款等項目,實現與高校、保險公司、金融科技公司等外部企業的深度連接。網點作為服務客戶的傳統渠道,同樣面臨數字化轉型課題。網點的數字化轉型要注重培養智能機具對柜面業務的替代能力,數字化再造網點的業務流程,將信息化、業務流程和智能機具有效整合,加強網點分流引導,重點推進各類業務的線上協助化服務。
(二)提升個性化服務能力
根據騰訊研究院的報告顯示,采用個性化精準營銷的銀行,營銷成功率能夠提高50%~65%以上;根 據客戶畫像推送銀行產品,購買率可以提高30%~ 55% ;通過大數據進行全面客戶管理的銀行,存量客戶激活率能夠提升30%以上,壞賬率能降低25%。為提高個性化服務能力,銀行可以通過強大的數據整合分析體系,實時、智能化地處理客戶行為數據,根據客戶的信用資質、收入水平、風險承受能力、行為特征、 使用習慣、使用偏好綜合考量,利用積累的內外部數據及成熟的算法進行個性化的界面展示,實現“千人千面”。同時,基于對客戶行為特征的分析挖掘,在客戶來到網點或電子銀行渠道時,按照為客戶群體打好的標簽,展現因人而異個性化廣告,讓用戶對感興趣的廣告信息進入業務辦理,改變傳統的廣告營銷模式。實現精準營銷離不開大數據技術的運用和支持,提高以大數據為基礎的個性化服務能力,可以幫助銀行增加獲客精準度,降低獲客成本,提升客戶交互體驗和 產品轉化率,并實現個性化定價。運用大數據技術, 第一步是即刻捕捉數據,海量獲取數據,這些數據包括銀行內部數據和外部數據,結構化和非結構化數據, 清洗處理這些數據,提取特征信息,為客戶畫像做準備; 接下來,要按照客戶基本信息、興趣愛好、社會特征、消費行為等維度,建立標簽化的客戶模型;再通過客戶特征、產品需求等參數,對客戶進行分類;最后采用協 調過濾、關聯規則、知識推薦等算法,使產品和服務智能觸達客戶。
(三)增強場景化服務能力
銀行發展進入生態建設的新時期,必須打造一個吸引和留住客戶的生態系統,讓客戶可以在生活場景中了解、使用和發現金融消費機會。場景金融的關鍵在于銀行把金融服務融入到客戶的衣食住行場景中, 以場景為核心向用戶提供服務。與傳統金融服務模式的區別在于,場景金融不再是一個個獨立的業務流程或者單獨的產品,而是嵌入到生活場景中的綜合金融解決方案,服務內容體現“金融+ 生活”的高度融合。場景金融是一種完整的生態,是從金融需求到金融解決方案的閉環服務。構建場景金融服務模式,銀行可以從兩方面入手:一方面,與掌握場景流量的互聯網、新零售、房地產、能源、制造、出行等行業開展廣泛的跨界合作;另一方面,可自建場景,繼續發力場景生態建設,在電子商務平臺、社區銀行、移動生活服務、 加油站金融、汽車金融、機場金融等方面尋找細分市場,盡早構建“生活+ 金融”完整生態圈。除此之外,銀行可以改造傳統的銀行網點,將原有的金融服務單一場景延伸為多元化服務場景,引入休閑、積分兌換、消費等生活化場景,讓銀行網點與客戶的日常生活有機結合,推動網點場景化轉型。
四、銀行零售業務數字化轉型的路徑
(一)批量獲取并經營零售客戶
互聯網的發展和手機的普及把銀行零售客戶行為從線下網點變為線上和線下并重,在平臺和場景中獲取金融服務成為新的趨勢。零售業務必須把客戶工作、生活場景重新整合,通過線上平臺與各大電商平臺、社會資源平臺對接,批量化營銷和管理零售客戶,實現跨越式發展。通過與衣、食、住、行、育、娛、醫、壽等場景平臺對接,整合信息流、資金流、物流,將金融服務嵌入場景服務,為零售客戶提供綜合金融服務。同時在后臺對接信貸系統實現線上融資、額度管理、風險防控等。建設包括人臉識別等生物認證技術在內的身份核驗系統,打造大數據分析平臺和連接第三方金融信息平臺,進一步完善零售平臺金融服務功能,更有效地達到批量獲客、活客、留客,提供綜合金融服務。
(二)完善專業化管理模式
專業化管理模式是零售業務數字化轉型的基本保障,需要在產品研發、銷售管理、渠道布局、數據驅動和風險管理等方面全面提升零售板塊的專業能力。突出產品引擎作用,豐富強化消費信貸、財富管理、信用卡等專業產品線,研發有市場競爭力的拳頭產品。強化總行銷售管理職能,負責零售營銷計劃制定、營銷業績統計、個人客戶經理績效管理、技能培訓等, 打通總行、分行、支行、個人管理與督導機制。發展線上線下一體化的全渠道管理,包括網點布局、線上渠道開發、新業態規劃等,構建全渠道、多觸點的一致客戶體驗。打造基于大數據的定量分析與業務決策能力,推動大數據分析的規劃和開發,打通零售客戶底層數據基礎與數據驅動的應用。完善風險組織架構, 增強集中化、專業化、高效的風險管理能力。
(三)推動敏捷組織改造
在零售板塊探索敏捷組織改造,建立以客戶為中心、快速創新的組織。轉變領導角色,向戰略家、設計師、輔導者轉變,充分授權團隊,注重培養團隊自主運作能力,在數字化快速迭代的工作方式下,把管理機制從復雜的“過程導向”轉向責任分明的“決策導向”。以項目為導向,組建“小而靈活”的跨部門團隊, 負責零售數字化項目端到端的實施落地,賦予團隊充分決策權。改革決策機制,將傳統瀑布式的大項目“化整為零”,分階段進行項目投入和審批,縮短項目研發時間。
(四)管理零售客戶旅程,提升零售客戶體驗
基于當前零售客戶體驗存在的差距和差異化戰略 兩大維度,梳理零售客戶旅程,進行優先排序后分批推動客戶旅程改造。建立全方位的零售客戶反饋收集體系,包括:針對金融服務、設施、產品及流程的整體滿意度及推薦值評價;通過短信、微信、APP客戶端等進行交易后的即時反饋;對投訴進行產品、渠道、對象、 成因的多維分析等,將收集的反饋及監測數據匯總成零售客戶體驗儀表板,將抽象的體驗轉化為直觀、可操作的優化舉措,進而緊跟零售客戶需求,推動數字化產品創新。