潘武輝：電商小數(shù)據(jù)比大數(shù)據(jù)更有價(jià)值

潘武輝電商小數(shù)據(jù) 大數(shù)據(jù)

潘武輝 | 2017-06-08 11:55

【數(shù)據(jù)猿導(dǎo)讀】大數(shù)據(jù)的吸睛程度已經(jīng)不亞于高漲的房?jī)r(jià)!不過(guò)，動(dòng)輒幾百萬(wàn)，甚至上千萬(wàn)的投入讓很多人老板都瞠目結(jié)舌。大數(shù)據(jù)真的是企業(yè)的“救命的稻草”嗎?為此，筆者專訪了潘武輝，他指出，電商的小數(shù)據(jù)有更大的價(jià)值

潘武輝：電商小數(shù)據(jù)比大數(shù)據(jù)更有價(jià)值

大數(shù)據(jù)的吸睛程度已經(jīng)不亞于高漲的房?jī)r(jià)!不過(guò)，動(dòng)輒幾百萬(wàn)，甚至上千萬(wàn)的投入讓很多人老板都瞠目結(jié)舌。大數(shù)據(jù)真的是企業(yè)的“救命的稻草”嗎為此，筆者專訪了潘武輝，他指出，電商的小數(shù)據(jù)有更大的價(jià)值。

筆者：您好!我想先請(qǐng)教一個(gè)問(wèn)題：您對(duì)“得屌絲者得天下”這個(gè)觀點(diǎn)怎么看

潘武輝：這個(gè)觀念曾經(jīng)廣為流傳，現(xiàn)在卻被很多人拋棄了，認(rèn)為“得中產(chǎn)階級(jí)者得天下”。其實(shí)屌絲有屌絲的消費(fèi)習(xí)慣，中產(chǎn)階級(jí)有中產(chǎn)階級(jí)的消費(fèi)習(xí)慣，針對(duì)不同的消費(fèi)者需要不同的營(yíng)銷策略。

筆者：那制定營(yíng)銷策略和電商小數(shù)據(jù)或者大數(shù)據(jù)有什么關(guān)系

潘武輝：以搜索引擎為例，雖然大數(shù)據(jù)包含的樣本量超過(guò)1億，甚至可以達(dá)到10億以上，但是涉及到的是用戶搜索行為，不會(huì)涵蓋購(gòu)買。我指的電商是在巨頭平臺(tái)上開(kāi)店的那些企業(yè)，它們的店鋪數(shù)據(jù)量不是很大，所以每天產(chǎn)生的消費(fèi)者購(gòu)買數(shù)據(jù)被叫做小數(shù)據(jù)。

購(gòu)買行為是電商盈利的根本原因，其產(chǎn)生的數(shù)據(jù)連接了人和錢，因此這種數(shù)據(jù)具有更大的價(jià)值。

相對(duì)而言，中產(chǎn)階級(jí)收入高，屌絲收入少。而這2類人群的消費(fèi)行為和習(xí)慣都是不同的，所以電商首先需要通過(guò)數(shù)據(jù)來(lái)區(qū)分這兩類消費(fèi)者，然后“對(duì)癥下藥”，采用差異化的營(yíng)銷策略?，F(xiàn)在最常用的做法是運(yùn)用RFM模型。

筆者：能簡(jiǎn)單說(shuō)一下RFM模型嗎

潘武輝：R代表最近一次消費(fèi)時(shí)間，一般可以簡(jiǎn)化為1個(gè)月;F代表消費(fèi)頻率;M代表消費(fèi)金額。通過(guò)這3個(gè)指標(biāo)基本上可以判斷出一個(gè)消費(fèi)者的購(gòu)買力。

例如：通過(guò)RFM模型的分析，發(fā)現(xiàn)有這么一類人，在1個(gè)月之內(nèi)，每天都來(lái)買你的商品，并且每次消費(fèi)金額都很多，那么這類人可以歸為中產(chǎn)階級(jí)。另外還發(fā)現(xiàn)一類人，在1個(gè)月內(nèi)，只買了3次你的商品，每次消費(fèi)金額比較低，這部分人就屬于屌絲。

對(duì)于中產(chǎn)階級(jí)需要重點(diǎn)維護(hù)，雖然他們對(duì)于價(jià)格不敏感，但是對(duì)于品質(zhì)要求很高，產(chǎn)品一定要過(guò)硬才行。而屌絲則喜歡便宜貨，因此低價(jià)促銷是常用手段，當(dāng)然不同行業(yè)的營(yíng)銷策略會(huì)有差異。

筆者：電商小數(shù)據(jù)還有其它特點(diǎn)嗎

潘武輝：數(shù)據(jù)一般分為3個(gè)層次——第一層：元數(shù)據(jù)，指客戶的性別、年齡和地域等指標(biāo)，可以大概定義一個(gè)客戶群體的基本身份。第二層：行為數(shù)據(jù)，指客戶喜歡瀏覽什么網(wǎng)站、用什么APP、每天鍛煉時(shí)間等習(xí)慣性指標(biāo)，通過(guò)它可以分析出客戶的習(xí)慣和心理特征。第三層：因果數(shù)據(jù)，指揭示了客戶喜歡產(chǎn)品的原因。

第一層和第二層的數(shù)據(jù)可以通過(guò)大數(shù)據(jù)方式搜集并分析，但是其結(jié)果都是相關(guān)性的。例如：大數(shù)據(jù)有一些結(jié)論：1、睡眠時(shí)間少的男性收入高。2、90后喜歡網(wǎng)游，80后喜歡社會(huì)新聞，60后喜歡商業(yè)資訊。3、2015年28歲以下的網(wǎng)購(gòu)用戶比例超過(guò)50%。以上這3個(gè)結(jié)論都有相關(guān)關(guān)系，不過(guò)很難看出因果關(guān)系。

對(duì)電商而言，相關(guān)性的大數(shù)據(jù)沒(méi)有太多價(jià)值，只有弄清楚消費(fèi)者對(duì)品牌的態(tài)度和購(gòu)買產(chǎn)品的真正原因才能做出正確的營(yíng)銷決策，這也是因果數(shù)據(jù)的價(jià)值所在。

為了獲取因果數(shù)據(jù)，需要對(duì)電商小數(shù)據(jù)中的消費(fèi)者進(jìn)行一些調(diào)研，找出其中的因果關(guān)系。

筆者：數(shù)據(jù)竟然這么復(fù)雜，恐怕電商需要花大量精力在上面。

潘武輝：電商小數(shù)據(jù)的體量不是很大，用基本的統(tǒng)計(jì)學(xué)方法配合Excel就可以搞定。而高效利用大數(shù)據(jù)則需要用到數(shù)據(jù)挖掘。它是人工智能的一個(gè)分支，簡(jiǎn)單來(lái)說(shuō)是以大數(shù)據(jù)為資源，結(jié)合機(jī)器學(xué)習(xí)(甚至還需要深度學(xué)習(xí))和數(shù)學(xué)理論等手段，發(fā)現(xiàn)數(shù)據(jù)當(dāng)中隱藏的規(guī)律和模式，側(cè)重于技術(shù)，門檻很高。

來(lái)源：新訊網(wǎng)

收藏分享

聲明：數(shù)據(jù)猿尊重媒體行業(yè)規(guī)范，相關(guān)內(nèi)容都會(huì)注明來(lái)源與作者；轉(zhuǎn)載我們?cè)瓌?chuàng)內(nèi)容時(shí)，也請(qǐng)務(wù)必注明“來(lái)源：數(shù)據(jù)猿”與作者名稱，否則將會(huì)受到數(shù)據(jù)猿追責(zé)。