Linkedin數(shù)據(jù)分析師回國(guó)創(chuàng)業(yè)，Datatist用大數(shù)據(jù)為企業(yè)解決營(yíng)銷(xiāo)痛點(diǎn)

大數(shù)據(jù) Linkedin Datatist 用戶(hù)運(yùn)營(yíng)

王藝多 | 2016-11-07 10:48

【數(shù)據(jù)猿導(dǎo)讀】作為助力企業(yè)經(jīng)營(yíng)各個(gè)環(huán)節(jié)的重要手段，“大數(shù)據(jù)”開(kāi)始愈發(fā)被企業(yè)認(rèn)知和重視。尤其在營(yíng)銷(xiāo)層面，企業(yè)可以通過(guò)用戶(hù)行為數(shù)據(jù)采集，完成用戶(hù)畫(huà)像分群，進(jìn)而提供有針對(duì)性的個(gè)性化服務(wù)，并刺激用戶(hù)活躍、付費(fèi)，實(shí)現(xiàn)精準(zhǔn)營(yíng)銷(xiāo)

Linkedin數(shù)據(jù)分析師回國(guó)創(chuàng)業(yè)，Datatist用大數(shù)據(jù)為企業(yè)解決營(yíng)銷(xiāo)痛點(diǎn)

如今，作為助力企業(yè)經(jīng)營(yíng)各個(gè)環(huán)節(jié)的重要手段，“大數(shù)據(jù)”開(kāi)始愈發(fā)被企業(yè)認(rèn)知和重視。尤其在營(yíng)銷(xiāo)層面，企業(yè)可以通過(guò)用戶(hù)行為數(shù)據(jù)采集，完成用戶(hù)畫(huà)像分群，進(jìn)而提供有針對(duì)性的個(gè)性化服務(wù)，并刺激用戶(hù)活躍、付費(fèi)，實(shí)現(xiàn)精準(zhǔn)營(yíng)銷(xiāo)。

雖然現(xiàn)在市場(chǎng)中存在不少專(zhuān)業(yè)的大數(shù)據(jù)分析公司，但這些大數(shù)據(jù)產(chǎn)品大多集中在采集行為數(shù)據(jù)、用戶(hù)畫(huà)像、產(chǎn)品優(yōu)化等產(chǎn)品分析層面，而對(duì)于這之后的目標(biāo)用戶(hù)優(yōu)化、推薦優(yōu)化、A/B測(cè)試、ROI優(yōu)化等工作，仍需客戶(hù)依賴(lài)專(zhuān)業(yè)的數(shù)據(jù)人才手動(dòng)提供解決方案。

事實(shí)上，對(duì)于國(guó)內(nèi)“市場(chǎng)營(yíng)銷(xiāo)云”(Marketing Cloud)這一領(lǐng)域的機(jī)會(huì)，“Datatist”創(chuàng)始人Sophia(宋碧蓮)早在十年前就已經(jīng)察覺(jué)。她向獵云網(wǎng)表示，之所創(chuàng)立Datatist，除了發(fā)現(xiàn)國(guó)內(nèi)在內(nèi)外營(yíng)銷(xiāo)閉環(huán)一體化優(yōu)化方面的空白，另一點(diǎn)就是她自身技術(shù)實(shí)力的積累。

Sophia是香港理工供應(yīng)鏈管理博士，美國(guó)國(guó)家科學(xué)基金會(huì)機(jī)器學(xué)習(xí)數(shù)據(jù)挖掘博士后，本碩計(jì)算機(jī)專(zhuān)業(yè)畢業(yè)，擅長(zhǎng)機(jī)器學(xué)習(xí)客戶(hù)行為、海量數(shù)據(jù)價(jià)值挖掘，商業(yè)目標(biāo)預(yù)測(cè)和決策優(yōu)化，曾是eBay，Linkedin的核心大數(shù)據(jù)成員。

Sophia在Linkedin時(shí)曾主導(dǎo)過(guò)多個(gè)核心項(xiàng)目：精準(zhǔn)目標(biāo)客戶(hù)預(yù)測(cè)，提高獲取新客戶(hù)率100%;精準(zhǔn)定位最有價(jià)值客戶(hù)，比普通活躍用戶(hù)subscribe轉(zhuǎn)化率高31倍，并因此獲得了LinkedIn的“改革獎(jiǎng)”。

2010年，博士后畢業(yè)的她進(jìn)入了eBay。由她主導(dǎo)的個(gè)性化落地頁(yè)面優(yōu)化為eBay挖掘到上億美元機(jī)會(huì);在價(jià)格優(yōu)化上為eBay合作伙伴每月節(jié)約200萬(wàn)美金等。她曾被eBay北美執(zhí)行團(tuán)隊(duì)譽(yù)為“改革領(lǐng)袖”，授權(quán)帶領(lǐng)各渠道的優(yōu)化。

經(jīng)過(guò)長(zhǎng)期的案例實(shí)踐，去年6月，Datatist正式在美國(guó)硅谷成立，其團(tuán)隊(duì)成員也大多來(lái)自eBay，Linkedin，Amazon，貝塔斯曼，北龍中網(wǎng)等。

據(jù)了解，Datatist是一家專(zhuān)門(mén)為企業(yè)提供用戶(hù)運(yùn)營(yíng)解決方案的大數(shù)據(jù)公司，專(zhuān)注于用機(jī)器學(xué)習(xí)自動(dòng)完成基于預(yù)測(cè)的閉環(huán)一體化市場(chǎng)營(yíng)銷(xiāo)優(yōu)化。該產(chǎn)品為互聯(lián)網(wǎng)和互聯(lián)網(wǎng)+企業(yè)提供公有云和私有云大數(shù)據(jù)解決方案，從海量數(shù)據(jù)中挖掘客戶(hù)行為，并通過(guò)個(gè)性化推薦和預(yù)測(cè)，輔助企業(yè)智能決策和優(yōu)化數(shù)字運(yùn)營(yíng)業(yè)績(jī)。

Sophia介紹，目前Datatist提供的內(nèi)外部數(shù)據(jù)相結(jié)合的閉環(huán)市場(chǎng)營(yíng)銷(xiāo)優(yōu)化方案，包括以下6個(gè)部分：

1.Leads Generation：從海量外部數(shù)據(jù)中挖掘價(jià)值，內(nèi)外反饋機(jī)器學(xué)習(xí)，為企業(yè)精準(zhǔn)推薦目標(biāo)用戶(hù)。

2.Analyzer：利用Web、H5、App等全渠道進(jìn)行線上用戶(hù)行為數(shù)據(jù)采集，在客戶(hù)、產(chǎn)品、市場(chǎng)、銷(xiāo)售等層面進(jìn)行全方位數(shù)據(jù)分析。

3.Social：跟蹤社交自媒體多渠道傳播效果統(tǒng)計(jì)與分析，實(shí)現(xiàn)用戶(hù)畫(huà)像、精準(zhǔn)定位以及個(gè)性化推薦。

4.Segement：?jiǎn)尉S度和多維度進(jìn)行客戶(hù)畫(huà)像分類(lèi)，認(rèn)識(shí)和評(píng)估客戶(hù)活躍度、忠誠(chéng)度、價(jià)值度等特征。

5.Predictive Targeting：深度學(xué)習(xí)用戶(hù)歷史行為特征，通過(guò)機(jī)器學(xué)習(xí)算法精準(zhǔn)預(yù)測(cè)用戶(hù)行為，為市場(chǎng)營(yíng)銷(xiāo)優(yōu)化提供精準(zhǔn)目標(biāo)客戶(hù)定位。

6.Media Optimizer：數(shù)字營(yíng)銷(xiāo)多渠道效果優(yōu)化和預(yù)算分配優(yōu)化，提高數(shù)字營(yíng)銷(xiāo)ROI。

Sophia表示，市場(chǎng)營(yíng)銷(xiāo)不僅在外部渠道方面(拉新)，提高現(xiàn)有用戶(hù)活躍度、付費(fèi)率，預(yù)測(cè)用戶(hù)購(gòu)買(mǎi)行為等也是非常重要的一環(huán)，而這也是Datatist的優(yōu)勢(shì)所在。Sophia直言，在通過(guò)數(shù)據(jù)采集、分析與預(yù)測(cè)后，企業(yè)可對(duì)潛在付費(fèi)客戶(hù)有針對(duì)性的發(fā)送短信、郵件等，進(jìn)而提高公司運(yùn)營(yíng)效率。而Datatist可為企業(yè)提供傻瓜式的一站服務(wù)。

在商業(yè)模式方面，Sophia透露，Datatist根據(jù)目標(biāo)客戶(hù)的業(yè)務(wù)規(guī)模和優(yōu)化時(shí)長(zhǎng)進(jìn)行收費(fèi)。在今年3月進(jìn)入中國(guó)后，他們已在北京、上海設(shè)立研發(fā)中心，目前已經(jīng)有幾十個(gè)客戶(hù)，在電子商務(wù)、自媒體、互聯(lián)網(wǎng)金融、政務(wù)、航空等幾個(gè)垂直領(lǐng)域都有解決方案。

下階段，Datatist將很快上線中國(guó)區(qū)官網(wǎng)，并在打磨產(chǎn)品的同時(shí)，著手進(jìn)行市場(chǎng)推廣。

獵云網(wǎng)了解到，Datatist曾于今年3月獲得來(lái)自聯(lián)萬(wàn)創(chuàng)投的千萬(wàn)人民幣的天使輪融資，目前正在進(jìn)行新一輪融資。

來(lái)源：獵云網(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(chēng)，否則將會(huì)受到數(shù)據(jù)猿追責(zé)。