⑴ 大數據時代 個性化服務落地四步驟
大數據時代 個性化服務落地四步驟
大數據的迅速增長及相關技術的發展,正在帶來全新的商業機遇。大數據將怎樣改變人們的生活?又將如何改變企業的生意?維克托·爾耶·舍恩伯格在《大數據時代:生活、工作與思維的大變革》中前瞻性地指出,大數據時代最大的轉變就是放棄對因果關系的渴求,而取而代之關注相關關系。也就是說,只要知道「是什麼」,而不需要知道「為什麼」.
據有關機構預測,2015年,90%以上的企業主管都會把信息視為一種戰略資產,但只有不到10%的企業主管能充分實現這些信息的經濟價值。正因為如此,在現實中很多消費者會有這種感覺:「我」已實名,商家卻還不認識「我」.
隨著用戶需求的多樣化,以前面對顧客的抱怨企業只能忍氣吞聲,因為它們沒有源頭去了解顧客的需求。但是,現在身處大數據時代,企業有更多的機會去了解顧客,甚至可能比顧客自己還要了解自己的需求。所以,龐大數據的支持讓昔日的個性化服務有了更好的延伸和更大的價值。
龐大數據也有含金量之分
對於普通人來說,大數據似乎相距甚遠,但它的威力無所不在:信用卡公司追蹤客戶信息,能迅速發現資金異動,並向持卡人發出警示;電信公司追蹤客戶行程動態,區域化推送有關旅遊或商務信息;航空服務公司適時發送航班延誤信息……這些都與大數據有著千絲萬縷的關系。
有統計顯示,過去兩年裡全球積累的數據量超過以往所有歷史的總和,並且還在以每年40%的速度增長。也就是說,全球的數據總量每兩年就可以翻一番。龐大的數據中到底蘊藏了什麼價值?它的存在又有什麼意義?這就要看企業如何利用它。
數據中所包含的信息有很多,而最具商業價值的就是和消費者相關的信息。如果可以搜集到精準的消費者信息,那麼就可以為他們定製更加個性化的服務,從而比消費者自己還了解他們。當然,不是所有的消費者數據都視如珍寶,姓名、性別、年齡,甚至收入,都算是過時的信息,說其過時,並不代表它們沒有價值,而是諸如此類的基本信息很容易獲得。
信息是流動的,也是變化的,企業只有獲得動態信息才是最有商業價值的。動態信息可以幫助企業了解顧客的消費習慣,比如他們喜歡網購還是逛商場,喜歡白天購物還是晚上購物,他們的消費理念有什麼區別,他們會在什麼時候做出非理智的決策。
個性化服務,舊瓶裝新酒
標准化服務成就了許多知名企業,無論是餐飲、酒店,還是旅遊行業,我們都能列出一批耳熟能詳的品牌。所謂標准化服務,指消費者享受的服務經過標准限制和制定,不同消費者在實際體驗上沒有差別。標准化對企業來說很大程度地降低了采購、人力、服務等管理成本,但隨著產品和服務越來越豐富,消費者的選擇更廣泛,始終遵循標准化服務的商家會發現他們的顧客在逐漸流失。
顧客為什麼離開?他們又選擇了誰?
標准化服務的最大弊端就在於,企業把所有顧客當作一個顧客來對待,而當顧客發現有其他可以滿足自己需求的服務時,很容易就移情別戀。相比之下,個性化服務在管理成本上更高,而高多少則要看個性化的程度。以呷哺呷哺為例,它具備高標準的服務流程,但同時依據不同的消費需求為顧客提供了兩種不同的體驗,一種是吧台式分餐制的小火鍋,適合2~3人的快餐式消費,另一種則是4人左右的大火鍋,適合多人聚餐,這也是個性化服務的體現。但這種程度的個性化非常狹窄,它依舊是建立在壓縮管理成本的基礎上豐富其服務類型,企業要想達到千人千面的個性化服務,還得依託龐大的數據支持和有效的管理。
當然,千人千面的個性化服務可以作用在各行各業,但是能充分利用數據價值的依舊是與網路數字相關的產業和產品。其中最大的優勢就是,企業可以通過技術支持實時獲得用戶的在線記錄,並及時為他們提供定製化服務。2013年7月中旬,愛奇藝PC客戶端全面改版,新版最大的特點就是依靠數據分析,在首頁為用戶提供了全面的個性化視頻內容推薦。也就是說,不同用戶的PC客戶端將顯示不同的首頁內容,而且都是自己感興趣的。
2011年9月27日,海爾和天貓在網上發起了用戶定製電視活動。顧客可以在電視機生產以前選擇尺寸、邊框、清晰度、能耗、顏色、介面等屬性,再由廠商組織生產並送貨到顧客家中。這樣的個性化服務受到廣泛歡迎,2天內1萬台定製電視的額度被搶光。類似的定製服務還出現在空調、服裝等行業,也都受到了顧客歡迎。
這些例子已經展示了未來商業的曙光--通過滿足個性化需求使顧客得到更滿意的產品和服務,進而縮短設計、生產、運輸、銷售等周期,提升商業運轉效率。
個性化服務為何難落地
據統計,95%的企業並未利用它們的數據,而39%的營銷人員認為他們也無法通過數據正確預測出客戶的需求。如此大量的數據被空置,而又有相當比例的數據總是被浪費,所以不是個性化服務難落地,而是數據根本沒有被充分有效利用。同時,也受當下技術水平的限制,數據很難轉化為服務。猶如你有一塊美玉,但就是沒有精巧的手工技術把它雕琢成一件價值連城的藝術品。
2013年3月12日發布的《分析:大數據在現實世界中的應用》白皮書提供了大數據應用的五大關鍵性建議,包括「以客戶為中心」,制訂前期「大數據戰略規劃」;制定全面完整的企業「大數據藍圖」;從現有數據入手,設定並完成短期和階段性的「大數據戰略目標」;根據業務優先順序,逐步建立分析體系,循序漸進提升「大數據分析能力」;定製可衡量的指標分析「大數據ROI(投資回報率)」.
該結論來自IBM與牛津大學共同進行的大數據研究。該項目對全球95個國家、26個行業的1144名業務人員和IT專業人士進行了調研,采訪了20多名學者、業務主題專家和企業高管。
理想的個性化服務
要想為用戶提供理想的個性化服務,企業必須掌握兩點:一是如何通過數據充分了解用戶的個性;二是合理地掌控和設計服務的個性。
了解用戶個性,就是要為用戶提供他們想要的產品和服務。首先,企業需要在龐大的資料庫中,找出最具有含金量的數據;其次,把數據表現相同的用戶分為一類,依據用戶數據表現設計針對性的服務。在這里,企業的服務能否做到位,關鍵是有沒有抓住最核心的數據。但不得不思考的一個問題是:通過數據分析所歸類得出的服務項目太多,是否會導致管理成本增加,同時降低服務效率呢?
個性化分散的單位可大可小,大到一個有同樣需求的客戶群體,小到每一個用戶都是一個個性化需求單位。而過於分散的個性化服務,會增加企業的服務成本和管理的復雜程度,所以要合理掌控和設計個性化服務。考慮是不是所有提供的數據都應該將它們轉化為服務?所增加的成本和實際收益是否成正比?如果服務成本的增長並沒有換得更好的回報,那意義何在?
總之,企業實現個性化服務的最大難點一是關鍵數據的可靠性,二是管理成本的可控性。具體來說,個性化服務設計的出發點就是對關鍵數據的分析,如果數據篩選和分析有誤,那結果可想而知;個性化服務附帶著各種成本的增加,比如數據管理。個性化服務在某種程度上只能以消費群體為單位,而非每一個消費者,同時必須考慮企業實際的成本投入和收益回報。
個性化服務落地四步驟
1、提取海量基礎數據。企業擁有大數據就像擁有金礦,這座金礦的含金量高低,直接影響到能提煉出多少黃金。同樣,大數據的質量好不好,也直接決定了企業後續能利用的數據有多少。
2、挖掘有用的核心數據。從基礎數據中提煉有用的數據進行整理與匹配,就是數據的挖掘。數據挖掘需要專業的數據公司來操作,一般企業很難具備這樣的專業能力。那麼,企業是否願意開放自己的核心數據?是否有經濟能力聘請專業公司?這些都需要權衡。
3、響應市場營銷數據。數據結果用於營銷後,企業要進行響應。數據被挖掘出來後可以應用於某個細分市場,企業還要制定有針對性的營銷策略。
4、維護會員服務數據。對營銷方案的執行和實施以及後續服務,進一步考驗企業的管理與應變能力。