×关闭背景

HCR信息技术部马亮:大数据用户全景研究提升客户价值

2015-08-27 16:27:52      来源:移动LABS       作者:移动LABS

大数据

【摘要】【移动LABS】8月26—27日,2015中国国际大数据大会在北京召开,移动LABS作为大会战略合作媒体受邀现场直播。HCR信息技术部技术总监马亮分享大数据用户全景研究推动企业提升客户价值的话题。

【移动LABS】8月26—27日,2015中国国际大数据大会在北京召开,移动LABS作为大会战略合作媒体受邀现场直播。HCR信息技术部技术总监马亮分享大数据用户全景研究推动企业提升客户价值的话题。

HCR信息技术部技术总监马亮

如下为速记全文:

我进一下HCR大数据方面的东西。因为今天在座各位是通讯行业会多一些,不太了解我们的行业。我们在大数据方面的背景是怎么回事。我们其实什么呢?HCR前身是汇通过研究的公司,我们正在中国本土最大的研究公司。它主要做营销数据研究这种统一方案。就是你这企业你从进入市场到最终销售监察渠道管理员工来说,整体数据上怎么做,我们来做这个事情。现在有八个分公司,今年可能会做到2.3个疑,现在是本土企业老大。

我们主要和世界上不一样,我们服务的客户就是世界五百强企业,我们2B的服务,我们客户里有2C的。汽车、通讯等等这是我们的行业,我们对每一个行业内部做深入专业化的服务。然后我们在这大数据里面定位是怎么回事?可能和很多家不太一样。我认知大数据产业链的生态链,就是第一步现在很多是在做数据生产者和提供者。包括我有数据我怎么接线。在这过程中第二个阶段就是做数据加工这有很多企业,工艺提供什么呢?像(英文)包括今天做分析平台的等等这些企业各种大数据工具,他都是提供工具在这大数据产业中。交换服务是谁像大数据平台等等这些,就是说我这交换数据从中收益也好或者什么样,他做这个事情,这也是产业中一块很重要的。

第三块是做通用的一端基础分析,通用型互联网还有技术公司,通用公司的产品更多是技术分析,实际上我们关注这一块,就是深入洞察,我们不太关注表面标准化的东西,我们应该对企业做深入定制,更深的。因为我们一直认为这样,因为首先要分析之后才有价值,还有一点你的商业洞察才有价值的保障。最后就是应用阶段,对我们的客户体验来说,不是企业来说,我们只是辅助我们不做应用。我们洞察价值之后他们来做,所以我们这过程中只做洞察这一个地方,其他的我们不主业,很热很热什么我们不管,如何把价值变现这很重要。

我们服务是这样,我们客户全是企业。就是大中企业。因为现在其实很热是这样?很多都是以互联网为中心还有电商。因为传统的大中型企业才是未来或者企业的数据一个重点。因为2014年就是我们国民零售销售也是总共22万亿,而实际上互联网代表只有不大4万亿,15%还是线下的传统行业产生,并还是大头,所以大家一定要注意这一块,所以我们对传统大企业来说,帮助他们做整合,包括这种挖掘,形成它自身的业务价值。

还有一类是现在数据型公司,我有很多数,其实这种公司好多,他不知道该怎么去变现,或者说他不知道怎么去变变?我们做很多数据产品出来,我们帮助你把这做数据产品,现在很多汽车行业很明显的三大论坛,还有一些汽车APP他们其实没法分析这数据,卖给汽车企业。我们合作是这样,你数据来我们给你分析汽车的深入研究,我再卖汽车行业,我们从中大家分成,我们帮助这些数据变现。

我们优势第一个团队业务,这个我一般不太多说。第二我们说做大数据还有传统小数据也能做,因为实际上对我们企业来说,大数据没有关系,但是大数据只是滚不关注的关联性包括未来做预测。我们关注说你到底是什么原因?比如说一个汽车企业发现某一个车的竞争车型和预想不一样。我们大数据关注,这其实有的时候大数据做不了,比如说座谈会很快的发现这东西某一些地区有什么关系。这其实是很关注这个事情,我们提供整合的研究。

然后业务体系上我们现在就是说从技术上讲,在我们行业里面,我们要快的底层多渠道的融合,和金融数据的架构,我们全部统一技术数据挖掘,包括后面在里面做事情。在这基础上我们会按照这行业就是做这深化,我们出各自行业的大数据产品,为这行业服务。汽车快销运营商还有酒店等等,这种能源价值,方式有传统还有报告,还有标准化产品也有,另外很多专项也有。因为实际上大企业是有专项,几百万上千万也有,因为这种对企业价值还是很大的。

我们讲讲我们数据平台这一块,就是这个东西其实技术架构,上一位蚂蜂窝也讲了,我们跟它很像,我们做的事情不一样。他们在线时时处理等等等等。我们是以线下多维度的分析和深入挖掘。所以从一个角度讲,我们和传统的互联网技术不太一样。就是说我们更适合数据研究的模式。另外一方我们考虑的我们实际客户企业的客户环境什么样。其实我们现在所有大客户就是说很大的企业客户,五百强,它内部的数据加起来的数据业务规模不会超过10个亿。我们数据研究过程中其实我们研究员其实是很重要的资源。他其实对这数据的深加工很重要,人员利用是一方面,和我们现有的传统分析工具,还有可视分析等等,这一块是很多一般做分析人不太会关注这一块,这一块是加强。

底层就是说我们不是技术性的公司,我们做的(恩英文)做架构,检索这些都在用,另外数据这一块还是结构化很大,可能有(英文)我们觉得(英文)一百亿规模数据里面,在一些智能方面,这个我们做过很多的例子。

第二点就是(英文)很慢,版本的迭代,(英文)还是很热闹大家可以看这个事情这个基本上是这样。然后别的也没有太多的了解,我们的平台比很多互联网要小一些。我们更关注是企业的应用市场。那么大的这种其实我们客户不需要。我们这团队就是架构,算法组搞各种算法来配合这平台做这个事情。

我主要讲一下研究技术。研究技术其实在很多方面,就是这一块东西其实今年消费者画像这个事情。这个事情其实我们做的行为,对用户来说非常好,便于做不涉及隐私也是比较善用大数据好做的事情。这个虽然是很新还是怎么回事?其实了解研究行业,这个事情超过快二十年了,90年代初就开始做这个事情。所以不认为是太新的东西,只是有新的方法论。

我们看市面上画像的问题,第一点什么,现在大家注意看,讲画像讲分析的话,就是进入营销,还有(英文)全八是在这个事情,他们说主要关注人的购物浏览兴趣。但是其实对人的刻画也不全面也不深入。第二点我们跟大的企业谈过,他们也认为很重要,他们自身没能力做,他们自身做不了。他们觉得第三方服务太浅,就是你分析的东西并不了解我们这很也的东西。所以我们客户根本不会认为你很专业,这是客户很多来反馈这个事情。

所以基于这个事情,我们从更大的思维上怎么做这东西。用户画像第一是体系。我们月会有这些东西,如果前半年出画像的研究,我想你会主义它全是这样,购物偏好、浏览。刚才蚂蜂窝也是这样。因为这东西马上就能变现马上就能推送等等。这个他们打的很深有很大的数据源资料。但是这个东西你要研究人的角度来讲,根本不够。你人到底什么样其实不知道,我不关注你的原因我只关注你的现象。

实际上我们还有很多别的?我们会分析人的基本情况,包括学历状态,包括健康,健康现在成了很多医疗企业的分类。然后还有就是说这些东西也是很重要,你的行为习惯就是你的常住地、理财等等。这些东西在你电商出不来了还有上面家庭生活,有没有状态,包括车辆使用房屋、手机运营商等等这些东西,这些东西代表了你日常生活中更大的一个层面,对你人描述的不完善,这个东西存在的空间很大。

电商买什么奶粉,我会推这奶粉,但是我们的思路不这样,我们推出基本上家里有孩子,有孩子你是几岁,如果是2岁买雅培2段,你是8个月。不仅是奶粉我可以给你推婴儿车教育服务等等,我们是这样的。基于这个我们是做更深层次的事情。

就是人的心理学属性,实际上你的这些东西其实是你生活方式个性和价值观的一种表现。我工资的是3倍,但是我买的表和他是一样,我偏实用主义,他喜欢偏奢侈品,这些东西是最重要,不是证明你挣的少买的就差。就是资深研究员很明白这个道理,人关注品质的人购买的东西是不一样。即使是一样的工资一样的背景,这是深层次的问题。而这东西在广告里面还是在它用户深入分析有很大的价值。

可能这个来说会跟它全景深入一些。第二点就是说研究方法上,就是基于个体向上的模式,从个体到群体,大家都知道我们还会有一种基于群体到个体套方案的研究。这是我们分析的过程,就是说实际上他会做用户分析进行统一计算,就是纯计算、NLP语一五、分析、机器学习,还有行业知识规则。你开SUV和开MPV的车家庭选择上是不一样的。这些东西他们都知道。基于这东西我们就拿这个,这是真实的数据。

给了我们两百万的移动数据,半年之后两百多亿,它没有任何的用户行为数据,就是APP,多少时间多少秒流量什么列举出来几百亿,这是一个真实的例子,这个兴趣没多大关系,你能从看出什么样德人。包括作息规律、注重品质健康这些对客户来说更重要,他们说这推广意义不大。

我们讲企业客户怎么做的?企业客户是三个问题,不知道做什么、不知道该怎么做?和内部业务数据整合比较困难。我们先说大数据的基础在哪里。我们企业都做什么?都在做外部大数据,你拿第三方的互联网做一些分析研究,都很热闹,这个没问题,但是实际我们认为企业内部的数据更关键,就是自身的生产经营这个很大。主要分成两个阶段,你的生产过程中符合这个数据,这个很专业,其实客户很了解,我们做不了什么事情,与客户相关的公关开始到宣传销售等等串起来这个价值很大。

现在这个没整好,这个数据整好的话,你不用再找各种各样的数据,但是他们也比较难做,实际上我们要讲我们现在合作怎么做的?就流程什么的。我们先把它的内部数据整合起来整合出来,外部引进来,我们来做什么?第一步先把数据重构,就是研究员会把按客户分析逻辑体系,我们会做架构清晰的方案。

第二步会做实际整合,就是从生产系统分析系统去整合。我们会做一些指导,就是会出一个基本的数据平台,再往后市场规划分析,就进入模型,我们研究会出深入的研究模型的东西,我们来配合怎么来实现怎么跑实线怎么出结果。出完结果就得到研究信息,就是实际业务应用,我们是客户业务,我们会讲怎么用,我们告诉他引导他的思路,他可能思路不太对,分析那一块,第二步是企业做,但是有一些人没做好,有的是做完第二部分之后,第咱部分不做了。实际上我看他们系统上做的结果统计性报表,那个其实对业务没什么用,其实后面最重要的深入分析没做。

我来讲大型企业,它是这样,这是一个车企,它原来数据是这样,就是所有业务整合系统,它原数据这是典型的传统,就是说它是以功能模块和业务体系来组织,就是每一个系统单独建立,整合过程中一定是以客户为浅客为中心组织这个数据,这个组织完数据之后,以人为中心,包括纬度还有更多,这个抽象,就是工作中很重要的一点,以客户为中心怎么重构这个数据。

第二就是说这个处理之后,我们该怎么分析呢?就实际上经过人员的配合,就把这人分出来一部分的标签东西,这个其实定义上这个人这个客户怎么样?他个人的个性不说了,车驾偏好,就是关注什么?有的关注速度感,有的关注空间,有的关注舒适,因为内装成为汽车行业提升收入,因为现在卖车已经不赚钱了。你看家庭情况有女有老人,因为今年你看MPV爆发式增长,因为二胎因为那个车不够坐都往这个MPV靠了。

维修保养是这样,现在是说也是成为利润很大的一块。其中满意度方面,提升价值也很大。这个其实就是他们做的不太好,还有参与活动偏好。你看很多汽车做活动,有人关注奖品,有人关注谁来做哪个明星来代言这不一样的。有人是那种明星有的是那种奖品,做活动推动的都有相应的指导,包括那种论坛渠道什么的影响。

最后说数据怎么弄的,到应用怎么用呢?销售部门,就是汽车行业去销售那一块,就是怎么做精准营销,这些东西出来之后都能做。产品研发我根据现在所有用户的关注点什么的,我在车型设计中就会有一些配饰的改变,包括4S店增值服务包吸引客户,基于客户分析处理的东西,不是少一万块钱就可以。现在保养就关注赠品,他会基于尽量给你开赠品,有人关注就是非赠品非原装,能提供保养的配件销量,因为现在后市场维修保养会成为汽车4S店很大的一块收入。

做活动精准定位,就是各种活动,他们推MPV的车是家庭用户有老人有孩子,有第一辆车他就把空间去推广这个事情。广告就是说从深层次的用户行为感觉上,有人关注驾驶的乐趣,广告定位点和标准化的分析结果得到的。但是这是他们的一些基本的应用,就是相对来说比较实际的例子。

这一块我们结合一些技术方法包括用户的研究,以及标准化思路为企业做内部数据增值的过程。基本上就这么多吧。我们这个用户研究和其他的技术不太一样,技术在做,很多思想是靠研究思想在做那个还不太一样。还有什么问题啊?我们就是北上广香港都有,大企业集中的地方我们都去,我们做这种大中型的企业,上海就是快销比较多,就是化妆品。

声明:所有会议记录均为现场速记整理,未经演讲者审阅,本站刊登此文出于传递更多信息之目的,并不表示赞同其观点或证实其描述。

更多会议精彩内容请参见专题:http://labs.chinamobile.com/bigdata_2015

(责任编辑:王砾瑟)
共 1 页
分享到: 0

评论

全部评论我的评论

王强2015-08-27 16:37

希望这样的好贴多些,再多些!!

一叶知秋2015-08-27 16:36

拭目以待

随子君2015-08-27 16:33

有些观点还是值得商榷的