大数据如何给企业创利
网友 36大数据

大数据是近来的热点,越来越多传统企业互联网化之后,更凸显其重要性。未来十年,最有可能诞生大公司的领域,首先是传统企业的互联网化.这是真正的02 0模式,传统企业通过互联网调配全世界资源进行生产.利用互联网最省钱、最省事地知道每个用户的需求。但大数据和互联网,到底如何帮助企业创造价值和利润呢?

不断发现潜在商机

首先要讲客户终身价值管理,就是给每个客户建立一个终身档案,终身追踪、监察每个客户,捕捉其不同生活阶段的不同需要,在其一生中,持续地向其推介时下最适合他的新业务,从而最大限度地发掘顾客的消费潜力。

举个例子.有个顾客最近搬了家,因为他每个月都会收到从银行寄来的月结单,所以这个顾客搬家后.立马想到去银行变更通讯地址。对于没有实施CRM的银行来说.改地址就是改地址,是一个孤立的事件。但对实施CRM的银行来说,改地址隐含了生活中的很多变化,也意味着很多商机。

当该顾客改地址的时候,银行CRM系统根据经验数据,马上找到了排名前几位的搬家的可能原困:买房、结婚、离婚、换工作后租房。系统暂时还不能准确知道该顾客搬家的原因,如果没有更多的信息来源,可先假定为排名第一的原因——买房:然后.可通过进一步的数据挖掘给出更准确的判断:比如.系统里储存了本城市各主要楼盘的资料,把该顾客的新地址跟各楼盘资料进行比对.如果发现新地址属于6个月前才开售的新楼盘.就可认为该顾客买了新房子的可能性极大。

顾客买了新房子.银行的商机就来了,如房屋按揭贷款:就这个案例来说,按揭贷款已错过,但可以推荐房屋装修贷款.哪怕装修完了,凭装修的支票或收据.也可申请该贷款。于是,在银行柜员面前的电脑屏幕上,立即出现一行提示:请在办妥地址变更后.立即向顾客推介“房屋装修贷款”,然后屏幕上显示出该贷款的主要特色和要点,以及常用的销售语言.供柜员参考。

假设该顾客接受了房屋装修贷款,这还不算完.可能还会发现其他产品很适合这个顾客——家庭财产保险,银行是保险公司家庭财产险种的代理人。一个人面对住了20年的老房子,是不会有家庭财产保险意识的,但当他买了新房,购置了一堆新家具、新电器,本着一种天然的爱惜之情,人会变得比较患得患失。这正是对其推销家庭财产保险的最佳时机。

装修贷款也推过了家庭财产保险也推过了.还不算完。如果该顾客的新地址位于市郊,银行凭目前手上的信息无法知道该顾客是否拥有汽车,但该顾客确实有潜在的汽车需求。于是,CRM系统择日向该顾客寄去传单(手机传单),向他介绍银行的战略合作伙伴——某汽车品牌,并申明:在此购车,可获得包括低息贷款在内的诸多优惠。

客户终身价值管理的精粹就在于:只要一日成为客户,就终身不会让你离开我的眼睛。只要这个客户还活着,就永远没完没了!

创造顾客满意度

服务业经常说要让顾客宾至如归,就是让登门的顾客感觉不到自己是在商场、酒店,而是觉得在自家一样,顾客不觉得他面对的是服务人员,而是朋友或家人。在什么情形下,顾客才会有这种感觉呢?最简单、最基本的一点,就是服务人员要认得他,能马上叫出他的名字。

在顾客不太多的时候这是有可能的。但如果顾客太多,就有困难了,毕竟记忆力也是讲天分的,记忆力天生不佳的人很难通过培训做到这点。如果再加上服务人员流动频繁,那就更难做到了。

不过在大数据时代,我们就有解决方案了。谷歌眼镜是一部戴在眼眶上的微型电脑,也称眼镜式终端,有显示屏、摄像头、耳机、话筒,可上网.借此可以提供个性化服务。

首先,对在本店消费过的每位客人,都建一份客户档案,里面除了姓名、消费记录以外,还有用收银台上的摄像头自动拍下来保存的头像。然后.服务员或销售人员,每人配一幅眼镜式终端。当客人进门时,眼镜上的摄像头自动拍下客人的头像,并通过网络传回中央电脑。中央电脑利用面相匹配技术,在几秒钟之内就可以匹配出客人的档案.店员马上就能叫出客人的姓名。

中央电脑还可以向眼镜式终端传回该客人上次光顾的日期。于是,店员除了用姓名问候客人之外,还可以用类似这样的语言与客人沟通:“周小姐,您好像有3个月没来了吧,最近是不是很忙啊?我们上了很多新款喔。”

认人和叫出姓名,只是优良服务的基础,要做到宾至如归或个性化服务,还远远不够。譬如在一家服装店,店员应该能主动向客人推荐适合她的款式。问题是店内有几百款服装,店员该推荐哪款?如果推荐得好,能迅速成交;如果推荐不好,跟客人喜好完全不搭调,那就适得其反了。

如果数据仓库储存了该客户在店内的所有消费记录,并且,设计部在设计每一款服装时,早已为每款服装定义了一些描述其特色的关键词。例如,适合性别:女;适合年龄:25-35岁;适合身材:瘦、中等;服装类别:连衣裙;风格关键词:简约、职业、淑女;颜色:白…

当中央电脑得知该顾客进店时,立即调出该顾客的档案,得知该顾客的基本信息为:性别女,年龄30左右,身材偏瘦,发型为短卷发。同时浏览该顾客过去所有消费记录,并对其消费习惯做出统计如下:

类别:60%为连衣裙,10%为衬衣,10%为长裤,8%为长裙,12%为T恤.;颜色:50%白,30%黑,20%紫;图案:无图案60%,简单图案40%,复杂图案O%;风格:简约70%,职业55%,淑女52%,波西米亚21%,少女12%….

中央电脑把这份消费习惯统计,与店内所有在售款式的数据进行比对,即刻匹配出10款最符合该顾客品位的服装。这10款服装的图案和款号,马上传到店员的眼镜式终端上。店员于是开始向顾客推荐这10款服装。如果很不巧地,这10款顾客都没看上,店员会通过眼镜式终端告知中央电脑,中央电脑就把下10款符合该顾客品位的服装再传到店员的眼镜式终端。

帮助企业规避风险

生意带来的并不总是利润,也可能是亏损。譬如:银行、信用卡公司遇到欠债不还的客人,或保险公司遇到理赔大户。大数据营销可在早期发现风险征兆,及早采取预防措施;或从一开始就过滤掉高风险的客人,不做他们的生意。

举个例子,马洛先生使用某信用卡多年,有大量在高档餐厅、宾馆、娱乐场所和商场消费的记录。平均每月刷卡额基本都在10万元以上,时不时会过20万元,买阿玛尼西装、卡地亚首饰、LV包,对他来说是家常便饭,而且一直按时还款,从无拖欠。相应地,信用卡公司也把马先生的透支额度.从最初办卡时的8000元,一路提升到30万元:

但从两个月前开始,他的月刷卡额突然急降到三四千,连续两个月均如此。系统做的正常判断是.马洛转用别家的信用卡,所以刷卡额剧降?在大部分情况下,这个判断是正确的,但还有另一种可能:如果他经济状况恶化,也会导致刷卡额剧降。

所有安装了刷卡机的商户,在银行和信用卡公司都建有档案,所有刷卡交易记录,也都在数据仓库里。譬如,我们把每一家餐饮企业的每单平均刷卡金额进行统计,可以得出类似这样的数据。

每单刷卡金额平均值:576元;每单刷卡金额中位数:493元。把每单平均刷卡金额最低的20%定义为:低端餐饮;把每单平均刷卡金额最高的20%定义为:高端餐饮;把每单平均刷卡金额居中的60%定义为:中端餐饮。这样我们就得到了高、中、低端餐饮企业的名单。

回到马洛的案例,系统会找出他历年来的餐饮刷卡记录,统计得知,他从办卡之日起,直到两个月前的餐饮消费,在各种不同档次餐厅消费的比例显示为:高端餐饮86%,中端餐饮11%,低端餐饮3%:而最近两个月(就是在刷卡额暴跌之后).在各种不同档次餐厅消费的比例为:高端餐饮O%,中端餐饮10%,低端餐饮90%。也就是说,以前基本上只去高端餐厅吃饭的马洛,最近两个月,大多光顾大排档式的低档餐厅。综合以上各种信息判断,他最近刷卡额暴跌,是源于经济状况恶化.可能是因为生意失败、失业或其他原因。在这种情况下,继续维持他30万元信用额度是非常危险的,可能导致坏账或恶意套现。于是,信用卡公司会把马洛的信用额度降到2万元,快速对潜在风险做出判断,并及早采取防范措施。

CIO之家 www.ciozj.com 公众号:imciow
关联的文档
也许您喜欢