大家好!刚才专家介绍的都是高大上的问题，我在中粮我买网负责数据，我分享一下我在我买网这边负责数据的一些相关问题，以及怎么把具体的数据相关问题落实。

具体分四个方面。第一方面，问题与现状，主要分为新客户，老客户。第二部分，一些方法论。第三部分，系统实现。系统实现这方面，主要因为我们没有BAT他们有钱，我们又想做自己的平台，主要集中在开源的Opensource里面搭建。最后，常见问题里面出现的数据团队的搭建，或者数据应用的时候出现的常见问题。

第一，新客户这块，对于所有互联网公司，新客户的拓展渠道非常多，他需要知道钱怎么花，钱怎么出去，出去之后怎么衡量，对一个市场部门领导，他需要知道我的钱敢不干投，即使给他一千万，他是不是敢做下去，以及怎么做优化这个事情。

第二部分，具体到单个渠道来说，客户点击其他渠道来了，来了马上就走了，这是一种很常见的情况。还有点击一些广告浏览一些页面，或者APP里面浏览一些页面直接推出了，或者卸载了，对于这种情况怎么考量，以及做后续的优化。第三，对于老客户，对于大客户老客户来说，可能分不同的渠道，这里有一张图，类似于一个鱼塘，或者一个赤字，或者一个海洋，需要有大鱼、小鱼，还有中等的鱼，对于不同的偏好，怎么做营销和分层，对各个客户怎么做差异化以及精准化的沟通和交流，这是一个大的问题。

现在企业跟客户的沟通方式很多，包括短信、微信、邮件、客服、APP推送，对于这些工作机制怎么做综合的、有效的，以及可以做数据化的运维，这是一个学问，或者一套运营机制。比如客服来说，一般客服一天能够接通的电话线路50通到70通都已经很累了，怎么和APP推送以及邮件或者微信左正合，以及后续的做一些连调。这是新老客户对于企业实际运营中存在的问题。

下面是对这些问题针对性的方法论和运营措施，包括以下几个方面。

第一方面，对于渠道的优化。刚开始是注册，我记得五年前，注册就可以拿到20块钱，然后注册人数是一个衡量指标。然后注册之后有一个新客数量，这是一个衡量指标，就是复购，就是在整体耽个渠道衡量达到复购对渠道来说是一个不能造假以及很OK的评价指标。

下面有一个指标，这张片子介绍如果有多个渠道，当在三年前做百度SEM可以做很多渠道，但是没有带来流量，是不是应该把百度的砍掉呢?这是一个组合性的，具体怎么做，这是一个需要把它对应不同的渠道，哪个是助攻的渠道，哪个是最后的投篮手的渠道做综合性的评估和优化。

我是我买网的，所以截取了一个对我们有利的一个比较好的案例。这是在百度里面搜进口车厘子的，这是几个广告位，第一个点击直接跳到站内专题页面，这个是最高的。第二，是同行，点过去的时候页面打不开，如果都点一下，可能几十块钱就过去了，对这个事情不是太OK。第三，是跳到站内搜索页面，这个页面也会Bounce掉。具体内容可以看下一张片子，就是Bounce掉，另外Exit的概念是到店里面逛好几圈，在最后一个页面，或者最后一个货架里面走掉了，这两个页面足以说明，单个渠道分析的时候，它的质量的问题。一般来说，对于Exit页面高的商品要么价格有问题，要么品类有问题，要么是其他的问题，或者竞争对手故意刷的问题。具体这块系统的实施，后面会有一套开源系统达到这个目的。

另外，老客户的运营。对于老客户的运营来说，主要是为了标签化，以及分类运营，以及便于后续的管理。主要分为两个层面。第一个层面，行为上的信息获取。第二层面，渠道上的信息获取。另外是购物行为，就是他在电商购买的行为，以及在线下直接扫码购买的行为，另外包括一些投诉以及评价等等。还有一方面是渠道这块，包括PC、HTML5、APP，对于不同渠道，实际上是不同行为的。

这是和客户实际的不断的持续化的优化，以及积累之后做的客户画像，包括定制化沟通等。这块是常用老客户分析，市场部那边经常用这个，就是IFMO模型，I就是最近一次购物的时间频次，F是是否经常到网站这边来访问，或者购买。M是指贡献度，可以分9组或者18组都是OK的。这一块是横向的，就是一个客户过来，从刚开始过来到流失，包括从M1、M2，一直到M12，不同的M阶段，如果到M6的时候还没有回来，可以进行轻度的资金营销，到M12还不回来，可能这个客户就流失了。这块是经常用的，做市场的时候需要有两个类型，第一个类型，客户需要营销，客户根据前面所说的客户画像以及客户标签，这些已经打上去了，然后找资源。第二类情况，资源确定了，比如可口可乐，或者跟的一些其他厂商，给我们确定了一些资源，这些资源是激进的，然后找相应的客户，这两类是交叉的，有些是根据客户可能就出去了，有些是根据资源这样就出去了，同时要保证资源以及客户之内不能交叉和重叠，如果同一个客户组合性交叉可能同一天会受到很多短信，这样要做监控和优化。我们想达到的目标，老客户这块要得到整体性、系统性、流程性、规范性的，通过现有方式跟他进行沟通和交流。这是我们对老客户的应用场景。

第三部分，主要是针对上面的客户需求，以客户为单位的系统的实现。主要是一些开源系统，因为我们没有太多的人力和资源做这个事情。

第一块行为监测，Piwik，大企业里边如果要搭建自己的监测系统，把他的客户行为，包括PC端、H5和APP端的行为收集上来，并且放在本地，这个是Opensource的NO.1。可以做自动化的改进和二次部署。我买网APP里面首页有很多Banner，领导说我想知道站内的Banner有多少流量，带来多少销量，因为Banner有很多表，这种情况是市面上商业软件所不支持的。

另外，我们用的数据整合的系统，Pentaho。目前市面上使用的比较多，因为我们的系统非常多，毕竟是央企，有些东西是内部系统，有些东西是外部系统，外部第三方系统非常多，需要做数据整合。为什么选择Pentaho是在移动电信服务商里面都用了它的数据整合工具，它的数据报表都可以进行二次开发，满足企业个性化定制，并且它的维护相对能覆盖住，不需要自己开发。这是相应的DEMO，可以支持一些其他的大数据插件。

最后，关于R，对数据的应用来说，除了数据的报表，它其实还有一类叫报告，就是基金公司以及证券公司，每个月，或者每周出周报，或者月报，投资分析报告的周报和月报，它的知识数据也变了，它的格式或者几十页的内容没有多大变化，我们可以把R拿进来做模型，直接用R，同时把报告列表直接打出来了。我们这边做了一个DEMO，这个DEMO是直接把R的CS端变成BS端，然后作相应的查询。把用户人员直接通过A端生成相应的报告，发送给对应的领导。如果突然领导想看什么相应的东西，如果稍微培训一下，也可以得到相应的图和表。

最后，我们在具体执行过程中碰到的问题，以及数据上呈现的问题，包括团队的搭建。第一块，在数据的应用中，包括前面的嘉宾也提到了，有商业分析能力的人其实是很可贵，或者很难得的。包括我们的一些领导，经常把相关性改成因果性，比如我晚上陪儿子读书3个月，体重下降了3斤。如果对方没有这方面的感觉，就可以理解陪儿子读书有助于体重减轻，但是其实有相关性，只是说你自己这样的误读了。因为我们从事数据相关的工作，我们希望有这样的能力。

这里描述一个做数据分析师的同学，他需要跟用户沟通，同时也需要为调研报告负责任，同时还要同类产品以及市场，还有上级，以及同事，特别是领导的一些意见。他需要在不同层次里面穿插，需要怎么玩这个数据，这个事情是需要一个business，或者需要具备business sense的人。

最后，对于一个即使前面客户的问题定义好了，以及客户的研究方法论，新老客户不同的方法论，以及最后系统实施部署OK之后，怎样把它掌握在商业价值上。我想说的是红色部分。他需要有一个商业分析。可以分享一个真实案例，林彪打仗的时候，汽车的比例比卡车的比例高，同时俘虏的军官级别的人数比例高。这个事情的做法以及数据底层始终是有的，包括需要懂business的人把它转化成商业价值。

最后做数据从业人员的一个武器，希望我们在后续的工作中拿起有数据工具对付各种各样的坑。我的演进结束了，谢谢大家!