互联网企业的数据化迭代和数据化应用

来源:运营派 作者:张琎

一、千人千面是刚需,数字化迭代升级势在必行

数字化营销作为数字化转型的起点,具有直接面向客户、产出效应明显的特性,数字化营销基于庞大的客户行为数据,通过机器学习、客户画像、关联分析等举措,进行客户细分,划分不同群体。

根据群体的属性制定差异化营销策略,推送定制化服务信息,从而达到“千人千面”展示方式,以低成本促进营销转化率提升,从普众营销过渡到精准营销,演化为场景营销,最终实现智能营销。

数字化提高了社会的智能以及社会的分辨率,随着社会的进步,消费者的多面性,在数据化的数字时代,有被追踪和描述的可能。过去数字营销的线上主要载体是网页,之后是APP,现在还有H5、小程序等等新的载体出现。

为了解决在不同触点实现对人的识别和数据的获取,企业需要能实现全数据治理的工具。在营销和广告行业已经实现了先进的迭代,千人千面的营销其本身就是一种个性化营销。

image.png

二、个人营销服务的建立

互联网的服务追踪个人ID,以追踪他的历史行为和行为路径,提供专属的内容服务和营销服务。那么行为ID的产品本质是什么呢?其实是用户数字化和营销智能化。

企业通过各种数据反馈去理解客户的需求,同时产生客户感兴趣的产品和内容,用有效的场景触达他,这就形成了企业数字化的模型迭代。

企业数字化的迭代其实是一种通过数据反馈了解用户的过程,存在不可逆的数字选择行为,作为企业管理者数字化思维要在第一时间建立。

企业数据化迭代越快,完成度越高,企业数据颗粒和用户数据颗粒度就会越细致,最终达到让企业内部效率得以提高,理解用户需求也越明显。

三、数字化方法论与感知响应模型

大数据是延伸人类的“思考”能力,人们就需要从仿生的角度研究人类“思考”的方式,从而打造大数据的“思考”能力。

数字化方法论——感知响应模型:感知=理解=决策=行动

感知响应模型分为四步:去感知并理解市场的变化,有感知和测量的地方就有进步;合理选择感知维度;关注异常、关注变化,每一次变化都是机会;快速感知和快速响应,要根据变化制定实施方案,并落实到具体行动。

image.png

接下来我们从一个例子来更好地理解模型。

先想象一个生活中的场景,如洗澡,先打开水龙头,在绝大多数情况下,人们会把手伸在花洒下用手感知水的温度,如果温度过高就会调节阀门,把水调凉一些,然后伸手感知水温,如果温度过低则再调节水龙头阀门将水温调高一些,这个动作会一直做下去,直到获得合适的水温后才去洗澡。这个过程就是典型的人类“感知—思考—行动”的基本模型。

人们通过手感知水温,就相当于人们通过手采集数据的过程。手将水温数据通过神经网络传递到大脑,这是数据传输的过程;大脑就会对这个数据进行思考,做出判断,应该将阀门向哪个方向调节,调节多少,这就是数据分析和挖掘的过程;然后大脑做出决定,形成指挥手进行调节的指令,这就是决策指挥过程;然后将决策信号通过神经网络传输到肢体,指挥肢体做出响应。这就是一个感知到响应的完整过程。

手做出调节阀门的响应之后,继续伸到花洒下去感知水温,之后水温信息通过手传递到大脑之后做出判断:水温是否合适,如果不合适,再指挥手做第二次调节,这就是人类“感知—响应”系统的第二个循环,不断循环,直至得到最合适的水温。

如果是在自己家中洗澡,则人们可能会有一个记忆,当阀门在哪个位置时水温是最合适的,调节多大的幅度会带来水温多大的变化,这些就形成了“知识”,基于对这个水龙头的“知识”,人们可以更快地调节到最合适的温度。这个过程通过“感知—思考—响应”模型的循环完成知识沉淀,并使整个行动变得更加高效。

企业的经营和管理决策也必须是这样一个循环闭环。如果缺少其中一个环节,企业经营和管理决策可能就会出现问题。在洗澡场景中,如果手因为事故失去了感知水温的能力,那么将手伸到花洒下试水温就没有意义,如果不知道现在的水温是高是低,那么调节水龙头阀门的动作就变得毫无意义,有可能本来合适反而会被调节为不合适。

在企业的经营和管理中,如果没有足够的数据,企业的经营和管理决策就变得不仅没有任何意义,反而是非常危险的。如果企业的领导者不能感知更全面的数据,就会造成“盲人领导盲人”的情况。所以,在企业管理中,应主张“无数据,不管理;无判断,不决策。”

image.pngimage.png

通过数据反馈理解客户的本质需求,从而调整企业决策。大到企业战略小到app按键设置,线上小活动等等,从而实现提高企业业绩。

现在的数据化已经从互联网企业延展到了更传统的企业,新零售、制造业、传统销售业都在实现着门店数据化、用户数据化、和交易数据化。

企业数据化要有目标有目的,数据不可能百分百准确,它其实是实现目标的工具,如何设计数据维度极为重要。例如:购买人物画像一定要多维度,多立体的模型,目的是分割目标人群,完成目标人群的精准投放。

image.png

传统的效果类营销数据监测系统

image.png

随着科技的发展和行业竞争力的增加,无论是互联网企业还是传统企业,企业数据化的能力都在快速发展。企业的数据、用户数据、营销数据、渗透在企业的各个环节中,为企业的发展提供着有效的数据支撑,推动着企业发展。

相关文档推荐

大模型驱动的智能软件开发.PDF

1744103599 黄非 5.11MB 40页 积分6

基于GenAI的混合云智能运维实践.PDF

1744026734 周彩钦 2.29MB 23页 积分5

AI辅助测试开发端到端研发提效.PDF

1744026576 刘鑫 2.79MB 38页 积分6

大规模真实人口池驱动的大模型社会仿真框架.PDF

1743985501 魏忠钰 5.53MB 35页 积分6

AI编程颠覆IT生产力.PDF

1741937491 丁宇 9.57MB 34页 积分6

Database Copilot在数据库领域的落地.PDF

1741937032 李粒 6.08MB 59页 积分6

SRE Copilot大语言模型智能运维框架.PDF

1741936996 王宁 5.04MB 24页 积分6

大模型赋能DevOps研发全环节提速.PDF

1741936949 唐辉 4.99MB 31页 积分6

相关文章推荐