【大数据玩行销】看MIGO执行长陈杰豪,如何把大数据变营业额

【大数据玩行销】看MIGO执行长陈杰豪,如何把大数据变营业额

近来行销产业掀起一股大数据风潮,放眼望去,每间代理商或公司都嚷着自己拥有提供相关服务的能力,能帮助品牌做更精準的行销,甚至进一步预测消费者的下一步。

但说起大数据,绝对不能不提曾在 Siebel 待过,出身工程师的 MIGO 执行长陈杰豪。他在 2010 年遇见 MIGO 当时的董事长林一峰,从此带着 MIGO 从 eDM 和行销追蹤服务的团队,转型成为提供企业专业数据决策行销与 Data CRM 顾问服务的领导品牌。

到底对于大数据行销,陈杰豪有什幺独到的见解和看法?他又如何融合两种专业于一身,一起来看看。

【大数据玩行销】看MIGO执行长陈杰豪,如何把大数据变营业额

大数据成为大热门,许多企业争先恐后地蒐集数据,聘请大批人员建立各种演算、统计模型,将数字弄得漂漂亮亮,以为就是大数据的赢家了。

事实上,在大数据的世界里,决胜负的关键,并非只是依靠运算能力或统计技术,真正判定数据赢家的,其实是诠释问题的角度与观点。

观点决定数据切入的角度,让我们能够準确地针对问题核心深度挖掘,然后才有条件建立有价值的预测模型。换言之,大数据的竞争,比得是谁的观点最犀利、判断最快、预测最準。

很多人都很好奇,我当初是怎幺样建立和阿里巴巴之间的合作关係?一来是我怎幺在阿里巴巴这样庞大的事业服务版图中,找到合作切入点;二来,我和阿里巴巴签署的是「大数据应用合作伙伴」合约,我们怎幺面对一个电子商务集团背后,超过 1000 个大数据科学家的商业智能团队。

我常半开玩笑地回答:「愚者千虑必有一得」,我们不敢说自己是最聪明的团队,但我们确实做到不断地挖掘问题核心。

不是用一个庞大的计画去解决所有的问题,相反地,我们选择每次只专注把一个问题给答好,然后选定一个观点快速切入,形成解决方案。

以阿里巴巴为例,我们观察到他们此刻遇到的困境是,网路店家仍不断增加,但是整体流量却已届顶峰,阿里巴巴拥有全中国 80% 以上的线上交易量。因此,向上提升的成长空间有限。流量增速放缓甚或停滞,但是网路店家却有增无减,广告效益投资报酬率自然而然随之大幅下降。网路店家们也开始发现这个现象,同样是花 1000 元行销预算买流量,成效却远不及过去的一半。

如何解决阿里巴巴与网路店家所面临的困境?光用一些传统周边的解决办法,像是增加行销广告强度、或是发展更多的广告创意等,没办法真正命中问题核心。

我们团队不断地追根究柢,就是要挖掘出深藏在表象之下的核心问题,研发人员走出实验室到客户端,观察他们的行销操作、访谈不同产业遇到的共同问题。最后,终于找出店家最迫切需要的其实是「精準」;但不是那种传统基于平均值逻辑下的「精準分群」,而是可以具备时间敏感度、个人差异化的「全个性化」精準标籤。

广告曝光不是大而广,算出顾客 DNA,精準投放

对于在阿里巴巴经营网店的品牌主来说,网路店家不断地增加,愈来愈多的网店在瓜分原本就有限的流量,但是对于大部分新创业或是自有品牌的网店主来说,广告投放其实是一把两面刃,一方面当然希望可以透过广告招揽大把的新顾客,不过同时也担心如果没有拿捏好投放的规模与策略,有时候可能拉新效果不佳、或是招来了一堆只为了促销活动而来的一次客,却没有长期经营的忠诚度,这些担心,让很多店家对于投放广告这件事情变得保守而裹足不前。

阿里巴巴决心找回淘宝网的广告效益及他们的信心,因此持续从阿里巴巴大数据中挖掘能提升效益的可能性,分析所有会员的背景资料、商品偏好,挑选出适合投放广告的标籤名单,但人的行为有无数的变化,为了提供淘宝商家找到他们所需的名单,截至目前,已经从庞大数据中产出近 1000 组不同的标籤,但成效问题还是只解决了一半⋯⋯。

为什幺拥有大数据还不够呢?这是因为标籤的挑选,仍然是行销人根据过往经验,半推测半猜测的决策,加上近 1000 组的标籤,就如同走进数据迷雾森林般,常常令人迷失其中。

因此在运用大数据前,要做的第一步绝对是找出观点,定调问题,就阿里巴巴的广告效益来看,有非常多的人为因素会影响,广告创意、产品内容等,而我们要做的,就是消除人为影响并提升精準度,而非无止尽地把大数据的结果都挖出来。

最终,我们将解决办法收敛至顾客的交易行为,专注于完成演算模型研发,进行实际顾客使用测试,藉由数据演算出的交易 DNA 数据来投放广告,真正实现数据决策的优势价值。

数据愈複杂,解释愈简单,三个指标看营收方程式

大数据就像浩瀚无边的大海,任意纵身跳入,若没有一个中心思想,没有观点,往往容易迷失于数据汪洋中。随着数据不断成长,企业报表往往动辄上千张,面对大数据,有人追求数据愈大愈好、报表愈多愈好;我们则主张,要化繁为简,以简驭繁,亦即「减法原则」。

着名的奥卡姆剃刀原理主张,当两个假说具有完全相同的解释力和预测力时,应该使用较简单的那个。

对于现象最简单的解释,往往比较複杂的解释更正确。

愈複杂的数据,愈需要减法,面对複杂的数据问题,我们认为万法归一,均应回归到营收,即企业获利是否获得提升。

对于营收,我们提出一个精简的观点,即营收方程式: 营收=有效顾客数 X 顾客活跃度 X 客单价

这个方程式虽然看来简单,但却是我们一直期待和客户沟通分享的概念。当我们没有真正认清营运核心问题,往往会不切实际地描述并放大眼前遭遇到的挑战,然后急着在一堆数据里面翻找,产出一张又一张的报表,试图透过这些报表来降低内心的焦虑感。

但事实上,如果管理者能够认清营收背后的干扰变项,就能静下心,有目标和策略地蒐集必要的关键数据,然后依循一定的逻辑来制定各种改善方案,并透过数据的实时变化来做即时的优化调整。

老奶奶会不会买钢弹模型?找顾客不看人口属性,看行为标籤

从营收方程式来看,在大数据时代,是以「人」为核心,而不是以「产品」为主轴。人有所谓的异质性跟变动性,传统行销往往偏重处理异质性的问题,根据人口统计学的属性特徵,如性别、年龄、居住地、收入等为标籤,进行分类分群。

举例来说,钢弹模型的消费族群一般以为是男性,如果今天一位 80 岁的老奶奶,她所有的行为和预测,都指向她会购买,儘管她不在传统分类的行销沟通族群里,那为何不能将钢弹模型的相关行销讯息传递给她呢?

依据传统的人口属性标籤,她将被排除在外,面对这样的数据偏误,我们则提出不同的标籤观点── NES 模型。NES 完全不在乎年龄、性别等传统人口统计特徵,而是根据消费者具体的购买行为,将消费者分为三种,一是首次购买的新顾客 N,二是支撑主要营收来源的既有顾客 E,以及三是沉睡顾客 S。

透过 NES 标籤,企业可以清楚掌握顾客的回购潜力与现况。无论他几岁、职业、性别、收入、兴趣、属于哪个族群,重点是只要他反映出他要买钢弹模型的动机,只要他愿意成为钢弹模型的消费者,就应该服务他,即使他是女性,一位 80 岁的老奶奶。。

不在迷雾森林里打转,大数据,观点决定方向

目前的商业竞争法则是大者恆大,规模、资金优势,一旦领先,其他竞争者完全无翻身机会。但是未来大数据的竞争,较劲的是观点,观点错误,运算、统计能力再强大,只会南辕北辙,永远都到不了目的地。

过往的顾问经验告诉我们,大部分的企业在没有观点的情况下,就像在迷雾森林中漫无目的奔跑,因为没有方向也没有目标,往往跑得筋疲力竭却只是在原地打转。观点的价值在于,让分析人员或是决策主管冷静下来思考,看清楚环境的现况以及自身的装备与条件,谋定而后动。有时候我们会惊觉要走出这团迷雾,原来只差一步的距离!

数据之前人人平等,大数据比的是点子,不是银子,未来赢家需要的是数据洞察力,如果我们知道準确的方向,也知道距离终点线原来只需要一步的距离,就能赢得比赛,那我们就不必大费周章地投资人力、资源和时间,去打造新干线或是顶级超跑,我们需要的只是一个精準转身,然后轻鬆地跨出关键致胜的这一步。

总之,大数据的竞争法则是观点取胜,大数据时代商业竞争中,老二不会永远是老二,小虾米也可以有机会扳倒大鲸鱼。只要你的数据观点够犀利、够深入到核心问题,而且又具备眼到手到的超强执行力,人人都有机会成为未来的数据赢家。

想知道更多有关大数据玩行销的撇步,可 由此 购买。

欢迎加入"Inside" Line 官方帐号,关注最新创业、科技、网路、工作讯息
【大数据玩行销】看MIGO执行长陈杰豪,如何把大数据变营业额
【大数据玩行销】看MIGO执行长陈杰豪,如何把大数据变营业额

Related Posts