1. 创业头条
  2. 前沿领域
  3. 大数据
  4. 正文

壹看板赵乾坤:以数据驱动 新零售行业或迎来突破点

 2018-04-23 12:07  来源:互联网  我来投稿 撤稿纠错

  【推荐】海外独服/站群服务器/高防

大数据应用越来越普及的今天,精准营销、客户分析、产品研发、经营决策,数据如血液般流转在企业运行的各个环节。在商业数据分析方面,电信运营商等大型企业与一般企业相比,有大量的资金能够投入在构建智能数据分析平台上来,而一般企业往往需要考量构建平台的投入产出比。

然而,在数据化驱动商业的当下,专业而有前瞻性的数据分析,既能为企业提供科学的方法论,又能为企业挖掘数据背后的价值。因此,拥有企业一站式数据管理平台或许会成为今后大多数企业首选的“智囊团”。

壹看板,是一款自助式商业数据分析平台,通过将用户的多方数据进行综合分析,最终发现现存问题并给出解决方案,同时还能够通过不断的数据获取为用户产出趋势预测。

图片1.jpg

壹看板创始人兼CEO赵乾坤博士

壹看板创始人兼CEO赵乾坤博士在采访中表示,信息行业发展20年,前期更多是与企业信息化相关的,通过将工作流信息化提升企业运行效率。进而借助于传感器、电商交易场景等,商业消费、市场、乃至交易慢慢被数字化,这一过程恰恰开始面对终端消费者了。这时候,信息化的红利在慢慢消失,除了要针对个体需求做精细化运营,企业更需要能够把数据通过机器学习,分析出人脑不能给出的数据结果。

据介绍,壹看板通过四个阶段为企业“排忧解难”。赵乾坤说,是要为企业挖掘数据背后的价值。首先,数据可见、可用;其次,数据分析、治理;再次,流程化,量化反馈;最后,干预运营,完成闭环。

让数据可见、可用  

在有些企业中各个部门之间,数据并不互通,那么将多个部门的数据做综合分析就更是一件难事。此外,大部分企业人员对于企业有哪些数据、数据哪些可用哪些不可用,是搞不清楚的。那么就需要前期对企业调研,找到有用的数据。赵乾坤说,壹看板对客户企业有一定的信息化要求,其中企业需要拥有自有数据,这包括已采集的和未采集的。

举个例子,壹看板通过对某连锁面包店进行了调研,发现他们在店内部署的传感器、摄像头等设备并不少,且店内摄像头、客流量统计、收银等系统并没有数据互通,这导致每个店铺数据相互独立,没能做到横向纵向相互融合,单个系统的数据并不能产生很好的价值。这个例子说明,更多的企业不能够对数据进行很好的利用,面包店的每套系统都有其成本,然而却没能发挥出最大的作用。

在海量的企业数据中,企业更看重的是销售数据和产品数据,而用户的行为数据和场景数据往往被忽视掉。随着消费和应用的场景不同,因而场景数据能够多维度、多角度、多层次的反映出不同的问题。用户行为数据其实与销售更相关,例如在无人店中,消费者在购买行为产生前拿了什么、顺序先后等都是有用的价值。

对于数据收集,赵乾坤说,壹看板与行业的差异是,大多的商业数据分析平台认为每个数据都有用、都要采集,但壹看板并不认可。我们将企业面临的问题摆在最先,基于问题来梳理相关数据;此外,帮助企业完整的采集数据,目前壹看板已经支持80多种的数据源对接。

数据分析、治理  

通过企业数据分析,发现异常。壹看板有自己的顾问及分析师团队,通过对比行业智库以及多方数据,对企业采集的数据进行分析并发现问题。赵乾坤说,在当前的各类企业中,既懂得商业又懂得数据的这类人才是稀缺的,壹看板恰恰能够填补这部分的空缺,同时还能为企业挖掘更多的数据价值。

赵乾坤说,特别是企业在对新零售探索时,数据产生了关键性的作用。新零售其中一个点就是给消费者带来更好的用户体验,那么对用户行为、场景数据进行分析就能够产生更大的价值。选址、坪效都与数据密切相关。未来零售的突破点应该是,每位消费者进店所看到的东西都是不一样的,是通过数据针对消费者个性化需求的探索。

量化反馈及干预运营  

通过将数据分析出来的结果,嵌入到企业的决策过程里面,从而体现出数据的价值。

壹看板在服务某知名汽车品牌的中国会员运营中心时,通过整合App端、全国各地俱乐部群、微信、微博、线下活动报名数据,最终提升会员社区的活跃度。数据表明,该品牌中国会员粘性显著增强,同时去年会员量增幅达到180%。该品牌的会员App端内容主要涵盖一些产品及产业相关的信息推送,以往的用户停留时常大概2-3分钟,但通过用户画像、行为分析、兴趣爱好、场景等多维度数据分析、多轮测试之后,针对用户进行个性化推送,粘性数据显著增长。

在商业化数据分析领域,赵乾坤有自己的看法,他希望壹看板产品在为各个行业服务的同时,能够深层次的切入一个细分行业,在他看来,连锁酒店领域是当下对于自助式商业数据分析有很大需求的,酒店内部有多套复杂的管理系统,而其中的数据被拿来很好的利用更是微乎其微。

申请创业报道,分享创业好点子。点击此处,共同探讨创业新机遇!

相关标签
大数据应用

相关文章

编辑推荐