9号彩票开户

关注微信  |  微博  |  腾讯微博  |  RSS订阅
读者QQ群③:168129342,投稿请发dashuju36@qq.com
我要投稿

星图数据谷熠:消费领域DaaS 大数据重构未来商业游戏规则(附PPT下载)

3月6日下午14:00,由36大数据主办『大数据应用与实践』主题沙龙在北京中关村创业大街3W咖啡成功举行。来自国内外上百家多家大数据企业代表参加了本次活动,并针对大数据商业应用问题展开了激励的讨论。

在活动现场,谷熠先生为大家讲述了星图数据在消费领域里面怎么体现大数据的价值。他表示,目前星图数据的定位是消费领域的DaaS服务,通过大数据的技术手段和服务,帮助传统品牌企业监控和分析线上产品的销售、渠道和营销等具体环节,解决传统品牌企业信息不对称的问题。据悉,目前星图数据已经覆盖了超过1000个的消费品种类,比如说3C类产品、家电产品、日化用品、化妆品等等。在这1000个消费品种类里面,星图数据已经覆盖的品牌数超过8万个。星图数据可以帮助这些企业遏制价格战,搞好产品质量,拥抱好消费者,通过大数据的方式重构未来商业社会的游戏规则。谷熠热情澎湃的分享获得了全场热烈的掌声。

星图数据(Syntun):用大数据技术干掉咨询行业 提供数据源和工具双端服务

星图数据

下面是星图数据CEO谷熠先生现场演讲图文直播:

今天主要和大家分享一下星图数据在消费领域里面怎么体现大数据的价值。首先讲一下PPT的标题,我们做的是消费领域。我们讲DaaS这个概念,这个在北美海外提的比较多,但是在国内提DaaS的并没有见到,这也是我们星图数据的定位。

36大数据

给大家讲一些有意思的东西,大家看到一个图表,是几个点连接起来,这里面有两层含义,一个是我们把这些点连接起来,另外一个是现实事物本身的意义和价值。

我就这样想,我讲一讲我们到底在做什么,我们为什么做这样的事情。星图数据有三个创始人,我是其中之一。我们之前在ToB产品和分析方法建模方面有大量的实践案例经验。我们发现在之前的工作当中,互联网的发展或者是电商的发展,其实造就了不太一样的格局。也就是说我们看到C端,就是消费者端或者是用户端。

在这几年快速发展当中,消费者的信息不对称问题得到了特别好的解决。我们看到不管是BAT或者是各种各样的开发者和开发团队,其实都给消费者提供了多种多样的工具、APP或者是服务。大家不管是在买东西的时候还是是找东西的时候,又或者是人与人之间沟通和交流的时候,让你的信息闭环特别完整。所以你可以把原来在线下或者是非互联网时代繁杂痛苦的工作,通过技术的方式得到解决。

其实这个问题一直存在,尤其在中国市场,当然我们把企业分成两个层级。一个是我们讲的互联网企业,它本身对数据有足够的认知和重视,它又能够产生很多的数据,同时能把这些数据很好的积累、沉淀和使用起来。我们看到另外一类企业,就是我们服务的传统企业或者说是我们讲的品牌企业。它们其实在这个环境里面显得特别尴尬,有一些同行可能了解传统企业,但是绝大多数人不太了解。作为一个传统品牌制造型的企业,实际上它的产业链是这样的,它的上游是它的供应商,比如说它的零配件,到它这里有工厂、营销公司。接下来往下走是渠道,然后是消费者,是这样一个环节。

大数据

其实我们看到对于一个品牌企业不管是工厂或者是营销公司,它的下游链路是断的,它只有一条链,我的商品走到渠道或者是消费者手里面这个过程当中,它的渠道信息和消费者信息的回流,这条链基本上都是断的。它们原来能够依靠的方式,无非是通过咨询或者是传统调研的公司,通过报告的方式或者是市场研究的方式解决问题。但是随着电商的发展,我们发现这种方式不能满足日益发展或者是快速发展的市场。

我举一个例子,大家都知道双11,当天爆发的销售节日,实际上造成传统制造行业市场份额或者是品牌市场巨大的变化与震动。如果传统制造行业还通过传统的方式占有市场,只能死得更快。这是我们发现传统企业和传统品牌企业的瓶颈,或者说是他们发展过程中无法解决的难题。其实它们是在互联网电商快速发展的时候已经形成的价值洼地。所以星图数据希望能够通过大数据的手段和服务,以及我们做的应用帮助这些困难户最切实的解决他们所遇到的问题,这是星图数据正在做的事情。

所以看看我们怎么帮助他们运转的,这是星图对于电商监控的情况。目前我们能够监控到的电商平台有50家以上,这里面囊括了天猫、京东、苏宁、国美、1号店等等。同时也包括蜜芽宝贝、聚美优品等等,这是对平台的覆盖。除了电商之外,星图目前还能够覆盖的包括在线旅游、汽车门户、医疗药品、在线教育等等这样的平台和渠道。

36大数据

另外,回到电商的例子来讲,我们目前覆盖的品类超过1000个以上,这里面囊括了耐用消费品,比如说3C类产品和家电产品。比如说日化用品、化妆品等等。在这1000个品类里面,其实我们覆盖的品牌数超过8万个。平均下来到每一个品类下来,我们有至少80个品牌,只要你在这些平台上面有卖商品的品牌都囊括到我们的数据里面去,这是零售商或者是经销商的概念,有6万家以上,当然每一个经销商可能开了很多店铺。比如说在线下我们叫零售终端,有很多店铺,但是对于整个经销商来讲,我们有超过6万家的覆盖。

36大数据

每一个SKU对于大家来讲,刚才百分点的同事举的例子,iPhone手机,什么颜色,什么制式,多大的容量,这几个描述词描述下来是一个SKU,你现在有700万以上的SKU。我们看看SKU里面到底都覆盖了什么样的信息和内容。当然如果有一些传统做零售研究的老前辈讲,零售研究无非就是销量、销额和价格。

注:(SKU=Stock Keeping Unit(库存量单位),针对电商而言,SKU有另外的注解:SKU是指一款商品,每款都有出现一个SKU,便于电商品牌识别商品。2、一款商品多色,则是有多个SKU,例:一件衣服,有红色、白色、蓝色,则SKU编码也不相同,如相同则会出现混淆,发错货)

实际上我们看到在这里面,当然我们没有做排序,对于每一个商品我们可以通过这样的纬度描述。包括它的销售表现,以及它的参数和规格。包括它的品牌之间的关系,它跟渠道和店铺之间的关系,以及消费者的评论、满意度、市场表现。包括我们讲4P理论都会在这里面体现,这是我们对于商品的描述。当然这里面只是我们更基础的数据。

36大数据

比如说现在我们把原油开采上来,实际上它更挣钱的是把原油经过一步两步的精炼产生出来更多的价值。在基础的数据指标之上,星图的团队会通过我们自己的方法,通过培训模型建模的方式进行计算,得到一些更加反映实际上客户或者是我们的企业实际运行的商业问题。第二个问题是我们讲到消费者的纬度,对于我们的消费者纬度,可能我们看起来是五千多万的消费者,并不如很多的公司,我们有几亿用户的数量。但是我们这些消费者,实际上我们可以精确到个体级别,或者大家比较好容易理解,我们可以把它精确到你的帐号级别。这个行为它相关的数据,我们可以把它和你的电商帐号关联起来,并不是我们一定要用你的帐号信息。如果大家考虑隐私保护的问题,我们有五千万以上能够连接到帐号。从这里可以看到一些人的基本属性,以及行为,以及它的特征和偏好。

36大数据

这两块加起来,实际上构成了星图最基础的数据体系,就是商品和零售相关的数据体系,以及消费者相关的数据体系。这些东西我们实际上怎么应用呢?当然后面还有,这是数据的频次,因为说实话我们并不是通过接口或者是插件的方式,或者是其他各种各样的数据方式得到。实际上我们能够对于这些电商监控的频次最高做到每15分钟一轮,能够覆盖刚才讲到所有商品相关的信息和用户相关的信息,这个也是我们刚才讲到的,如果我出现像双11这样大型促销活动的节点,可以接近于实质性的了解我的市场变化,及时的调整我相应的策略和方法。

星图是一家年轻的公司,我们从2013年底、2014初建立,我们的数据积累最长只有36个月,这36个月的数据不管对客户价值的体现,或者是我们对我们建模和方法的贡献都是尤为重要的。如果我们有这样一些数据的积累,我的一些模型、计算的方法和训练集没有可能达到比较高的精准度的要求。

36大数据

这是我们自己的数据供应链系统,讲的不是特别详细,但是大家可以简单看一下我们都有什么样的环节。实际上我们自己讲的话,我们自己打造了整个供应链的系统,就是说从数据一直到前端的展示和价值交付。当然其实在做的过程当中,我们也会觉得自己做产业链是不是太长了,我们在每一个产业链都覆盖。但是目前整个国内的数据环境,并没有像北美或者是欧洲数据开放环境做的很好。但是没有办法,我们要做很多这样的工作。实际上我们的核心竞争力和价值会在这里,我们有两套自主知识产权的系统,一个是数据的获取,一个是数据分析系统。目前我们能够做到的是,每天可以吞吐大概5TB的数据量级,当然每天还在增加。

36大数据 36大数据

整个Data的准确度,我举一个很简单的例子,比如说电商的销量数据。我相信没有一个第三方敢说它的数据是百分之百准确的,目前来说我们在不同的范围里面可以做到85%到95%,这是绝对值,相对值在95%以上,这是星图数据从数据的收集、处理的一套系统,这里面有很多机器,包括结构化和非结构化处理的方式。

我们讲一些案例,我们到底在哪几个环节给企业提供了价值。先讲几个典型的案例,这是选品系统,这个东西实际上它可以服务两类人,一类是一个品牌企业,如果它想把它的商品上到线上的时候,它会考虑我的产品线组合怎么做,我到底应该放什么样的产品,放到什么样合适的渠道里面才能最大化达到销售的目的。

这是一个奶粉的例子,我们看到第一列是产品名称,第二列是规格,第三列是属性,第四列是它的产地,我们的品牌企业可以有。我们的零售企业,我们的渠道、经销商或者是大的KA渠道,他们可以通过这些选择供应商或者是选择供应商的产品。

也就是说我们的系统只需要你输入这些信息进入到系统里面之后可以反馈出来这样的结果。首先这行讲的是跟你产品进行相关计算之后得出跟你的产品类似,但是目前在线上渠道里面卖的最好的产品,这里面讲了产品是一段的,德国产的。

另外是推荐的价格区间,预期的销售额,以及推荐的品牌。同时我们会把你拉上来这几个SKU进行排序,告诉你它的策略应该怎么做,你怎么去做价格,你怎么去做促销,你怎么去做分销,这样去做之后,实际上你的预期会得到销售结果会怎么样。我们把我们对于大数据的理解和建模计算的方法运用到了预测的方法,这个东西我们把它定位为营销沙盘的概念。也就是说,企业你可以把你的产品拿过来,告诉我你的预期,告诉我你怎么分拆步骤,比如说价格、促销、分销,以及其他的手段怎么运作,你的营销。或者是你告诉我怎么做,我反馈给你结果,我告诉你这样做会得到什么样的结果,你的销售量和销售额是什么样的表现。实际上这是应用在实际的选品或者是销售过程当中很实际的案例,这是一个奶粉企业。

36大数据

再举一个例子,大家看看这个像一个网吧,实际上这是帮助我们品牌企业做渠道管控的例子。大家知道电商的发展导致了什么样的后果呢?对于每一个店铺来讲,它的影响力度会变大。原来线下的店铺和门店影响的范围大概是周围十几二十公里这样的范围。但是对于电商来讲,对于线上来讲,实际上每一个店铺都在面向全国甚至全世界的消费者。

所以说我们看到每一个零售终端,每一个店铺的影响力在变大。我们的企业不得不把我们的管控中心下沉到店铺这样的级别里面去,我们看看传统企业怎么管控店铺,我只需要看你是不是在固定的时间,给了我足够的钱提走了我足够多的货,但是对于大数据时代,他是不是在遵守你的规则在运营,一个企业会制定很多的逻辑规则,甚至是店面的装璜、图片的使用等等。你的渠道或者是店铺的售卖能力到底怎么样,你应该把适合的商品铺到适合的渠道里面,这样才能产生最大化的销售收益。

36大数据

我只要看销售表现和提货的情况,我们对渠道的考核,其实是我们刚才讲的管控、评估、考核这三个阶段,这个例子实际上是我们的3C类产品企业,他为了查下游渠道是不是遵守他的规则,他雇佣了很多人。他要监控他的一百个在线上销售的SKU,我们以这个商品铺设到十个平台里面,以这样的情况来看,大概有一万个页面,为了干这个事,这个企业雇了24个人。36大数据

也就是说一个小时,整个加起来能够监控2880个页面这样一个水平,大家可以算一下,这24个人我们算每人五千块钱的工资,然后再乘以一年,我们看用星图的产品和服务,同样是100个SKU到十个平台的十个店铺里面售卖,我们通过这个案例可以做到两万个页面的检测。相当于大概167个人每天不睡觉做这个工作,对于这个来讲我们大概只需要十万块钱,无形当中解决这些企业的问题一年省了一百多万,其实是为企业节流。同时我们也知道人是需要吃饭、睡觉、上厕所的。而且人长时间高频次重复性的工作一定会犯很多的错误,但是我们的系统不会。人要去做人该做的事情,人不该做的事情交给系统,交给电脑、计算机和服务器。

36大数据

我们之前帮一个家电类企业做的C2B的产品,这个产品是电磁炉,大家知道传统的电磁炉,现在大家认知不是那么深刻,传统电磁炉不是黑的就是白的。发现市场上电磁炉的同质化非常严重,我不知道这个电磁炉到底是哪个公司生产的,不知道是什么品牌,产品同质化导致了各种各样级别恶性的竞争。但是我们发现对一个品牌企业来讲,它应该回归到它的产品。当时我们帮它分析了整个市场产品情况,帮助它分析了所有在线上买过电磁炉的消费者他们的评论,帮助他们进行分析所有来买电磁炉的消费者,他还买了其他品类其他什么样的产品,然后把这样一些数据汇总过来支持它整个产品的改造和新产品的设计,这里面我们看到彩色,专门提到了很多的问题,原来讲到非黑即白的产品是非常单调的。超薄的机身,非常厚的产品,不方便我们去移动它,这个地方实际上我们结合了卡品类的购买。电源线的长度,这个是我们做完这个服务之后,企业打死都没有想到的事情,通过传统各种各样的方式或者是各种访谈的方式,永远不会说电源线有问题。

当通过我们的分析之后得到这样的结论,没错你说的对,因为我们企业老总要求我们降低成本,所以我们把电源线砍短了。但是在整个消费者分析之后,我们发现这个问题表现的尤为严重。所有的都在讲电源线不够长,我到哪儿都够不着,无形中企业通过降成本的方式出现了巨大的问题。所以我们通过这样的分析方式,可以帮助企业重新改造和设计它的产品。这个产品大概是2014年3月份上线的,大家看到这条线产品平均的销量情况,上面这条线是它的竞争对手产品销售情况,我们发现这个产品在整个销售过程当中虽然也经历了一些波峰波谷的周期变化。但是总体来讲是它的平均单品销售的十倍左右。在10月份和11月份两个波峰达到了480万左右的水平,这是打造互联网爆款或者是满足互联网消费者需求非常典型的案例。

36大数据

刚才我们讲到实际上对于传统的品牌制造企业来讲,它有它的生产工厂、营销公司、渠道和消费者,实际上它无非做这样几件事情,从产品的设计和制造开始做它的分销策略、市场推广策略,最终反哺给产品设计过程当中。不管你是什么样的企业,你无非都在干这样的事情,你无非用什么样的方式和手段做这样的事情而已。

在整个过程当中,星图能够帮助大家了解到你的目标客户群体到底是谁,它们到底喜欢什么样的产品和服务。这个品类,这个行业未来的趋势到底是什么样的。刚才我们讲到C2B的案例,实际上也是帮助我们的企业了解这些。在这个过程当中,我们对消费者进行画像,在分销环节里面,刚才我们讲到了不同的两个渠道之间,到底存在什么样的差异。当然我们相信每个渠道,实际上它的售卖能力的差异,很大程度上取决于他那个渠道覆盖的消费者。

36大数据

到底怎么样的分销策略才是最优的,怎么把合适的产品给合适的渠道,卖给合适的人。刚才我们讲了,这些零售商、店铺、经销商是不是遵守游戏规则,它有没有违反的表现,我实时能够了解,我能够取证进行相关的触发或者是协调的工作。

36大数据

市场营销方面也是三个问题,我的投放策略是不是有效的,对传统的精准营销或者是广告投放来讲,一直困扰大家的问题是,我的营销确实不错,吸引了很多人的眼球,吸引了很多人的关注。但是最终这个东西跟我的销售结果之间是什么样的关系。因为这个东西它也评估不了,星图帮助大家你的营销谈判跟实际销售之间到底产生了什么样的关联。我们怎么能够沟通到目标的消费者群体。

36大数据

再举一个例子,传统大家通过打标签的方法通达消费者。如果新出的电磁炉的产品,我进行面板的改造,我做的超薄,如果我把这些点反馈给原来过的人,我原来在京东上刚刚骂过买人电源线太短了,这实际上是我们解决和考虑的问题。

36大数据

在销售过程当中,这个其实是帮助大家实时了解市场的变化,你自己的市场份额,你竞品的市场份额到底是什么样此消彼涨的。此消彼涨的背后到底是什么样的原因导致的,你的竞品是上了新品,还是说做了价格的调整,做了什么样的促销活动,是什么赠品,积分积了多少,降价降了多少,这些都是我们帮助企业随时洞察的。我的竞争态势怎么样,现在市场上的空白点怎么样,包括我们刚才通过消费者的分析,通过产品线和整个布局的分析可以得到这样一些结论。

36大数据

我们到底怎么样获取消费者Feedback(爱的回应),他们怎么讲我的产品和品牌,他们到底喜欢还是不喜欢已经买到的产品,这些人到底是谁,我怎么能够认识它。实际上这五个环节是我们面向品牌制造型企业为例举出来的五个场景。

所以星图其实通过这样一些场景化的方式,当然我们自己打造了自己的数据供应链帮助企业解决这样的一些问题。前面也有朋友讲过工业4.0或者是传统企业的改造升级,我们相信通过这样一些方式能够帮助这些企业改变他们落后挨打的面貌,能够帮助这些企业遏制价格战,搞好产品,拥抱好消费者,至少现阶段来讲,星图希望能够通过大数据的方式重构未来商业社会的游戏规则,能够帮助他们切实有效的解决他们所遇到的问题,我想分享的大概就是这些内容,谢谢大家。

下载星图数据CEO谷熠先生本次活动中演讲的完整PPT>>>

End.

 

转载请注明来自36大数据(36dsj.com):36大数据 » 星图数据谷熠:消费领域DaaS 大数据重构未来商业游戏规则(附PPT下载)

36大数据   除非特别注明,本站所有文章均不代表本站观点。报道中出现的商标属于其合法持有人。请遵守理性,宽容,换位思考的原则。

评论 抢沙发

  • 昵称 (必填)
  • 邮箱 (必填)
  • 网址
友情链接:北京赛车pk拾地址  易发彩票  北京赛车pk拾群  北京赛车pk拾改单  大发彩票  

免责声明: 本站资料及图片来源互联网文章,本网不承担任何由内容信息所引起的争议和法律责任。所有作品版权归原创作者所有,与本站立场无关,如用户分享不慎侵犯了您的权益,请联系我们告知,我们将做删除处理!