加载中…
关于数据驱动营销：得听听 KGB 的话
(2015-12-14 11:34:31)
标签：
杂谈 |
KGB
在冷战时期，KGB（克格勃，即苏联国家安全委员会。是 1954 年 3 月 13 日至 1991 年 11 月 6 日期间苏联的情报机构，以实力和高明而著称于世）很擅长识别美国中情局的密探，因此美国中情局的官员们非常担心，认为在组织里隐藏着一位身居高位的苏联间谍。但是据普林斯顿大学教授 Jonathan Haslam 在今年秋天所著的文章中表示，事情并不是这样的。
事实证明，KGB 非常擅于挖掘有效的数据信息。他们通过搜集已部署好的美国外事官员的公开信息，再连同由盟国所提供的私密情报和数据，一起进行分析，从而发现真实特工的住房和薪酬模式与那些伪装成美国国务院官员的特工相比有着显著的不同。
数据、分析、洞察力
KGB 的 Yuri Totrov 找到了 26 个恒定不变且相独立的指标来区分这些人到底是真正的中情局特工还是毫无杀伤力的国务院官员或外事官员。
例如：
1、中情局特工的薪酬明显要高于外事官员。
2、外事官员基本上在从事 3-4 年左右的外事工作后就可以回家，但是中情局特工不可以。
3、一旦中情局特工回家，他们将永远不会再出现在美国国务院官员名单中。
4、外事官员的雇佣年龄一般在 31 周岁以内，而中情局特工会适当的放宽年龄。
5、只有真正的外事官员才会在美国外事局参加为期三个月的培训课程。
6、外勤特工可能会被任命到同一个国家，而外事官员则永远不会。
这并不是什么高深莫测的事情，而且也不需要安排一个高级别的间谍从而引起中情局长官们的怀疑。不，不是的，只有当正确的使用分析和调查研究技术，才能够刚刚好的从数据中发现这样的模式和如此深刻的见解。
这些相同类型的见解同样适用于企业。尽管它们会隐藏在一大堆的企业数据信息当中，但是对于现在的企业来说，在描述性分析方法、数据挖掘技术和分类技术的帮助下能够很轻易地处理好这一难题。众所周知的包括：群集分析（clustering）、市场购物篮分析（market basket analysis）以及决策树形图（decision trees），其中大部分的内容可以直接用视觉来完成，而不需要使用专业性的技能。
我们以顾客关系营销为例。隐藏的顾客人口统计数据、购买历史、客户服务电话及产品数据相当于 Totrov 所找出的 26 个属性和指标。
1、有哪些顾客会在优惠期结束后离开，又有哪些顾客会成为回头客？
2、有哪些顾客会自动的更新下一代产品，又有哪些顾客会在这时选择购买一个全新的品牌？
3、有哪些顾客会直接在网上购物，又有哪些顾客会在网上进行搜索研究之后再到实体店购买？
4、有哪些顾客是只要网上有折扣就感兴趣，又有哪些顾客只会对特定产品的折扣感兴趣？
那些超爱我的买家们
Totrov 将自己的方法使用在一些已知的中情局特工身上来推断未知的信息。同样的方法也可以使用在商业中，将已知顾客的行为和属性应用到未知的市场。
通过获知某一年龄段、性别、邮政编码、工龄、购买方式、付款方式等一系列关键性信号，可以控制客户的流失或增加销售的机会，从而更有效地允许销售和市场能够瞄准不同的促销性投资，以实现更多的销售额。
以下是企业如何充分利用顾客数据的几个典型例子：
1、零售商可以选择基于季节性的划分来执行不同的市场营销策略，亦或选择执行全年的市场营销策略，尽管目标市场选择一致，但后者的价值达到最大化。
2、职业运动联盟可以监测出上座率和二级市场的趋势，以确定哪些季票持有者是有风险的（且需要把他们吸引回来），同时还可以知道哪些普通的球迷最有可能成为新季票的持有者。
3、在线零售商可以使用网站流量来分析顾客的在线行为，从而区分出哪些是顾客不感兴趣的浏览器，再通过添加适时的激励使这些顾客成为自己的买家。
4、电信运营商可以选择为顾客提供最好的第二种产品，从而了解到购买多个产品或服务的顾客可以有效地降低流失率。
5、银行可以使用顾客的数据并结合顾客与银行间最初的交互情况来分析辨别交叉销售和追加销售两者明显不同的方法；从而为下一个首次贷款的客户提供更好的不同于储蓄账户持有人的服务。
Totrov 在当时所从事的是一项大数据项目的工作。虽然它可能不是由 TB 数据组成，但是对于 Totrov 来说，它依然是一个需要使用手动工具和技术的相当复杂与困难的任务。相比之下，对于今天的企业来说它们具有强大的工具，可以在短暂的几小时内就挖掘出更多的数据与信息。客户和市场洞察力与冷战时期所发现的间谍网络有着明显的不同，它可能永远不会被制作成由 Matt Damon 或 Daniel Craig 主演的惊悚片，但它可能有助于结束整个交易。
* 文章来源：Readwrite
招聘：加入 TECH2IPO/创见，全世界在等待你书写新的科技故事
喜欢
0
赠金笔