以1号店为例,大数据正在推动电商营销

1号店成立于2008年,公司创立之初正是“大数据”一词问世之际,受现实市场的逼迫,1号店开始使用大数据进行营销,有趣的是,当时我们对大数据并无概念。
当时电子商务行业的营销活动主要集中在搜索引擎上,但是1号店的营销非常差,在百度和谷歌每花一块钱带来的销售额不到一块钱,也就是说花一块钱的广告和营销成本,带来的盈利还不到一块钱。当时我们感觉这样的模式不可持续,因此决定和市场部紧密合作,对这种营销模式进行全面分析,从最初关键词的筛选到百度和谷歌的投放,直至用户行为。
在分析了整个过程后,我们发现整个链条完全可以采用软件系统全自动化实现,再通过反馈系统,可以不断优化营销效果。于是,我们开始做这样一套系统。
传统的营销模式存在很多弊端,例如,用户通过广告页面进入后,可能会发现已过有效期,促销活动已经结束,或者本来有库存,可是用户通过广告页面进入后,可能发现产品已经售罄。在这种情况下,转换率大大降低。
我们在做系统的时候,充分考虑了这些弊端和其他一些因素。首先,我们大量地筛选关键词,用自建模型将几百万关键词筛选到几十万。通常,在百度和谷歌尝试一个关键词的效果成本非常高,所以我们先用一个算法来筛选第一批关键词。
然后,我们再到百度去尝试关键词的效率,这就是大数据的可实验的特性。此后,我们再对广告和创意进行实验和淘汰,实现精准化营销,比如,同样的内容,选用不同的广告词或者方法去做,不同的地域选用不同的广告词。
几十万的关键词根本无法靠人工操作,但是全自动化系统可以做到。人工仅用于设定操作规则,确保时时更新,根据营销需求,规则可能在一个时期偏向新客户,在另外一个时期偏向销售。采用这个系统后,我们欣喜地发现转换率从0.7上升至5。
1号店基于自身的需求开始做数据的积累和应用,在数据积累之后,我们获得了对用户的全新认识。
目前国内很多电商网站开始注意数据的积累。电商网站的数据量非常大,每天几百万的用户访问,而且用户的点击流对数据存储要求非常高。通过这些点击流数据,我们可以对用户获得更深的认识,比如,购买相同商品的用户可能属于不同类型用户,这个认知对营销非常重要,可以帮助不同类型的客户找到他们需要的商品。
电商网站的典型用户是二三十岁的女性用户,她们喜欢“逛”,喜欢看很多商品,有时候并没有特定目的,或者说她们的潜意识里有一定的目的,但是表现出来的点击流是一个不断浏览各种商品的过程。
当然也有快速型的用户,他们的特点是讲究效率。他们进入网站后会直接搜索需要的商品,并希望以最快的时间付款下单。对于此类用户,我们会判断他们的购买速度、对商品的反应等,比如,他们是否只看一两件商品就决定了。
在此基础之上,1号店推出“定期购”服务,服务覆盖的商品多为周期性的商品,像牙膏、油、米、卫生巾等。用户只需一次付款,下次就会自动送到家里。这种服务特别适合快速型用户,因为这可以大大缩短他们的购物成本。
电商网站非常讲究推荐,在用户搜索或者加入购物车之后都会看到网站的推荐。推荐看上去简单,可是里面的学问很大,它是基于对大数据的应用。亚马逊的推荐很适合于跟内容相关的产品,比如书和音乐等,内容和个人偏好紧密相关,采用“看过也看过”、“买过也买过”、“点过也点过”等推荐方式更加精确。但是这种推荐不一定适合日用品。1号店的推荐有的是跟品类相关,有的跟品牌相关。根据不同的品类深入挖掘,会提升推荐效果。
1号店也尝试应用大数据来改善客户体验。1号店原有一个积分商城,一定的积分加上一定的现金就可以换购,这对运营人员来说非常费事,他们一方面要找商品,一方面需要做设置。我们决定通过技术和大数据的方法对积分体系进行调整,即实现积分的自动化,同时使换购的商品覆盖面扩大。覆盖面广对于用户来说意味着更强的可选择性和实用性。这样,用户可以把积分真正用起来。
在大数据的实际运用过程中,我们深信技术能够推动营销,大数据能够推动营销。大数据里面有很多潜在的学问,需要我们自己在日常应用中不断地挖掘出来。

0 个评论

要回复文章请先登录注册