数据服务商正在兴起.docVIP

数据服务商正在兴起 　　如果消费者已经光顾过你的网站，那么数据服务公司就能通过场景引擎技术，分析出用户的瞬时和长期消费偏好、阅读偏好，并综合分析他（她）的性别、年龄、婚姻状况、职业等人口统计学信息，构成一幅饱满而又生动的“用户画像”。 　　一旦这个消费者再次来到网站，网站还可以通过原先的画像，实时影响消费者的点击行为。消费者每刷新一个页面，网站都可以实时分析其即时购物偏好，推测出该消费者此时是否有明确的购买意向、处于购买中的哪个阶段、对什么样的产品有兴趣，而后结合网站的经营目标和业务特点，以及消费者的购买历史记录等信息，将最合适的商品展现在他面前。 　　假设一个用户已经购买了一款3000元的品牌手机，现在打算为家人挑选一款手机，他在网站上的行为运作过程将如表一所示。不难看出，推荐引擎会追踪用户的购物全过程，根据用户画像和零售行业经验，帮助其挑选商品。 　　这就是百分点公司正在做的一项事情：为消费者建立“用户画像”。那么，“用户画像”有什么价值呢？ 　　在苏萌看来，“用户画像”对于很多企业而言，就像是指引企业实现精准营销的指路明灯，“考虑一下这样的场景：一个商场的洗衣机做促销活动，我们可以通过‘用户画像’，筛选出若干批符合这次活动的人群或会员。假设用户群A最符合本次活动，用户群B次之，用户群C最后。对A，商场发送频次不等的个性化短信；对B，发送个性化邮件；对C，则适当发送、投递宣传资料。对于A，导购会直接向他们介绍洗衣机活动，并提供一个不错的折扣；对于B，导购会详细介绍洗衣机和其他家电，刺激他们的需求；对于C，则可能任由他们在店内自由闲逛”。 　　不难看出，所谓的“用户画像”，就是通过对用户在网站上的信息和数据进行分析，了解用户的消费行为和偏好，并对用户的消费能力和价值进行准确评估，从而为企业提供决策支持。据苏萌介绍，目前百分点正在做消费者全网的“用户画像”，“通过对几百家网站消费者数据的整合和分析，全网的‘用户画像’可以更全面的了解消费者。对每个企业网站用户数据进行分析，看到的只是用户的一方面偏好，比如在凡客上看到的是用户购买衣服的偏好，在京东商城上看到的是用户购买电器的偏好，但全网的用户画像，则整合了几百家电子商务网站的数据，包括1号店、凡客、国美等等，可以了解到用户全网的购买行为和偏好”。 　　如果真如苏萌所言，可以建立全网的“用户画像”，那么其应用空间无疑是十分广阔的。例如，国内一家知名银行的信用卡中心想全面了解其在线申请信用卡和贷款用户的特征，了解哪些用户的消费能力高并且信用好。传统做法是通过在线问卷和电话回访，评估用户的购买力和信用状况。不过，这些问卷中涉及的数据很少，而且很多可以造假，很难做出准确的评估；如果采用电话回访，代价又太高，不方便全面推行。 　　这时，全网的“用户画像”就可以派上用场：用户最近在衣、食、住、行、玩等各个方面的消费金额和消费频次，可以很客观地描述其购买力；用户经常访问的社区论坛、媒体网站，可以很全面地了解其社会属性，比如属于哪个社交圈子、生活品位等等。有了这些数据，银行可以对申请人做出更好判断，是否给其发信用卡，发什么类型的信用卡，透支额度多大；或是否为他提供贷款，贷款额度多大，贷款利率多少等等。 　　如果对苏萌所说的“用户画像”进行分析，就会发现，“用户画像”能否成功并产生价值的关键在于用户消费行为数据量的多少。数据量越多，对于用户的画像就会越精准。“这就是百分点作为独立的第三方大数据服务商的价值，我们通过为500多家电子商务提供服务，积累了大量的消费者行为数据。”苏萌说。不过，苏萌也坦言，在公司成立初期，这一数据的积累过程十分艰难，“我们用了两年多的时间，一点一点地进行数据的积累。” 　　在完成全网的“用户画像”之后，百分点接下来想要做的是大数据SaaS服务商。“我们希望通过SaaS服务的形式，让这种基于数据而得到的对用户的理解能力流动起来，使那些自己没有太多数据的企业，也能够从大数据中受益”。 　　在苏萌看来，如果数据不能流动的话，那么每个企业看到的是一个数据孤岛。大数据真正能够给社会带来价值，是在于数据能够流动起来，企业外部数据占的权重会越来越重要。苏萌以沃尔玛和宝洁之间数据交换和数据流动的故事为例，讲述了这种数据流动带来的好处：沃尔玛非常了解消费者在线下店里购买的行为；而宝洁非常了解对宝洁旗下的众多品牌，什么样的消费者会有什么样的偏好，两个企业通过数据的融合和贯通能够从不同的层面更好地了解消费者。苏萌还认为，相同行业数据的扩展是加法效应，而不同行业数据的扩展是乘法效应，“比如说沃尔玛和宝洁公司，以及汽车生产制造商和上下游企业数据共享，能让单个的企业对于消费者有更深刻、全面的洞察，能够通过数据来提高企业的运营效率。而百分点现在试图打造的就是一个集合各行业数据的分析