前言:一篇好文章的诞生,需要你不断地搜集资料、整理思路,本站小编为你收集了丰富的大数据营销方案主题范文,仅供参考,欢迎阅读并收藏。
中图分类号:G648 文献标识码:B 文章编号:1672-1578(2016)01-0028-01
在过去的数年中,以信息技术和网络技术为支撑的大数据技术展现了蓬勃的生命力,也在社会的各个领域得到了广泛的应用,在市场营销中有着重要的应用。高校作为培养高等人才的主要阵地,必须结合大数据技术的新发展,探讨大数据背景下的专业人才培养体系的调整和转变,以适应新形势下社会对高等人才的需求。
1.大数据的内涵和特征
大数据是一个十分抽象的概念,业界对于大数据较为贴切的认识是"大数据指的是所涉及的资料量规模巨大到无法通过目前主流软件工具,在合理时间内达到撷取、管理、处理并整理成为帮助企业经营决策目的的资讯"。大数据最鲜明的特征是种类多、速度快、容量大、流量快、价值高,大数据的这种特点是有别于以往传统的数据概念,大数据不仅要搜集海量的数据,还要根据这些海量的数据分析、挖掘、处理得到有用的有价值的信息。这意味着每个数据都能在互联网上获得生命,产生智能,散发活力和光彩。
2.大数据对企业市场营销行为的影响
2.1 企业的市场营销规划周期将缩短。大数据技术在市场营销行业中的应用会造成企业的市场营销规划周期的缩短,企业的市场营销规划是一个长期工程,通过长期性、根本性和方向性的企业与社会环境互动,但是大数据引起市场营销后,各种结合互联网技术的新型的市场营销手段层出不穷,市场营销有了大数据的支持,营销目标人群的精准度大幅提高,企业要及时根据当前的营销状况,调整市场营销策略,这样企业才不会在市场营销过程中落伍,销售目标才能完完成。
2.2 同类企业市场营销竞争更加激烈。企业的发展是基于新产品的开发和市场营销行为的成功,在技术水平基本持平的行业,产品的性能没有什么本质的差别,因此决定企业发展好坏的重要原因就是企业的市场营销水平。正确的市场营销策略、大范围的市场推广、精准的目标群体主动影响等都是企业市场营销的重要原因,大数据作为一个开放的环境和平台,可以为每一个企业服务,大数据提高的海量数据分析结果可以为企业制定差别化的市场营销方案,这会导致同行业的企业市场竞争越发激烈,加速了市场的优胜劣汰选择。
2.3 大数据对企业的市场营销将更加重要。大数据的出现使企业在制度市场营销方案时更加的科学,基于大数据的分析和判断能提高市场营销的效率和准确度,传统的市场营销是基于对市场大众的抽样调查,调查分析结果和真实情况还具有一定的偏离度,尤其是对于特殊行业。在大数据背景下的整个企业营销流程中,各种相关的数据调查和数据库有力地支持了市场营销方案的制定,使企业的市场营销行为更加的科学化和规范化。
3.大数据对市场营销专业教学的挑战
3.1 传统的市场营销专业教学缺乏大数据相关内容。大数据作为近些年发展起来的一项技术,在各行各业得到了广泛的应用,展现了很高的发展潜力,基于海量数据的快速分析,能够对社会公众群体的特征和行为进行统计性、科学化的概括,这种分析和判断的结果对于市场营销专业具有重要的作用,能大幅度提高市场营销的效率和效果,甚至可以说大数据技术的应用能引起市场营销专业的变革。传统的市场营销专业教学缺少关于大数据的相关知识,为了保证高校培养的学生能有效满足企业的需要,必须在专业课程培养体系中加入大数据技术、网络技术、搜索技术等,提高学生的专业能力。
3.2 传统的市场营销专业教学缺乏实训课程。市场营销是一门应用性、实践性很强的管理学科,在传统的课堂教学中,要尽可能地使学生做到理论联系实际,提高其实践能力,能够学以致用,但是往往在教学过程中还是能听到学生说,市场营销很抽象,感觉离自己很远,不好理解,也不好操作,总的来说传统的市场营销教学主要以教为主,学生的实训实操碍于客观条件长期被忽略,学生在校期间对于市场营销的理解是碎片化、理论化的,这十分不利用大数据背景下的市场营销人才的培养。
4.大数据背景下市场营销专业教学改进策略
4.1 及时更新市场营销教学内容。在大数据的社会背景下,企业的市场营销模式层出不穷、推陈出新,令人眼花缭乱,国内现行的教学体系基本沿用菲利普・科特勒的市场营销学课程体系,长期以来教材和教法相对固化,不利于培养学生的创新精神,也不能满足当下的大数据应用背景要求,因此高校市场营销专业教学要突破以往的旧体系,实时引入新知识、新内容、新教法,培养学生的专业能力和创新精神,以适应大数据时代企业对市场营销人才的需要。在教学过程中及时跟踪大数据市场营销经典案例,在课堂上和学生们探讨分析,引导学生使用大数据结论指导市场营销工作的开展。教师要及时调研大数据发展的新成果,及时引入课堂,使学生能接受最新的教学内容。
关键词:大数据;旅游管理;应用
大数据的应用,可以帮助旅游企业快速地整理出客户信息,汇总分析客户的旅游喜好,根据不同客户的不同需求,制定出最适合客户的旅游产品,提高客户满意度,进而促进旅游企业的发展。要想促进旅游企业的快速发展,就必须合理利用大数据,将大数据应用在旅游管理发展中至关重要。本文就大数据在旅游管理中的应用进行探讨。
1将大数据应用在旅游管理中的目标
信息技术快速发展,从根本上影响了人们的生活理念,人们生活方式的不断改变,信息化也快速地应用到人们的生活中,人们的生活随时都在产生信息,发现信息,并快速地将这些信息集成整理,旅游业可以通过这些数据快速地分析出自己的优势和不足,并快速地整合多种方案,满足客户多元化的需求,提高旅游业自身的发展水平。(1)提升旅游行业的服务质量传统的旅游方案已经不能满足人们的需求,所以,旅游业要顺应时代的发展,更新推出新的旅游方案来满足客户的需求。大数据对数据的全面分析,有助于建设旅游行业的景区公共服务体系,进而迎合客户的多元化需求,做到一对一服务,提升旅游行业的顾客满意服务度。(2)改善旅游行业的管理模式传统的旅游模式,掌握客户的信息量较少,不能根据客户需求合理的安排方针对策。将大数据应用在旅游企业,可以将顾客的喜好需求集成分析,为不同的顾客制定不同的旅游方案,并根据数据分析企业自身的存在的不足和特点,及时改进,全面掌握旅游企业的服务特点和客户需求,才能有效地促进旅游企业的快速发展。(3)应用大数据,更新企业的营销模式传统的旅游企业销售中,营销策略太过单一,营销方向模糊不清,企业不能顺应市场需求进行转型升级。将大数据应用在旅游企业,可以有效地帮助企业分析出目标方向,将消费人群进行分析,将分析出来的数据进行深入分析,将不同的消费群体根据消费需求进行划分,合理制定营销方针策略。通过分析市场,做出精准的预判,促使旅游企业在竞争激烈的行业占主导地位。
2现有的旅游平台存在的问题
(1)旅游数据太单一,并且没有关联数据库现有的数据。旅游平台现有的数据主要有:旅游者的信息、旅游企业的管理人员信息、入住酒店信息、出入交通工具的信息、景点游客的信息等等,这些数据组成了旅游平台,但是却很难将这些数据有效地统一起来。(2)旅游企业重点关注旅游计划,而没有将旅游过程中顾客的真实行为记录存档,单单根据旅游企业制定的旅游计划,是没有办法分析出游客的行为数据。(3)旅游平台的数据和公共平台数据关联单一,无法获取有效地信息。旅游企业想要分析数据,只能根据不同阶段的不同数据进行查找,费时、费力、给出的数据太过单一。
3大数据在旅游管理中的应用探讨
(1)大数据在省级旅游和5A旅游的应用将大数据应用在升级旅游和5旅游中,充分结合信息技术的优势,让旅游产业成功从传统旅游中脱颖而出,成功转型,通过对大数据的分析,可以研究顾客的心理需求,以及旅游产业为不同顾客制定的个性化服务。同时也可以分析出,什么类型的景区最受顾客喜爱,游客最关注的是景区的哪个景点等等,旅游企业可以根据这些数据,不断更新企业个性化服务策略,增强营销推广能力,推动可视化数据服务的快速发展。(2)将大数据应用在旅游企业,促进市场营销信息化社会,人们每天在社交平台发出成千上万条信息,这些信息来源广泛,主要包含人们的个人喜好、对产品的体验感受,消费能力等等。通过对这些数据的集成分类,形成强大的数据信息网,这些信息,预示着市场发展方向和目标,将这些信息合理分化利用,可以挖掘出有效地旅游行业市场信息、行业需求等,有助于旅游行业对现有的旅游方针及时地根据顾客需求做出调整。旅游企业利用这些有效地信息网,可以快速地了解客户需求,给出客户满意的旅游策略,提升自身产品特点,提高旅游行业服务水准,这样,旅游企业才可以在竞争激烈的市场中蓬勃发展,快速成长。
4结束语
互联网的快速发展,让信息采集更加方便,更加快速有效,各行各业已将大数据应用在自己的工作中,旅游企业更是紧跟时代步伐,运用大数据,对客户需求信息进行归纳、分析、整理,提升旅游行业自身的产品特点,并带动旅游行业成功转型,为不同的顾客提供不同的旅游策略,提高旅游行业的经济效益,旅游企业通过对大数据的分析,结合大数据提高自身营销策略,提升顾客服务满意度,进一步促进我国经济水平的快速发展。
参考文献:
Informatica是全球首屈一指的独立数据集成软件提供商。现在,世界各地的组织在Informatica公司的帮助下,都能为其主要的业务需求提供及时、相关和可信的数据,使其在当今全球信息经济中获得竞争优势。目前,全球已有超过 4,500 多家企业依靠 Informatica 提供的解决方案访问、集成并信任其位于企业内外及云中的信息资产。凭借对技术和客户应用趋势的准确把握,Informatica对于2012年云和大数据的变化有了非常清晰而深入的掌控。
2012年,企业对于云解决方案的思维模式将发生变化。首先,在企业以及政府部门中,云将从考虑阶段广泛进入实施。更多的IT机构将从成本中心转向利润中心,这部分是因为采用了云计算。另外,“离群”云集成和点到点应用集成将被更具战略性的、全公司范围的数据集成战略所取代。这个战略跨越了本地部署和云环境,为即使是中型企业提供了一个单一、统一的公司数据视图。
由于云计算部署的加快,在公共云方面,Gartner预测,到2013年,云计算在整体IT预算中会增长20%或更多,到2016年底,有超过50%的Global 1000公司将在公共云中存放客户敏感数据。在Informatica,我们相信,在2012年,混合环境将成为常态,机构将需要访问和分析在其IT环境中的数据,全面跨越传统的本地部署,以及私有和公共云。
云部署的加快,对大数据解决方案产生了深刻的影响。Informatica相信,越来越多的客户数据“生存”在完全不同的云环境中,公司向面临更多的对于数据质量的挑战。尽管价值客户的慷慨赠与就在云中,但要得到一个非常理想的其客户的单一视图以告知以客户为中心的营销战略,会更难而不是更容易。
同时,2012年,法规遵从、风险管理和推动以客户为中心将继续是机构了解和改善其数据状态的推动力。然而,Gartner预测,“到2015年,超过85%的财富500企业将无法有效地利用大数据获得竞争优势。”Informatica相信,尽管有关于大数据的持续的推广,但是大多数的机构将继续为实现他们所访问的数据的1%的潜在价值而努力,需要利用大数据解决方案获得更大的竞争优势。
在2012年,在大数据解决方案将会如何影响客户服务和关系方面,Gartner预测,“对访问和识别能力的需求,在‘大数据’源,如社交网络中,单个客户、产品和供应商被推荐,以及把他们内部地连接到授权的主数据上,将为改善市场、销售和客户服务提供一个新的机会。”Informatica相信,机构将从理论和计划转向实际部署数据治理和主数据管理(MDM)最佳实践。同时,通过对社交和位置数据的分析获得对客户前所未有的了解,将使得更多的机构放弃大众化营销,转而赞成不仅仅是针对个体的个性化营销,而且针对那些可以影响其他人购买行为的个体进行个性化营销。
在大数据中即将产生的变化影响IT团队方面,Informatica认为,随着企业不断寻求更高的数据回报,Data Steward的角色将变为主流,很多数据相关的责任业务分析师与IT专家已经非正式地结合在一起形成了一个正式的工作职能。而且,对Hadoop开发者将会有更高的需求,技能短缺将继续且很可能加剧。在明年,Hadoop将继续获得牵引力,但在2015年前都不会成为真正的主流。
[关键词]大数据;精准营销;互联网
1引言
1.1研究背景
1980年,美国著名未来学家阿尔文托夫勒在《第三次浪潮》一书中将大数据盛赞为“第三次浪潮的华彩乐章”[1]。提出大数据的定义:“指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合,是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产”[2]。大数据精准营销的定义源自德国,Dresden大学的TanjaJoerding在1999年实现了一个多样化的电子商务原型系统———TELLIM。这一发现引起很大反响,在以后的十年时间,譬如NEC、Google、纽约大学、雅虎等各大公司纷纷在此领域开始耕耘。一直到2009年7月,中国的首个个性化研究团队成立,这也象征着中国独立的电子商务体系成立、大数据精准营销解决方案团队的开始。大数据精准营销是在传统精准营销的基础上进行思想定位的,依托于互联网发展的新趋势,创建出多元化并且多样化的用户使用及沟通场景,初步实现了营销成本的控制,正因为如此,其成为互联网精准营销的主要核心价值。
1.2已有文献研究
王薇(2020)研究立足于P2P网贷平台,在大数据背景下分析其精准营销;白卓男(2020)以爱奇艺为例,研究基于大数据的消费者精准营销;王艨(2020)阐述了大数据背景下的奥龙世博公司精准营销策略。目前已有文献研究基于大数据的精准营销,但不足之处在于学者们都基于具体的某一行业或企业,没有涉足大的互联网平台。本文立足于互联网各平台,分析企业的精准营销,弥补研究不足。
1.3研究内容
本文第一部分为研究背景,第二部分叙述了大数据精准营销的过程,第三部分总结大数据时代精准营销的4大核心思维,第四部分分析目前企业大数据精准营销存在问题,第五部分提出大数据时代企业精准营销的建议,第六部分结语。
2大数据精准营销的过程
传统营销是一种静态的营销方式,是根据性别、年龄、职业和收入等基本属性来判断顾客的购买力和产品需求,从而对市场进行细分,并制定相应的产品营销策略。而大数据不仅记录了人们的行为模式,而且记录人们生活习惯,分析人们的情感,可以准确预测客户的需求。这些数据一旦被企业获知,则可以针对性准备基于客户生命周期的营销策略,这是一个动态的营销过程。大数据营销的过程大致分为以下内容:
2.1客户信息收集与处理
客户数据收集和处理是数据准备流程的关键组成部分,是数据分析和深层挖掘的基础。营销所需的信息分为三类:描述性信息型、行为信息型和相关信息型。描述信息是指客户的基本属性信息,常见的如年龄、性别、职业、收入、联系信息等。行为信息是指客户购买行为的特征,通常包括客户购买的产品或服务的类型、消费记录、购买数量、购买频率、退货行为、支付方式、客户与企业之间的联系记录以及客户的消费偏好等。关联信息是顾客行为的内在心理因素。常用的相关信息包括满意度和忠诚度,对产品和服务的偏好或态度,损失倾向和与企业的联系倾向。
2.2客户细分与市场定位
组织必须对每个客户组进行区分,以便有效地管理每个客户组并执行差别化市场营销活动。传统的市场细分变量(例如人口、地理和心理因素)提供了相对不明确的客户概要信息,因此很难为正确的营销决策提供依据。在大数据时代利用大数据技术,我们可以快速地从收集到的大量非结构化信息中过滤出有价值的信息,并对客户行为模式和客户价值进行准确的评估和分析。我们甚至可以从“每个人”而不是“目标群体”中获得深刻的理解,以提供客户的一瞥和提供营销策略。
2.3营销决策与营销战略设计
在现有数据的基础上建立不同的客户概要信息后,商家将企业战略、企业职能和市场环境结合起来,以发现多个环境中的潜在销售机会。最终,您需要为每个消费者群体定制个性化的营销策略,提出的每个营销策略都对应满足特定的目标群体,如吸引品位相同的客户、进行捆绑销售或促销,以及吸引新顾客维护老客户等。
2.4精准的营销服务
动态数据跟踪可增强用户体验。组织可以跟踪并提前通知用户产品使用情况。例如食品接近陈列室,汽车磨损,需要维护等。流媒体数据使产品“生存”,使公司能够根据反馈数据进行规划,准确预测客户需求,并提高客户的生活质量。对于潜在的客户或消费者,通过各种最新信息传递工具,组织可以直接或通过电子邮件跟踪消费者的反应。
2.5营销方案设计
宏观数据时代需要一个良好的营销策略,以便能够将注意力集中在特定的目标客户上,包括目标产品组合、产品定价结构和渠道设计。能够根据消费者的兴趣和喜好提供特定的市场推广组合,包括一对一沟通解决方案(例如020渠道设计),在线广告客户购买模型和实时拍卖技术,基于位置的升级等。
2.6营销结果反馈
在大型数据时代,市场营销活动结束后,会对在营销活动执行期间收集的各种数据进行全面分析,以根据大量数据开发最有效的企业市场绩效与之相比,我们了解了基于新数据的度量标准和价值。评估活动、渠道、产品和广告的效果。为后续营销活动打下坚实的基础。
3大数据时代精准营销的
4大核心思维4C理论作为大数据精准营销的理论基础,它根据消费者需求拟定了构成营销组合的四个基础要素:即消费者(Customer)、成本(Cost)、便利(Convenience)和沟通(Communication)。大数据营销的关键是对销售市场进行准确的定量分析,整合数据库系统,对客户资源进行长期的多元化跟踪,保持互动沟通。部分数据的客户使用人工智能和大数据计算,对企业的目标用户进行信息智能触摸和产品智能推荐,从而帮助企业正确实现客户营销。以客户为中心,依托强大的数据库资源,通过对数据的分析和整合,对客户进行准确的分析和定位,实现合适的时间,恰当的地点,能被消费者接受的价格,通过独特的营销渠道,为目标的客户群体提供他们所心仪的产品,最大限度地实现企业的利益。精准营销的本质是,依据消费者的个性化需求来提品和服务,这其中的大数据技术仅是满足客户需求的手段而已。
3.1核心思维一:以用户为导向
无论是以前传统营销,还是现在流行的精准营销,营销的中心一直未变,均是以客户为主。而大数据也确实向企业描绘了客户的样子,营销人员可以根据大数据分析的结婚了解用户的消费行为习惯,以及用户年龄、消费水平、收入等情况,以便针对不同的客户,制定不同的营销策略。3.2核心思维二:一对一个性化营销大部分销售员在销售过程中会遇到这样的问题:产品是相同的,但每一个用户的需求不同,那怎么样才能将相同的产品销售给不同的用户?这里就需要销售人员进行“一对一”的个性化营销。利用大数据分析,团队可以建立一个完美的用户肖像,了解消费者,从而做出准确的个性化营销。
3.3核心思维三:深度洞察用户
解用户和了解用户的潜在需求。使用数据标签准确了解您的潜在消费需求。比方说,如果企业了解到你买了奶粉,他可能推测你有了家庭、有了宝宝。后续针对性推出适龄尿不湿、辅食、玩具、早教书籍等。一旦了解了您的需求,市场营销的效果将比Internet更高效、更易于处理。
3.4核心思维四:营销的科学性
实践证明,在数据指导下,正确的市场营销比传统的市场营销更科学.与无目的被动营销相比,向用户推荐“投入”和推荐对潜在客户感兴趣的产品更有效。如今是互联网时代,企业要想营销取胜,必须重视大数据,重视精准营销。大量的数据营销,以及颠覆性的营销观念变化,也逐渐验证了大数据的商业价值。预计在未来,数据营销将完全取代传统的单一营销方式,从而占据主导地位。但对企业和许多营销人员来说,最终的解决方案是如何利用这一重要趋势,并积极应对机遇和挑战。4企业大数据精准营销存在问题在大数据时代,人们在互联网上留下了越来越多的数据。“数据指导下的准确营销”正开始被营销者所接受。然而目前多数企业存在以下问题:第一,意识混乱。很多企业仍然处于大数据营销的混乱时期,这是一个非常困难的阶段,说不清道不明精准营销的重要性,后台留存的一堆数据有什么用?精准营销真的可以锁定目标客户吗?第二,过分依赖合作伙伴。在竞争激烈的商海,企业习惯抱团取暖。毋庸置疑,企业的发展离不开合作伙伴,找到合适的合作伙伴,有助于提升自己的实力。但过分依赖合作伙伴,使部分企业丧失了思考,谁可以帮助您解决业务问题?知道你的困难是什么?他会不会总是关注你的计划是否有效,并随时调整它,以达到最好的效果。第三,无智能数据库。大多数企业的数据来源很多,但是如何从众多的数据中挖掘有利的数据,则是一个大难题。即使挖掘有用的数据,企业各部门之间的数据没有联通,难以交流,有用的数据也变得没用。企业可以利用大数据的长处来解决团队在工作当中业务的困难,挣脱传统的商业模式,让你的企业智能化。
5大数据时代企业精准营销的建议
“互联网”的普及代表了一种新的经济形式正在逐渐壮大起来。“互联网”不是对传统产业的否决,而是对传统产业的升级换代。尤其是移动互联网+,驱动了传统产业更新换代的步伐。“互联网+”就像是给传统产业安上了一对“互联网”翅膀,使其如虎添翼。大数据实现了多个平台的营销数据收集、人脸的行动分析,做到了愈加完善和全面,它促使了企业的营销快捷化,使企业的团队节省时间和精力。互联网与大数据的结合使企业与互联网进一步融合转型,让企业依托互联网中的大数据分析,为企业找到准确的客户群。首先,要充分利用大数据技术来了解消费者的需求和问题。经过数据信息分析再从中筛选出有利的数据,进行整合处理,再将这些数据进行分析处理利用。目前,大数据时代下互联网企业精准营销有很多方式,比如设计制作网页来了解消费者的浏览偏向、爱好、点击量等方面,收集相关信息后进行整合处理,进行一系列研究和分析。同时,还可以收集到同行竞争对手的动向和重要数据,对其做出相关策略和预测,了解很多内外部信息,适应内外部的环境,准确把握行业的未来发展方向。其次,利用大数据做好对消费者的消费行为进行定位分析,再进行精准营销。互联网的消费方式便捷,给消费者带来不一样的消费体验,但同时也会存在很多竞争对手。在这种条件下,企业可以用数据的有利资源对其销售产品的消费人群进行准确的定位,从而获得更多更忠实的顾客。通过大数据来了解消费者对于商品的爱好、喜好。针对性的对消费者的要求做出更好,让消费者更容易接受更满意的商品。然后对其精准营销,做到对每一位消费者都用心服务,用诚意和专业的服务态度去为消费者更好的服务,用更好的服务区吸引消费者打动消费者。最后,调整企业的营销策略。大数据的出现,传统营销的时间、空间的,营销活动等限制都被打破,原先的营销策略难免有不足之处。完善和调整营销策略,快速适应数据时代的营销模式,通过大数据和媒体渠道,对目标客户在合适地进行营销活动,以实现效果的最大化。
在网络营销中,大数据就是通过不同的方法收集到客户以及潜在客户的信息资料,如客户喜好、联系方式、姓名、消费习惯等。
为何会想到使用大数据?
以前做SEO、电商推广的时候想的更多的是如何带来更多的流量,但是这几个月重新回到传统行业中,更加明白客户才是根本,而维护一个老客户的成本与开发一个新客户的成本是完全不对等的,流量旨在开发新客户,固然重要,但是网络营销想要营销,客户关系的维护与管理就更显重要了,而这其中大数据的收集与使用就是呼之欲出的了。
怎样收集大数据?
1.诱饵设计方案。如何获得客户信息资料,只有让客户主动将信息告诉我们才是最真实、有用的客户数据库。那么,如何让客户主动告知呢,这就是诱饵设计,有相应的诱饵,满足客户的需求与欲望,辅以相应的客户信息收集机制,客户不难将信息告知于你。譬如,你有一个行业内的精品且不公开的资料,需要这份资料的需要留下邮箱地址(当然也可以是QQ、微信、手机等),然后发送给留下的邮箱,相信需要这份资料的人不会不愿意留下他的邮箱地址的,这就是一份成功的用于收集客户数据的诱饵设计方案。这样的客户信息收集是客户主动提供,所以我们设计诱饵方案时必须考虑到用户的操作简单方便,越简单方便越好。
2.线下数据收集。其实,每个人、每一个生意都是有线下的圈子、客户的。尤其是对于现在进入电商的传统企业来说,线下客户数据是一份优质的资源,譬如经销商的客户购买信息的录入与整理等等。
3.相关相近行业合作。尤其是不同产品但是属于相同或相近行业的。萧伯纳说过:“你有一个苹果,我有一个苹果,我们彼此交换,每人还是一个苹果;你有一种思想,我有一种思想,我们彼此交换,每人可拥有两种思想。”,同理,这个道理用于客户数据的收集与整理也同样适用,如果有2个公司同为出售汽车产品,一个公司出售汽车灯,一个公司出售汽车坐垫,这样2家公司完全可以达成合作关系共享客户数据,这样可以增加一倍的潜在客户。
4.其他。如有某些平台出售客户信息资料。
常用的大数据信息有哪些?
个人觉得客户信息的收集当然是越完善越好,如客户喜好、阅读习惯、消费习惯、收入情况、工作、职位等等,这样能够更加完善的分析客户需求,当然,考虑到方便于利于分析的原因,我们现在网络营销中常规使用的客户信息主要有邮箱、QQ、电话、微信号等联系方式,然后根据对应行业分析几个重要的信息维度,以此组成完善的客户信息数据库。
大数据如何使用?
1.信息的收集与整理。收集自然不必多说,重要的是在数据的整理。根据不同的维度有条理的整理,譬如根据联系方式(影响到内容推送渠道)、信息收集渠道(影响到内容推送政策、时间、产品需求等)。很简单的一个例子,一个公司经营有不同的产品,如果你没有在客户信息数据库中将客户信息分开整理列表,而是将所有的信息一股脑的都推送给同一个客户,那么造成的结果可能是:轻则推送的内容信息、产品不能达到应有的效果,做无用功,费时费力罢了;重则导致客户对推送的信息产生厌烦、抵触情绪,或取消关注的信息,或直接忽略,或直接放弃购买产品……。
2.内容的推送。这个涉及到内容推送渠道(如微信、QQ、邮箱等)的选择与内容推送机制(如内容推送周期、内容定位、内容展示方法等)。确保信息能够及时、准确的传达到客户手上。这一个步骤与上一个步骤:信息的收集与整理是一脉相承的。
3.效果的监控。内容发送到客户手上并不代表万事大吉,信息的展示量、点击量、咨询量、成交量(转化率)等数据监控是保证效果是否优秀的凭证,也是后期方案制定和改进的参考,所以一个合理的数据监控机制是必不可少的。
4.持续改进。大数据的利用是否合理,内容推送的时间是否恰当,内容推送是否合理,这个不是一蹴而就,不能一次性的完美,只有通过一次次的实践与数据分析,然后才能一步步的改善,使大数据的使用更加完美。
使用大数据的好处?
1.潜在客户的增加;1+1=2,信息的交流不同于2个人苹果的交换,如果能够建立相同、相近行业之间(其实相同的产品也是可以存在的,毕竟存在品牌、地区等方面的差异,要视具体情况而定)的合作联盟,并能够互相共享客户资源,如果有20个相同规模的企业,那么这20个企业就都有了相对于自己20倍的客户资源了;
摘要:在分析银行业大数据需求和现状的基础上,基于电信行业大数据的特点和应用,梳理电信行业大数据在银行业的主要需求,结合需求设计提出16项具体的场景化应用,最后介绍了部分电信行业大数据在银行业的场景化应用实际案例。
关键词:大数据;银行业;电信行业;场景化;行业应用;电信运营商
1银行业大数据业务需求及现状
1.1银行业发展现状
截至2016年底,我国银行业金融机构本外币资产总额为232万亿,同比增长15.8%;本外币负债总额为215万亿,同比增长16.0%,资产和负债规模稳步增长;商业银行全年实现净利润16490亿元,同比增长3.54%,整体行业发展良好。随着互联网、移动手机的普及,传统银行的业务形态已经发生了极大变化,金融科技的发展正在逐步重塑银行业态,手机银行、网上银行、微信支付等新兴渠道正在快速替代传统的柜员服务,目前国内大型商业银行的电子交易占比已超过80%;同时,互联网金融的兴起对于传统银行业造成巨大冲击,互联网消费、互联网借贷等业务快速扩展,传统银行业面临管道化危险。因此,银行业面临迫切的转型需求,即从原来的账务性、交易性处理转向经济生活全场景化的服务。面对压力,银行业积极探索通过创新驱动业务增长和市场发展。作为金融服务业的一个分支,银行业创新的本质在于更好地吸引和服务客户,提升综合竞争力。其中,数据作为金融行业的核心资产,是服务好客户的前提和保障,而大数据的出现则为银行业充分利用数据手段提升客户服务效能、拉动业务增长提供了有效途径。在这种背景下,银行业也成为大数据应用最为广泛和深入的行业之一。
1.2银行业大数据业务需求及现状
从应用维度来看,银行业对于大数据业务的需求主要集中在客户精准识别画像、产品精准营销以及金融风险防范。从应用领域来看,银行业对于大数据的业务需求分布于零售业务、公司业务、资本市场业务、交易银行业务、资产管理业务、财富管理业务和风险管理。从银行业实际需求来看,银行业对于大数据业务的需求集中在应用、平台和数据3个维度。现阶段国内外银行业都在积极探索使用大数据创新业务模式,拉动银行业务快速增长。如建设银行已经实现在实时数据仓库上对客户经理做实时的数据提供和交付,并设计6类数据应用模式,包括挖掘类、数据实验室、机器查询、仪表盘、固定报表、自动查询等。中国银行则通过打造中银开放平台,将中国银行的大数据整合开发为1000多个标准的API接口,在将其应用于自身业务开展的同时,探索面向外部合作伙伴提供API接口服务。银行业在积极探索大数据应用的同时,也面临如下问题和挑战。a)随着客户交易行为越来越线上化以及第三方支付与店商的合作,银行对客户交易行为的了解相比以前减弱了,银行业急需通过多维度数据资源补全客户行为画像。b)由其行业特点所决定,银行业大数据需要使用个人类数据较多,如何获得数据拥有者的许可和信任,即合法合规利用大数据优化现有业务模式,也是银行业在开展大数据业务时不可忽视的问题。c)银行业积累了较强的数据研发能力,基本都已建完备的数据平台。但银行业细分业务场景繁多,如何将大数据与细分业务流程融合,寻求大数据业务合理的切入点,是目前银行业大数据应用的核心问题。
2电信行业大数据特点及应用现状
2.1电信行业大数据的4V特征
按照业界常用的方法,从体量(Volume)、速度(Velocity)、价值密度(Value)和多样性(Variety)4个维度分析电信行业大数据。a)体量:电信行业大数据具有体量大和覆盖广的特点。截至2016年底,全国移动通信用户累计达到13.278亿户,全国宽带用户累计达到2.76亿户。同时电信行业用户覆盖国内各级自然行政区域及国外漫游区域,数据采集基本不受地理和经济发展等因素影响。b)速度:电信行业在多年处理用户信息消费的过程中,通过计费、管理、服务等平台的多维度建设,已经建成可以快速处理海量用户数据的计算分析平台,能够快速地对外提供数据加工和挖掘服务。c)价值密度:大数据以低价值密度为主要特征,电信行业具有相对优质和高价值密度的数据资源。以国内电信运营商为例,截至2016年12月31日,国内已100%实现电话用户的实名登记。此外,电信运营商以号码为唯一的ID来整合各类数据,其刻画客户的完整性是一般企业难以企及的,因为号码就是业务本身,而且还有终端ID作为移动通信网业务属性而存在。d)多样性:从数据来源区分,电信运营商数据来源涵盖B域(Businesssupportsys),O域(Operationsup⁃portsys),M域(Managementsupportsys)。从数据类型区分,电信运营商数据分类包括消费、位置、终端、网络行为等多个维度,而且维度间存在强关联。
2.2电信行业大数据在细分行业应用情况
电信行业大数据因其数据质量高、数据应用经验丰富已经在许多细分行业得到深入应用,如表1所示,此处结合电信行业数据类型,对部分目前使用电信行业大数据较多的行业进行了分析。
3电信行业大数据在银行业场景化应用
3.1应用思路
在为银行业设计大数据应用解决方案时,应该立足电信行业已具备的大数据能力,通过深入了解银行业务应用场景,寻求电信行业大数据与银行业务流程的结合点,完成电信行业大数据在银行业的应用。
3.2电信行业大数据在银行业主要应用
按照上述思路,电信行业在银行业的主要应用可分为6类,分别是精准营销获客、用户特质描绘、消费信用评估、欺诈识别防范、智能投顾辅助和业务运营优化。a)精准营销获客:利用电信行业积累的用户消费、信息等数据,结合营销产品和计划,通过电信行业设定的用户标签筛选重点目标客户群体,然后开展精准触达营销。b)用户特质描绘:利用电信行业用户标签,完善银行业已有用户画像库,为后续开展针对和营销提供数据参考基础。c)消费信用评估:将用户在电信领域的消费、投诉等历史记录,作为银行业客户消费信用评估的重要参考维度,辅助银行开展互联网借贷等新业务,或者直接通过API接口比对验证用户在电信侧的相关数据。d)欺诈识别防范:包括事前、事中和事后3个环节的欺诈识别预防。利用电信行业用户位置、朋友圈等有效数据,合理设计场景,辅助识别金融欺诈行为,避免银行客户损失。e)智能投顾辅助:依托电信行业完整的用户画像,为银行业开展智能化投资理财提供用户分群参考。f)业务运营优化:利用电信行业的位置数据以及积累的PoI数据库等信息,辅助银行业开展日常业务运营优化,如网点选址、市场分析等。
3.3电信行业大数据在银行业通用场景化应用
基于上述6类应用场景,本文对电信行业大数据在银行业的具体应用进行了详细划分,在充分研究银行业务场景需求和用户隐私保护的前提下,共设计提出16项银行需求较为急迫的通用场景化应用,对场景化应用进行了详细介绍。
4电信行业大数据在银行业场景化应用案例
4.1银行客户征信
4.1.1应用场景银行在信用卡用户开卡、银行账户开立或者金融借贷发生时,利用电信行业大数据,判断用户提供的部分初始信息是否准确,进行金融业务的事前风险防范。
4.1.2应用方案数据传递:通过API接口传递数据,传输协议使用SOAP。银行客户通过调用接口完成数据征信。
4.2银行电子交易风控
4.2.1应用场景在电子银行交易过程中,存在用户交易确认短信被不法分子以非法手段截取的欺诈场景,如植入木马、复制SIM卡等。通过引入电信运营商的位置大数据服务,可在银行电子银行交易过程中实时比对用户登录电子银行、用户接收短信以及用户操作U盾等交易环节的位置数据,然后通过比对各交易环节位置数据,通过位置差值触发和阻断可疑交易。该思路同样适用于手机银行登录、手机银行交易等。
4.2.2应用方案引入电信运营商大数据服务以后的电子银行交易流程,通过运营商处位置和银行获取的用户交易位置进行比对,在发现距离超限后,银行实时阻断和挂起交易,减少欺诈的发生。
4.3利用电信行业大数据完成银行客户精准分群
4.3.1应用场景某银行希望对其部分有潜在理财需求的客户进行电话营销前,进行精准分群,针对不同属性的客户提供针对性的理财产品,并设计个性化的营销方案,进而提高电话营销的成功率。
4.3.2应用方案基于客户应用场景,在进行客户分群时共使用个性化定制标签34个,包括近3~6个月出账收入、触媒偏好、在网时长、终端类型、访问特定类型网站情况等,数据类型涵盖用户身份属性、终端基本属性、位置状态、上网行为、兴趣偏好等。最终,通过使用上述标签对银行提供的客户样本进行分析,完成客户精准分群如表5所示。按照营销产品属性,将样本用户分为4类,分别是关注商务应用类网站、关注炒股类APP、接听客服电话超过30s和关注××银行APP,针对分群后的不同用户,建议银行采用不同的营销方案,如针对接听客服电话超过30s的客户,建议通过外呼的方式进行产品销售。
4.4利用电信行业大数据风控模型帮助银行开展贷前授信评估
4.4.1应用场景
银行在提供小额信贷、消费贷等面向个人的灵活类型借贷时,需要通过一系列风控模型对借贷人进行信用评估。电信行业大数据可帮助银行从移动号码维度出发,对借贷人进行信用评估。
4.4.2应用方案
参考银行业借贷业务场景,贷前审核分为身份核实、授信额度信用评估两部分,由于个人信贷额度一般较小,因此对用户还款意愿的评估比还款能力的评估更为重要。提炼电信行业侧与用户小额借贷等个人借贷行为相关联通信信息行为属性,构建风控模型,经过模型能力训练,部署至实际数据生产环境,在借贷业务场景下调用模型接口,为银行提供风控参考。
5结束语
面对激烈的市场竞争,大数据已经成为银行业保持业务增长的重要手段。聚焦融合行业特色的场景化应用,电信行业大数据可有效助力银行业大数据应用,帮助银行业创造更多价值。通过跟踪银行业实际业务需求和新业务发展,电信行业大数据在银行业的应用将不断深入,应用场景将不断丰富,电信行业大数据在银行业的场景化应用将同时推动2个行业的转型升级。
参考文献:
[1]庞引明,张绍华,宋俊典.互联网金融与大数据分析[J].中国信息化,2016(10).
[2]郑东盟.大数据时代商业银行优化经营管理策略研究[J].现代经济信息,2015(15).
[3]孙妮,康守松,刘晓峰.数据资产视角下商业银行大数据应用现状及发展前景分析[J].现代管理科学,2017(2):79-81.
[4]张晋.移动运营商在大数据方面的应用及策略[J].中国新通信,2016,18(11):93-93.
[5]陈涛,鲁萌,陈彦名.运营商大数据技术应用研究[J].电信科学,2017(1):130-134.
[6]廖慧,李娜,王蓉.大数据时代下电信运营商应用模式研究[J].电信技术,2016(3):8-12.
[7]穆致君,何阳,杨丹.运营商的大数据业务发展模式分析[J].现代电信科技,2016,46(1):8-12.
[8]陈科帆,周洪成.电信运营商大数据资源变现模式及策略研究[J].移动通信,2016(1):63-67.
[9]吕良成.电信运营商大数据资源应用及变现探析[J].通讯世界,2016(13):75-76.
[10]范济安,李卫,魏进武.电信运营商的大数据发展战略[J].信息通信技术,2015(6):5-12.
[11]魏进武,靳淑娴,张基恒,等.大数据关键技术及运营商落地建议[J].邮电设计技术,2015(5):9-12.
[12]王熙.移动互联网迅猛发展加速大数据应用落地,运营商试水大数据经营[J].通信世界,2015(1):34-34.
[13]杨虎,易丹辉,肖宏伟.基于大数据分析的互联网金融风险预警研究[J].现代管理科学,2014(4):3-5.
[14]余韦.基于电信大数据的位置类应用服务策略[J].移动通信,2015(24):77-81.
[15]张雅.电信企业大数据分析的应用及发展策略研究[J].经营者,2015(2).
[16]胡为艳,艾民,周光彬,等.基于大数据的信令监测系统的设计与实现[J].电视技术,2016,40(1):95-101.
[17]施恋林.大数据征信助力运营商转型[J].中国电信业,2016(12):46-46.
[18]黄志凌.大数据思维与数据挖掘能力正成为大型商业银行的核心竞争力[J].征信,2016(6):1-7.
[19]蒋耀萱.大数据时代我国商业银行风险管理的问题研究[J].中国商论,2015(16):85-87.
[20]孙畅.大数据背景下的银行信用风险管理[J].商情,2016(29).
[21]汤雅妃,魏进武,张云勇.基于大数据的信令监测系统研究[J].邮电设计技术,2014(7):47-52.
[22]桑宏伟,刘占强,曾毅,等.基于大数据平台的移动分组网络安全及IP性能的研究[J].邮电设计技术,2016(1):32-38.
[23]邵许生.大数据时代商业银行的客户信用风险管理研究[J].时代金融,2016(20).
据了解,为了更好的重新塑造碧浪在数字世界中的形象,彻底从之前的"微创新"解决方案策略转为"颠覆式"创新的满足式需求策略的转变,碧浪需要一家对数字营销战略有足够创新,思维更加颠覆和突破的商来协助其完成任务。针对碧浪的需求,基于对品牌、用户的充分理解与认识,从品牌特性和用户关联的角度出发,时趣采用数字化营销推广的策略,以创意设计为辅助配合手段,为碧浪洗衣液制定了精准匹配不同用户属性的活动策划及推广运营的营销解决方案。
本次碧浪携手时趣是因为,时趣一向重视在数字营销领域对新商机的把握,具有丰富的数字营销整合服务能力和经验,能够为合作伙伴提供全方位的服务支持;另一方面,时趣团队拥有高效的执行能力,为碧浪提供高质量的服务,对客户的需求能够做到快速响应。这也再次证明,时趣借助大数据分析平台,可以深入洞察出消费者需求,能够为客户提供更加全面、精准、前瞻性的数字化支持。并且可以为客户提供成熟的产品,能够做到广告、运维、软件的整体搭配实现社交数字营销的整体需求。
碧浪相关负责人表示,在简短的2-3次沟通过程中,时趣展现了非常强的对数字营销的战略思维和不同寻常思路的出色创意能力,不仅能够迅速把握住碧浪品牌精神,为产品建立高端、科学的形象,并且为碧浪提供了清晰的数字营销策略,极具创意的高质量多形式内容传播内容,以及极具消费者深刻洞察整合媒介平台策略。
“当当――”
2016年11月8日,随着一阵洪亮悠长的钟声响起,广东三盟科技股份有限公司(以下简称“三盟科技”)董事长王喜英女士敲响了位于北京金融大街丁26号金阳大厦一楼的财富钟,这家教育行业大数据“黑马型”领军企业正式登陆新三板,开始逐鹿资本市场。
三盟科技是专注于云计算、大数据、智慧教学、在线教育等前沿科技领域的高新技术企业,2013年正式运营,总部位于广州,目前在北京、上海、湖北、湖南、四川、山西、陕西、江苏、福建等地拥有27个分公司。
三盟科技专注教育行业,推出系列创新解决方案,其中在云计算、大数据、智慧教学等领域行业排名第一,在全国拥有200多个高校数据中心案例、几万个点云桌面案例,近3000间智慧课室案例等等。在全国2800多所高校中,案例覆盖率近60%,年均销售收入增长率近200%,2016年销售收入预计2,5亿元左右。对于取得如此傲娇业绩的原因,王喜英对《经理人》表示:“第一,是专注教育,专注大数据、智慧教学、云计算等新技术领域;第二,致力于开发创新的、差异化的、有价值的产品;第三、精准把握客户需求,对产品功能快速迭代升级。”
创业期,活下去很重要
王喜英是草根创业的典型,像大多数东北人一样,善于沟通和交流,后来上大学后主攻管理工程专业,专业偏向于营销管理。在创立三盟科技之前,王喜英先后进入珠海佳能、深圳华为以及星网锐捷等知名企业工作。
在这些大企业工作期间,让王喜英积累了大公司先进的营销及管理经验,为后来创业打下了坚实的基础。
“有人说,赚那么多钱干嘛?我其实根本没有想赚多少钱的问题。在人生的一些关键节点,我更愿意倾听自己内心的声音。”王喜英对《经理人》表示,“我这人不喜欢守旧,喜欢不断汲取新的知识,希望尝试一种全新的工作模式,这是我为什么选择创业的原因。”
创业艰难百战多,王喜英也不例外。“创业之初,最难的是没有产品,这决定了公司的发展方向,要研发打造属于自己的核心产品体系;其次就是在技术和人才上发力,提升产品的竞争力,保持自己产品的创新性与优势,做一家专业化的公司。”她说。
最终,王喜英选择的方向定格在自己沉浸多年的教育行业。但为选准公司经营的大方向,她还是汲取了许多成功人士的经验,也看了许多成功企业家创业的书籍,“就是想看他们当时是怎么去选择的”。王喜英对《经理人》说:“我看《马云的管理日志》一书收获很大,因为大中型企业的各方面资源比较充沛,对互联网的依赖不大,所以马云没有选择大中型企业,而是找中小企业作为目标,并bk--个行业、一个系统扎根、做深做透,然后再延伸出去。我们当初选择云计算和教育行业就是这个道理。”
2013年4月,云计算、物联网、VR、机器人等新技术被炒得很热,但技术均不落地,王喜英决定从已经逐步开始落地,但在教育行业还处于初步探索阶段的云计算技术开始。后续的事实证明,王喜英押宝成功,利用云计算技术对传统的教育信息化业务进行升级和产品功能快速迭代,形成了庞大的蓝海市场。
然而公司处于初创期,云计算相关储备人才奇缺,产品研发尚需时日,三盟科技如何挺过黎明前的黑暗?王喜英告诉记者,这段时间,三盟科技不得不依靠传统业务,承接大量毛利率一般的网络系统集成业务订单,来为企业自身产品的研发争取时间,做好保障。
“因为我们首先得活下来。如果生存都有问题,就谈不上发展了。”王喜英对此表示。
三盟科技的三驾马车
2013年是三盟科技云技术的开发阶段,当时仅仅做了两个样板项目作为试点,但是2014年、2015年两年的时间,三盟科技云计算相关解决方案的销售额就连续实现了翻番,占到了总营收的50%以上。
三盟科技终于迎来期盼已久的和煦春风!
在云计算领域,三盟科技先后推出了五大解决方案,包括云计算数据中心解决方案、云桌面解决方案、掌上移动教学解决方案、云安全等级保护解决方案和云计算人才培养解决方案。相比传统的教育信息化技术,在使用体验、成本控制等方面有质的提高。
比如,三盟科技将云计算资源管理、虚拟化技术融合在一起,为客户实现数据中心的重构,协助客户在多数据中心之间构建统一的信息资源池和管理平台,为上层的各种信息系统按需分配资源,大幅提升了信息化环境的各项效能评估指标。
“简单的来说,即将学校数据中心的服务器存储进行虚拟化,然后构建云计算管理。原来的数据中心,只能用一台甚至多台集群服务器支撑一个业务系统(比如教务系统、OA系统、迎新系统及选课系统)。在服务器完成一虚多的虚拟化之后,一个虚拟服务器(简称虚拟机)即可独立支撑一个业务系统。”王喜英强调说,“通过这种虚拟化技术,改变了传统单机的数据中心模式,一台服务器可虚拟成10~20台虚拟服务器。大幅降低了客户的采购成本、提升了资源利用率以及运维管理效率。”
而云桌面解决方案则可大大减少运维成本,提升运维效率。采用云桌面解决方案,技术管理人员平均维护客户端数量可以达到1000台左右,相比个人计算机每个技术管理人员维护200台左右,工作效率提升到原来的5倍左右,有效降低了维护的人力成本。
另外,三盟科技在2015年新推出智慧课室解决方案,当年便得到了广大高校的认可,在全各地实施了500多间,智慧课室一跃成为三盟科技三大主营业务之一。该方案致力于让传统多媒体课室变得更加“智慧化”,为学校实现课室教学设备统一监管、课室环境统一监管、创新性智能教学以及便于教育方式的创新与拓展。实现集约化建设,节省课室建设和改造费用,大幅降低管理难度,提高管理效率,推动教育模式创新,促进优质教学资源的分享。
“夫运筹帷幄之中而决胜于千里之外”,在王喜英这里,则表现更多的是对未来趋势的准确把握,早在2014年下半年,在刚刚推出的几大业务迅速发展的同时,王喜英便在思考未来企业的发展方向以及业务拓展的领域,并远赴美国,在硅谷去对接先进的技术与人才,由此,大数据走进了这位智慧女士的视野,也成为此后几年三盟科技主要研发的方向。
每一项技术的引进与落地,中间都凝聚了大量的人力与心血,在三盟科技也是一样,王喜英告诉《经理人》,在认识到大数据的发展潜力以及可以为中国的教育行业带来创新价值以后,三盟科技在这一领域整整沉浸了一年的时间,这期间,三盟科技还专门组建了三盟硅谷研究院,针对中国教育行业的特性,研发与中国教育行情相符的大数据功能模块,2015年下半年正式推出了三盟科技高校大数据整体解决方案。由于方案先进,抓住了高校教育、管理和服务的关键点,一经推出,便得到了众多高校的认可,并在北京师范大学、武汉大学、海南师范大学等众多985/211高校落地实施,成为教育领域第一家真正将大数据落地教育的企业。
至此,支撑三盟科技高速发展的三驾马车一云计算、大数据、智慧教学三大核心业务正式形成。
适销对路,快速复制
在管理学上有“护城河”理论,来辨别一门生意是不是好生意。针对市场需求,有了对路的好产品,这时要做的就是深挖“护城河”,快速建立起行业进入壁垒,让这门生意持续盈利下去。
因此,除了差异化的产品创新之外,王喜英将三盟科技迅猛发展的原因,归结为精准把握客户需求,对产品功能快速迭代升级,以及布局全国的服务销售团队。
2014年,三盟科技云计算系列解决方案逐渐成熟,受到广东省教育类机构客户的青睐,销量大增,其中华南地区(广州)营业收入占当期营业收入总额的比例达到99.47%。适销对路的三盟科技,此时要做的就是迅速扩大销售区域。同时,由于云计算行业的蓬勃发展,出现越来越多的进入者参与竞争。在此情况之下,为扩大先发优势,三盟科技在营销渠道建设与技术研发两方面同时发力。
2015年可以说是三盟科技的“年”,2015年上半年三盟科技开始发力广东市场,下半年拓展全国市场,2015年底公司在全国各地已经建立20多家分公司,在职人数从100多人增加到500多人。增加的近400人中,一半是营销部门,一半是研发部门,服务迅速覆盖到全国2000多所高校。
一家崇尚西点军校法则的企业
随着2015年的快速扩张,三盟科技位于广州总部k公面积一再扩大。
“加入三盟大家庭的新人,成长需要一个过程,要适应企业文化”王喜英坦诚地说,“所以,我们推广时,首先要求方案成熟,有实际案例;其次,营销与技术人员全部来自业内;再次是市场需求比较旺盛,最后是流程的标准化,比如采购怎么才能最优,销售效率怎样才能最高,服务怎样最好的对接等,这些细节都很重要,我们会对每一个细节严格把关。”
同时,三盟科技实行KPI绩效法则、末位排-名制等,对执行不到位的行为严格按照“执行力”准则予以考评,以此来保证整个团队的高效运作。
“我们崇尚更多的是西点军校的行为法则,我们希望三盟科技是一家奋斗、高效、充满激情,不断创新,富有责任而又专业的高科技企业,我希望我们的员工能时刻秉着‘以用户为中心,以奋斗者为本’的理念,能够为社会真正做出A贡献;虽然我的管理比较严格,但是我希望我的严格管理,能够帮助每一位员工成长,真正突破自我,实现自我,为以后的发展筑基铺路。”王喜英对《经理人》表示。
数据创造价值
慧科成立于1998年,以香港中文大学的一个学术研究项目起步,利用新闻检索技术采集信息,为企业提供媒体资讯和市场情报。由于当时互联网技术刚刚起步,慧科在迅速推出第一代 WiseNews产品后,获得20多家媒体伙伴提供转载授权,并在香港设立的“创新科技基金”的赞助下,得以快速发展。目前,慧科已先后在北京、上海、深圳、南京等9处设立分公司,拥有逾1100名员工(包含合约分析师),服务全球超过2500家大型企业,包括阿里巴巴、中移动、兴业银行、三星等。多年来,慧科为客户提供舆情监测分析和企业信息情报服务的创新产品解决方案,包括新闻数据库、公关、媒体和市场情报方案、社交媒体方案、金融及风险信息方案、商业智能方案等,协助客户随时随地掌握市场和行业信息、制定有效策略。慧科正以强劲的势头迅速发展,成为知名中文资讯商业智能方案提供商之一。
慧科讯业有限公司研究总监何超博士表示:“慧科早期的商业模式是从公关服务的角度出发,将传统中文媒体上的资讯电子化,也就是利用互联网技术对资讯进行处理,分门别类,在第一时间送达给客户。近年来,随着大数据技术的发展,数据价值凸显,采集数据、掌握数据、运用数据已成为企业的核心竞争力,大数据正在影响着商业模式的转变,为企业带来新的商业机会。慧科的商业模式也从之前的媒体监测转变为以客户需求为导向的全媒体大数据商业情报和市场情报提供商,目前覆盖全媒体智能检索数据库、媒体监测及舆情分析、金融风险舆情及资讯和商业大数据服务等四大核心业务范畴。”
全媒体大数据智能方案专家
慧科之前大部分的业务集中在PR方面,而现在拓展至综合的数据供应商和解决方案供应商。
何超表示:“慧科从之前业务集中在公关方面,到现在拓展至综合大数据,转变是以点概面的。因为,数据无处不在,随着计算机的处理能力日益强大,如果获取的数据量越大,数据挖掘到的价值就越多。慧科的优势就是在十几年的发展中同中国、新加坡、美国等近2000多家媒体结成合作伙伴关系,建立起集信息数据资源、信息管理工具和信息增值服务为一体的全方位、多层次综合服务数据库系统。并且,随着互联网媒体、社交媒体的快速发展,信息和数据更是快速地积累和流动,需要更高计算处理速度和复杂模型来提炼相关信息,挖掘真实的信息。慧科通过对网络、报纸、微博、微信、论坛等全媒体舆情信息进行监控、收集、处理、解析,提供一整套完善的市场情报,以及风险控制解决方案。”
对公司来说,情报中与业务相关的信息才是最关键的,通过数据洞察将信息添加到业务策划过程,可有助于公司制定一个多维度的可操作性的战略。
何超表示,在技术方面,慧科引入大规模分布式“网络爬虫技术”,提升信息精准获取和有效整合应用能力,并根据客户个性化的需求,为其提供高效的信息管理工具、定制化的信息情报系统,提供准确及时的情报,辅助客户作出商业决策。
在产品方面,慧科之前注重在传统纸媒上,主要从公关的角度出发,提供精准的简报服务,以人工为主,技术为辅,但传统媒体缺乏时效性、有效性,随着每天都有海量资讯在网络、微博、微信、论坛上传播,收集这些信息、理解这些信息成为大数据文本挖掘的重点。因为消费者在哪里,企业的营销方式就需要做出变化。当前,慧科紧随信息传播渠道的步伐,配合客户不断锐变的需求,从全媒体角度出发,以大数据技术和人工服务相结合的方式提供四条产品线:一是全媒体智能检索数据库,通过智能媒体资讯搜索,帮助企业相关部门、研究咨询机构、高校等,快速锁定精准的商业资讯;二是专为公关及市场人员量身定制的全媒体监测洞察解决方案,包括WiseEnterprise舆情监测分析、WiseSocial社交媒体营销评估及品牌洞察、以及WiseInsight全媒体研究报告体系三大板块,帮助企业时刻掌握最新舆情,即时发掘重要商业资讯和情报,做出明智的决策;三是WiseSignal,提供全面的金融财经信息,一站式监测和管理风险;四是WiseBI商业大数据服务,慧科透过大数据分析,准确掌握业务状况,制定最佳决策。
慧科讯业有限公司 BI产品总监李晓伟表示,慧科未来将构建基于互联网大数据的生态系统,除了对文本数据进行语义分析和情感分析以外,还将对行为、交易、CRM等数据进行扩展,目前正在与上下游的合作伙伴合作来打通相关数据链路,从而实现更精准的企业竞争情报分析和消费者刻画,为企业的市场、营销、品牌等经营决策提供数据支撑,实实在在为企业带来价值。另外,将重点针对垂直行业提供解决方案,比如为汽车、快消、3C等行业提供品牌监测、产品体验分析、用户服务分析、营销活动监测、消费者刻画等有针对性的解决方案。在传统业务上,也针对PR行业进行产品升级,提供更加及时快速和精准的分析工具、预警研判的平台产品,真正实现大数据对业务的支撑。
更胜一筹的中文语义分析
有别于一般的大数据应用,慧科作为中文资讯服务商,在中文自然语言处理方面积累了丰富的经验,多年来一直致力研发语言学及人工智能技术,并为了更好地服务客户,对普通话和粤语的分析大力投入,使其在中文语意分析上更胜一筹。慧科独家研发的“排版转换技术”系统 (ENMPS),将大量繁、简体中文内容转化至一个易于搜索并具弹性的数据库。慧科的“雅博中文全文检索系统”(IPOC),融合了语意学与上下文的脉络关系逻辑,用户可以用词语、词句进行检索,搜索的灵活性和准确性均大增。
何超表示:“大数据时代的资讯监测、分析与挖掘,离不开海量的数据存储与处理,同时特别需要人工智能技术(如机器学习、深度学习、数据挖掘、自然语言处理、图像识别等),及大规模分布式计算与存储技术(如Hadoop、 Spark、流计算、图计算、GPU加速等)作为支持大数据解决方案实现的技术基石。慧科注重技术的发展,成立了独立的慧科研究院,目前团队20人毕业于中国、英国、德国、丹麦、加拿大等知名高校,85%以上具有硕士或博士学位,专注中文智能化的分析,即在大数据的基础上对中文自然语义进行智能的解析与挖掘,聚焦的研究方向有文本挖掘与社会媒体分析、自然语义分析与知识图谱、情感分析、深度学习与机器学习等。”
何超举例说,“敏感”一词带有情感意义,但是在不同行业中的极性不同。比如,在汽车行业提到“操控敏感灵活”是正面词,但在化妆品中提到“皮肤敏感发炎”就是负面词,这就需要结合具体的场景,才能给出正确的结果。慧科除了文本挖掘以外,在品牌识别、图像识别等方面的成绩也很不错。
慧科通过行业知识和自然语言处理技术,进行数据整合、分类和分析,让客户可以透过慧科的解决方案掌握有价值的资讯,发掘各种资讯之间的关连性,洞悉危与机。慧科有专职的语言学编辑团队维护行业知识;同时也为研究院提供标注数据供其训练人工智能分析模型。
“慧科的定位不是纯技术公司,也不是仅为公关公司提供简报的人工服务公司,而是把人工和技术深度结合,并应用到企业业务场景去,从而成为提供专业精准的全媒体大数据智能解决方案的公司。公司的未来,媒体的提供渠道在不断改变,慧科作为囊括传统与新媒体可靠内容的中文媒体及商业情报公司,必须提供最全的数据,帮助客户在第一时间获取最相关、最重要的、及最有价值的东西,紧跟市场的变化,根据客户的需求,提供一站式解决方案。”何超表示。