提到大數(shù)據(jù)分析大家都耳熟能詳，不過企業(yè)真正關(guān)心的還是大數(shù)據(jù)如何真正在企業(yè)中落地應(yīng)用，現(xiàn)階段的大數(shù)據(jù)已有眾人追捧的虛無縹緲的概念走向落地。如今的大數(shù)據(jù)被視為一種新興的技術(shù)，更多的用來指導(dǎo)企業(yè)經(jīng)營工作，被廣泛用于精準(zhǔn)營銷、金融風(fēng)控、供應(yīng)鏈管理等諸多實(shí)踐領(lǐng)域中，大數(shù)據(jù)時(shí)代已經(jīng)到來。

下面為大家總結(jié)大數(shù)據(jù)常見的五個(gè)應(yīng)用場景：

 

 

場景一、基于客戶行為分析的產(chǎn)品推薦

產(chǎn)品推薦主要是基于歷史的客戶信息、交易記錄、購買行為、購買軌跡等客戶行為數(shù)據(jù)，為客戶推薦產(chǎn)品，包括瀏覽這一產(chǎn)品的客戶還瀏覽了哪些產(chǎn)品、購買這一產(chǎn)品的客戶還購買了哪些產(chǎn)品、預(yù)測客戶還喜歡哪些產(chǎn)品等，個(gè)性化推薦產(chǎn)品；另一個(gè)重要的屬性是基于客戶的社交行為，關(guān)注他的社交圈，推薦他圈子流行的產(chǎn)品以及推薦給他輻射的圈子相關(guān)產(chǎn)品。

 

場景二、基于數(shù)據(jù)分析的廣告投放

DSP為廣告主提供數(shù)據(jù)分析服務(wù)，包括廣告投放試驗(yàn)、時(shí)段分析和效果分析。例如，依托數(shù)據(jù)平臺(tái)記錄每次用戶會(huì)話中每個(gè)頁面事件的海量數(shù)據(jù)，可以在很短的時(shí)間內(nèi)完成一次廣告位置、顏色、大小、用詞和其他特征的試驗(yàn)。當(dāng)試驗(yàn)表明廣告中的這種特征更改促成了更好的點(diǎn)擊行為，這個(gè)更改和優(yōu)化就可以實(shí)時(shí)實(shí)施。再如，根據(jù)根據(jù)廣告被點(diǎn)擊和購買的效果數(shù)據(jù)分析，根據(jù)廣告點(diǎn)擊時(shí)段分析等，針對(duì)性進(jìn)行廣告投放的策劃。

 

場景三、基于客戶評(píng)價(jià)的產(chǎn)品設(shè)計(jì)

客戶評(píng)價(jià)數(shù)據(jù)對(duì)產(chǎn)品改進(jìn)具有非常大的潛在價(jià)值，它是企業(yè)改進(jìn)產(chǎn)品設(shè)計(jì)、產(chǎn)品定價(jià)、運(yùn)營效率、客戶服務(wù)等方面的一個(gè)很好的數(shù)據(jù)渠道，也是實(shí)現(xiàn)產(chǎn)品創(chuàng)新的重要方式之一。客戶的評(píng)價(jià)既有對(duì)產(chǎn)品滿意度、物流效率、客戶服務(wù)質(zhì)量等方面的建設(shè)性改進(jìn)意見，也有客戶對(duì)產(chǎn)品的外觀、功能、性能等方面的體驗(yàn)和期望，有效采集和分析客戶評(píng)價(jià)數(shù)據(jù)，將有助于企業(yè)改進(jìn)產(chǎn)品、運(yùn)營和服務(wù)，有助于企業(yè)建立以客戶為中心的產(chǎn)品創(chuàng)新。

 

場景四、基于數(shù)據(jù)分析的產(chǎn)品定價(jià)

產(chǎn)品定價(jià)對(duì)該產(chǎn)品收益最大化有決定性的影響。產(chǎn)品定價(jià)不是隨便拍腦袋得出來的，而是基于一定的數(shù)據(jù)分析找到合理的定價(jià)標(biāo)準(zhǔn)，主要研究客戶對(duì)產(chǎn)品定價(jià)的敏感度，將客戶按照敏感度進(jìn)行分類，測量不同價(jià)格敏感度的客戶群對(duì)產(chǎn)品價(jià)格變化的直接反應(yīng)和容忍度。通過大量的數(shù)據(jù)試驗(yàn)，從數(shù)據(jù)預(yù)測角度為產(chǎn)品定價(jià)提供決策參考。

 

場景五、基于客戶異常行為的客戶流失預(yù)測

客戶流失分析即通過客戶的歷史通話行為數(shù)據(jù)，客戶的基礎(chǔ)信息，客戶擁有的產(chǎn)品信息為基礎(chǔ)，通過數(shù)據(jù)挖掘手段，綜合考慮流失的特點(diǎn)和與之相關(guān)的多種因素，從而發(fā)現(xiàn)與流失密切相關(guān)的特征，在此基礎(chǔ)上簡歷可以在一定時(shí)間范圍預(yù)測用戶流失傾向的預(yù)測模型，為相關(guān)業(yè)務(wù)部門提供有流失傾向的用戶名單和這些客戶的為特征，根據(jù)客戶行為模型，預(yù)測客戶流失的可能性，并采取針對(duì)性措施。