1700431318
驾驭大数据 第2章网络数据：原始的大数据
1700431319
1700431320
如果能够理解顾客意图而不仅仅只理解顾客行为，这难道不是件很好的事情吗？如果能够理解每个顾客在决定是否购买某件商品前的思维过程，这难道不是件很好的事情吗？在过去，这些想法简直被当作天方夜谭。如今，通过使用详细的网络数据，这些想法已经成为可能。以上是本章主要涉及的内容。
1700431321
1700431322
切实学习一些大数据如何用于驱动商业价值的实例，能够帮助我们更好地理解大数据。在今天，或许没有其他的大数据源能够像网络数据一样应用地如此广泛。本章的所有内容都是关于网络数据的，因此，我们可以深入这个话题并详细地讨论网络数据的应用。〔5〕在第3章，我们会对另外9种重要的大数据源进行简单的探讨，这9种数据源概括性地描述了哪些数据可以被使用以及它们是如何被使用的。
1700431323
1700431324
很多不同行业的企业都已经将从网站上获取的详细顾客行为数据整合到了它们的企业分析环境中。然而，大多数的企业还没有把在线交易整合到网络数据中。传统的网络分析服务商提供的运营报告，只包含点击率、网络流量和其他仅基于网络数据的指标。然而，在这些网络报告之外，详细的网络行为数据还未被利用过。
1700431325
1700431326
一些先驱企业已经证明了详细的网络数据可挖掘出尚未开发的企业价值。本章将概述这些先驱所做的事情，它们为什么做这些事情，以及今天为什么每个企业都应当考虑使用这些分析。对于那些尚未突破自我封闭，且未深入考虑过将详细的点击流数据和其他数据结合起来的企业，这些事例一定会让它们大开眼界。
1700431327
1700431328
本章的核心主题并不仅仅是征服网络数据本身。企业需要专注于将网络数据和其他所有与顾客相关的数据进行整合，而非仅仅从独立的数据库中获取数据。在可扩展的分析环境中使用这些信息，不仅可以洞悉顾客的购买观点，还可以洞悉其个体意愿、购买决策过程及喜好。利用新数据源所提供的洞察，企业可以向前迈进一大步。
1700431329
1700431330
企业如何获取、分析、利用这些丰富的信息以获得洞察呢？首先，我们将讨论需要获得哪些数据及其原因。其次，我们将通过一些例子来探讨这些数据可以揭示什么。最后，我们将讨论一些特殊的例子，关于如何通过整合网络数据而改变分析流程。网络数据是一种已经被很多企业驾驭了的大数据源。请赶紧把你也加入到驾驭者名单吧！
1700431331
1700431333
2.1 网络数据概观
1700431334
1700431335
企业已经谈论了很多年对顾客的360度视图。在任何一个时间点上，都会有一些企业宣称它们真正获得了360度视图。事实上，真正获得360度视图是不可能的，因为这意味着你对顾客的一切都已经了如指掌。在讨论360度视图时，我们真正想说的是，考虑到当时可用的技术和数据，尽可能全方位地了解顾客。然而，终点线总在移动。当你刚刚觉得终于到达的时候，终点线又一次移到了更远的地方。
1700431336
1700431337
几十年以前，如果企业知道其顾客的名字、地址，并且可以通过当时的第三方数据增强服务，在这些顾客的名字后面附加一些人口统计信息，那么它们一定会在竞争中处于领先。最终，新锐企业们也开始收集顾客的最近一次消费、消费频率以及消费金额（RFM）等指标信息。这些指标用于观察顾客上一次消费的时间、消费的频率以及他们花费了多少钱。这些指标可能仅统计顾客过去一年的消费行为，也可能记录顾客一生的消费信息。在过去的10～15年里，事实上所有的商业都开始收集和分析其顾客的详细交易历史。这直接导致了分析能力的爆发以及对顾客行为更深层次的理解。
1700431338
1700431339
让你的360度视图跟上时代的脚步
1700431340
1700431341
很多企业对顾客交易行为的观点还停留在过去。如今，整合新的数据源，如网络数据，已经成为可能，并且能为早期使用者带来巨大的收益。你的企业关于顾客的观点跟上时代脚步了吗？
1700431342
1700431343
很多企业仍然停留在使用交易历史的阶段。今天，虽然这些旧的观点仍然重要，但是很多企业依然错误地认为它们代表了对顾客全方位的了解。在今天，企业需要收集新的关于顾客的大数据源，这些数据源来自于各种扩展的和新兴的接触点，如网页浏览器、移动应用、自助服务机、社交媒体网站等。
1700431344
1700431345
正如交易数据引发了分析能力和分析深度的变革，这些新的数据源同样会将分析提高到一个新的层次。以今天的数据存储和处理能力，使用新数据源进行分析绝对能获得成功。而且，很多具有前瞻性的公司已经通过利用这些数据处理各种问题证明了这一点，我们后面还会对其进行简短的讨论。
1700431346
1700431348
2.1.1 你遗漏了什么
1700431349
1700431350
你是否曾经停下来考虑过如果只收集网站上的交易信息会怎么样？或许对于一个网站，95％的用户在浏览后并没有把商品放入购物车。剩下的5％中，大概仅有一半，即2.5％，进入了结账流程。而且，在这2.5％中，仅有三分之二，即1.7％，最终完成了交易。在很多情况下，这些数据并不是不切实际的。
1700431351
1700431352
这意味着如果只追踪网页中的交易信息，会有超过98％的信息被遗漏掉。然而更重要的是，会有更高比例的有用信息被遗漏掉。每一项购买交易的完成，可能会涉及几十或上百个特定的网页操作。这些数据需要和最终的销售数据一起被收集和分析。
1700431353
1700431354
需要强调的一点是，这和过去的网络分析完全是两码事。传统的网络分析关注汇总的特性，而这仅仅是对网络数据的概括和总结。现在的目标是要将顾客层面的网络行为数据和其他跨渠道的顾客数据整合在一起，而不再仅仅报告摘要统计信息，虽然这些概要信息已可以看到一些细节。这比网页点击报告和页面视图摘要前进了一大步。
1700431355
1700431356
正如RFM仅仅是交易数据可提供的信息中的一小部分，传统的网络分析也仅仅使用了一部分网络数据。网络数据是改变游戏规则、令人惊讶的新前沿，它彻底地革新了企业对顾客的洞察以及这些洞察对其业务产生的影响。
1700431357
1700431359
2.1.2 想象各种可能性
1700431360
1700431361
想象一下顾客正在和你的企业进行商业交易，而你对顾客所做的一切都了如指掌。不仅知道他们买了什么，而且知道他们关于购买商品的想法以及影响他们购买决策的关键因素是什么。这些知识使得你对顾客的理解，以及你和顾客之间的交互提升到了一个新的层次。它使得你可以更快地满足顾客的需求并让他们满意。
1700431362
1700431363
■ 把你自己想象为一个零售商。想象和顾客并排地走，并记录下他们去过的每个地方、他们看过的每件商品、他们拿起的每件商品、他们放入购物车然后又放回去的每件商品。想象你知道他们是否阅读了营养信息、是否看了洗衣说明、是否阅读了架子上的促销宣传手册，或者他们是否看过商店里其他对他们有用的信息。
1700431364
1700431365
■ 把你自己想象为一家银行。想象你清楚地知道每个顾客正在考虑的所有信用卡种类；想象你可以理解是奖励计划、利率，还是年手续费最终促成了他们的选择；想象你知道他们在拥有了每件商品之后所做的评论。
1700431366
[
上一页 ]
[ :1.700431317e+09 ]
[
下一页 ]