1700431386
驾驭大数据 [:1700430535]
1700431387
2.1.4 应当收集什么数据
1700431388
1700431389
如果可以的话，顾客与企业交互过程中的所有行为数据都应该被收集起来。那意味着所有顾客接触点详细的事件信息都要被收集。今天，常见的接触点包括网站、信息服务亭、移动应用和社交网络媒体等。可以被收集的顾客事件，包括表2-1中的这些例子。
1700431390
1700431391
表2-1 可以被收集的行为
1700431392
1700431393
1700431394
1700431395
1700431396
尽管本章主要关注网络数据，这些原理同样适用于其他在第一段中列出的数据源。虽然以下的例子都是关于网站的，但请记住这些概念同样适用于其他所有可以收集数据的接触点。
1700431397
1700431398
这不仅仅关于网络数据
1700431399
1700431400
本章中所讨论的概念可以应用于很多种不同的接触点，包括信息服务亭及移动应用等。不要将你的思考仅仅局限于网络数据。
1700431401
1700431402
驾驭大数据 [:1700430536]
1700431403
2.1.5 关于隐私
1700431404
1700431405
今天，隐私是一个很大的问题，而且以后这个问题会越来越严重。必须认真考虑需要收集什么数据以及如何利用它们。你不仅要遵守正式法律的限制，也不能逾越顾客能够接受的底线。企业应当尽量避免顾客把它们的项目当作某种令人毛骨悚然的事情或者“侵入”。隐私是值得企业深入讨论的问题。本书无法覆盖所有关于隐私的话题。然而，我们还是会探讨一种在通过分析网络数据获益的同时，并兼顾隐私考虑的方案。
1700431406
1700431407
即使企业想要采取一些保守的措施，仍然有从网络数据中获益的方法。即使不愿意和每个顾客进行单独交互，或者将所有数据与可识别的顾客资料相匹配，网络数据仍然是有价值的。对每个顾客，通过其登录记录、cookie或者类似信息，都有一个唯一的、随机的、与个人身份无关的ID与之相匹配。这些识别号可以被当作是“face-less（蒙面）”的顾客记录。尽管所有与该ID相关的数据都来自于同一个人，执行分析的人员却无法将这些ID与实际顾客相匹配。然而，通过在顾客中寻找某些模式，仍然可以完成分析。这些模式是强大的，而且并非只有弄清楚每个人具体做了什么事情才能发现它们。
1700431408
1700431409
考虑一下蒙面顾客的分析
1700431410
1700431411
顾客分析中的很多价值都来自于可被识别的汇总模式。如果你直接销售商品给顾客，你所需要做的仅仅是通过名字或地址进行身份识别。还有很多具有很高价值的分析仅仅通过查看蒙面顾客的数据来完成。在这种方法中，分析专家所知道的顾客信息，仅仅是一个随机的、无法追溯的数字。不要错过这些分析可以带来的收益。
1700431412
1700431413
重要的是，从蒙面顾客中得出的模式，而不是顾客的具体行为。在这个例子中，个体的重要性仅仅体现在他们作为模式分析的输入数据。为了获取价值，并不需要识别每个具体的个体。通过今天的数据库技术，分析专家可以在不涉及个体识别的前提下完成分析。这样可以消除很多关于隐私的忧患。当然，很多企业实际上也是通过这种分析来识别和定位具体顾客的。想必这些企业都已经制定好了关于隐私的政策，包括什么情况下不应该参与，并且谨慎地遵守这些隐私政策。
1700431414
1700431415
驾驭大数据 [:1700430537]
1700431416
2.2 网络数据揭示了什么
1700431417
1700431418
既然我们已经讲到了什么是网络数据，下面让我们再深入一些吧。在很多具体的领域中，企业可以通过网络数据更好地理解它们的顾客。如果不能驾驭这种大数据，将很难获得这种洞察。在本节中，我们首先将明确一些可以从网络数据中获得这种洞察的领域，在最后一节再探讨详细的使用案例和应用。
1700431419
1700431420
驾驭大数据 [:1700430538]
1700431421
2.2.1 购物行为
1700431422
1700431423
一个理解购物行为的很好起点是弄清楚顾客是如何进入一个网站并开始购物的。他们使用什么搜索引擎？他们输入了什么搜索关键词？他们使用了以前收藏的书签吗？分析专家可以获取这些信息并从中寻找一些模式，例如，哪些搜索关键词、搜索引擎以及推荐网站与更高的销售率相关联。需要注意的是，分析专家不仅可以查看给定网页中哪些产品的销售率更高，还可以查看同一顾客在哪一段时期的购买率更高。将网站的销售和顾客购买行为跨渠道地结合起来，这才是价值的体现。
1700431424
1700431425
一旦顾客登录了网站，他们便开始查看所有浏览到的商品。我们需要鉴别出哪些顾客仅仅看了商品的登陆页面后便离开，哪些顾客更进一步地进行查看。谁查看了附加照片？谁阅读了产品评价？谁看了详细的产品说明？谁看了运输信息？谁利用了其他网站上可用的信息？例如，鉴别出哪些商品被选择进行“比较”。最后，很容易鉴别出哪些商品被加入了意愿清单或购物车，以及后来它们是否被移除。
1700431426
1700431427
读懂顾客的想法
1700431428
1700431429
网络数据是独一无二的，它让你可以知晓顾客接下来会买什么以及他们的决策过程是如何进行的。这使得企业可以积极地推动顾客去完成他们还未完成的交易。提供正确的选择，顾客几乎会认为在他们购买商品的时候，你读懂了他们的想法。
1700431430
1700431431
网络数据带来的一个非常有趣的功能是在顾客购买前弄明白他们所感兴趣的商品捆绑。在顾客完成购买后，紧跟着推销其他商品的做法已经落伍了。相反地，在第一时间，就应该查看他们所浏览的东西，并向他们提供完整的商品捆绑。
1700431432
1700431433
例如，假设有位顾客正在浏览电脑、备份硬盘、打印机以及显示器。似乎顾客正在考虑对整套PC系统进行升级。你可以立即提供一套包括了顾客浏览过的所有部件的套装。不要等到顾客购买电脑后再提供通用配件的套装。在顾客购买之前提供定制的捆绑优惠，比在他们购买之后再推荐一些通用的配件效果更好。
1700431434
1700431435
驾驭大数据 [:1700430539]