如何将数据转化为价值?3步激活数据法!(下)

Tags:

[译者]杨盛清

在上篇中,我们讲到了

数据分析的三步法则:

1)运用数据分析过去发生的事情,看看能从中吸取哪些成功的经验和失败的教训。

2)透过数据观测时下的情况,想想我们可以做什么来优化当下的数字化体验。

3)我们能运用一些新的数据和分析工具以及分析方法,帮助我们预测未来的趋势。

并且提到了我们需要认识过去,现在我们继续:

第二步就是超越过去,审视现在。

而就在查看和处理我们大多数人习惯于操作的历史数据的时候,但是数字实时化特性现如今已经为我们开辟了许多新的方式去使用数据。

1.多变量与A/B测试

如果你在数字领域有任何重大意义的投资,并且还没有进行验证,那么我并不反对你从这里开始(因为你已经知道你必须这么去做,而却未做将会使你沉浸在羞愧当中!)。

你可以在你所拥有的几乎任何数字渠道或资产上进行测试,而且这种测试能够给你带来难以想象的深刻洞察,而这一切都与你的前景以及你的客户怎么和你相处有关,同时这样的测试还能够给你带来你正向他们所提供的数字体验。

就用简单的网站或甚至是移动应用来进行方案测试。比如,你已经(或者正继续)通过向你的目标受众提供最酷的功能进而投资架构、设计和构建你认为极有可能变成最好的东西。但是需要面对现实的是:其实直到你将这些呈现给他们之前,你是并不知道你的目标受众会作何反应。

当然,你可以做焦点小组和学习一些有价值的东西。但在数字时代,你现在必须有能力针对你的所有目标受众(或者部分可控的用户)进行测试,然后完完全全地清楚他们在想些什么。

1

毫无疑问,在一些页面、功能和想法的创建以及启动的过程中,你的设计师和管理人已经进行了言辞激烈的相互争论。而这时测试将会是一个宣布谁是赢家的非常不错的途径。

但最重要的是,通过在组织内进行固定的测试策略而建立起来的测试文化,就意味着你正将走上一条持续迭代优化而且是可衡量的提升道路上。

2.个性化

当你正在提供内容或者是广告服务的时候,你就可以使用数据把这些体验做得个性化。

也许有人登陆到你能够控制的网站或APP应用中;在这种情况下,你就可以做更多的事情让他们的体验变得有个性化针对性,同时也使得其中的内容以及他们的互动与你更加相关,而且相应地在结果上更有可能获得不错的回报。

例如,我们已经有客户已经在利用他们的用户给到他们的人口统计学信息去动态化改变用户画像以及基于“人”的即时通讯服务。如果你年方三十已育,你可能会看到一系列不同的产品和服务,而这其中就优先考虑包含年轻家庭特点的图片和照片。

但即使你没有登录网站或APP应用,也还没有共享任何个人数据,而你的匿名属性和上网行为都能够触发出极具个性化的机会。举个例子来说,就是在一个电子商务网站上记住了你看过什么或购买过什么的Cookies能够驱动推荐引擎和促销活动。上周买鞋了?太棒了!那让我们来看看有没有袜子在打特价呢?!

了解到你通过一个特定的广告或促销活动来到这个网站,知道你曾经访问过这个网站,或者甚至是知道你使用了某种技术(还记得当华尔街日报找到Orbitz优先处理Mac用户价格较高的成功事件吗?)都能够有助于实现极具个性化的体验。

甚至就是真正胡匿名属性也可以用在这里。举个例子,采取地理位置,就可以通过一个IP地址和基于地理的天气信息快速识别。基于这两条信息和一些规则,你就既能够向明尼苏达北部的访客提供特价“热可可”的同时,也能够向享受炎炎酷暑的悉尼访客提供“冰白”优惠券。

3.媒体定位

个性化当然这些天也延伸到了媒体空间。

重定向广告已经非常受欢迎,并可以通过编程的方式基于我们所知道的用户行为数据信息标注出我们广告的潜在受众。你可能看到的最明显的例子就是:把产品加入购物车却没有购买,那么你(接下来的日常生活)会被同一款产品的横幅广告给追踪到。

但也有许多其他创新的方式来使用你的数据去创建基于人们当前行为的重定向列表。

比方说,你在你的网站上销售30天供应量的宠物食物,并且有人刚刚来到表明他们已经购买了你的产品的感谢页面。你就可以立即将他们标注到二次营销列表中:一个缓冲清单至少30天内不会触发,而第二个清单则是针对已经购买了30天供应量的人,并且这份清单有效期为60天。

现在你创建一个重定向广告活动,就需要满足以下两个标准:我宠物食物再营销活动的目标受众必须是:a)活跃在购买了30天供应量的名单中,并且b)不活跃在“缓冲”清单中。就在他们即将到期的时候,正好使用特别优惠定向人群将会达到预期的效果。

并且这也只是一些创造性使用数据去驱动当前广告的案例中的一个例子而已。
2

例如,可以使用时时刻刻在网络上收集的关于目标受众的数据。广告平台和数据管理平台(DMPs)收集各种各样的数据,然后将这些数据卖给愿意使用他们的广告去定位他们的属性和行为的广告主。实时竞价(RTB)平台可以实现程序化广告购买,同时需要把所有的这些目标都要考虑在内,这些目标包括不断变化中的目标受众。

最后,预测未来

最后,但肯定也不例外的是,就是使用数据去预测未来。

很重要的是认识到这不是什么新鲜事情,并且很多很多年来数据科学家已经使用数据给我们如今在做的许多相同的事情进行建模处理。而现在唯一不同的是我们现在能够获得更多的数据,与以往相比我们能够更快地访问数据,并且我们能够拥有前所未有的计算能力去运用数据。

但预测分析的根本目标仍然是相同的:使用我们的数据来告诉我们,我们的战略(接下来)应该指引着我们去向何方。

当然,关于数据还有很多的应用,而且这里仅仅只是可以希望激发你创造力源泉几个小小案例,并且希望能够引导你走向下一个项目或分析。

3

1.客户终身价值和客户流失模型

当然,这并不是什么秘密,就是并不是所有的客户创造同样的价值,肯定有些创造的价值就是比其他创造的价值要多。并且,一点都不让人奇怪的是,没有保持一直是顾客的客户往往对一个组织来说是没有任何价值的。

公司一直致力于研究顾客的长期价值以及如何长期保有客户,并且在这个数字时代,相比以前我们可以获得更多的客户属性和行为数据。

归根结底,这些举措就是尝试着去回答一些非常根本的问题:

•谁是我最好的(和最差的)的客户?

•这些群体所共享的属性和行为是什么?

•我可以用数据来预测我当前获得的客户价值吗?

这种分析可以发现一些非常有趣的结果。举个例子,我们曾经给一个教育机构做一些终身价值的工作,在其中我们能够观察到你可能期望的许多东西:拥有未申报的专业却在追求他们的学士学位的年轻男士更容易辍学(流失),因此他们并不是(这家教育机构的)终身客户。而这一点一点都不奇怪!

但是我们找到这样的一个属性,就是学生生活居住离学校距离远近(的关系),并且你可能认为那些生活得离学校更近的学生更不容易辍学,但是数据表明却恰恰相反。离学校越近,更有可能不会去完成他们的学位。

为什么?在这个案例中,就引出了归因与媒体组合建模。

2.归因与媒体组合建模

理解你所有的营销工作是怎样去影响当今世界的客户购买过程是个挑战,很大一部分原因就是因为消费者购买过程不再是呈现出线性状态。事实上是作为消费者的我们就是通过在营销漏斗的不同阶段跨多设备多渠道来接触多种营销信息的。

组织机构通过许多媒介有了许多关于客户的接触点,同时快速掌握每一个营销工作的价值会变得极其复杂。

以下这个教育机构的例子,通过坚持使用最适当的数字渠道可以让我们把事情变得简单,也知道一个潜在的学生接触到了一个吹捧获得学位好处的处于营销漏斗上层的展示广告活动。

虽然一周内并没有任何事情发生,但是最终这种期望会令人好奇,并且会诱导(消费者)去搜索教育机构的名称,同时点击一条付费搜索广告进入机构的网站。他们在网站中到处浏览,并且最终订阅了一份邮件简讯。一周后,给他们发送一封邮件,引导他们点击一条链接,并且让他们填写预申请表单,进而获得一条销售线索转化。

那现在这里就有一个最直接的问题就是:对于刚才这条转化来说,这个功劳应该记在哪个渠道上呢?

播下种子的那条最初的展示广告?你可能当然会这么认为。或者可能是获得邮件简讯注册的搜索广告。但是如果没有电子邮件活动,他们绝不会填写那份表单?

答案就是他们所有的都有可能应该有一些功劳,并且可以建立许多不同的模型来给他们分配权重。

4

但一旦你已经开始着手为媒体组合建立归因模型的话,那么更大的问题就是:需要知道每一个营销渠道的价值,知道分配营销预算的最好方式是什么?

这不仅仅只是媒体组合模型,再次,虽然今天的工具和技术可以使这一切变得更加准确、更加快速更加强劲,但这并不是一个新鲜的概念。

现在,让我们回到为什么生活居住距离学校越近的学生更有可能辍学的那个案例上。将对媒体组合的理解和客户终身价值进行结合可以真正地推动一些大的价值的事情发生。在这个案例中,当这个组织需要更多的销售线索的时候,它可以简单地结合营销渠道采用帆布海报的形式去覆盖靠近学校的地理位置区域,而且在没有更多风险,不带任何(让消费者)收拾行李去开始一段新的学术追求的承诺的情况下让人们更快地填写客户线索表单。

虽然这些营销渠道往往有非常高的转化率,但是他们却转化了完全不是目标对象的学生:那些还不知道他们想要学习什么的年轻人。

当你清楚了哪个渠道吸引合适的目标受众的时候,如果你在这里需要少花预算在那里需要增加预算,那么你就可以使用你的数据建立模型,这个模型就可以用来预测极有可能发生的事情是什么。并且这么做能够帮助你做一些极其有价值的决定。

3.将数据变成钞票

最后,有无数的方法可以用来从数据中提取价值,但是并不能仅仅只是简单地收集数据。

知道你已经在哪里,能够从你现在所做的事情中有所收获,并且利用所有的这一切去看你正要去哪里以及相应地使数据开始发挥作用进而调控你的策略。——而这就是你将要开始把数据变成真实且可以衡量的价值的地方。

译者:杨盛清,原百度SEM优化师,现就职于广发证券旗下P2P网贷平台投哪网(touna.cn),担任高级运营经理,负责SEM团队、网站分析与优化等。

作者:David Booth 是Cardinal Path的联合创始人和合作者,他帮助这个机构运用数据和数字智能在市场上赢得了极具竞争力的优势。同时,他还是作家,兼职教授和公共讲者。作为咨询师,David已经为五大洲的听众提供了帮助,他们中不仅有C-level执行官,还有一些数字分析、商业智能和数字营销的技术实操团队。

 

Leave a Reply