一起出來玩
一起出來玩
    7. 地球上最有趣的資料分析 答疑篇 3-1

    7. 地球上最有趣的資料分析 答疑篇 3-1

    播放次數:242

    你對這些問題的答案有興趣嗎? 怎麼抓資料?何謂資料分叢?怎麼預期資料分析的效益? 不懂資料分析技術怎麼辦? 線下公司如何往線上轉型? 三項維度是什麼意思?要怎麼應用? 如何驗證線上服務的有效性? 是否需要做會員制?

     

    你對這些問題的答案有興趣嗎?

    怎麼抓資料?何謂資料分叢?怎麼預期資料分析的效益?

    不懂資料分析技術怎麼辦?

    線下公司如何往線上轉型?

    三項維度是什麼意思?要怎麼應用?

    如何驗證線上服務的有效性?

    是否需要做會員制?

    如何透過資料分析設計有效的行銷活動?

    怎麼做才能讓服務成本最低、會員最多、收效最高?

    如何做行為預測?

    我該做點數嗎?

    算法如何設計?要注意什麼?

    如何開始跨界合作?

    #地球上最有趣的資料分析-5 答疑篇 3-1

    這是從今天開始的問答環節,接下來我會連續三天,用三講的篇幅幫大家回答以上的問題

    這是我在輔導企業時部分內容紀錄,我將過於技術或較難懂的內容去掉,希望對夥伴有幫助

    話雖如此,還是難免有些部分看不懂,有些部分你覺得太淺,但只要你能從中得到一點點啟發與靈感,那就值得了

    至於那些看不懂或太淺的部分怎麼辦?跳過就好了

    若夥伴有技術與實務上的問題,或想了解更多,歡迎到 #一起出來玩行銷 社團中發問

    --------------------------------------------

    問:我們針對現在的行銷活動已抓了一些資料,但我們不確定最後銷售可以提高多少?怎麼知道該抓這些資料合不合理?又怎麼預期行銷活動的結果

    答:

    沒有所謂合理不合理,但你你抓完以後要分析什麼,你知道嗎?

    比如說我現在要知道在某一個特某一個地區,某一個年齡、性別、特定的身份地位,當你將他勾勒出來,就會發現這些人群是資料空間的一個叢集,每一個叢集都可以定位它的中心點

    比如說北部男性和男性為主,家庭收入200萬~300萬,然後有小孩,假設這是一個叢集,你不會把它跟南部單身女性,沒有小孩有養狗這個分在一起,對不對?

    你分出一個叢集以後,可以透過統計的工具找出它的中心點,就是這個叢集中哪一個點離大家的距離是最短的?集中度是最高的?每一個點離這個中心點的位置多遠就可以知道了,那距離幾個主要的叢集中心點最遠的點就可找出來,這時你馬上就可以告訴業務說這些人他應該買哪些商品,應該買多少錢的商品,但他明顯買的比較低,他明顯少了什麼商品

    這個資料叢集可以進一步劃分,用總消、分期、商品別,就可以分析你現在什麼需求是應被滿足而未被滿足、或者未被開發的

    每一個類別的商品都可以分析“正常人”應該要買多少,到後來你會發現一件事,沒有一個人是完美的,也就是所有的人他都離中心點有一定的距離,因為絕對不會有一個人正好在中心點,但是中心點會存在

    也就是說沒有一個人會幾大品類都買的完全,但是我們認為你幾大商品應該要是什麼樣的佔比?比如說什麼15%、什麼28%、什麼38%,那你偏離了多少

    如果你的偏離是在一個標準差之內,我不管你,超過那個標準差我就告訴業務員,去問一下為什麼這個人幾大商品裡面只開發了三個?有沒認真銷售?現在他沒有跟我們買?還是跟別人買?如果沒有跟別人買?那我們應該要補足他這上面的商品的缺憾、開發她為滿足的需求?

    買a類商品太少的人,他a類商品應該要買多少?在這個叢集裡面,這樣子的人應該要買多少a類商品?假設a類商品適合25歲以下,b類商品適合50歲以上,那你50歲以上的人買的狀況如何?25歲以下的人分析b類商品要幹嘛?所以它是不同的資料分叢

    至於實際你要怎麼分,我不曉得,因為這要看你們怎麼看待你的市場,但你可以把實務上遇到的問我,我可以告訴你我的意見

    如果你有了想法,不知道怎麼找統計工具,你也可以問我,我可以告訴你該用什麼工具,然後請it或者是找分析的人來做,因為技術問題你只要能掌握成本就很低,不能掌握,試錯成本會高很多

    (行銷社團同學歡迎在社團提問)

    問:問一下大家,老師說的你們聽得懂嗎?我是不是可以先用最容易的方法搶市場,也許問問幾個業務,a類商品大概基本上應該要多少?如果業務回答以後,我就訂標出來去找資料庫,告知業務員,你的客戶買不夠、沒有買的,讓他去推動,這樣也可以嗎?

    答:可以

    應該這樣講,這是同一件事情,只是維度比較單一,搶時效的話現在就可以做,

    沒有買的一定要買,買不夠的也要加,就是最容易的劃分法,加上關聯分析,就可以做推薦,再進一步,劃分叢集之後可以做更精確的規劃

    如果你資料量夠大、維度夠多、挖得夠深,就推薦的越準.根據推薦的結果進行校度分析再進行校正,就可以透過機器學習自動優化推薦結果

    舉例而言:北部的人有買的人大概都買多少?南部大約買多少?不同收入大約買多少?

    如果我們透過這些簡單的數據分析進行銷售,最起碼你能夠賣高,再進一步讓業務知道通常像這樣的客戶,選擇了哪些熱銷的產品?關聯性分析出來之後,我們再下一步,我們也可以看看不同的職業做比較,

    問:能否提一些具體建議?

    給你兩個建議。

    第一、不要覺得分析很難

    以既有的資料就已經可以分析出很多有意義的情報,不用害怕這些東西很生硬,因為只是是你現在不熟,你知道概念以後你告訴資料分析師,他只需要下函式去計算,資料分叢、k值都可以很容易算出來

    資料分析沒有那麼難,更何況你們現在資料量有限、維度單一、非結構化資料不足.更重要的是,技術的部分用錢都可以買到,但你腦袋裡的概念是否正確,就不是錢能買到的了.目前有兩個比較基本的認知和框架是你現在缺乏的,在這階段把基礎做好,對你們長期的推廣就有幫助。

    這階段基礎要做好,有兩件事要注意:

    第一、業務什麼時候會開始記載他拜訪客戶的機率?成交的機率跟成交的金額?

    這些東西一定要有人推動,如果沒有人推動,它就會變成有少部分人用在少部分時間用,然後進來的資料就會很破碎

    很破碎的資料就無法分析,那可是要全部人都推動很難,因為一定要業務單位同意,然後再要比如說管理單位同意

    我們要把慢慢變成一個習慣,最好最後還可以跟獎勵制度掛鉤,因為因為你分析的很準,所以我們獎勵你,或者是說我們的獎金就是因為lock in 你報進來的預測,如果你的業績不在預測裡面不可以算業績,聽到這裡你會不會覺得很扯,你會覺得很扯嗎?

    現在你告訴業務單位一定沒有人同意,但是有許多優秀的行銷導向公司一直都是這樣做,我們必須要循序漸進這樣說,不然我們以後我們會沒有辦法做業務展望,我們甚至不知道我們現在的戰力分佈在哪裡

    我們聽到的都是人的回報,如果在人有限的情況之下可以,如果有一天我們希望從三千人成長到30萬人,靠人力就不可能,我們要怎麼樣慢慢往那邊推?你需要跟管理跟業務單位做更多的溝通,因為一線業務每個禮拜都有在review,這些東西他們只要願意做就可以,所以執行上沒有真實的困難,但是意願上有很大的困難

    那這些東西要怎麼樣做到人家易輸入、好用、感覺到效果,這需要溝通。

    台灣很多公司都有CRM, 但他們業務動作都沒落實,有的登載不全、有的標準不一,這樣的公司做的CRM效用都很低.因為底層沒有落實,錢都浪費掉了

    第二、我們在做分析的時候,要來自三個維度的資料

    我之前講過開放空間,這一點先不要談,因為對一般人來說,那是最難理解,也是最難,而對架構師來說卻是最簡單,等到你前兩個做完,我直接幫你們設計第三個維度就好了

    這部分應該透過服務化的算法直接實現,對不會的人難如登天,對會的人來說小菜一碟

    問:現在我們有的會員資料是業務以前成交的記錄,那為什麼要登載那些未成交的拜訪記錄呢?

    因為未成交的資料,事實上是占我們整個已成交的資料至少十倍以上,要推動業務填這個,我才會知道我業務實際活動的軌跡、拜訪過哪些人,不然90%業務曾經花功夫的地方我們通通不知道,所以這是第一個維度的重要性,為什麼我又會一直強調這很重要?不然你會永遠只看到你們努力的1/10的結果,沒有辦法做更大的分析

    第二個維度就是這些用戶不管有沒有成為我的客戶,他的未來行為我是不知道的,除了他有沒有續交總銷金額,可是我如果不知道她的行為紀錄,我就沒有辦法知道他的個人偏好

    我們請業務透過觀察得到的偏好我都不贊成,因為你是用猜的

    喜歡做瑜伽、喜歡養狗,如果你問我我喜不喜歡狗,我會回答喜歡,但是我從沒養過.你問我做什麼運動,我會回答我很喜歡做瑜伽,但我沒告訴你上一次做是十年前

    現在這時代很多人都對問卷調查有戒心,從而調查出來的可信度有很大的落差,而且更何況是業務觀察

    如果我們所有的記錄都來自於業務的觀察,跟消費者的調查,那可能非常偏離真實,你常常接到那個統計資料的電話,對不對?你支持某某政治人物嗎?你會正確回答嗎?

    這兩次美國大選透過民調預測的結果都是一敗塗地,那請問什麼東西最準?

    行為記錄最準,問題是沒有跟我們互動就不會產生行為

    問:但我們目前就沒有行為記錄怎麼辦?

    答:我知道你沒有這個美國時間搞互動,畢竟你主推的是線下業務,但是有沒有其他人在搞?

    與你有合作的單位很多都是線上業務,但記得不是所有線上的公司都有行為記錄,還是要篩選

    許多網路公司只是單純架個網站,貼資料,這樣也沒有行為記錄,單純透過cookie來搜集的資訊精確度不高,也無法推算到個人,而未來隱私保護也會越來越重視,加以google chrome因應隱私保護很快就會淘汰地三方cookie, 如果線上的網站只是一直在寫文章,一直發廣告賣產品,這樣蒐集到的資訊也很有限

    問:那這個問題要怎麼解決?

    答:最好是透過會員制,但會員制的前提是一定要把價值做出來,所以未來線上業者都必須思考自己的服務,把寫文案的精力移轉到分析用戶的狀況、提出個人的建議,精確到個人化

    問:不知道要提供什麼樣的服務怎麼辦?

    答:你只要會寫文案,就有轉變成服務的可能.

    試想一下,如果你的網站上面貼的是BMI量表,那用戶一年會來看幾次?有看一次就差不多了;如果你的網站將分析量表改成體脂計,那人家就會每天上來量

    有寫分析量表的能力,就有做體脂計的空間

    問:那我們要怎麼衡量自己的服務作夠不夠好呢?畢竟要找線上單位合作或自己做線上轉型成本很大,很難預期結果

    答:我給你兩個指標

    第一、你現在做的東西不能等到你上線才發表,你現在做的東西在有概念的實驗就要開始測試,測試的方法如下:

    對線下業務員問兩個問題

    第一個問題,業務員願不願意拿你未來三到六個會上線的服務推薦給新客戶?

    如果不願意推薦給新客戶代表代表說他連出門都不想帶這個東西,這東西就肯定無效

    篇幅過長明天待續

    #李伯彥工作室

    主題評分與評論

    訂閱活動通知

    輸入email訂閱電子報,掌握最新課程資訊

    一起出來玩股份有限公司 © 2021
    李伯彥工作室
    李伯彥工作室Youtube頻道
    聯絡我們