【T112017 新消费分会场】大数据在工业4路上的蓬勃发展

2020-03-01 193浏览

1.大数据在工业4.0路上的蓬勃发展罗庆干海信 O2O项目总负责人数据改变企业决策，数据改善人类生活
2.1 消费者购物需求的显著变化数据改变企业决策，数据改善人类生活
3.1 消费者购物需求的显著变化新婚乔迁奖金信息封闭的时代收音机报纸墙体大字报价格功能质量数据改变企业决策，数据改善人类生活 1990 人们获取信息路径还是以收音机、报纸等平面媒体为主，以“听”和“阅读” 为主获取信息路径较为单一。厂家策略：通过广播，报纸等传媒路径进行广告的投放，主要促销活动还是以商场折扣活动为主。
4.1 消费者购物需求的显著变化新婚乔迁奖金换新升级家电下乡语言互动时代电视电话报纸价格品牌功能外观质量售后数据改变企业决策，数据改善人类生活 2000 随着电话、电视的普及，网络的诞生，广告展现形式更为丰富，通过电话也产生了新的营销互动形式。厂家策略：各家电厂商注重电视端的品牌营销，形成市场的品牌效应，并结合日趋成熟的线下销售渠道，形成电视端提升企业品牌价值，销售终端出货的销售局面。
5.1 消费者购物需求的显著变化新婚乔迁奖金换新升级房子装修家电下乡让利促销多媒体互动时代电脑手机电视价格品牌上门功能外观电商质量售后会员数据改变企业决策，数据改善人类生活 2008 互联网普及和智能手机的开始，短信营销及网络营销得到充分应用，各厂商通过手机端、网络端投放到个人，诞生竞价DSP广告模式，及“双微”等自媒体平台。厂家策略：厂家在注重让利活动的同时，也通过手机、网络等形式与客户沟通，形成一套完整的用户触点服务体系，在手机端及各大网站进行可监测广告点击效果的媒体投放。
6.1 消费者购物需求的显著变化新婚乔迁奖金换新升级房子装修互联互通家电下乡让利促销个性化智能家电大数据精准时代移动互联智能家电跨屏营销 O2O 价格品牌上门圈子功能外观电商生态质量售后会员定制数据改变企业决策，数据改善人类生活跨屏营销 APP 个性化推荐 O2O 2014 逐步进入DT时代，企业营销场景更加丰富，能借助大数据精准分析每位用户需求，实现精准推荐和个性化定制。厂家策略：利用大数据主动分析用户需求，结合线上推广， O2O营销，配合泛会员等广义促销手段，并结合投放效果分析，形成基于大数据为基础的零售闭环体系
7.2 消费者大数据平台的探索数据改变企业决策，数据改善人类生活
8.2 搭建面向未来的大数据平台 1 消费者需求多样化的大背景下，企业客群圈层定位模糊对于客群分层方式过于主观，缺少数据、算法支持 2 产品定位/设计需要调整，缺少数据支撑难以决断？产品定位、设计多依赖经验和人工调查，缺乏有效的利用数据分析结果为产品定位、设计及开发提供支持。 3 电商冲击之下，线下门店引流困难重重线下门店数量庞大，主要通过传统的扫街方式获客，费用与工作量都很大且效果有限，无法大规模复用 4 场景化营销时代缺乏客群标签，难以实现精准营销有大量的营销场景设想，但缺少有效的人群标签支撑，无法实现对于人群的精准获取 5 线上品牌曝光与线下地推为主，营销效果无法跟踪营销效果只能通过费效比/ROI来判断，缺乏对于过程数据的收集，无法实现对于营销活动的全面诊断数据改变企业决策，数据改善人类生活
9.2 致力于大数据体系，支撑从产品设计生产到销售的智能运营数据目标业务目标实现客群圈层，尝试业务突破强化企业数据资产能力 n 掌握客群画像特征，通过对客群圈层来支持不同业务场景的 n 强化企业数据采集、清洗、整合、数据应用； n 通过人群价值划分、寻求高价值人群加强高端产品销售； n 通过定义产品换代人群，满足产品复购的业务诉求；产品设计有的放矢 n 通过客群特征及需求痛点，指导产品定位与设计，改变经验挖掘能力； n 积极补充三方数据，满足业务数据需求；运营转型主义与拿来主义；强化门店运营管理 n 通过对客群精准定位，通过营销活动实现线上至线下的引流； n 加强门店管理，改变只看销售额的管理模式实现企业的数字化转型和生态圈建设 n 实现从产品设计生产到销售的数字化运营转型； n 开展智能家居、IOT领域的探索；场景化精准营销 n 数据精准定位目标人群，优化活动主题、物料设计、利益点设置，监测投放全程并评估效果，改善下次营销活动；数据改变企业决策，数据改善人类生活 n 进行生态拓展，将数字化运营拓展至金融、地产等其他业务；
10.2 TalkingData SMCE数据平台，实现数据链敏捷互通数据方法知识库 SDK Sensor API 分析元数据管理 Buy Who 用户信息 Do 动作行为元数据归类知识 JS 企业一方数据交易信息应用核心平台数据采集器 API When 情景信息质量提纯 / ID关联 API 文本分类/实体抽析数据信息归类合作方数据公众号数据公众号数据电商站数据人本数据工艺流管理媒体数探索更多可视化处理引擎第三方数据数据源营销数据血缘世袭建立据数据市场洞察计量／计费／统计报表 Hadoop HDFS 数据注入数据改变企业决策，数据改善人类生活数据市场平台 HBase 统一访问接口管理数据准备权限管理／账户管理服务设置数据探索数据发布
11.2 大数据在零售营销上的蓬勃运用套购数据改变企业决策，数据改善人类生活拉新复购智能
12.2 大数据在零售营销上的蓬勃运用 l 分析客群交叉购买情况发现品类A、B、C直接的交叉购买比例尚可，但品类D与其他品类发生交叉购买的比例极低。 l 深入洞察购买各产品的人群特征、地域分布。套购数据改变企业决策，数据改善人类生活
13.2 大数据在零售营销上的蓬勃运用高价值潜客分布省份（Top10）拉新 0% 5% 10% 15% 20% 25% 广东上海江苏品类A+品类B 交叉购买客群分析北京山东外部获取高价值新客河南浙江河北安徽福建 Sample 数据改变企业决策，数据改善人类生活 30% 35%
14.2 大数据在零售营销上的蓬勃运用价值属性标签选择复购正向标签应用兴趣应用兴趣产品分类负向标签产品分类数据改变企业决策，数据改善人类生活房产家居 XX产品 XX产品价值属性标签权重房屋咨询房屋咨询买房买房卖房卖房租房租房家电家电家居用品家居用品家具家具智能家电智能家电智能家居智能家居智能硬件智能硬件装潢装潢 [X3-X4] [X3-X4] >X4 >X4 [0,X1) [0,X1) [X1-X2] [X1-X2] 价值标签分值计算得分 X11 X10 X9 X8 X7 X6 X5 X4 X3 X2 X1 X0 -X1 -X2 -X3 -X4 -X5 价值标签分值分类人数产品换代-高 XXXX人产品换代-中： XXX人产品换代-低： XXX人
15.2 大数据在零售营销上的蓬勃运用 TalkingData 客流运营平台客流分析客流洞察监测门店运营洞察运营问题掌握客群特征明确门店受众智能数据改变企业决策，数据改善人类生活
16.2 大数据在零售营销上的蓬勃运用高销售额（万元） 90 低客流、高销售额 1274, 80.6 80 1522, 75 1371, 70.1 智能 70 60 1303, 55.8 低 1348, 1135, 50 50 51.0 1251, 48.8 高 1551, 53 2024, 46.0 558, 45.5 客流数（人） 0 210, 39.3 651, 40.6 500 465, 33 40 1500 875, 37 1000 477, 33 817, 29.5 762, 29.6 1187, 30 2500 客流数（人）3000 2107, 32 30 20 390, 14.5 562, 593, 1818.5 214, 17.0 1684, 16.9 669, 13.7 239, 13.4 424, 13.7 774, 13.1 1144, 12.9 441, 12.8 990, 12.0 1223, 11.5 435, 11.6 10 1720, 9.8 280, 9.1 1346, 7.5 879, 7.5 457, 8.8 193, 9.0 350, 6.9 1131, 4.0 631, 3.7 223, 3.2 销售额（万元） 0 低数据改变企业决策，数据改善人类生活 2000 2472, 3.7 低销售额、高客流
17.THANKS 数据改变企业决策，数据改善人类生活