大数据帮你寻找你的“小鲜肉”
发布于 2015-05-07
阅读 1047
点亮 2
尽管商家们常抱怨钻展、直通车的推广方式烧钱却不赚钱，但却没有找到其他出路。其实对于卖家来说，可以考虑借由大数据来让流量水到渠成。本文中大麦电商以其所服务的一家女装店案例为例，展示将大数据引入店铺经营中的实际好处
很多卖家抱怨直通车、钻展常规推广方式烧钱不赚钱，不知道出路在哪里。我们首先搞清楚一个在这一点上，卖家能做到每天监控数据，但没有把数据价值最大化。所以作为卖家来说，可以考虑借力大数据让流量水到渠成，与客户产生有效的触发点。今天就以一家女装店案例，希望大数据能走进你的店铺经营中，可实操性更强。
一、我是怎么想到用大数据的？
这家店铺主营女装服饰，月销售额250万，一直有通过钻展、直通车等方式进行推广，推广费用日均2.5w。尽管店铺基础好，但它还是遇到了最常见的问题---“老客户回购效果不理想，新客户引入不精准”。这让店主十分头疼。正当此时，刚获阿里妈妈数据科学家大赛最强算法奖的团队在物色潜力店铺，小试牛刀。所以，两个团队就一碰即合了。
二、定制化的大数据运营，效果超乎我的想象
店铺推广常有的痛点：钻石展位引流不足、引流不准。所以我们给出了基本思路：通过大数据构建精准的目标客户人群，找到大量精准的潜在客户人群，进行定向人群投放，同时针对老客户建立精选人群，进行再定向人群投放，从新客户挖掘和老客户维护两方面同时提升钻展的推广效果。
具体操作是怎样的呢？操作都是在御膳房（http://clouddata.taobao.com/）上完成的（御膳房是淘宝旗下的数据开放平台，包括开发平台和数据平台。）
如下可供参考的具体方案示图：
1、产品分析——找准品牌与产品的触点
首先，我们从品牌特征，主推商品，竞品店铺，客户行为等多个维度分析店铺的基本信息。我的店铺是做女装服饰的，主推服饰的风格是轻度民族风。明白了这些，我们客户人群的年龄段、职业属性、兴趣点是不是就清楚了。如下图，我们可以将所确定的客户属性列出，方便下一步进行全网数据的统计筛选。
2、人群定制——好卖相才有好效果
人群定制是通过大数据对投放人群进行包装，有效的包装才会吸引你需要的人。那么我们要如何包装呢？之前我们对客户信息有了全面的了解，现在我们可以在御膳房里开始属性预圈或行为预圈，将预圈结果输出到御膳房模型，之后，模型会给出不同分值的人群，选择合适分值的人群作为最终目标人群。
3、人群投放和效果反馈——大胆尝试，小心求证
万事俱备，现在我们就可以将定制好的人群同步到达摩盘(dmp)和钻展后台，大胆地进行投放，时刻关注投放的效果。在人群投放期间，数据分析师要全程跟踪投放效果，即时输出投放数据，进行投放效果检测反馈，对人群监测调优。
三、晒大数据实战效果
下面我们简单地看看大数据的创新和接地气的操作性。
1、大数据操作前后，店铺的整体流量对比
从流量趋势图中我们可以很清晰地看到，该店铺在1月和2月的流量呈现下降趋势；3月份开始，流量飙升，直接超越前两月的表现！那么，这种飙升式增长的原因在哪里呢？原来，3月初她就选择了大数据，开始人群精准投放。即使1月、2月有着元旦、春节的促销活动流量，但是依旧没有3月以来通过大数据精准定向投放所带来的流量高。没错，大数据就是这么生猛的引流！
2、大数据操作前后，推广计划对比情况
如何看到我们大数据工作效果的好坏呢？前后对比，永远是最直接、简单、有效的办法。接下来我们要对店铺做一个简单的人群投放效果对比，数据主要来自钻展和dmp后台。
（1）该图片来自于该店铺的钻展后台部分计划：（带“计划”字样的是大数据定制化人群）
从钻展后台的数据可以看到，在相同展位投放的对比下，采用大数据处理的计划点击率普遍比原计划提升1%~2%。
（2）该图片来自于该店铺达摩盘(dmp)后台部分计划：（带“人群”字样的是大数据定制化人群）
通过dmp后台数据，我们明显发现，经过大数据处理的人群其平均宝贝收藏量在120-140之间，平均回报率在5-7之间，之前的计划其平均宝贝收藏量在25-35之间，平均回报率在4-5之间。由此可见，经过大数据处理的人群投放效果（收藏情况、转化率）更优秀。
四、大数据给我带来了什么？
经过这一系列的投放后，效果还不错。大麦团队与店主共同总结：一套优秀的大数据个性化人群尊龙凯时最新的解决方案必然要适合自己的店铺，结合自己店铺的实际产品信息。当然，再好的方案不去执行，终究是不会达到理想的效果。大麦数据团队主要可以帮你解决客户人群不认知，客户人群不精准的问题。让您的店铺在大数据的引领下，做到真正的快速定向，精准引流，大大提高钻展推广的效果。最后，与大家一同分享大数据在钻展推广新思路中应当注意的一些问题。
1、大数据在钻展推广中是通过模型构建精准人群，进行定向投放，不是单纯的后台数据导出分析；
2、大数据建模构建推广人群之前，针对自身店铺进行具体的产品分析是必不可少的；
3、大数据构建的模型有自身的生命周期（产生、发展、高潮、衰退），需要我们及时更新数据和模型；
4、在采用大数据建模过程，我们要善于应用对比，通过对比在众多模型中进行择优筛选；
5、及时监控和反馈模型人群的投放效果，及时发现问题，做出应对方案。
转自《卖家网》
点亮2
飞流
166项知识 | 1360 人关注
简介: 聚连高级营销顾问、数据运营分析师，8年电商运营经验，店铺销售额过亿，擅长数据分析与运营规划，对于基础推广到全链路运营有独到的见解，对于家具、母婴、建材、家装、五金等类目直...
微信扫一扫,享受技术一对一服务
微信
微博