【亿邦原创】10月26日消息，亿邦疯人会联合IBM举办了一场主题为《时尚品牌如何电商化？》的沙龙活动。活动中，IBM大数据分析工程师张浩彬发表了主题为《【技术驱动】预测分析技术怎么改变传统企业？》的演讲，他提出，线上和线下数据都要收集，这些都是数据资产，通过数据分析形成一系列的标签，做针对性营销形成客户的360度视图。
（温馨提示：本文为速记初审稿，保证现场嘉宾原意，未经删节，或存纰漏，敬请谅解。）
IBM大数据分析工程师张浩彬
以下为演讲实录：
张浩彬：我的主题围绕着分析，因为大家都知道大数据分析比较火，其实我们回头看，无论对于传统企业还是线上企业，都要做好客户体验，我们应该做什么事情。
现在，我们的客户越来越了解我们的企业了，现在买一个产品，比如一件内衣或者鞋子，可能我们都会去网上了解这个产品的口碑。更极端一点，如果我要买婴儿类的产品，大家对这些产品的质量要求非常高，大家肯定都会去百度看一下有没有负面资讯，去天猫、京东看一下使用评价。事实上现在消费者对我们的了解越来越多，回过头来，我们也应该学会该怎么分析我们的消费者，去了解消费者的需求，听听他们的声音。
上一年IBM跟一个玩具商发行了一个小工具，叫做Cognitoys，大家可以在亚马逊买到。它能做什么呢？按肚子上的小按钮就可以跟小孩子产生对话，回答一些问题，怎么回答？其实后面有一个大脑，这个大脑的背后就是Watson。当它不断地与小朋友进行互动，便会越来越了解这个小朋友，或许有一天，它可能成为一个真正的朋友。
回到当下，我们在数字化变革下，对于商业企业来说，研究消费者也是一样的，我们要明白消费者是什么人，具备什么特点，想要什么，在整个客户群里面是高价值还是低价值，我给的东西是否与他符合，有没有方法促使他做更高价值的迁移。
假如说我们以前只是直接把商品生产出来，然后推送给消费者。那么现在，就会想产品特点和卖点什么，是通过线上还是线下渠道推送给消费者，我们卖给他的时候需要不需要收集更多的反馈，然后再怎么改善产品。
接下来为大家介绍一个案例，一个在华南的鞋服企业。这个客户最早的时候是做批发的，那时候，只需要把鞋子生产出来就可以卖出去，不需要考虑客户，不需要考虑太多，他们当时就是这样。后来零售起来了，他们觉得只走批发不行，那怎么办？他发现百货商场兴起了，下一步的工作重点是如何从单一的批发转到跟王府井和大卖场一样好的位置。于是接下来电商起来了，发现电商很火，那怎么办？他可以跟天猫合作，开商铺，但事实上他一直做的事情是基于渠道拓展，线下满了就走线上。线上之后的渠道在哪里呢？他想不清楚。
假如大家研究了最近鞋服企业的财报，你会发现大部分企业基于不断的渠道扩张，整个收入跟门店的扩张达到90%的正比关系，但问题是，2013年到2015年的毛利不断往下走，在渠道这里成本太高。这家企业的CEO回过头来想一想，渠道是粗放式的扩展，但是现在咱们还是要走精细化。但现在他希望每一个客户都是一个长期的关系，针对这一块，他做了一个大量的客户分析。
接下来，给大家介绍我们的零售行业以客户为中心的解决方案，我们会收集一些信息，支付数据、使用数据、假如有线上网站的话，每一步的跳转都是我们的数据来源，包括最基本的会员信息，是在哪里加入会员的、他的年龄生日，他在天猫上有没有评论，他的观点以及这个观点代表了什么，他对哪些范围有意见，我们都会收集。
接下来我会按照客户发展的路径给大家介绍一下，做了模型并不是最终模型，我们的最终目的是要用到实际运作当中。
第一个部分数据，我相信交易数据和客户基本数据大家都有，我经常碰到客户说，信息并不足够，我的数据库里只有会员号码，手机号码和交易信息，并没有多少东西可以给我们分析。事实上我们再想一下，很多东西可以从里面看出来，在一次内部分享里，我们提供了自己的手机号码，刚好我前面的同事手机号码比较好，比较多8或多6，并且是电信用户。基于这个手机号码，做手机号码匹配。比如里面8多或者6多，或者连续数字，这种客户有可能不一样，假如我的手机号码是13688888，你觉得这能一样吗？这很明显不一样。
再举一个例子，比如188开头的，我们发现188开头的可能是移动新开的号段，大家可以想一下，这种号段开始的用户是不是对新事物比较敏感，或者说他对于价格比较敏感。比如我们最近跟一个大型游乐场在做一个项目，兑票的话是要通过手机，你有没有想一下他住在哪个地方？我知道手机号码，知道归属地，起码我知道他在省内还是市内。第二我可以做匹配，他兑换票的时候确实没有做任何操作，但我知道他兑换的时间，他是很早8点钟来兑的，还是中午或者下午兑的，这个信息加上他的地址信息，我们可能猜出他大概的日程安排。
比如他买了一个东西，我们可以分析一下，他购买的次数里面，打折的购买占了多少，8折以上占多少，5折以上占了多少，价格大概是多少，因为通过这些我们可以发现，有一些客户不看中价格，他看中折扣，有可能他买这双鞋子很贵，可能他不看中是800块还是1000块，他看中的是给我3折还是5折，对于这种客户，我们的策略还是不一样的。
刚才都是基本的分析，我们在想有没有更好的方式，通过大数据怎么帮助到我们、比如客户接触模型，当客户进来的时候，无论线上还是线下，他进来的渠道是怎样的，年轻客户特别偏爱哪一些渠道，年长的客户是偏爱哪一种渠道，我们就知道了做推广时，我们的渠道是什么。这个客户进来，一开始因为新品还是因为折扣，还是因为其他原因，这是我们在获取里面可以做到的。
客户价值分析，我们会基于他的购买频率、购买总额，就知道这个客户的价值多高，大家都知道80%的利润是从那20%的利润那里来的。我们要把重点的客户投入成本，大部分的客户是非常重要的，所以客户价值模式分析，就可以找出精准客户。
这个客户具有什么特点，就像我们说，我们输入了这么多标签，事实上标签不一定都有用，年龄、地址、他是白领、他是学生，他有多少次购买，购买频率是多少，这些我们都有上百个标签，但这些标都有用吗？我们不确定。最近我们跟某运营商做的项目，运营商可以拿到很多数据，那些数据我们筛选了很多遍，最后我们筛选出40个评分满意度的核心指标，我们针对这些核心指标改善运营，一个企业运作的时候，可能会发生很多问题，但我们要抓住最重要的一点。在我们的客户群体里面，还要看价值区分，他本身的属性区分有哪几种，有什么特点。
像刚才所说的，我们所做的客户价值分析，我们知道客户有高价值、中价值、低价值，既然这个客户是中价值模型，那么有没有可能让他发生转变，我们做什么策略可以让他变成高价值，到最后这些工作不管做的有多好，客户还是有可能流失，我们只能尽可能避免流失，所以我们要做避免流失模型。最重要的是要得出一批名单，针对每一个客户流失率做一个名单，我们可以针对于这部分客户做一个措施。
接下来我们说一下，基于这一套，我们大概都有一些什么东西，举一个例子，左手边是线下用户的购买比例，右手边是线上购买比例，我们可以明显看到，一周之中，用户购买线下越来越多，星期一最少，星期天最多；线上反倒过来，星期一最多，星期二次之，反倒星期天是最少的。通过不断的分析，我们发现这家客户有一些特殊的白领群体，这一群年龄白领追求时尚潮流，同时他的工作不会很忙，购物高峰期就是我刚刚上班9点到10点，老板还没布置工作，以及准备下班的时间段，当天工作已经完成了但还要打卡，没到时间点，我出不去，就上去逛逛。这就是其中一群用户特点，我们针对于这一群用户特点，我们可以做差异化。
接下来是个热力图，大家有线上线下的话，可能会知道这有什么关系。这些红色的点是线下门店的位置，另外一些是线上位置。我们从来没想过这些客户的收货地址都是线下门店附近。在早一些电商里面，很多人都把线上定位为去库存，但在这里，线上购买者极大部分都是有在线下购买过，或者是有看过这个门店的，有体会过，甚至有一些是到线下门店穿过鞋子再到线上购买，所以说线上线下很多时候是相互协同的。
比如这里有一个密集区域，但这里没有我们的门店，我们可以在这里开一个店，但离市区比较远。进一步，我们把竞争对手的位置也放进来比较，可以看到他们也在非常近的地方开了一个店，所以我们也可以在这个地方开一个店。
结合刚刚所说的东西，我们可以说客户群体，购买产品的特点。举一个例子，我发现一个群体会在我这里买ABC鞋子，比如来一个客户，我把它划分为同一个群体，只买了BC，那我就需要推A。大家知道4S店修车的时候会推很多套餐，如果我的心里价位是1000块，你推荐的是2000块，不可能连买都不买了，如果你给我推荐1000足有的套餐，我觉得这个就很好。
接下来就是客户价值分析，这个比较直接，刚刚的客户分析会根据客户特点。商业社会就直接一点，他买了什么，最近购买是什么时候。基于客户价值分析，大家都有会员体系，像银行的金卡、银卡一样的，我们做的事情是重新设定一个会员体系，每一个区间段享受的是什么权益，我们都有针对性设置。
接下来是社交媒体分析，我们覆盖的有天猫、京东、唯品会等购物网站，也有微博、百度贴吧、蘑菇街等等，再往后走，也有资讯媒体，58等等，这些都有可能成为我们的阵地，通过对社交媒体的数据收集以及分析，我们可以得出非常多的信息。
举一个小例子，我们监控到了一个女性品牌，出现了一个小高峰，我们在想，这是什么原因，是不是做了一些好的营销？之后我们进一步发现，其实这双鞋子被一个论坛中的高影响力客户买到了，她发现鞋子有问题，她找那个品牌商反应问题，但是没有得到解决。于是就把这个事情曝光在论坛上面了，当时造成了一个比较大的影响，如果这些点我们可以提前捕捉到的话，我们可以把这个问题解决掉。
又例如，我们发现最近某品牌在天猫上面的业绩增长了，研究发现是最近请了刘雯做了推广，我就想我们用不用刘雯做推广呢？
最后我们希望说线上和线下的数据都要收集下来，这些都是我们的数据资产，通过数据分析，可能形成一系列的标签，这些标签我们做一个重点的筛选，会得出哪一些业绩改善点，客户关注点，我们做针对性营销，然后形成客户的360度视图。在整个学习领域，不是一陈不变的，我们都能借助于数据不断的迭代更新，通过不断的迭代，更加了解消费者，只有这样，我们才能给出更好的体验。
文章来源：亿邦动力网
