Press "Enter" to skip to content

所有的公司都是数据公司,有这5种数据变现途径

本站内容均来自兴趣收集,如不慎侵害的您的相关权益,请留言告知,我们将尽快删除.谢谢.

释放双眼,带上耳机,听听看~!

 

00:00

 

00:00

 

每个公司或多或少都有内外部的数据来源,但是这些公司并没有意识到这些数据的重要性;这些看似“无用”的数据是可以帮助企业变现的,具体怎幺变现?一起来看看吧~

 

 

几乎所有公司都能从供应商、日常管理经营、战略合作伙伴,用户甚至竞争对手那里获得一系列数据;但这些数据并不一定受重视。

 

数据本身自带价值,而通过数据分析和推断得出的洞察更是大大提升了其含金量。

 

举个纯朴的例子:

 

假设你在小区门口开了一家水果店,小李每周日傍晚都来店里买3斤苹果,连续几个星期后,他一上门你就跟他说,苹果已经准备好啦,特意为他挑好了几个最好的,直接拎走就行。小李笑了,心里想:嘿这老板挺上心,不错。

 

来店里买梨的客人,80%都会同时买香蕉,你发现了这一点,就把香蕉和梨摆在一起,顾客拿起来顺手,之后90%的客人都会同时买香蕉和梨了。

 

通过对消费者行为习惯数据的分析:

 

一个进行了个性化营销,刷了好感度,提升了用户忠诚度,拉动的是用户长期生命周期价值;一个进行了相关商品推荐,提升了购物车大小,拉动了总销售额。

 

一家小水果店的数据都能变成钱,你好意思说不行?

 

 

数据变现主要有两种途径:

 

 

    1. 对内的:通过数据运用提高企业的运营效率,生产效率,产品和服务水平。同时,能针对不同类型用户进行个性化营销及管理。

 

    1. 对外的:让数据对客户和合作伙伴可见,打开新的收入通道。

 

 

两种途径互不排斥,可以和谐共生。

 

一、内部变现

 

内部变现主要分两种:

 

1. 降低成本,提高效率,减少浪费

 

MailChimp想要打广告,推广他们的移动App——MailChimp Snap,方便更多用户在移动设备上使用他们的产品。

 

对这个Facebook广告投放,他们做了A/B测试。

 

50%展示在活跃用户面前,50%展示在对“数字营销”或者“移动营销”关键词感兴趣的非用户面前。

 

 

结果显示:“ 用户组点击率是非用户组的三倍 ”。

 

根据结论他们修改了投放策略,显着降低了投放成本,提升了转化效率,避免了浪费。

 

2. 提升收入,促进销售转化,降低用户摩擦

 

2005年,Netflix发现相比于圣何塞和博伊西两个地区,夏威夷的订阅取消率从9月起明显降低。

 

为什幺?

 

 

通过数据挖掘分析发现,他们的光盘和DVD以往都是从洛杉矶发出的,至少要3天才能到达夏威夷。但是从8月开始,他们在火奴鲁鲁建立了新的库存中心,可以做到隔日送达。

 

据此,他们提出了假设:提高DVD送货效率有助于客户留存。

 

于是,他们在接下来的几年,把库存中心数量从20个扩展到100个,并且设置让用户只能看到隔日送达的资源。 到2008年,隔日送达率提升到95%,用户满意度和留存率也随之提高。

 

 

典型互联网公司像亚马逊、Netflix、Airbnb、MailChimp,甚至迪士尼、第一资本这类传统向互联网转变的公司,早就已经掌握了如何变现内部数据的方式。他们会观察地理位置、历史购买、用户特殊要求、购物行为习惯等信息;一对一提供高度个性化的产品和服务,在发现-购买-复购流程中的每一个细节上取悦用户。

 

二、外部变现

 

外部变现,适用大企业/平台型企业。

 

主要分三种:

 

 

1. 数据即服务

 

最基础也是最简单的,说白了,卖数据。当然,是经过匿名化和整合的数据。卖给中介公司或者终端用户,都有可能。

 

美国电信运营商 Verizon: 一方面,对数据优化内部运营管理和客户服务水平;另一方面,通过对数据进行匿名化和整合,结合各种不同的用户案例提供给他们的客户和合作伙伴:

为零售业和旅游业提供结合地理位置的服务;
为广告公司,政府机构,公共交通公司,城市规划师,卫生保健组织提供更高效的交通流量管理系统,如建设智慧城市;
为金融机构和信用卡公司提供欺诈监测;
为品牌和数字广告主提供智能定向和点击转化洞察;
为零售商店提供地理位置,布局,员工规划;
为各种公司提供物联网相关应用。

零售商 Kroger 则把他们的购买数据卖给那些近切希望了解消费者购物习惯和偏好但又没有相关数据的消费品公司。

 

想想你的手机号是怎幺到各种奇怪的房产中介理财借贷公司手里的吧……就是被打包卖了,而且很可能没被处理过。

 

2. 洞察即服务

 

结合内部和外部数据,进行深度分析并形成专业洞察报告。

 

 

这份《 哈佛商业评论 》的报告汇总了关于人工智能和机器学习领域的20篇研究和案例分析,带你了解人工智能和机器学习可能很快会对经济和社会造成的重大影响,告诉你所在的公司应该如何应对。

 

3. 平台即服务

 

支持分析的平台即服务,是最复杂也最有价值的。

 

基于云端的自服务平台,公司使用复杂的专有算法,生成丰富的,高度转化的,定制化实时数据交付用户。这种模式有时相当于建立一个全新的业务。

 

GE的Predix平台,通过提升机器效率的数据服务,为客户提供额外价值。GE为商业、工业和市政客户提供的能源管理系统(EMS),结合了节能LED、尖端传感器、云计算软件和先进分析模型的能力。通过Predix, GE为客户提供了关于能源使用、维护和其他结果的预测性和规范性分析,通过简化能源流程,降低成本决策,实现自动化和运营高效。

 

 

所有公司都是数据公司。

 

大多数公司都有大量未开发、未充分利用的数据,这些数据可以释放出巨大的财务价值。

 

除了最后一种外部变现途径,其他都可以通过公司内部处理,或利用众多数据监测分析工具或平台来协助实现。

 

最初级的状态甚至可以仅仅是一张Excel表格。

 

关键是数据意识。及时识别潜在的内部和外部变现机会。

 

不过,人是活的,数据是死的。

 

尽信数据不如没有数据。

 

作者:本叨

Be First to Comment

发表评论

电子邮件地址不会被公开。 必填项已用*标注