1號店成立于2008年，公司創(chuàng)立之初正是“大數(shù)據(jù)”一詞問世之際，受現(xiàn)實市場的逼迫，1號店開始使用大數(shù)據(jù)進行營銷，有趣的是，當時我們對大數(shù)據(jù)并無概念。

當時電子商務行業(yè)的營銷活動主要集中在搜索引擎上，但是1號店的營銷非常差，在百度和谷歌每花一塊錢帶來的銷售額不到一塊錢，也就是說花一塊錢的廣告和營銷成本，帶來的盈利還不到一塊錢。當時我們感覺這樣的模式不可持續(xù)，因此決定和市場部緊密合作，對這種營銷模式進行全面分析，從最初關鍵詞的篩選到百度和谷歌的投放，直至用戶行為。

在分析了整個過程后，我們發(fā)現(xiàn)整個鏈條完全可以采用軟件系統(tǒng)全自動化實現(xiàn)，再通過反饋系統(tǒng)，可以不斷優(yōu)化營銷效果。于是，我們開始做這樣一套系統(tǒng)。

傳統(tǒng)的營銷模式存在很多弊端，例如，用戶通過廣告頁面進入后，可能會發(fā)現(xiàn)已過有效期，促銷活動已經(jīng)結束，或者本來有庫存，可是用戶通過廣告頁面進入后，可能發(fā)現(xiàn)產(chǎn)品已經(jīng)售罄。在這種情況下，轉換率大大降低。

我們在做系統(tǒng)的時候，充分考慮了這些弊端和其他一些因素。首先，我們大量地篩選關鍵詞，用自建模型將幾百萬關鍵詞篩選到幾十萬。通常，在百度和谷歌嘗試一個關鍵詞的效果成本非常高，所以我們先用一個算法來篩選第一批關鍵詞。

然后，我們再到百度去嘗試關鍵詞的效率，這就是大數(shù)據(jù)的可實驗的特性。此后，我們再對廣告和創(chuàng)意進行實驗和淘汰，實現(xiàn)精準化營銷，比如，同樣的內容，選用不同的廣告詞或者方法去做，不同的地域選用不同的廣告詞。

幾十萬的關鍵詞根本無法靠人工操作，但是全自動化系統(tǒng)可以做到。人工僅用于設定操作規(guī)則，確保時時更新，根據(jù)營銷需求，規(guī)則可能在一個時期偏向新客戶，在另外一個時期偏向銷售。采用這個系統(tǒng)后，我們欣喜地發(fā)現(xiàn)轉換率從0.7上升至5。

1號店基于自身的需求開始做數(shù)據(jù)的積累和應用，在數(shù)據(jù)積累之后，我們獲得了對用戶的全新認識。

目前國內很多電商網(wǎng)站開始注意數(shù)據(jù)的積累。電商網(wǎng)站的數(shù)據(jù)量非常大，每天幾百萬的用戶訪問，而且用戶的點擊流對數(shù)據(jù)存儲要求非常高。通過這些點擊流數(shù)據(jù)，我們可以對用戶獲得更深的認識，比如，購買相同商品的用戶可能屬于不同類型用戶，這個認知對營銷非常重要，可以幫助不同類型的客戶找到他們需要的商品。

電商網(wǎng)站的典型用戶是二三十歲的女性用戶，她們喜歡“逛”，喜歡看很多商品，有時候并沒有特定目的，或者說她們的潛意識里有一定的目的，但是表現(xiàn)出來的點擊流是一個不斷瀏覽各種商品的過程。

當然也有快速型的用戶，他們的特點是講究效率。他們進入網(wǎng)站后會直接搜索需要的商品，并希望以最快的時間付款下單。對于此類用戶，我們會判斷他們的購買速度、對商品的反應等，比如，他們是否只看一兩件商品就決定了。

在此基礎之上，1號店推出“定期購”服務，服務覆蓋的商品多為周期性的商品，像牙膏、油、米、衛(wèi)生巾等。用戶只需一次付款，下次就會自動送到家里。這種服務特別適合快速型用戶，因為這可以大大縮短他們的購物成本。
電商網(wǎng)站非常講究推薦，在用戶搜索或者加入購物車之后都會看到網(wǎng)站的推薦。推薦看上去簡單，可是里面的學問很大，它是基于對大數(shù)據(jù)的應用。亞馬遜的推薦很適合于跟內容相關的產(chǎn)品，比如書和音樂等，內容和個人偏好緊密相關，采用“看過也看過”、“買過也買過”、“點過也點過”等推薦方式更加精確。但是這種推薦不一定適合日用品。1號店的推薦有的是跟品類相關，有的跟品牌相關。根據(jù)不同的品類深入挖掘，會提升推薦效果。

1號店也嘗試應用大數(shù)據(jù)來改善客戶體驗。1號店原有一個積分商城，一定的積分加上一定的現(xiàn)金就可以換購，這對運營人員來說非常費事，他們一方面要找商品，一方面需要做設置。我們決定通過技術和大數(shù)據(jù)的方法對積分體系進行調整，即實現(xiàn)積分的自動化，同時使換購的商品覆蓋面擴大。覆蓋面廣對于用戶來說意味著更強的可選擇性和實用性。這樣，用戶可以把積分真正用起來。

 1/2    1 2 下一頁 尾頁