国内趋于概念化的 “数据分析”,在硅谷是怎样真正落地的?

“在一九六几年之后,麦肯锡这些公司和管理咨询这群人,又接着把数据分析升华了,变成了基于数据和商业洞察的战略性分析。这里面有两个分支,业务上的和数学上的。这两个分支慢慢 convert,一步一步的沉淀,最后变成一个综合的分析方法,又逐步分散应用到各个行业里。”

“我 12年 前刚入行做市场营销的时候,有一个很简单的 case。就是你买一台 PC,然后再买一个打印机就能享受折扣。需要解决的问题是,什么样的人买了 PC,应该给什么样的打印机折扣。”

“这个 case 看起来很简单,拍脑袋就可以决定。比如直接给一个 5000 块以上电脑、15%打印机折扣的方案。但他们处理这个 case 的时候,会根据 PC 的型号、商店的位置、消费情况、打印机档次等等多维数据,综合计算出来一个结果,最后这个结果,他必须保证每种组合的 deal 对这个消费者来说是可负担得的、最优的,同时每个 deal 公司自己又是盈利的。”

“当时还有很让我震撼的一点是,如果公司要做一个活动,事先得出的一个假设是,女性客户应该会对这个促销活动更感兴趣,那他们并不会马上就针对女性用户做投放,还是男女各 50%的 percent 这样投放。最后看结果,女性用户的转化率确实比较高,验证了这个假设后,他们才会再在下一次活动中专门针对女性群体进行广告投放。”

“市场营销是这样,零售业这个古老的行业很多也是如此。很多商业上的原理和本质很早就在这些传统行业里被摸透了,但是以前的技术条件有限,他们试图做这种数据分析的时候不是那么容易。比如,美国的公司常常需要先把数据发给印度的公司,然后印度公司再把整理结果发回到美国本土进行分析,这中间周期就很长,效果没法那么明显。现在有了互联网,有了大数据,本质上是给了一个更好的工具,这个工具再把这种效果放大了而已。”

作者:Retric via:36氪