Big Data-數量化分析背後的價值

過去說的事情,一一的在發生!並不是你特別厲害或是怎樣,這是時代的大潮流,這必定會產生這樣的結果。只是你看到這個趨勢一直到他發生,可能快則五年,慢則十年。你要在這五到十年內脫穎而出,必須也得要天時地利人和。有時候技術上的Support跟市場消費者的接受度與使用習慣,才是你最後莫名其妙成功的原因。

上面的前言是要寫今天的「Big Data」的引言。當初Web 2的時候,UGC(User-Generated Content)的概念,加上好的平台效應(Network跟Lock-in),其實就會產生巨量的information,當初這些話就是用在FB的身上的。在那時候大概想到的就是data mining的技能會變得很需要,然後慢慢的一些新的術語就跑出來了,Big Data就被廣泛的被應用了。記得之前被人家問說,你知道Big Data嗎?那時候老實說並沒有特別研究(那時候沒有現在好學XD),但談一談之後就知道,原來是這概念,那我就知道了。所以後來有很說了Web 3.0、Web 4.0一堆有的沒有的,我想想其實大概念就是那樣,只是要用個Wording將裡面的一些現象用這個代替。

回到Big Data,一般公司要是把客戶的消費行為良好的記錄下來的話,通常分析這些資料都可以跟你說些故事出來。之前在台灣大哥大其實他的data做的不錯,有很多資料自己就可以撈一撈進行分析,然後就可以驗證自己的想法是對還是錯。但這Big Data的概念難道只有大公司有資源可以這樣用嗎?現在的網路時代,尤其是社群網路的時代,有所謂的社交網絡經濟學,分享一下之前看過的文章社交网络经济学:你的数据价值几何?裡面就有提到,你的服務在各個社交網路中,都是有價值的,但他到底值多少呢? 文中他將各大服務的市值除以用戶數,來看一下每個用戶數的價值有多少。另外可以看看這

 各社交网络上单条信息的价值也比较有趣,每条 Twitter 信息值 0.001 美元、每条 Facebook 状态分享值 0.024 美元、每次 LinkedIn 的职业信息搜索值 0.124 美元、每次 Foursquare 的签到值 0.4 美元、每条 Path 的信息值 5 美元(这是根据最新数据调整后得到的非常惊人的数据,在旧的数据下仅为 0.5 美元)、每个 Yelp 的点评值 9.13 美元。

這幾個網站看來,越有Focus在某特定領域的服務,可以帶來的訊息價值是比較高的。這其實也跟直觀上比較像。這些是大公司的算法,那麼如果是一般的中小企業,或者你並沒有經營這麼大的服務,你只是藉由網路來行銷自己,幫你自己把交易完成,雖然說可能不能說上是Big Data,但你可能還是有你自己的Data要分析。

自己當老闆的人多少都一定要有些數字的概念,並不是說只要賺多少,花費多少這樣的概念而已,你還需要更精緻化的去看你的每筆花費帶來的營收價值有多少?透過不同管道引入的客戶帶來的價值有多少?從營銷的角度來看,也許你會透過投放網路廣告來吸引客戶,進而成交你的業務,也許你一開始看得是我花了10萬塊,帶來了100萬的營收,所以有個數字為R/E=(Revenue/ Expense)就可以拿來粗步的使用,也就是你花了多少錢買了多少營收的概念,這個數值應該要維持在一個範圍內才是合理,若是太低的話你就要檢視一下自己的花費了。

若可以你應該要用最少得最多,也就是要善用槓桿的威力,你可能可以Break down下去分析,到底是哪幾個通路帶來的價值比較高,那你就可以重新分配你的10萬塊投放,來產生更大的效益了。如果你連你的數字都不知道,那真的建議你就不要自己出來玩了XD。

你想要賺更多的錢有哪些秘訣呢?根據劉克亞老師說的,大概就是成交率、客戶終生價值、潛在客戶數量。這三個數字如果配合上你自己的Big Data分析,你就能串出你最好的賺錢法則,當然這三個面向還是有很多方法可以提升,比如說提升成交率,確認客戶的終生價值,並且如何重複的抓到潛在客戶,是抓不是挖掘喔!這部分的奧秘等我多體會一點再來分享好了。總之今天的重點是,試著從表面上看起來沒甚麼的數字慢慢幫自己釐清,這樣你才會知道你的下一步可以做些甚麼,你做對了哪些事情,做錯了哪些事情。達到時時修正與反省的效果。

文中提到的幾個服務,若有興趣也可以在深入了解一下,比如說Foursquare、LinkedIn、Yelp、Path等,你搭上一個就會發覺下一個了。

發佈留言

發佈留言必須填寫的電子郵件地址不會公開。