摸象大数据:教你怎样跟着“剁手女”赚钱

编辑:浙商发现 | 2015-08-21

关于大数据,很多人喜欢用这样一个比喻:“大数据就像一头大象,每个人摸到的地方不一样,不过,摸到的地方越多,就越可能接近真相。”

杭州摸象大数据科技有限公司眼中的“大象”被聚焦到了这样一个特定群体身上:年龄19-35岁、重复购物者、因喜欢而购买、每季换装、易受推荐影响、容易算出“欲望清单”、购买力足够强……这类消费者还有另外一个名字——“剁手女”。

摸象大数据希望给“剁手女”足够多维度、足够精准的用户画像。截至目前,摸象用户画像库已经有可识别用户标签约2亿个,单用户标签容量为250个,每个用户的平均标签约20个,摸象大数据打出的一句口号是“比她的老公还了解她”。

给“剁手女”找商品

《浙商》记者在杭州“梦想小镇”见到了摸象大数据CEO高鹏,他博士毕业于浙江大学,其导师是中国工程院院士、中国工程院原常务副院长潘云鹤,并于2009年踏上了创业路。

最初三年,高鹏和他的团队做的事情主要是为中国移动等运营商做用户行为的数据挖掘和分析。2012年,高鹏发现,做的风生水起的各种电商网站都在迫切的寻找流量通道,高鹏瞄准这个机会,转型成了一家为商家找用户、找流量的精准营销类公司。

不过,在接前程无忧、途牛网等各种业务之后,高鹏发现,近一年的“折腾”让他的团队精力非常分散,数据随着商家业务的变化而变化,零碎且难以沉淀。正在苦恼之际,2013年底为“淘粉吧”做的业务让他看到了再度转型的希望,“淘粉吧”的主要用户群就是“剁手女”,她们基本都属于反复、重度购买者,是网购的主力消费人群,而且由于足够活跃,数据也容易积累。2014年开始,摸象大数据就把主要精力放到了针对“剁手女”的数据沉淀和挖掘上。

和原来为商家找用户的模式正好相反,定位“剁手女”之后,摸象大数据开始为用户找商品,如同亚马逊和淘宝的网络购物推荐系统一样,在积累了大量数据之后,摸象大数据开发出了自己的推荐平台——摸象大数据推荐引擎,平台通过汇聚“剁手女”人群每天的互联网访问流量,逐步建立和优化该人群的兴趣标签和购物行为模型。当“剁手女”用户在任何一个RTB(即时竞价)覆盖的网站出现的时候,“摸象大数据推荐引擎”会根据她的“购物欲望推算结果”实时推荐相应商品,以取得最好的营销转化效果。

与商家共同优化数据

那么,基于全网覆盖的摸象大数据推荐引擎平台和商家是如何合作和互动的呢?高鹏举了唯品会的例子来说明。摸象大数据首先将唯品会的数据和自身的数据库打通,经过摸象大数据推荐引擎平台整合分析后,让唯品会的商品跟着用户的眼球出现,唯品会则会根据营销转化情况给摸象大数据一定比例的佣金。

也就是说,凡是主要消费群体属于“剁手女”的互联网、移动互联网商家,都可以使用这种合作模式,摸象大数据推荐引擎平台为这类商家提供简洁的自助设置界面,商户在接入时,只需要提交自己的目标用户群特点(例如人群标签特征、购物时段、购物城市等)、待推广的商品列表以及期望的ROI和计费模式即可,该平台会依照商户提交的初始设定开始投放,经过一段时间的效果评估和机器学习后再开始大规模全网投放。

对商家来说,摸象大数据的分析和推荐能力可以让商品的营销推广更加精准和有效,对摸象大数据来说,和商家的合作实际上也不断从多个维度补充和优化用户画像库。

摸象大数据在2015年上半年获得了来自唯品会的天使投资。对高鹏来说,如何不断提升推荐系统的精准度,从而不断提升商家ROI(投资回报率)是当下最关心的事情,除了应对来自不断崛起的同行竞争外,挑战还在于,如何实时将越来越年轻的新用户的新行为变化纳入分析模型。

“我的目标是将用户和商品实现高效连接,如果所有的广告公司都能像摸象大数据这样,根据用户的兴趣和需要来推荐商品,目前的广告就会减少很多,商家也能省去不少费用,最重要的是,用户可以免去被大量跟自己无关的广告涌入电脑、手机屏的苦恼。”高鹏表示。

0