智子云电商行业大数据营销分享.pptx

智子云电商行业大数据营销分享 智子科技2013年12月中美网购规模比较中国网购总规模已超越美国 中国移动购物市场发展趋势中国O2O市场规模发展趋势大数据时代正在来临大量新数据源的出现则导致了非结构化、半结构化数据爆发式的增长数据量增加数据结构日趋复杂根据IDC 监测，人类产生的数据量正在呈指数级增长，大约每两年翻一番，这个速度在2020 年之前会继续保持下去。这意味着人类在最近两年产生的数据量相当于之前产生的全部数据量TBPBEBZB这些由我们创造的信息背后产生的这些数据早已经远远超越了目前人力所能处理的范畴大数据时代正在来临..中国大数据市场规模12011年-2016年中国大数据市场规模2011年是中国大数据市场元年，一些大数据产品已经推出，部分行业也有大数据应用案例的产生。2012年-2016年，将迎来大数据市场的飞速发展。2012年中国大数据市场规模将达到4.7亿元，2013年大数据市场将迎来增速为138.3%的飞跃，到2016年，整个市场规模逼近百亿。2012-2015年各行业大数据市场规模22012年政府、互联网、电信、金融的大数据市场规模较大，四个行业将占据一半市场份额。由于各个行业都存在大数据应用需求，潜在市场空间非常可观。大数据具体应用场景示例结合位置数据、消费数据进行实时营销信息推送是电信行业大数据应用主要场景1互联网行业大数据主要应用在社交和网购方面2制造行业具有多环节、多地域特色，各个环节的优化是制造行业最关注的大数据应用场景34金融行业大数据应用场景主要集中在投资方面数据来源：CCW Research, 2012/4电子商务企业面临的挑战成本高：媒体碎片化，目标顾客越来越分散流失率高：95%访客初次访问网站后即离开多兴趣点：单一广告创意难以触动顾客社会化营销第三方平台PREDMSEM网站联盟SEO流失流失流失流失大量流失大量流失仅5%访客下单成为客户大数据为电商带来的机遇观点：流失访客的价值高于陌生访客客户知道你的品牌客户流露他的偏好客户具有持续消费潜力原因二次沟通成本低但是找回成本高点击表示有偏好浏览记录兴趣点第一次交易成本高购买次数与营销成本成反比机会让目标受众看到广告让广告内容更加相关让老顾客多次购买目标行动抓住流失访客开展广告攻势个性化推荐动态广告创意老顾客二次营销计划大数据为电商锁定和找回流失访客智子云电商大数据营销策略追踪并建立行为数据仓库用户行为/兴趣细分，建立推荐模型生成个性化推荐模块，提升站内转化率1、个性化推荐设计动态广告框架，确定展现算法，多渠道输出A/B测试，优选创意2、动态创意设计数据定向与重定向同步媒体精选，规格、位置精选分老客和新客，与差异化营销相结合3、智能广告投放智能推荐与客户数据库营销渠道整合实现个性化EDM大数据智能报表系统站内有哪些信誉好的足球投注网站智能化升级4、增值服务个性化推荐--数据分析与建模建设步骤首先构建独立于操作型系统的分析环境；然后建立以数据仓库或数据集市，收集客户行为和相关数据源，建立分析指标体系；在此基础上建立各种分析模型；将模型应用到各个具体的应用环节中；再根据反馈调节和优化模型。数据仓库的逻辑体系架构数据源：外部数据源，包括网站访问日志、广告投放日志、产品数据、交易数据、用户数据等，以及其他任何商业智能应用需要获取的外部数据源。ODS（数据缓冲区）：将来自外部系统的增量数据临时保存的区域。BASELINE（数据基线）：数据基线是数据仓库的核心。DataMart(数据集市)：数据集市是面向分析，使用的逻辑单元。个性化推荐—数据展现及应用OLAP分析：OLAP分析从技术上可以划分为MOLAP（基于多维数据库）, ROLAP（给予关系型数据库），HOLAP（综合MOLAP和ROLAP）， 和面向小型分析需求的DOLAP。OLAP分析的目标客户是数据分析人员和部分高层管理人员。EIS：通过数据集市中的轻度汇总数据，输出管理所需的各种分析统计报表，并且根据高层管理人员的思维习惯，将信息综合集成展现给最终用户。Dash Board：是一种特殊类型的EIS展现方式。Dash Board 技术被广泛使用与高层管理层决策之中（无论是否使用数据仓库）。嵌入式应用：在交易型的业务应用系统中直接嵌入数据仓库的分析结果，或者数据，集成到日常的业务流程之中。以及对于更加高层次的应用，例如数据挖掘，优化，预测等，提供数据基础。最典型的签入式应用就是推荐引擎，将数据挖掘得到的模型结果以相关商品、猜你喜欢、Email推荐、智能广告等形式嵌入到业务系统中。个性化推荐--数据分析与建模推荐引擎界面示例 首页：个性化 类别页面 相似浏览历史推荐 跨类别推荐 商品页面 看了还买了 买了还买了 看了还看了 相似浏览历史推荐 加入购物车推荐 组合推荐 购物车: 买了还买个性化广告着陆页同类商品相关推荐可能