京公网安备 11010802034615号
经营许可证编号:京B2-20210330
小米论坛在短短四年时间里,拥有注册用户2000万,总发帖量超过两亿条。其中,操作系统MIUI就收集到上亿个用户反馈贴,帖子打印出来的纸张可绕地球一圈。两亿条用户反馈贴,是不是大数据呢?当然是,都是客户意见、建议的真实表达,都是需求、问题的直接陈述,是含金量极高的大数据,是许多手机厂商艳羡的大数据。
被冠以小米口碑营销内部手册的《参与感》对大数据只字未提,笔者也未搜索到雷军在公开讲述小米模式时提及大数据。但这不表明雷军不重视大数据,作为全国人大代表,他2014年的提案就是《关于加快实施大数据国家战略的建议》。我以为小米是目前大数据应用最成功的企业之一。
大数据背后是海量的客户,要让数量不多的员工,真正面对数百万、甚至上千万的客户,这在互联网出现以前简直是天方夜谭。
传统媒体也能面对巨量的客户,比如人民日报,据官方数据,2013年1月1日,人民日报发行量超过300万份。但这是单向的,只是人民日报把党的声音传递给大家;这300多万读者(甚至更多,1张报纸可能多人看)的想法是无法都反馈给人民日报的;即使大家都写信给人民日报表达自己的心声,人民日报也没有足够的工作人员来拆读这些来信,也没有足够的版面来刊登这些来信。
互联网的出现,尤其是社交媒体的出现,让企业、员工面对巨量客户变为可能。让我们看看小米论坛是怎样处理海量的用户需求的:首先,在论坛做恰当的帖子辅助功能,帮助用户尽量格式化提交需求;其次,用户在碰到同样需求的同时,能直接跟着表达我也需要这个功能。这样,每周下来,紧急的功能开发需求自然会按热度排到帖子前面。小米将数据处理前移到了数据生成之前。
小米论坛里的这个小小的按钮我也需要这个功能,顶得上成千上万封人民日报读者来信主要观点的统计,顶得上无数场焦点小组的讨论收集的客户需求。这个小小的按钮,将有相近表达的人汇聚在了一起,小米员工对这个议题的回复,所有的人都能看见,无需一一回复。这就是大数据的力量。当然,大数据技术远比这个按钮要复杂得多。
阿里巴巴集团数据委员会委员长车品觉说:大数据的本质就是还原用户的真实需求。与其在数据中去找寻客户的意见、需求,那何不让企业、员工直接面对客户呢?小米更具革命性的做法是,要求员工全员泡论坛、刷微博。在小米,泡论坛就是工作。对那些认为小米客服面对用户就行了的工程师,小米联合创始人黎万强曾这样说:在小米不能这样干,如果你不理解,你就把它当成工作考核,而小米是没有KPI考核的。这说到底是让员工浸泡在大数据里,泡在客户堆里。
泡论坛可以了解客户需求,收集产品问题;可以回复用户的意见、建议;也可以追问用户问题,与用户进一步的沟通。小米员工泡论坛,让论坛上的小米用户倍感亲切,他们的声音有人倾听,他们的意见有可能被采纳,小米着力营造的参与感就显现出来了。这极大的鼓舞了论坛用户的活跃。通过论坛,小米用户真正参与了产品、营销的设计。这带来了一个企业与用户共赢的局面,企业根据用户意见改进产品,用户也拿到了自己想要的功能和产品。
更为重要的是,泡论坛实现了员工激励。相对于一个冷冰冰的大数据结果传到员工那里,以此指导员工工作;让员工直接面对客户,结合自己的工作来应用数据,员工的积极性会更高。小米员工直接面对客户,感受客户的喜怒哀乐,与客户建立感情,与客户做朋友。员工是在为朋友开发产品,为朋友服务,接受朋友的表扬与批评。这就是小米无KPI的秘诀:工作驱动真真切切来自用户的反馈。
简单说来,小米式大数据,是将数据处理前移到数据生成之前,是让员工浸泡在大数据里。小米的这两点做法帮助小米践行了用户参与,实现了KPI之外的员工工作驱动。在大家都在嚷嚷却不知道大数据怎么做的今天,这是更靠谱、更具操作性的大数据应用案例,值得借鉴。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
备考CDA的小伙伴,专属宠粉福利来啦! 不用拼运气抽奖,不用复杂操作,只要转发CDA真题海报到朋友圈集赞,就能免费抱走实用好礼 ...
2026-02-11在数据科学、机器学习实操中,Anaconda是必备工具——它集成了Python解释器、conda包管理器,能快速搭建独立的虚拟环境,便捷安 ...
2026-02-11在Tableau数据可视化实操中,多表连接是高频操作——无论是将“产品表”与“销量表”连接分析产品销量,还是将“用户表”与“消 ...
2026-02-11在CDA(Certified Data Analyst)数据分析师的实操体系中,统计基本概念是不可或缺的核心根基,更是连接原始数据与业务洞察的关 ...
2026-02-11在数字经济飞速发展的今天,数据已成为核心生产要素,渗透到企业运营、民生服务、科技研发等各个领域。从个人手机里的浏览记录、 ...
2026-02-10在数据分析、实验研究中,我们经常会遇到小样本配对数据的差异检验场景——比如同一组受试者用药前后的指标对比、配对分组的两组 ...
2026-02-10在结构化数据分析领域,透视分析(Pivot Analysis)是CDA(Certified Data Analyst)数据分析师最常用、最高效的核心实操方法之 ...
2026-02-10在SQL数据库实操中,字段类型的合理设置是保证数据运算、统计准确性的基础。日常开发或数据分析时,我们常会遇到这样的问题:数 ...
2026-02-09在日常办公数据分析中,Excel数据透视表是最常用的高效工具之一——它能快速对海量数据进行分类汇总、分组统计,将杂乱无章的数 ...
2026-02-09表结构数据作为结构化数据的核心载体,其“获取-加工-使用”全流程,是CDA(Certified Data Analyst)数据分析师开展专业工作的 ...
2026-02-09在互联网产品运营、用户增长的实战场景中,很多从业者都会陷入一个误区:盲目投入资源做推广、拉新,却忽视了“拉新后的用户激活 ...
2026-02-06在机器学习建模过程中,特征选择是决定模型性能的关键环节——面对动辄几十、上百个特征的数据(如用户画像的几十项维度、企业经 ...
2026-02-06在CDA(Certified Data Analyst)数据分析师的日常实操中,表格结构数据是贯穿全流程的核心载体,而对表格数据类型的精准识别、 ...
2026-02-06在日常办公数据分析中,我们经常会面对杂乱无章的批量数据——比如员工月度绩效、产品销售数据、客户消费金额、月度运营指标等。 ...
2026-02-05在分类模型(如风控反欺诈、医疗疾病诊断、客户流失预警)的实操落地中,ROC曲线是评估模型区分能力的核心工具,而阈值则是连接 ...
2026-02-05对CDA(Certified Data Analyst)数据分析师而言,数据分析的价值不仅在于挖掘数据背后的规律与洞察,更在于通过专业的报告呈现 ...
2026-02-05在数据分析实战中,我们经常会遇到“多指标冗余”的问题——比如分析企业经营状况时,需同时关注营收、利润、负债率、周转率等十 ...
2026-02-04在数据分析场景中,基准比是衡量指标表现、评估业务成效、对比个体/群体差异的核心工具,广泛应用于绩效评估、业务监控、竞品对 ...
2026-02-04业务数据分析是企业日常运营的核心支撑,其核心价值在于将零散的业务数据转化为可落地的业务洞察,破解运营痛点、优化业务流程、 ...
2026-02-04在信贷业务中,违约率是衡量信贷资产质量、把控信用风险、制定风控策略的核心指标,其统计分布特征直接决定了风险定价的合理性、 ...
2026-02-03