京公网安备 11010802034615号
经营许可证编号:京B2-20210330
|
围绕着每一款新品或营销策略决定背后,不同于其他体育用品公司仍要依靠专业运动员、第三方数据调研等手段收集数据,耐克独有的社交运动平台Nike+正在成为耐克新品设计、营销推广等商业决策的重要依据。 先讲2个例子: 10月22日,包括两届网球大满贯冠军李娜、奥运金牌获得者埃里森·菲利克斯等在内的27位世界顶级运动员齐聚纽约,为耐克公司揭幕其Nike Women全新的春夏季系列,这也是耐克首次在全球如此大规模的推广其女子运动系列。 如此重视女性消费者,加码女性业务增长,背后主要的驱动力并不仅是传统数据调研或经验判断,而是耐克发现,其Nike+ Training Club应用程序已被下载1600万次,而其中900万竟然是女性下载了Nike+Running应用程序。 这也是耐克基于对其数字社区里的6500万名女性的研究。 9月26日,在上海,耐克宣布推出全新的zoom air系列跑步鞋,还请来了 2012 年伦敦奥运会万米冠亚军 Mo Farah 和 Galen Rupp 分享他们对于耐克跑鞋的体验。 与此前的诉求点不同,耐克此次主打“跑得更快”,提高跑步速度成为其此次产品的主要卖点。这是由于通过对Nike+数据研究,耐克发现,与第一阶段中国的跑者更多集中于40岁左右的中年人出于其健康担忧开始跑步不同,在耐克的社交运动网上,更多是19岁左右的跑者,他们自己组成年轻的跑团,自己上传数据,能不能跑得更快,对速度的追求成为其主要目标。 对耐克而言,通过Nike+这个硬件、软件、社区配合在一起的大平台,Nike每天都能收获源源不断的用户数据,这些数据能为Nike带来什么? 正是这些跑者上传的数字,成为耐克在比如产品设计、新品推广、线上线下营销等商业决策背后的重要依据,它能通过对用户跑步信息的收集帮助Nike找到用户、了解用户,从而更加精准地开展营销活动。 比如通过Nike+,耐克发现用户多数在夜间跑步锻炼,于是他们的研发部门就在设计鞋和衣服时,都加上了反光材料,提高了可见度和安全性。 也看到跑者对于速度的需求,耐克今年还在社区上新增加了“Nike+教练”功能,通过集合耐克教练资源与顶尖运动员的意见,根据每个跑步爱好者的比赛目标和能力,定制专属的跑步计划。 耐克提供的最新数据显示,现在Nike+全球注册用户共有2000多万。尽管在耐克的财报上,某款产品的效力多大还无从体现,但对一直占据营收前列的跑步业务来说,“Nike+正在成为拉动该公司业绩增长的新引擎。”张庆认为。 耐克2015年第一季度财报称,整个季度的营业收入增长15%,达到了近80亿美元,而在中国区,扣除了汇率波动造成的差价影响后,其业绩营收增长达20%。 Nike+无疑是耐克数码创新上的里程碑。2006年,耐克总部的工程师发现,在俄勒冈大学校园里,几乎每个人都使用iPod。在与苹果公司接触后,Nike+iPod的方案一拍即合。这让耐克第一次尝到了数字化社区带来的甜头。 经过几代的升级,Nike+支持多种系统下载,通过手机,跑者可以获得自己的运动时间、步伐、消耗热量、路线等数据。如今通过Nike+而衍伸出来的产品,正在通过更多形式的载体涉猎更多的运动,例如Nike+Training以及fuelband等。技术的革新也推动着耐克新的商业模式的应用——即“用户+ 数据+服务+终端。” 行业里目前的一个共识是,Nike+背后还是大数据的应用,即通过对用户行为的分析,以更了解用户的需求。体育行业资深人士认为,“靠卖智能的鞋子和衣服赚不了多少钱,但背后的数据却具有巨大的想象空间。 但耐克如何能够挖掘这一宝矿还有待考验。虽然商业逻辑还不清楚,但是这肯定是耐克未来与竞品的核心竞争力之一。” Nike+对于耐克的意义还在于,它将完全改变公司与用户间的沟通模式,将以往耐克的单向发出声音,转变为公司和全球用户在同一个“社区”下生活的情景。这无疑会大大增加耐克了解消费者的机会,加强用户的黏度。 而Nike+或许可以帮助耐克更快地找到它的目标客户,从1%的运动精英转而影响9%普通运动者到90%的潜在消费者,如同在跑步领域一样,把某项运动或品类做得更为精深,助推销售。 |
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
【核心关键词】统计学、互联网、知识、课程、学生、数学、软件、招聘、数据分析、实习经历、机器学习、理论基础、业务思维、统 ...
2026-07-10在互联网运营、产品设计、市场营销与商业数据分析领域,所有转化、成交、复购行为的底层逻辑,都依托于用户决策流程。用户从产生 ...
2026-07-10 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-07-10数据透视表是数据分析中最常用、最高效的汇总分析工具,具备快速分组、聚合计算、维度拆解、数据可视化等优势,能够轻松完成求和 ...
2026-07-09在统计学、CDA数据分析、机器学习与商业数据研究中,正态分布是最基础、最重要的数据分布形态。绝大多数参数检验、数据建模、指 ...
2026-07-09 很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当 ...
2026-07-09【核心关键词】采购、周期、原材料、企业、产品、成本、要素、库存、供应商、数据分析、生产计划、生产制造、加工制造、技术工 ...
2026-07-08在数据分析、特征工程、机器学习建模的工作流程中,原始数据往往包含多个不同维度的数值指标,例如客户交易数据中的消费金额、交 ...
2026-07-08 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-07-08商业谈判是企业采购合作、渠道签约、价格议价、项目合作、客户签约的核心关键环节,直接决定企业的合作成本、利润空间与经营风险 ...
2026-07-07在数据分析、业务效果验证、AB 测试、学术研究等场景中,T 检验是假设检验体系里最基础、应用最广泛的统计方法,也是均值差异分 ...
2026-07-07 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-07-07【核心关键词】转化率、企业、策略、岗位、互联网、拆分、产品、运营、分析师、指标体系、数据分析、用户画像、数据诊断、产品 ...
2026-07-06在数据分析工作中,文本数据处理是高频刚需场景,用户评论、客服工单、日志信息、调研问卷、商品文案等数据都包含大量文本内容。 ...
2026-07-06 很多数据分析师写过无数个SELECT查询,但当被问到“如何新建一张表来固化中间数据”“创建视图和创建物理表有什么区别”“视 ...
2026-07-06在 CDA 数据分析师能力体系中,透视分析是数据探索、多维度汇总、业务复盘的核心基础技能。无论是 Excel 数据透视表,还是 Power ...
2026-07-03在市场竞争日趋激烈、获客成本持续攀升的当下,企业粗放式的“广撒网”获客模式早已无法适配经营需求。企业经营的核心逻辑,已经 ...
2026-07-03 很多数据分析师精通Excel函数和数据透视表,但当被问到“数据从哪里来”“表和视图有什么区别”“数据库管理系统和SQL是什么 ...
2026-07-03【核心关键词】运营、企业、核心、客户、新技术、数字化运营、数据分析、传统企业、人工录入、生产系统、技术人员、数据安全、 ...
2026-07-02在产品开发、项目立项、业务拓展、运营优化的工作中,市场调查、竞品分析、需求调研是三大核心基础工作。很多从业者容易将三者混 ...
2026-07-02