京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据应用让客户得到实惠_数据分析师
用过某些“添加剂”,家电行业与通讯行业、给汽车加油与买手机,它们之间能不能产生什么反应呢?在贵州轩通大数据科技有限责任公司总裁牛志敏看来,这没什么不可能。“把不同行业的数据融合,建立大数据应用库,将数据分析结果进行重构,再通过精准营销服务,便可给客户带来实实在在的实惠,并实现不同行业的多赢。”
牛志敏口中的大数据应用精准融合营销模式,正是贵州轩通从事的主营业务。“目前,贵州正举全省之力支持大数据产业的发展,看准这一机遇,我们也积极谋划在贵阳的发展。自今年初正式开业以来,运营情况良好。”牛志敏说。
数据分析使营销效果得到提升
轩通大数据科技有限公司最早在江西成立。谈及缘何选择大数据产业,牛志敏讲述了一件让他记忆犹新的典型案例。“当时,我们在和中国移动合作,发现对数据进行分析后再通过外呼精准营销,比移动营业厅的营销效果要强很多。”
牛志敏介绍道,一家移动营业厅服务范围往往有限,一般为周围5公里范围内的客户服务。轩通通过与中国移动数据共享,以一个营业厅做体验,可以将服务范围大大地扩大。“这就是大数据带来的好处,数据告诉我们客户的行为、客户的需求,通过一个电话提供服务,可能吸引到远在十多公里以外的客户到这个营业厅来体验。”
牛志敏举了一个例子,“比如,你是一个使用苹果手机的客户或是苹果产品的忠实粉丝,当营业厅上架苹果的最新产品,然后打电话告知你,也许你以前不会与这个营业厅产生接触,但接到的电话正好推荐了你想要的产品,你到这个营业厅购买相关产品和服务的可能性就增强了。”
此后,轩通就着力于数据的收集和分析,然后将数据做相关的应用。
数据融合精准营销实现多赢
在贵阳落户后,轩通继续做大数据应用方面的尝试。“目前,我们已和中石油、中石化及中国移动公司合作,开展石油融合营销。”牛志敏介绍说,轩通利用自身积累的数据,与这几家公司数据融合共享,对客户行为、消费习惯等特征进行采集分析,然后开展精准营销。
“精准营销通俗来讲就是数据分析之后的行为,根据人的消费习惯来判断并作出反应。”牛志敏说,在石油融合营销案例中,他们首先找到符合一定特征的客户——既是中国移动的客户,也是中石油或中石化的客户,然后给予他一定的优惠活动,通过呼叫这个环节,通知这位特定的客户到离他最近的加油站或营业厅体验服务,交话费来免费获得手机或加油卡等。“开车的可以送加油卡,或者对正好需要一台冰箱的客户免费赠送一台等等,这就是根据数据分析来满足客户需求的精准营销行为。”牛志敏说。
这两个行业的融合,有一个重要的基础。“所谓的大数据,我认为主要体现在数据来源多和受众面广。如果脱离了使用的人,离大数据应用就远了。”而石油行业和通讯行业却离人们生活很近。加油是有车一族生活中必须的,交话费同样是必须的,那么在加油站出现充话费的行为,对于多方来说都是一个共赢的结果。
“在这中间,客户实现了利益最大化,中石油或中石化、中国移动公司绑定了忠实客户,而轩通也在精准营销的过程中实现了公司的利润。”牛志敏介绍,石油融合营销模式已在全国推广,贵阳市内100余家加油站都设立了客户体验点。今年一季度,轩通依靠这一块业务在贵州达到4000余万元的营业额。
基于需求的呼叫是“绿色大数据”
在贵阳,轩通还布局了1000个呼叫坐席。“呼叫是大数据产业的服务环节,是实现精准营销非常关键的步骤。”牛志敏说,数据经过分析后,使用呼叫系统让客户去感受服务,这个过程就是轩通所倡导的“绿色大数据”。
“客户在没有这个需求的时候,不间断地给他打电话,实际上是一种骚扰。但如果是基于客户的需求,就会转变成贴心的服务。就好比天冷了需要购置外套的时候,正好有电话打进来说充话费可以免费赠送外套,客户是不是就比较乐意参与呢?”
石油融合营销只是轩通正在进行的一个主要应用,下一步,公司还将对保险、金融等拥有数据来源的行业进行融合,让客户得到更多的实惠。
当然,大数据应用的拓展并不容易。“对于大数据应用,数据来源很重要。”牛志敏说,从当下的情况来看,数据源头还是掌握在BAT、运营商等几家大公司手里,想从事大数据应用的民营企业在数据的采集方面仍存在一定困难。
“不过,好的情况是,贵阳成立了大数据交易所,为民营企业的数据来源提供了很好的保障。”牛志敏认为,大数据交易所的成立对很多想从事大数据业务、且有很好的营销模式,但没有数据来源的企业来说,无疑是一个很好的机会。
“同时,政府对大数据、呼叫产业的通力保障,让我们这些企业享受到在其他地方享受不到的资源,比如说相关的政策支持、基础员工的集中和培养等。”牛志敏相信,贵州、贵阳将吸引到更多的想从事大数据、呼叫产业的企业前来投资兴业。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据分析、机器学习的实操场景中,聚类分析与主成分分析(PCA)是两种高频使用的统计与数据处理方法。二者常被用于数据预处理 ...
2026-02-24在聚类分析的实操场景中,K-Means算法因其简单高效、易落地的特点,成为处理无监督分类问题的首选工具——无论是用户画像分层、 ...
2026-02-24数字化浪潮下,数据已成为企业核心竞争力,“用数据说话、用数据决策”成为企业发展的核心逻辑。CDA(Certified Data Analyst) ...
2026-02-24CDA一级知识点汇总手册 第五章 业务数据的特征、处理与透视分析考点52:业务数据分析基础考点53:输入和资源需求考点54:业务数 ...
2026-02-23CDA一级知识点汇总手册 第四章 战略与业务数据分析考点43:战略数据分析基础考点44:表格结构数据的使用考点45:输入数据和资源 ...
2026-02-22CDA一级知识点汇总手册 第三章 商业数据分析框架考点27:商业数据分析体系的核心逻辑——BSC五视角框架考点28:战略视角考点29: ...
2026-02-20CDA一级知识点汇总手册 第二章 数据分析方法考点7:基础范式的核心逻辑(本体论与流程化)考点8:分类分析(本体论核心应用)考 ...
2026-02-18第一章:数据分析思维考点1:UVCA时代的特点考点2:数据分析背后的逻辑思维方法论考点3:流程化企业的数据分析需求考点4:企业数 ...
2026-02-16在数据分析、业务决策、科学研究等领域,统计模型是连接原始数据与业务价值的核心工具——它通过对数据的规律提炼、变量关联分析 ...
2026-02-14在SQL查询实操中,SELECT * 与 SELECT 字段1, 字段2,...(指定个别字段)是最常用的两种查询方式。很多开发者在日常开发中,为了 ...
2026-02-14对CDA(Certified Data Analyst)数据分析师而言,数据分析的核心不是孤立解读单个指标数值,而是构建一套科学、完整、贴合业务 ...
2026-02-14在Power BI实操中,函数是实现数据清洗、建模计算、可视化呈现的核心工具——无论是简单的数据筛选、异常值处理,还是复杂的度量 ...
2026-02-13在互联网运营、产品迭代、用户增长等工作中,“留存率”是衡量产品核心价值、用户粘性的核心指标——而次日留存率,作为留存率体 ...
2026-02-13对CDA(Certified Data Analyst)数据分析师而言,指标是贯穿工作全流程的核心载体,更是连接原始数据与业务洞察的关键桥梁。CDA ...
2026-02-13在机器学习建模实操中,“特征选择”是提升模型性能、简化模型复杂度、解读数据逻辑的核心步骤——而随机森林(Random Forest) ...
2026-02-12在MySQL数据查询实操中,按日期分组统计是高频需求——比如统计每日用户登录量、每日订单量、每日销售额,需要按日期分组展示, ...
2026-02-12对CDA(Certified Data Analyst)数据分析师而言,描述性统计是贯穿实操全流程的核心基础,更是从“原始数据”到“初步洞察”的 ...
2026-02-12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