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
在统计学分析、实验研究、业务数据复盘过程中,单因素方差分析是检验自变量对因变量是否存在显著影响的核心方法。其中,两个水平 ...
2026-05-26【核心关键词】算法、客户、大数据、互联网、调优、建模、模型优化、机器学习、评分卡模型、模型开发、智能风控、业务场景、数 ...
2026-05-26 很多数据分析师写过无数个 SELECT,但当被问到“新建一张表,该如何定义字段类型来保证数据质量”“创建视图和存储物理表有 ...
2026-05-26在数据清洗、统计分析与数据质量检测工作中,箱型图(又称箱线图、Box Plot)是最直观、最高效的可视化分析工具之一。相较于柱状 ...
2026-05-25在大数据分析、数据清洗、质量管控、风险监测等领域,异常数据识别是保障数据质量、确保分析结论精准、规避业务决策失误的核心基 ...
2026-05-25 很多数据分析师精通Excel函数和透视表,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是什么关系 ...
2026-05-25数字化经营时代,企业的市场竞争早已从经验决策转向数据决策。门店营收、用户转化、产品销量、成本损耗、存量资产等所有经营行为 ...
2026-05-22在MySQL数据库日常运维、业务数据校验、数据迁移与数据清洗场景中,自增主键ID的连续性校验是一项基础且关键的工作。MySQL的Auto ...
2026-05-22 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-05-22【核心关键词】大数据、可视化、存储、架构、客户、离线、产品、同步、实时、数据仓库、数据分析、数据可视化、存储数据、离线 ...
2026-05-21在电商流量红利消退、公域获客成本持续走高的当下,存量用户深度挖掘已成为店铺增收增效的核心抓手。相较于付费投放获取的陌生新 ...
2026-05-21 很多数据分析师每天盯着几十个指标,但当被问到“这套指标要支撑什么业务目标”“指标之间是什么逻辑关系”“业务变化时如何 ...
2026-05-21在数据驱动决策的时代,数据质量直接决定分析结果的可靠性与准确性,而异常值作为数据清洗中的核心痛点,往往会扭曲分析结论、误 ...
2026-05-20 很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“哪些指标在所有行业都适用”“哪些指标只对电商有意义”“二者如何搭 ...
2026-05-20Agent的能力边界,很大程度上取决于其掌握的Skill质量和数量。传统做法是靠人工编写和维护Skill,但这条路很快会遇到瓶颈。业务 ...
2026-05-20在统计分析中,方差分析(ANOVA)是一种常用的假设检验方法,核心用于分析“一个或多个自变量对单个因变量的影响”,广泛应用于 ...
2026-05-19 很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“什么是指标”“指标和维度有什么区别”“如何定义指标值的计算规则和 ...
2026-05-19想高效备考 CDA 一级,拒绝盲目刷题、冗余学习?《CDA 一级教材知识手册》重磅来袭!以官方教材为核心,浓缩 13 章 103 个核心考 ...
2026-05-19在数据统计分析中,卡方检验是一种常用的非参数检验方法,核心用于判断两个或多个分类变量之间是否存在显著关联,广泛应用于市场 ...
2026-05-18在企业数字化转型的浪潮中,很多企业陷入了“技术堆砌”的误区——上线了ERP、CRM、BI等各类系统,积累了海量数据,却依然面临“ ...
2026-05-18