案例 | 什么样的消费者数据对品牌更有价值？
对于CEO、营销人和数据分析师来说，有一个很实际的问题摆在眼前：
“我们品牌需要收集消费者的相关数据，但是什么数据更有价值，能帮助我更好地理解消费者呢？是消费者的身份信息(Who)？还是消费者做了什么(What)？”
其实，相较于Who和What，消费者在线上平台是怎么行动的(How)会透露更多关于消费倾向的信息。对于品牌来说，这些数据是必须要获取的，不过很多品牌并没有开始行动。
背景
根据IHS的预测，中国消费者支出将以年均7.7％的速度增长，成为全球消费需求的关键引擎。近年来，中国已经成为世界上最先进的电子商务市场之一， 中国消费者的购物需求正逐渐由线下转移到线上。中国新兴的中产阶级追求更高质量的产品和服务。因此为了更好地理解和吸引该消费群体，许多在线商家正在采取行动，以应对激烈的市场竞争。
Artefact通过近期的案例研究，对开头的问题获得了一些启示。
当消费者在进行线上购物的时候，品牌商和平台会捕获消费者购买服务或产品时所产生的数据。我们团队的任务是利用这些数据预测哪些人更可能为高端服务付费。我们将这些消费者的数据进行整合并结构化，通过训练机器学习的模型来预测每个消费者为高端服务付费的概率。
事实证明，相对于消费者是谁（who）和消费者做了什么（what），消费者在平台是怎样行动的（how）对于预测消费者的付费倾向更有价值。接下来的问题是：当消费者购买品牌商的产品时，品牌商能够捕获多少有关消费者行为特征的数据？
案例 | 某海外旅行服务平台运用机器学习模型
一家海外旅行服务平台，他们致力于帮助海外的中国游客与当地的司机和导游建立联系。这些司机和导游为中国游客提供各种各样的旅行服务，比如机场接送、租车、向导服务等。
不过最近这个平台遇到了一个问题：
尽管他们有很多消费者，只有极少数消费者愿意尝试或者体验他们的高端服务。但他们希望能够在高端消费群体中建立声誉。
要建立声誉，首先必须甄别谁属于高消费群体。因此，这个平台希望利用他们积累的数据，来识别谁是他们潜在的高端客户，然后尝试对这个人群进行重定向。
我们为了预测客户为高端服务付费的可能性，从中提取了许多消费者的特征，并把它们分成了三个类别：
1.
他们是谁？
例如客户的年龄、性别、收入和城市等
2.
他们做了什么？
例如他们购买的是什么？是否取消过订单？订单总数等
3.
他们是如何行动的？
例如他们的注册时间，平均每个订单完成时长，不同点击类型的转化率，以及他们评论的情感分析等
我们发现，大多数特征都是关于第2类，他们做了什么（这是任何数据挖掘任务的起点），但是当我们看变量的重要性时，第3类特征“他们如何行动的”，相比其他提供了更多的信息：61％的特征重要性是由第3类特征特征驱动的，而其他两类只占到了39％。
此外，根据消费者对以前订单的评论，我们利用了工具来进行情感分析，以提取相关特征。从这些评论中，我们可以快速了解平台在哪些地方、有哪些服务亟待改进。此外，它还可以用于个性化营销，尤其是针对那些以前有过差评，但是预测结果仍然显示愿意为高端服务付费的客户。
最后的结论
为更好地了解消费者的购买决策，我们发现在许多情况下，蕴含最多信息的是具有差异性的消费者行为，而不是消费者在平台上发生的动作（what）和消费者的身份特征（who）。
因此，品牌商可以借助丰富的消费者行为（how）数据、衍生特征和基于此的高级分析，轻松识别和定位有可能成为高级会员的消费者。
对于品牌商来说，好消息是，与线下零售相比，在电子商务平台上，你可以看到更多关于消费者行为的数据。但是，你最好能够利用到它。
总之，如今在线上世界，不要运用“线下思维”。在数据方面亦是如此。
作者：
Edouard De-Mezerac (Senior Partner, Head of Data and Consulting APAC)
Chuck Wang (Data Science Manager)
Shawn Du (Data Scientist)
参与评论
参与评论
推荐评论
暂无评论哦，快来评论一下吧！
全部评论（0条）