tft每日頭條

 > 圖文

 > 雙11的數據分析

雙11的數據分析

圖文 更新时间:2025-04-26 12:52:14

雙11的數據分析(這次雙11)1

做過Google和騰訊高管的吳軍教授曾抱怨說:“臨近年底最傷腦筋的事,就是家裡沒用的東西堆太多。”

中國有“雙11”,美國有“黑色星期五”,購物季的沖動之後,很多人家裡會堆了一大堆的平時不怎麼穿的廉價鞋子、打折衣物和各種便宜貨,如果有地方捐出去還好,實在不行也許就扔了。

短暫的購物狂歡之後,是漫長的無聊,以及一堆廉價的、從來不用又舍不得扔的東西。反而,沒留下太多空間給一些更美好的記憶。

最後,你可能會感歎:“雙11”主要是湊熱鬧的娛樂體驗,買東西還是要精緻,細水長流。

況且,現在的“雙11”要搶到便宜,特别考驗你的大腦“算力”。

有人說,網購沒一點奧數功底,都不配過“雙11”了。

雙11的數據分析(這次雙11)2

你看,現在“雙11”的規則有多麼複雜:

1、滿XXXX減XXX。

2、瘋狂搶X元劵。

3、領取神秘任務,消耗X元劵。

4、搶XXX減XXX。(這個和滿XXXX減XXX是不一樣的哦~)

5、付定金打X折。

6、付定金不止X折。

7、定金XXX抵XXX元。

8、前XXX名半價、XXX元。(很多人付了定金,卻被告知沒擠進前XXX名,沒法打折)

......

有人據此總結了一個“雙11”淘貨公式:

雙11的數據分析(這次雙11)3

你“算力”不夠的話,可能會吃虧不少。

同樣一件外套,同樣的購入渠道,你以半價入手還美滋滋的,身邊朋友使用各種劵、各種紅包之後到手不到3折。你該怎樣悲憤?

畢竟,信息能力在人群中的分布是不均勻的。你的“算力”追得上“雙11”的紅包嗎?

01一切商業都是娛樂業

永遠記住一條:“雙11”最大的特質不是便宜,而是好玩。一切商業都是娛樂業,越是往後,越是如此。

現今,70後、80後多少還有一點“品牌忠誠度”的概念,90後、00後的喜好則瞬息萬變,很難對哪個産品、對哪個品牌保持長久忠誠。

這很好理解,因為越是往後,就越是物質過剩、信息過剩。

今天隻要20%的人口就足以生産全世界所需的各種生活品,隻要中國開足馬力生産,全世界的消費品就都夠用了。

諸如旅遊、餐飲、體育以及各種生活服務等等“泛娛樂性”職位,消化了歐美國家2/3的就業人口。

人畢竟是有思想的動物,不會滿足于吃飽飯就完事了,必須想辦法使他們把多餘的精力和時間都消耗掉。

而各種娛樂消費、各種紅人大V、各種綜藝節目、各種熱鬧和煙火氣被制造出來,你快消化不了,時間反而不夠用了。

選擇太多太多,物質的、信息的,今天的體驗很快覆蓋昨天的記憶,你越來越難以對哪個品牌、對哪個産品保持忠誠。

但商業還得繼續,怎麼留住人氣呢?

有人問阿裡巴巴集團CEO張勇:“當年是怎麼想出‘雙11’這個創意的?”

張勇的回答是:“想出這個創意,其實是沒辦法的事,要活着,要堅持下去。不好玩的東西,消費者記不住。于是,就想做一個類似于‘黑色星期五’的活動。”

紐約大學傳媒系主任尼爾·波茲曼曾經尖銳直言:“今天的現實社會,一切觀點都漸漸要通過娛樂的方式出現和傳播才有效果,這不僅僅是一種技術手段,它已經成了一種文化,甚至是這個時代的精神産物。”

之前特朗普和希拉裡的競選,很多美國人都是看戲的,有多少人關心政治理念、政策主張?

加拿大總理特魯多、美國總統特朗普、高雄市長韓國瑜,他們赢得選舉的核心密碼就一條:永遠比競争對手更好玩。

很多世界一流的互聯網公司,都想方設法向自身品牌注入更多娛樂屬性。

阿裡巴巴集團除了本身就有專門的影視娛樂業務闆塊,更是透過大範圍“孵化網紅”的方式刺激電商主業的活性。

如同因為“雙11”,消費者才牢牢記住天貓,因為某個紅人大V,消費者才牢牢記住你的産品,起初無非都是因為好玩。

網紅産業不斷與傳統娛樂業的資源進行頻繁互動,在全民娛樂的大環境下,網紅店主大量出現,電商會成為最持久、最成熟的變現方式。

曆年“雙11”數據顯示,在服裝、零食、美妝等領域的一些網紅電商,能以一人之力不斷颠覆國際大牌,這一趨勢仍在向奢侈品、母嬰類、旅遊類等垂直領域不斷拓展。

奈飛(Netflix)則是直接向影視娛樂的原創内容部分,做持久投入。2013年開始陸續推出的經典美劇《紙牌屋》就是打造網紅産品的關鍵一戰——在用戶的心智中,《紙牌屋》幾乎與Netflix形成條件反射,想到《紙牌屋》,就本能想到Netflix。

雙11的數據分析(這次雙11)4

公司高管直言:"品牌要結合一個好的故事,加上講得好、演得好,就足以跨越任何的語言障礙,在用戶心中産生持久的共振。"

02為何你總能被預測

“雙11”歸根到底是一波娛樂行情,可是,你知道這次“雙11”最好玩的是什麼嗎?

是“預測算法”。

隻要數據足夠多,賣家就能清楚知道買家的态度,預測、引導買家的購買欲望。

智能商業不斷在優化升級,“雙11”則是一次集中練兵。

美劇《矽谷》當中有一段台詞:“Facebook擁有80%的移動社交流量,谷歌擁有92%的搜索流量,亞馬遜的雲服務份額比第二到第五名的總和還要多。沒有人能夠赢得了它們。它們跟蹤我們的每一步,了解我們生活的每一刻,預測我們會怎麼花錢......”

我在之前的文章《4G催生共享經濟,5G催生追蹤經濟》具體談過“跟蹤經濟”,現今的“智能預測”更是一次不可避免的加速進化。

幾乎所有“雙11”的賣家買家,都在貢獻數據,這種貢獻數據是無界限的,無處不在、無時不有,這是現代商業效率的最大驅動引擎。

你以為現代消費講究個性化、定制化?你以為自己是一個擁有獨立意志的消費個體?

在AI算法、大數據的監控下,“每一個消費者都是可以被預測的”。

以前,平台的數據運營水平還很一般,他們主要靠一些簡單的分析方法,利用你我留下的流量和數據。

比如,哪個零售電商APP或網站,“雙11”打折震撼到你了,你會進去看看,也可能成為注冊用戶,從訪客到注冊用戶大約有15%的留存率。怎樣提高這個留存率呢?

之前,你可能是靠直覺判斷哪裡可以改進,但是有了一定的分析能力以後,你可以把從訪問到成為注冊用戶分成幾步,分别查看這幾步的轉化率,哪一步流失最多,就優先在哪一步做優化,不斷以效果來引導你的優化。這屬于一般化的數據運營。

現今,平台那個“預測算法”的叠代進化,已經非常神奇,這裡都難以談原理了,隻談效果。

比如,Facebook天天都在預測你,核心商業機密就是一套叫做預測算法的東西。

通過這套預測算法,Facebook可以輕易擊中那些更容易讓你笑、讓你感動、讓你點贊分享的新鮮事,發掘你的哪些喜好會很快變成購買,甚至引導你和朋友的話題中會嵌入哪些關鍵詞、哪些産品和品牌。

比如,你以為拼多多隻會賣便宜貨,可是這次“雙11”,有人就說很多女性朋友最近發現拼多多給你投了海藍之謎的廣告,男性朋友發現自己收到了茅台酒的廣告,還有很多人都收到了iPhone的廣告。

為何你總能被預測,廣告投放總能與你的想法匹配?

Facebook每年500多億美金的廣告收入,靠的就是那套預測算法。

它的生意做得越好,說明它的預測越精準,說明用戶被了解越深。

你我會被“雙11”購物季的商業策略融化,歸根到底,是我們看到的東西越來越局限于我們喜歡的、我們熟悉的、我們沉迷的。

03小結

這個智能商業時代,是一個“密集沉澱數據、反複優化預測”的精準過程,同時,粗糙的廣告轟炸不斷被淘汰出局。

哪怕你我隻是“雙11”的一個尋常賣家或者買家,但是我想,你我是否需要認真思考自己的參與和所得。

作為買家,為什麼機器總能預測對,為什麼你總能被機器算法、營銷策略引導?

可能你并不完全了解你自己,因為你的生活已經有了慣性,隻是你自己沒有察覺。你已經被自己的生活慣性牢牢鎖定,之後才是被機器算法鎖定。

這不是壞事,這是頑固的人性和變化的時代。

作為賣家,為什麼你的生意會輕易被機器算法主導?

如果你是一個聰明的賣家,你已沒必要擔心競争對手了,因為競争對手——機器算法無處不在,你擔心也沒用。

現在,随便一次“雙11”的營銷策略,就需要足夠多的創意素材、足夠好的數據支持,諸如視頻素材、計劃、文案就要匹配足夠多的數據。

我見過一個幾百員工的區域服裝電商,不算大公司、大手筆,一次“雙11”營銷計劃就是幾萬條子計劃,不停測試,實時反饋廣告匹配效果,并且給優化調整留了很大餘量。

有人認為,“雙11”并不隻是簡單的商家節日促銷,更是一次全生态的壓力測試。

不管是阿裡内部的系統,還是物流快遞,以及支付、倉儲、供應鍊,甚至直到最後端的生産,每次節日就像是一次大型練兵,這麼多年過後把中國整個的電商水平擡到了非常可怕的程度。

根據湖畔大學教務長曾鳴的表述,智能商業的顯著标志除了“低成本實時服務海量用戶”、“追蹤千人千面的個性化需求(不同用戶看到的頁面和推薦完全不同)”,更重要是,可以智能學習、預測用戶行為,實時跟蹤、快速自我更新。

面對智能商業的高效精準,傳統商業會變得不堪一擊。

但是,智能商業不僅僅是那些機器算法、那些智能技術,更關鍵是你的幹法——你要學會陪用戶一起玩。

比如維基百科,它的創造并不是很多專業權威人士在一個命令下共同編輯,它是這個世界上的一些人自願去參與的,共同編輯的,最後也是大家都能免費共享的一個知識庫,而它的運轉費用主要靠捐贈。

為何會這樣?

因為千金難買我樂意,大家都隻是樂意這樣玩。

相比之下,“雙11”購物節何嘗不是一種千金難買我樂意?!網購本質上就是一種娛樂活動,熱鬧而且話題不斷。

所以,好玩的商業才會有更多的互動和分享,那種“有溫度的數據和流量”,産生更加細膩的精準商業,智能商業的核心要義也不過如此。

雙11的數據分析(這次雙11)5

,

更多精彩资讯请关注tft每日頭條,我们将持续为您更新最新资讯!

查看全部

相关圖文资讯推荐

热门圖文资讯推荐

网友关注

Copyright 2023-2025 - www.tftnews.com All Rights Reserved