很多賣家抱怨直通車、鉆展常規推廣方式燒錢不賺錢，不知道出路在哪里。我們首先搞清楚一個在這一點上，賣家能做到每天監控數據，但沒有把數據價值最大化。所以作為賣家來說，可以考慮借力大數據讓流量水到渠成，與客戶產生有效的觸發點。今天就以一家女裝店案例，希望大數據能走進你的店鋪經營中，可實操性更強。
一、我是怎么想到用大數據的？
這家店鋪主營女裝服飾，月銷售額250萬，一直有通過鉆展、直通車等方式進行推廣，推廣費用日均2.5W。盡管店鋪基礎好，但它還是遇到了最常見的問題---“老客戶回購效果不理想，新客戶引入不精準”。這讓店主十分頭疼。正當此時，剛獲阿里媽媽數據科學家大賽最強算法獎的團隊在物色潛力店鋪，小試牛刀。所以，兩個團隊就一碰即合了。
二、定制化的大數據運營，效果超乎我的想象
店鋪推廣常有的痛點：鉆石展位引流不足、引流不準。所以我們給出了基本思路：通過大數據構建精準的目標客戶人群，找到大量精準的潛在客戶人群，進行定向人群投放，同時針對老客戶建立精選人群，進行再定向人群投放，從新客戶挖掘和老客戶維護兩方面同時提升鉆展的推廣效果。
具體操作是怎樣的呢？操作都是在御膳房（http://clouddata.taobao.com/）上完成的（御膳房是淘寶旗下的數據開放平臺，包括開發平臺和數據平臺。）
如下可供參考的具體方案示圖：
1、產品分析——找準品牌與產品的觸點
首先，我們從品牌特征，主推商品，競品店鋪，客戶行為等多個維度分析店鋪的基本信息。我的店鋪是做女裝服飾的，主推服飾的風格是輕度民族風。明白了這些，我們客戶人群的年齡段、職業屬性、興趣點是不是就清楚了。如下圖，我們可以將所確定的客戶屬性列出，方便下一步進行全網數據的統計篩選。
2、人群定制——好賣相才有好效果
人群定制是通過大數據對投放人群進行包裝，有效的包裝才會吸引你需要的人。那么我們要如何包裝呢？之前我們對客戶信息有了全面的了解，現在我們可以在御膳房里開始屬性預圈或行為預圈，將預圈結果輸出到御膳房模型，之后，模型會給出不同分值的人群，選擇合適分值的人群作為最終目標人群。
3、人群投放和效果反饋——大膽嘗試，小心求證
萬事俱備，現在我們就可以將定制好的人群同步到達摩盤(DMP)和鉆展后臺，大膽地進行投放，時刻關注投放的效果。在人群投放期間，數據分析師要全程跟蹤投放效果，即時輸出投放數據，進行投放效果檢測反饋，對人群監測調優。
三、曬大數據實戰效果
下面我們簡單地看看大數據的創新和接地氣的操作性。
1、大數據操作前后，店鋪的整體流量對比
從流量趨勢圖中我們可以很清晰地看到，該店鋪在1月和2月的流量呈現下降趨勢；3月份開始，流量飆升，直接超越前兩月的表現！那么，這種飆升式增長的原因在哪里呢？原來，3月初她就選擇了大數據，開始人群精準投放。即使1月、2月有著元旦、春節的促銷活動流量，但是依舊沒有3月以來通過大數據精準定向投放所帶來的流量高。沒錯，大數據就是這么生猛的引流！
2、大數據操作前后，推廣計劃對比情況
如何看到我們大數據工作效果的好壞呢？前后對比，永遠是最直接、簡單、有效的辦法。接下來我們要對店鋪做一個簡單的人群投放效果對比，數據主要來自鉆展和DMP后臺。
（1）該圖片來自于該店鋪的鉆展后臺部分計劃：（帶“計劃”字樣的是大數據定制化人群）
從鉆展后臺的數據可以看到，在相同展位投放的對比下，采用大數據處理的計劃點擊率普遍比原計劃提升1%~2%。
（2）該圖片來自于該店鋪達摩盤(DMP)后臺部分計劃：（帶“人群”字樣的是大數據定制化人群）
通過DMP后臺數據，我們明顯發現，經過大數據處理的人群其平均寶貝收藏量在120-140之間，平均回報率在5-7之間，之前的計劃其平均寶貝收藏量在25-35之間，平均回報率在4-5之間。由此可見，經過大數據處理的人群投放效果（收藏情況、轉化率）更優秀。
四、大數據給我帶來了什么？
經過這一系列的投放后，效果還不錯。大麥團隊與店主共同總結：一套優秀的大數據個性化人群解決方案必然要適合自己的店鋪，結合自己店鋪的實際產品信息。當然，再好的方案不去執行，終究是不會達到理想的效果。大麥數據團隊主要可以幫你解決客戶人群不認知，客戶人群不精準的問題。讓您的店鋪在大數據的引領下，做到真正的快速定向，精準引流，大大提高鉆展推廣的效果。最后，與大家一同分享大數據在鉆展推廣新思路中應當注意的一些問題。
1、大數據在鉆展推廣中是通過模型構建精準人群，進行定向投放，不是單純的后臺數據導出分析；
2、大數據建模構建推廣人群之前，針對自身店鋪進行具體的產品分析是必不可少的；
3、大數據構建的模型有自身的生命周期（產生、發展、高潮、衰退），需要我們及時更新數據和模型；
4、在采用大數據建模過程，我們要善于應用對比，通過對比在眾多模型中進行擇優篩選；
5、及時監控和反饋模型人群的投放效果，及時發現問題，做出應對方案。
一、我是怎么想到用大數據的？
這家店鋪主營女裝服飾，月銷售額250萬，一直有通過鉆展、直通車等方式進行推廣，推廣費用日均2.5W。盡管店鋪基礎好，但它還是遇到了最常見的問題---“老客戶回購效果不理想，新客戶引入不精準”。這讓店主十分頭疼。正當此時，剛獲阿里媽媽數據科學家大賽最強算法獎的團隊在物色潛力店鋪，小試牛刀。所以，兩個團隊就一碰即合了。
二、定制化的大數據運營，效果超乎我的想象
店鋪推廣常有的痛點：鉆石展位引流不足、引流不準。所以我們給出了基本思路：通過大數據構建精準的目標客戶人群，找到大量精準的潛在客戶人群，進行定向人群投放，同時針對老客戶建立精選人群，進行再定向人群投放，從新客戶挖掘和老客戶維護兩方面同時提升鉆展的推廣效果。
具體操作是怎樣的呢？操作都是在御膳房（http://clouddata.taobao.com/）上完成的（御膳房是淘寶旗下的數據開放平臺，包括開發平臺和數據平臺。）
如下可供參考的具體方案示圖：
1、產品分析——找準品牌與產品的觸點
首先，我們從品牌特征，主推商品，競品店鋪，客戶行為等多個維度分析店鋪的基本信息。我的店鋪是做女裝服飾的，主推服飾的風格是輕度民族風。明白了這些，我們客戶人群的年齡段、職業屬性、興趣點是不是就清楚了。如下圖，我們可以將所確定的客戶屬性列出，方便下一步進行全網數據的統計篩選。
2、人群定制——好賣相才有好效果
人群定制是通過大數據對投放人群進行包裝，有效的包裝才會吸引你需要的人。那么我們要如何包裝呢？之前我們對客戶信息有了全面的了解，現在我們可以在御膳房里開始屬性預圈或行為預圈，將預圈結果輸出到御膳房模型，之后，模型會給出不同分值的人群，選擇合適分值的人群作為最終目標人群。
3、人群投放和效果反饋——大膽嘗試，小心求證
萬事俱備，現在我們就可以將定制好的人群同步到達摩盤(DMP)和鉆展后臺，大膽地進行投放，時刻關注投放的效果。在人群投放期間，數據分析師要全程跟蹤投放效果，即時輸出投放數據，進行投放效果檢測反饋，對人群監測調優。
三、曬大數據實戰效果
下面我們簡單地看看大數據的創新和接地氣的操作性。
1、大數據操作前后，店鋪的整體流量對比
從流量趨勢圖中我們可以很清晰地看到，該店鋪在1月和2月的流量呈現下降趨勢；3月份開始，流量飆升，直接超越前兩月的表現！那么，這種飆升式增長的原因在哪里呢？原來，3月初她就選擇了大數據，開始人群精準投放。即使1月、2月有著元旦、春節的促銷活動流量，但是依舊沒有3月以來通過大數據精準定向投放所帶來的流量高。沒錯，大數據就是這么生猛的引流！
2、大數據操作前后，推廣計劃對比情況
如何看到我們大數據工作效果的好壞呢？前后對比，永遠是最直接、簡單、有效的辦法。接下來我們要對店鋪做一個簡單的人群投放效果對比，數據主要來自鉆展和DMP后臺。
（1）該圖片來自于該店鋪的鉆展后臺部分計劃：（帶“計劃”字樣的是大數據定制化人群）
從鉆展后臺的數據可以看到，在相同展位投放的對比下，采用大數據處理的計劃點擊率普遍比原計劃提升1%~2%。
（2）該圖片來自于該店鋪達摩盤(DMP)后臺部分計劃：（帶“人群”字樣的是大數據定制化人群）
通過DMP后臺數據，我們明顯發現，經過大數據處理的人群其平均寶貝收藏量在120-140之間，平均回報率在5-7之間，之前的計劃其平均寶貝收藏量在25-35之間，平均回報率在4-5之間。由此可見，經過大數據處理的人群投放效果（收藏情況、轉化率）更優秀。
四、大數據給我帶來了什么？
經過這一系列的投放后，效果還不錯。大麥團隊與店主共同總結：一套優秀的大數據個性化人群解決方案必然要適合自己的店鋪，結合自己店鋪的實際產品信息。當然，再好的方案不去執行，終究是不會達到理想的效果。大麥數據團隊主要可以幫你解決客戶人群不認知，客戶人群不精準的問題。讓您的店鋪在大數據的引領下，做到真正的快速定向，精準引流，大大提高鉆展推廣的效果。最后，與大家一同分享大數據在鉆展推廣新思路中應當注意的一些問題。
1、大數據在鉆展推廣中是通過模型構建精準人群，進行定向投放，不是單純的后臺數據導出分析；
2、大數據建模構建推廣人群之前，針對自身店鋪進行具體的產品分析是必不可少的；
3、大數據構建的模型有自身的生命周期（產生、發展、高潮、衰退），需要我們及時更新數據和模型；
4、在采用大數據建模過程，我們要善于應用對比，通過對比在眾多模型中進行擇優篩選；
5、及時監控和反饋模型人群的投放效果，及時發現問題，做出應對方案。
樂發網超市批發網提供超市貨源信息,超市采購進貨渠道。超市進貨網提供成都食品批發,日用百貨批發信息、微信淘寶網店超市采購信息和超市加盟信息.打造國內超市采購商與批發市場供應廠商搭建網上批發市場平臺,是全國批發市場行業中電子商務權威性網站。
本文來源： 大數據幫你尋找你的“小鮮肉”
