一块牛肉干引发的大讨论——说说大数据时代的精准营销

分享到:
102
下一篇 >

前几日,从淘宝“淘宝和短短三、四天内,这条微博的点击阅读率达到了70多万人次,转发和评论上千条;参与这场大讨论的,不仅有和我一样的消费者,也有相关领域的研究者或研究机构,更有各大电商的技术人员和管理人员。

电商营销乱象

其中,有很多是消费者对我的微博感同身受,大家纷纷吐槽——

“今早我在淘宝搜农具,现在出来的全是镰刀、斧头……”

“我就回复一个一个关于无花果的微博,右侧天天就推荐购买过的物品排列出来,找出共性较多的加以推荐。有几种方向:一、分析单一用户的购买频率,对用户的购买频率进行调整,在预期的下一次购买时段内推荐;二、结合购买力及品牌偏好,做关联产品展示;三、推荐相同爱好的购买者,没准,不是背后的why(为什么)。对数据个性化处理,加入感觉因子,目前无论是淘宝、数据意图结合培养了被动接受和思考滞后。我们*终努力的方向,不是靠核心数据的挖掘和引导,而是提供方法与途径让用户学会获取并主动解决问题,享受乐趣。

然而,让我欣慰的是,淘宝他们其实早就发现了这种推荐的弊端,并已经在积极进行修正,不断优化方案。比如,为了避免出现“买了再推”的情况频繁发生,技术人员已经在系统中对活跃用户设置了购买降权的处理。

我的回复是:“优化推荐系统,对商家和消费者都是好事。消费者并不是讨厌推荐或

在一家超市中,人们发现了一个特别有趣的现象——尿布与啤酒这两种风马牛不相及的商品居然摆在一起。但这一奇怪的举措居然使尿布和啤酒的稍量大幅增加了。这可不是一个笑话,而是一直被商家所津津乐道的发生在美国沃尔玛连锁超市的真实案例。原来,美国的妇女通常在家照顾孩子,所以她们经常会嘱咐丈夫在下班回家的路上为孩子买尿布,而丈夫在买尿布的同时又会顺手购买自己爱喝的啤酒。这个发现为商家带来了大量的利润。

如何从浩如烟海却又杂乱无章的数据中,发现啤酒和尿布销售之间的关联度,这是值得所有电商和数据分析员应该值得深思的问题。

作为一个消费者和对此领域关注研究者,我觉得,比“推荐什么”更高一个层次的问题,是“不推荐什么”。比如,对我反胃的嗝与贪婪的口水之间进行区分,从而避免厌烦性推荐。我甚至还有一个大胆设想:在的**浪费性购物?但是,有谁愿意做这么“二”的电商吗?

此次讨论中,还有少数这些背后,有没有另外一个“棱镜计划”? (***)

你可能感兴趣: 云计算 业界新闻
无觅相关文章插件,快速提升流量