至顶网CIO与应用频道 12月12日 北京消息:随着“双十一”、“黑五”拉开了打折季的序幕,与往年一样,各大商家为了抢夺消费者的购物预算展开了激烈的竞争。官方数据显示,在2017年1682亿元的基础上,2018天猫“双十一”的销售额再创新高,全天销售额达2135亿元,同比增长21.7%。而国内另一大电商平台京东,公布双11累计成交额达1598亿元。2009年天猫 “双十一” 有27个品牌参与,而今年的天猫 “双十一”,全球有18万个品牌参与。2分钟破百亿,1小时破千亿,22时破2000亿,“双11”似乎理所应当地创造了新一轮数字纪录。
在双十一逐年增长的数据中,定价并不是唯一影响销售的因素,完善的用户体验才是重中之重, 这涉及到店铺运营、产品供应和促销活动等方方面面。取得竞争优势的关键就在于理解各个环节如何协作,而这首先要从理解、运用数据开始。
促销活动需要及时、准确的数据支持
ROI(投资回报率)决定了促销活动的成败。而要确定投资回报率,商家需要准确、及时的数据支持。在京东618、天猫双十一这样大型的购物节之前,商家必须确保所有运营决策都是基于全面的业务洞察,而不是单一的部门数据。
这就需要一个管理妥善的自助分析策略,让不同环节的相关工作人员可以随时访问数据,让包括营销团队和供应链团队在内的各部门能够及时发现错误,并在活动过程中调整营销策略。如果商家无法及时获取、分析店铺数据并作出调整,或是只能通过IT获得不完整的滞后数据,就很难和那些能够实时跟踪、分析销售数据以及客户反馈的商家展开竞争。
通过实时分析,商家可以及时发现并解决问题。例如,如果电商平台加载过慢或者出现产品价格错误,商家可以很快发现问题并及时修复,而不是等到第二天,错过绝佳的销售机会。 此外,预测分析可以帮助商家了解客户的历史行为,保证从广告投放到商店布局的各个方面让客户在消费过程中获得最佳体验。
全渠道运营需要全方位的用户分析
好的用户体验能在“双十一”这样的重大购物节吸引消费者,让消费者惊艳。尤其是在当下,消费者都希望能在平台上获得无缝的购物体验,而这首先要从深入全面地了解消费者开始。
成功的全渠道运营战略建立在数据的基础上。行业领先的商家会建立一个全面的数据视图,反映消费者体验的每一个环节,将供应链、销售、营销和参与度数据纳入其中,保证消费者始终处于决策的优先级。消费者数据的分析可以帮助创造个性化的购物体验,包括针对不同地区消费者的特征差异来对上架商品进行调整。
数据分析还能进一步针对购物界面、数字营销和移动支付等重要环节进行优化,以确保最佳的消费者购物体验。例如, Groupon使用A/B测试来优化网站结构,提高商品推销效率,提升移动端体验;大型百货商店使用A/B测试来衡量邮件推广的效果,确保推广内容和投放渠道的有效性;还有商家使用A/B测试来衡量其电商平台产品模型的宣传效果,测试不同产品展示图片对购买转换率的贡献,并基于消费者喜好调整营销策略。通过持续的分析跟踪和改进,商家才能够不断提高消费者的购物体验并实现稳定的增长。
移动端为主的销售方式需要持续优化
根据RetailDive的调查显示,58%的消费者使用手机搜索商品信息,40%的消费者使用手机下载数字优惠券。这表明完善的用户体验不是单一的线上或线下,而在于两者的结合。在充斥着促销和打折活动的购物季,能否将线上线下体验完美结合是商家做到差异化竞争的关键。
一个典型的例子是阿里巴巴,作为中国电商领域的龙头企业,阿里巴巴一直致力于布局线下,以创造一个以技术为基础的新零售环境。福布斯的一篇文章分享了阿里巴巴建立盒马鲜生的思路:消费者使用盒马APP获取产品信息并使用支付宝付款,阿里巴巴凭借过程中获得的海量数据,可以了解用户喜好,并在店内和用户的手机客户端推荐个性化商品。
此外,阿里巴巴今年“双十一”的销售额从去年的1682亿元增加到了2153亿元,双十一期间超过90%的交易是在移动客户端完成的。与美国消费者在黑色星期五和网购星期一的线上花费相比,“双十一”的数据十分惊人,而黑五当天的全部销售额中,只有50%是通过手机完成的。今年“双十一” 数据的高速增长,得益于消费者双线购物趋势的增长和购物社交化趋势的凸显,因而阿里巴巴在线下渠道不断扩军,也采用了 “社交+电商” 的推销方法。
虽然美国在移动端销售方面仍然落后于中国,但黑五数据表明,手机客户端的电商消费正处于蓬勃发展期,越来越多的美国公司正在投资移动客户端。而现在正是时候建立一个详实的数据分析战略,将移动端表现纳入品牌全渠道体验的考量中。天猫“双十一” 再次证明了数据分析对商家的重大价值,也让人们坚定了对数字经济和未来电商的信心。
好文章,需要你的鼓励
数据分析平台公司Databricks完成10亿美元K轮融资,公司估值超过1000亿美元,累计融资总额超过200亿美元。公司第二季度收入运营率达到40亿美元,同比增长50%,AI产品收入运营率超过10亿美元。超过650家客户年消费超过100万美元,净收入留存率超过140%。资金将用于扩展Agent Bricks和Lakebase业务及全球扩张。
Meta与特拉维夫大学联合研发的VideoJAM技术,通过让AI同时学习外观和运动信息,显著解决了当前视频生成模型中动作不连贯、违反物理定律的核心问题。该技术仅需添加两个线性层就能大幅提升运动质量,在多项测试中超越包括Sora在内的商业模型,为AI视频生成的实用化应用奠定了重要基础。
医疗信息管理平台Predoc宣布获得3000万美元新融资,用于扩大运营规模并在肿瘤科、研究网络和虚拟医疗提供商中推广应用。该公司成立于2022年,利用人工智能技术提供端到端平台服务,自动化病历检索并整合为可操作的临床洞察。平台可实现病历检索速度提升75%,临床审查时间减少70%,旨在增强而非替代临床判断。
上海AI实验室发布OmniAlign-V研究,首次系统性解决多模态大语言模型人性化对话问题。该研究创建了包含20万高质量样本的训练数据集和MM-AlignBench评测基准,通过创新的数据生成和质量管控方法,让AI在保持技术能力的同时显著提升人性化交互水平,为AI价值观对齐提供了可行技术路径。