您的位置:首页> 网络营销

支付宝首席商业智能官车品觉:数据不等于数据营销

发布时间:2020-11-21

         

        车品觉:大家好!

主持人:车老师一直致力于电子商务尤其是数据方面的研究,在这方面车老师绝对是国内的专家。谈到电子商务,谈到数据这两个维度,我个人觉得这两个恰恰是国内发展最快的两个方向,大数据也好,电子商务也好发展都非常快,能不能介绍一下这两个领域的交集?国内的电子商务平台对于数据分析数据管理目前是处于什么样的水平?

车品觉:很纠结,很多电商在去年或者两年前其实开始知道有数据分析,最近来讲,电子商务的环境也不太好,但是数据这个东西,也不是一时之间能够给出你非常好,非常大的效果的,所以挺纠结,当他发展非常快速的时候电商都想建一片天。到现在环境差了,很多电商对于数据就有点犹豫了,有些公司也会进行裁员等,我只能用一个词“蛮纠结”来形容电商里面的数据。但乐观来讲的话,很多公司还是对BI这方面非常感兴趣,还在继续投资。

主持人:电商企业在数据这方面有什么样的明显误区吗?

车品觉:明显的误区就是,一讲到数据就总说是数据营销,等于说,它把数据想象为一个很重要的利器,我觉得这是没问题的。本来数据就应该产生价值,但如果过于现实,在很多时候,有一些底层的数据基本功没做好,但把数据想象为,数据营销等同于数据我觉得是一个蛮大的误区。

另外一个误区跟电商没有太大的关系。大数据这个词语用的烂了,每个人用自己的方法来解释大数据,然后利用大数据的词变成了一个营销的词了。

主持人:您能具体解释一下大数据吗?

车品觉:一个是数据的量越来越大,一个是数据的种类越来越多,第三个是数据的实时性越来越重要。这三个是讲大数据,但是如果不把数据应用放在商业的场景上去解决一些商业问题的话,数据大其实也是没用的,但当我们讲到用数据来解决一些问题的时候,你会发现,更重要的是把相关的数据区分出来。上午跟一号店的朋友在聊,他们也说数据都很多,很杂,怎么办。我说是的,数据很多,但凡数据多的时候,处理数据,把数据做的干净是有成本的,并且是要把相关数据集中处理,以及去解决一个企业的问题,我觉得这个东西更重要。更好于我们拼命说大数据很厉害,大数据能产生什么样的效果,我觉得这反而会把这个行业做砸了。因为我很担心中国的数据就这么做下去,会非常像前几年的体验物联网的体验式,在一定时间里,产品经理会非常红,到了数据分析师都会提到,我很怕这个东西在中国里面又变成前面几个问题了。一堆一堆的人都说这是数据分析师,一堆人说这是产品的人,一堆人说这是用户体验师,但每个范畴的人都不会有这个水平。反而搞的非常浮躁,我是有点这样的担心。

主持人:目前国内的数据型人才,他们在自己具体的自身业务上存在哪些盲点?就像您刚刚所说,他们把数据分析,把大数据理解的太简单了。

车品觉:其实把大数据理解的太简单,通常都是商业场景的一个人对大数据有借助利益点的一些供应商,通常是他们会比较注重这个事情,不会是数据分析。

数据分析一般盲点最大的地方有两个,大部分是以技术来驱动,不以商业来驱动,很多时候,好象是一个技术人才在做一个事情,而不是一个商业的人员在做这个事情。这是一个比较大的误区,就是商业的理解不够深。往往这只是建立在一个数据平台上,我觉得这个应该是最大的误区。但如果你要数据分析师多理解一个商业场景的话,我觉得必须要BI,这个团队的Leader给他们非常清楚的支持,我觉得你们要了解更多的关于商业的锻炼。

我举一个例子,前段时间我看了他们的报告,我立即跟分析师说你们不要在公司里面,你们跑出去看看中国现在的情况是怎么样的,多出去看看,回来之后我们再谈数据。我觉得这点蛮重要的,数据分析师要培养他的商业感觉,怎么培养?我觉得更多的企业应该这样想,或者更多的数据分析师应该想商业的理解应该怎么样培养。

主持人:您觉得行为数据跟商业数据是密不可分的吗?

车品觉:肯定的。

主持人:这两者之间存在什么样相辅相成的逻辑?

车品觉:有关你讲的行为数据是讲用户的行为数据,中间的连接点是我们没有办法顾及到消费者,有什么样的数据足够让我们把这个人区分出来,当你能够把他区分出来的时候,其他的行为数据才有用。如果你不能把这个用户区分出来,即使你拥有多少的大数据其实也没用。商业的场景上,跟我们行为数据的连接点,这个是什么人呢?所以很多人已经在美国人说,这个是消费者技能,不是商业技能。因为商业技能总是以公司的层面来看数据,不是以消费者的层面来看数据。所以消费者的行为其实显得更重要。

主持人:相对比较成熟的电商平台来说,他们对于数据理解,存在一些误区一些盲点,对于一些刚刚介入电子商务领域的传统企业来说,当他们谈数据的时候,车老师,您有什么比较好的建议或者是意见给他们?

车品觉:其实我觉得,传统企业进去互联网或者互联网从业蛮成熟的一些公司,在数据上我并不觉得他们有多大的优势,已经在点上里面的公司,我不觉得他们有多大的优势。因为做数据的时候,很多时候发现很多的电商公司他们在做数据的时候是无意识的,他收集数据,但是收集数据的时候并没有想,这个数据收集完之后能帮我解决什么问题,其实人家也有一个BI团队,我也有一个BI团队,人家出现经营报告,我也有经营报告,也要做。反正传统企业,有的时候我的朋友进来的时候,更多反而是说我刚开始做,我想问问这样做对我有什么样的好处。我该从哪里做起?并不能说真正的电商在数据上跟传统企业在数据上有多大的壁垒。更多的时候是一个企业的准备,他说,我需要一个数据团队,或者我需要一个BI团队的时候,我觉得老板应该想想,那它给我的到底是什么?我的目标什么?如果我建了一个BI团队三个月我应该看到什么东西,六个月后应该看到什么东西?而不是我准备要建一个BI团队不知道他们干什么,先养一堆兵觉得未来是有用的,我觉得是在其他的商业里面很少做的。

我觉得在数据上也一样。老板才是最需要被教育的一部分。我在阿里有两年多,我觉得在阿里的两年多来讲,我的进步,或者我团队的进步,很大程度上都是在我的老板对我的支持,义无反顾把资源给我,让我去支持他们,我也很用心把数据产生价值,然后让我的老板们觉得有用。因为短时间来讲,老板可能会对数据感兴趣,但是长时间来讲,还是要给出价值来,你价值给不出,绝对没有任何一个老板会给你骗一年的。肯定有一些东西你让他爽,他才会继续给出这个资源,我感觉是这样,商业价值很重要。

主持人:您对BI团队的KPI考核指标有哪些?

车品觉:这个问题真的很到位,一个BI团队因为是后台部门,很难说你做了多少交易,我KPI是多少。我给BI团队的评价很简单,凡是你提出的观点,我说的是商业分析,凡是你能提出的观点,能在我月度经营的报告里面去提出来,并且得到管理者或者是部门去应用,而得到好处,我认为你就可以作为一名合格的分析师了。如果你每天在做数据分析,也没有得到公司管理层和公司的应用,也得不到结果,那你就不是一个分析师。你是一个不可取的分析师。如果你的观点能够让公司颠覆性的看见它以前所没看到的东西,那你是一个超出期望的分析师。我是这样看一名商业分析师的。

这也是很多公司对商业分析师,没有一个了解,所以他不知道怎么去培养他们。我现在的分析师们到每个月底都蛮紧张的,因为他们知道,到了月底要抓功课了,每个分析师进来都会问他们,你们这个月对公司的观点是什么?拿出观点而不是拿出数据。这个我觉得蛮重要的。

我也可以分享一个事情,我对自己团队的周报很重视,每周的周报,每个分析师当他给我周报的时候,他要对应他所支持的商业场景,先给我的是你所支持的部门上个礼拜,它有什么样的运营方案,商业的活动是怎么样的?不是数据。

第二条你刚才跟我讲到,他们有什么移动的数据要我知道。

第三个才是你上个礼拜干什么。

第四个是你上个礼拜你所负责的部门他们有什么行动。

四条里面第一条是讲到你服务的部门,他们运营计划是怎么样。你作为一名分析师,否则连你服务方的运营计划都不知道,你怎么做分析师呢?所以我感觉两种方法,一种是周报来练,一种是月报来练,我跟我的分析师说,当你发现你的观点最后没有放到我的报告中,你知道我对你的感觉是怎么样,反正你的观点不在我的报告中,等于我不认同你的观点,所以你的观点也没有放在我的报告里。

via:iresearch