大數據和數據分析總收入將高達2600億美元


近年來,香港的零售業增長放緩,消費者的消費行為模式急劇改變,由2D走向數位化,消費及支付渠道變得多元化,零售業界必須因應時勢,大力發展線上數位銷售。「大數據」這新經濟已經崛起,技術越趨成熟,成本亦下降,門檻降低有更多中企將手上顧客數據交給數據分析公司,獲得更深層的洞見 (insights)。

大數據對零售界的應用非常友好,對市場推廣、產品銷售、會員管理及成本控制等層面效益巨大。透過數據分析,企業能精準掌握消費者喜好,市場動態,提供更個性化、更優質的客戶服務體驗。大數據,在香港應用情況,及未來的走勢又會如何? 以下文章為大家簡單總結一下。

大數據的應用走入成年期

據IDC (國際數據資訊) 的全球大數據和分析開支指南指出,大數據技術及零售服務市場將以23.1%年均增長率增長至2019年的四百八十六億美元。而到2022年,大數據和數據分析解決方案的帶來的收入預計將達到2600億美元。報告預測,零售業是投資增長最快的行業,複合年增長率13.5%。該調查報告補充,全球的企業積極轉向大數據和分析解決方案,在零售方面實現數位化。

IDC 指出,大企業,佔據了大數據總投資中的近三分之二,中小企亦貢獻不少,佔約三分之一,且逐步上升。IDC分析項目副總裁Jessica Goepfert話,大數據不再是一項科學上的理論,已經能在零售業中廣泛實踐。

此外,報告發現大數據和數據分析技術中增長最快的類別是人工智能(AI)系統平台,人工智能令數據分析自動化,探測出數據中特徵,而且能自動學習,較常見的應用的例子是Chatbot (聊天機器人)。

ITWeb (資訊科技雜誌) 搜集了約200份跨行業的大數據分析樣本,其中大數據分析服務需求增長最快,高達49%,反映有越來越多的企業意識到大數據對零售及顧客忠誠的重要性。

在今年2月15日,凱度(Kantar,全球領先數據、洞察和諮詢公司)發布一份最新《全球零售業發展預測: 2020年》(Retail Predictions: Coming of age in the 2020s)。報告指,大數據的應用已經滲透到零售商營運中,大數據發展從青春期逐步走入成年期。

大數據應用在香港仍有增長空間

在2016年,生產力局於就香港零售界的大數據應用情況進行過一次全面調查,對400間本港企業進行電話訪問,在下面方面作出深入了解:對大數據的認知及應用狀況 、對應用大數據的擔憂及預期挑戰 、對應用大數據的預期效益 、未來大數據應用狀況 、對潛在大數據支持的興趣等(資料來源:生產力局)。

調查中發現,26%的中小企和7%大型企業認為自己在數據管理及分析上落後。而中小企大多(60%) 沒有制訂投資資訊科技的預算。近50%中小企和26%大企業未有聽過「大數據」。

而知道「大數據」的企業中,39%中小企及35%大企業均處於起步學習階段。 企業主要期望「大數據」可以在針對式推廣和客戶管理方面(CRM)發揮最大效益。超過一半(56%)的中小企和40%的大型企業未有應用大數據的具體計劃。

總結一下報告,相比外國,本港企業整體對大數據的意識偏低,認知尚有改善,仍處於學習階段,亦未有實踐數據分析的計劃。調查在2016年進行,來到2019年,相信整體本港企業對大數據重視程度亦上升不少。人力資源顧問公司ManpowerGroup去年(2018年)公佈第四季就業展望調查報告。報告指出顯示,本港零售服務業增加人手的意欲最高,數據分析的人才最「吃香」,反映更多香港企業加大力度投資數據分析。

政府大力支持大數據,零售業直接受惠

財爺陳茂波在財政預算案,提及重點發展創科發展,將香港打造為智慧城市。

政府大推大數據分析,早前高調表示支持成立大數據治理公會,陳茂波在開幕儀式時指,政府將不遺餘力推動香港成為全球的數據中心。政府帶頭開放更多公私營機構的數據,鼓勵商界要妥善收集及處理手頭上的數據,利用客戶的數據化為商機。

政府在網站資料一線通,開放多項部門內的數據,包含氣象、城市管理、就業及勞工、財經等。此外,政府將2020年前成立新的大數據分析平台,令政府部門間分享共通數據,並且建立聊天機械人(Chatbot)及人工智能,務求改善公營服務質素。預算案亦將科技券資金加碼,鼓勵零售界發展科技銷售技術。預計在政府政策及金錢上的資助下,大數據分析會更趨普及,成本亦進一步下降。目前市場上亦開始出現不少數據分析公司,零售界朋友記得要將數據交給對零售業熟悉的公司,才能對症下藥。

相關文章:智慧城市藍圖:零售業如何受惠?

零售業市場正在快速轉變,數位營銷、手機APP等科技零售發展迅速,產生不少客戶的數據,收集的途徑亦更加容易,因此大數據、數據分析等服務的需求應運而生。大數據對市場推廣、產品銷售、會員管理成效顯著,加上政府的大力支持,零售界朋友應把握時機,加快落實應用大數據分析的應用階段,增加競爭力,絕對不能固步自封,被時代淘汰。

對零售科技趨勢有興趣的讀者,不妨Follow我們的專頁,我們會繼續將最新資訊推送給大家。Chinetek CRM & Big Data

你可能喜歡:

Netflix如何用大數據用斬獲1.3億會員

科技券懶人包!3招教你輕鬆申請!

延伸閱讀

Understand your customers better with big data

Netflix如何用大數據用斬獲1.3億會員

Netflix現時坐擁1.3億會員人數,用戶每月心甘情願繳交訂閱費,令Netflix市值接近1,584億美元,貼近迪士尼娛樂企業的1,680億美元,成為真正意義上的娛樂皇國。Netflix能夠斬獲大批忠誠客戶,靠的是大數據 (big data) 所帶來的洞見 (insights) ,使它深入掌握客戶的喜好口味,提供最稱心的推薦及內容。所以,Netflix經營的同樣是會員經濟。

15% 全球網絡流量來自Netflix

頻寬(Bandwidth)管理公司 Sandvine 的研究指, Netflix 是全球最大數據用量的應用程式,佔全球網絡流量的 15%。而其他媒體,包括網站上的嵌入影片佔 13.1%、YouTube 佔 11.4%、網頁瀏覽佔 7.8%。在繁忙時段,Netflix 佔美國總體下載流量的百分之四十 。

數據流量之大,處理成為一門技術的難題。Netflix 影片串流服務採用編碼技術,使Netflix成為網絡上最快速及有效率的供應商。

這些數據隱藏的背後,正正是客戶給予企業的訊息,前提是要懂得如何解讀。哪一類型的影片較受歡迎?觀眾的人口特徵?觀看的設備?觀看時間?頻率和長度?觀眾之間有什麼共通點?通過大數據分析,Netflix就可以精準分析與理解觀眾的收看習慣,採用更有效的營銷策略,將客戶忠誠最大化。

以數據分析確立公司的方向

Netflix與其他傳統電視媒體最大分別,是它一次過釋出整季的電視節目,用戶可以隨時隨地一次過觀看過足「眼癮」,不再被電視台節目表時間所局限。當初Netflix為何會作出這大膽的賞試?同樣是數據分析後得來的決定。

在2013年, Netflix聘請加拿大人類學者Grant McCracken,針對Netflix用戶行為模式和區域文化等人口特徵進行大規模市場調查。

 調查超過三千位、十八歲以上觀看電視和串流影音的家中,觀察他們實際收看時的行為模式和生活習慣,及電視觀眾與電影觀眾的差異。研究發現,有73%用戶,更傾向一次過看完整季的節目。

這個研究結果打破了傳統電視收看習慣,亦發現大部分用戶其實不喜歡傳統電視節目表,亦不希望自己觀看時間被電視台綑綁。

因此,Netflix推出「一次過看完( Binge-Watching)」模式,同時是首間推出此模式的串流媒體平台。

Netflix掌握觀眾口味,不同客戶不同待遇

Netflix在2018年,入選了美國知名雜誌《快速公司》全球創新企業排行榜第二名。《快速公司》評價Netflix,比起其他內容製作者,Netflix更細緻劃分不同的消費者,並因應他們不同的口味進行客製化的影音內容。簡單來說,龐大的影音內容裡,用戶必定能找到符口自己取向的電視節目。《快速公司》認為,Netflix將大數據應用於提升客戶體驗與推薦內容上,是斬獲忠誠客戶的最大因素。

以大數據演算法進行精準推薦

Netflix訂閱會員來自不同國家,而每個地區文化語言又不相同,要達至精準行銷 (Precision Marketing),人手操作是不可能的,因此必須要靠演算法。

Netflix 首頁是由不同主題的影片排列組成,這些主題選擇、影片挑選、排列順序便是由演算法推算出來,成為一個個客制化的推薦界面。此計算模式重視相關性,例如,機器會找出喜好恐怖片類的的用戶,藉此推斷這類觀眾會喜愛與此類型貼近的相關影片。

總結來說,Netflix利用大數據掌握用戶的喜好,以演算法為用戶提供客製的推薦內容。大數據的重點不是在統計、收集數據,而是懂得找到有用的洞見Insights,問對的問題,然後制訂及執行因應的營銷策略。手持大量客戶數據的企業,不應白白浪費這些寶貴資源,應多行一步,尋找合適的數據分析公司幫你將數據化為實用的營銷武器吧。


其他文章:

串流影音世紀對決!Netflix成為連蘋果也不能忽視的對手

Facebook推電子貨幣搶佔手機支付市場

智慧城市藍圖:零售業如何受惠?

不足三成港人使用手機支付,港再被深圳超越?

手機APP與人工智能打造智慧無人商店

什麼是會員經濟?以Loyalty Program建立「死忠客人」

「會員經濟」的實力!亞馬遜成功收集1億會員!

(動腦Q)Mobile App都可以羸錢?

科技券懶人包!3招教你輕鬆申請!

延伸閱讀

Understand your customers better with big data

Will Big Data Finally Turn CRM Into Something Truly Value

數據分析-如何選擇合適的數據分析公司?

當企業擁有大量的數據時,如何挑選合適的’數據分析’公司便成為了決策的難題。

進入大數據( Big Data) 時代,企業在數碼市場推廣自己的業務時,都會產生大量的數據。客戶使用互聯網、手機APP購物時,客戶登記、輸入、瀏覽、購買、搜尋等等動作全部都會產生大量的數據。這些資料可以是黃金,但如果沒有正確的數據分析 (data analysis) 處理,通通會變成「廢紙」。

到底,如何挑選合適的數據分析公司? 首要條件,是要熟悉業務,第二是懂得選擇數據,問對的問題。或者筆者先向大家分享一些真實案例。

 

數據分析

 

錯誤數據引致錯誤的結果

 

外國曾有一家保險機構想要調查人們的生活習慣如何影響他們對於退休方案的喜好。由於「習慣」、行為有太多種,執行這個調查的管理層便把問題收窄到抽菸/不抽菸。進行了大規模的市場調查後,依然失敗了,他們無法得出抽菸與退休方案的關聯性。

後來管理層與醫療業界、行為心理學家、社會人類學家等等會面,把問題的方式改變了。他們發現,這種非黑即白的問題(抽不抽菸)難以得出答案,於是將問題更改至「你抽菸幾年了?」、「你戒菸幾次了?」、「你最後一次吸菸是什麼時候?」。最後成功得出準確的數據,幫助保險機構推廣更合適的退休方案。

 

數據分析

 

再舉另一個例子,第二次世界大戰期間,一群科學家提出可憑戰機身上的彈孔數據分析來增強戰機和機師的安全。透過將所有完成任務回來的飛機進行彈孔數據收集、位置記錄及統計,一份一份的數據分析、詳細報告就隨即誕生。

科學家和軍方圍著數據討論,各抒己見。有人主張應該鞏固戰機受到攻擊密度最強的位置,也有人提議該從油箱和駕駛員所坐的位置著手改善戰機的設計。大家都在引用著數據來激烈討論。在大家彼此爭論不休的時候,有一個人緩緩的站起來說:「這些數據都沒有參考價值!」

「這些能夠安全飛回來停在停機坪等待維修的戰機,正說明了在它們機身上的彈孔落點都不是致命的,真正致命的彈孔數據已經隨著被打下的飛機沉在大海裡了!」

説這個故事的作者陳傑豪認為,這個故事的教訓是要「問對問題,才能找到答案」。

 

 

數據分析-需要熟悉業務

 

在選擇數據分析公司時,可能會考慮幾個因素,例如對數據處理的技術、後台的功能、分析結果展示等。數據處理的技術,每家數據公司大同小異,但不代表每家都對你的業務、行情、具備專業及前瞻性。其實最重要,是要考慮該數據公司對於業務的熟悉程度。

若果對業務不了解,即使數據分析的技術多先進,都可能對於你的推廣無幫助。在以上保險公司的例子中,管理層最終與行為心理學家、社會人類學家等等會面並參考了他們的意見。這些專家共通點便是了解人類的行為習慣與思想之間的影響,並且擅長找出當中的關聯。他們清楚單純調查抽不抽菸這種非黑即白的問題並不能充份反映受訪者對抽菸的依賴、上癮程度。於是著手改變調查分析的方向,幫助保險公司獲得有用的數據。

企業選擇數據分析服務時, 需要的不是數據的精準,因為這不單純是數學統計的問題,更是市場推廣領域的問題。所以合適的數據分析公司,必須以Marketing角度出發,審視數據的採集、儲存、管理、分析和展現。要代入角色考慮如何處理數據才能貼身地幫助企業改善他們的市場策略,達到增加營銷的效果。

由此可見,進行數據分析時,應該找到熟悉業務的人士。

 

 

選擇正確的數據,問對的問題

 

正確收集和管理數據會對公司的業務模式產生正面影響。

大數據顛覆了過往玩行銷的方向,企業可以預測數據,達至精準行銷(Precision Marketing),不再單憑經驗靠估,就可以精確瞄準客戶的需求。不過,數據分析的重點不是在統計、分別數據,而是懂得問對的問題。然後,再找相符合的資料來分析,為客戶提供可實際可實行的解決方案。

企業在推廣自己的業務時都會產生海量的數據。但當中很多可能是無效、虛假或者毫不相干的數據。除了以上飛機彈孔作例子外,更生活化的有Facebook和Instagram。他們掌握的數據量是天文數字,但同時有很多因素影響他們數據分析的準確性,例如假帳戶。Instagram 上面有不少的虛假帳戶,提供大量假的讚好和追蹤服務。用戶可以向這些虛假帳戶供應商購買FOLLOWERS、貼文等等捧紅自己的產品。這類形虛假帳戶、讚好等產生不準確的數據,除了影響用家使用體驗,亦影響Instagram的廣告生態系統,以及數據分析。

Instagram公佈他們已經設立了採用機器學習技術的辨識AI工具,可以偵測出帳號內的虛假追蹤、讚好和留言,並自動移除。新工具旨在刪除錯誤的數據,確保數據分析的準確性,達至更好的市場策略。

因此,懂得篩選數據才能更有效率地對症下藥,呈現更精準合適的分析報告,協助企業制訂更進步的市場推廣。

 

總的來說,手持大量客戶數據的你,不要白白浪費這些寶貴的資源! 馬上尋找合適的數據分析公司幫你將數據化為黃金吧! 記得要鎖定熟悉MARKETING業務的分析公司,問對的問題,才能事半功倍。

 

 

 

 

其他大數據銷售故事:

 

客戶關係管理系統,有錢派,不如投資CRM

數碼營銷, 先行者星巴克

大數據銷售-比顧客自己更了解顧客(下)

大數據分析-比顧客自己更了解顧客(上)

大數據行銷-是捕捉客人的真命天子?

客戶關係管理-邂逅大數據

從粉底說數據行銷

數據行銷第一步

 

延伸閱讀

Understand your customers better with big data

Will Big Data Finally Turn CRM Into Something Truly Valuable?

What Is Social Marketing? And How Does It Work?

Facebook and Big Data Insights

Facebook live is a new addition to the social networks. It allows users to record videos and broadcast live to friends and followers. Although the live broadcast is not a brand-new thing, it receives huge success in Facebook. The database of Facebook is enormous and outstanding, which brings valuable big data insights.

 

Facebook, Big Data Algorithm

 

big data insights 2

 

There are over 2.27 billion monthly active Facebook users for Q3 2018. (Source: Facebook 10/30/18). Facebook is the world’s most popular social media with more than two billion monthly active users worldwide. Facebook stores large amounts of data. It’s predicted that there will be more than 170 million Facebook users in the United States by 2018. Facebook is too big to ignore.

 

There are thousands of posts that might be displayed in the user’s News Feed. The algorithm analysis these posts and arranges their order according to the preference and relevance of users. The Facebook algorithm is constantly improving, in order to provide a good experience for users. Facebook prioritizes posts from family and friends over public because they treasure the connection of person to person.

 

Facebook, Big Data Insights

 

Every activities and engagement such as clicking, browsing, like, sharing, follow and etc. They are being collected and monitored by Facebook. Those data became valuable assets of the big database. The big data analysis produces insights. Insights can accurately foresee the user’s interests. Therefore, we can always see the most related post up front. Facebook live apply the same mechanism. In the News Feed, those videos we interest the most will be prioritized.

 

The emergence of Facebook Live has made the “personal TV station” no longer an obstacle. Everyone with a Smartphone can manage their personal TV channel. Facebook tracks its users by cookies. If a user is logged into Facebook, Facebook can track every site they visited. Facebook grasp the technology of facial recognition which presents its skills in photo tagging and image management.

 

 

 

big data insights 3

TVmost and Facebook

 

TVmost anniversary award broadcasted live on the free TV network ViuTV, which announced the cooperation between online media and traditional media in content and distribution. The TV online station owns over 7 hundred thousand followers on Facebook. It is a big asset to TVmost. All it has to do is a one-time authorization from fans. It allows TVmost to access fans’ Facebook profile and personal information such as gender, age, location, and ETC. The insights it brings assist TVmost to understand the interests and the characteristics of fans. It benefits TVmost to strengthen their digital marketing services.

 

The success of Facebook live and TVmost emphasizes the importance of Big Data insights. It helps to improve the customer experience and customer loyalty. Adopting of Big Data solutions helps analyze customer interests and consumption behaviors across multiple channels to determine when, where and how customers are most likely to buy.

 

Other articles:

 

Social CRM: Game Changer

Big Data Analysis-CRM Big Data

Big Data Analysis- Collection

 

Extended reading:

 

Understand your customers better with big data

Will Big Data Finally Turn CRM Into Something Truly Valuable?

What Is Social Marketing? And How Does It Work?

How Big Data Change Journalism?

Journalism is the activities of gathering, evaluating, creating, and news and information delivery. It requires verification, accuracy, and creativity. The recent development of communication and mobile technology made the process more efficient and influential. The evolution does not stop there. The emergence of Big Data may once again alter the game rules of journalism.

 

Big Data and Article Screening System

 

big data

 

Lifehack is a leading online media. It produces articles daily, which about making things easier and better in every aspect. It provides practical and adaptable knowledge dedicated to improving Health, happiness, productivity, relationships.

 

The monthly page views of Lifehack in 2017 exceeded 20 million. It has over 1 million followers on Facebook. However, the company has only a dozen people operating, most of which are IT programmers. Leon is the founder of Lifehack. He chose English as the language of the online media at the beginning, therefore the readers extended to English speakers worldwide.

 

big data

example of Lifehack’s article

 

Leon used Big Data to further expand Lifehack. Leon had a programmer created an “Article Screening Automatic System.’’ It monitored the vastly updated articles on more than 200 of the world’s most popular online media. It estimated the popularity of each article, by calculating the number of Like and Share in social media. The system highlighted the articles automatically once it qualified.

 

The editor Anna was responsible to interpret the results. She grasped and studied the themes, structure, and style of those popular articles. She anglicized them and integrated a manuscript, then sent out to their writers. The manuscript was more like a guiding book, which includes the suggestions on writing directions, styles, and keywords. It adopted the Big Data concept gathering mass data from the internet. It spotted out successful popular articles automatically, which reduced labor force. We called it Data Driven Journalism.

 

 

SEO Results Supervisor: Robot

 

Lifehack further developed a ‘Robot’ system for internal supervising and analysis purposes. Robot monitored the SEO ’‘search engine optimization’’ results and scored them based on their popularity. The good or bad standard toward an article was subjective. The Robot made it an evaluable and objective scoring system. Lifehack exploited the A/B choice to determine the best writing scheme. Lifehack published A and B version under the same topic, then Robot compared the SEO results. Journalism shift from editor-driven to data-driven. The change is controversial. Some argue that themes and style are being influenced by Big Data, which endanger creativity and diversity. Let’s see some headlines we can find in Lifehack.

 

‘’ 7 Simple Hacks To Make Your Days In The Kitchen Easier、10 Effective Leg Exercises You Can Do On The Couch、7 Easy Body Language Tricks to Help You Get Over Anger and Get You Back to Feeling Great and etc.’’

Above headline’s style are quite similar. Styles become singular and dull.

 

The consequence of data-driven journalism is that labor is being replaced by AI. Bad news for employees but absolutely good news to entrepreneurs. An automatically accurate system brings insights on customer’s interest. It allows understanding the demands of your market while improving your work to satisfy the needs of customers.

 

Other articles:

 

CRM System, Improved and Evolved

Social CRM: Game Changer

Big Data Analysis-CRM Big Data

Big Data Analysis- Collection

 

Extended reading:

 

Understand your customers better with big data

Will Big Data Finally Turn CRM Into Something Truly Valuable?

What Is Social Marketing? And How Does It Work?