Qing 20060913
上个礼拜就接到一项任务,为一个专题分析设计应用方案。
一直没有头绪,甚至已经是懒得考虑这个事情,比较头疼。这是个比较有"高度"的专题分析,什么叫做"高度",就是战略战术层面的,也就是虚头八脑呗,找不到方法落地执行,而应用方案正是要描述执行的策略。有时候,刚开了个头,准备考虑一下,来了别的事,便欣然离开了它。难啃的骨头放在后头。
但离交付的日子已经越来越近,不得不静下心来思索一番。比较"虚"的专题分析,以前也设计过应用方案,譬如客户分群这种专题吧,就属于这类专题——找不到如何使用它分析结果的方法,也没有什么评估的指标。
相比之下,那些预测类的专题分析,倒显得实在。通过预测模型对所有客户打分,取概率比较适合的客户群出来,针对性做营销活动,反馈活动结果,评估效果。这个流程通畅的很。所以,为这种专题分析设计应用方案,不是难事。在好几个月前,就总结了一个加塞模式,并且将这种专题起了个名字叫做"定向营销类专题"。它的特征是有目标,有具体参与角色,有策略,有评估,有名单(数据接口)。
而对于目前这种虚头八脑的专题,看上去是没有目标也没有策略的。譬如还是那客户分群这个专题来说吧,客户分群的结果是了解了所有客户的一个概貌。本身,训练聚类模型就是无目标的,靠一堆输入变量七上八下出来几个群。然后再用训练好的模型,将每个客户都归属某个群里面。几个月前,我也为客户分群的应用方案苦恼的很,不知道该如何应用。
试想着,也给它套上加塞模式。
于是先定义目标,发现没法量化它。定义角色,策略,虽然可以对每个群商量出来特定的市场策略,可市场部门似乎没有打算要执行这些策略。即便要执行,也只能针对某一个特定的群执行啊。可那样,还不如针对具体的活动特性选取目标客户群,比如要搞数据业务的推广,就找那些手机终端支持此功能,并且还未使用该业务的用户,干吗从你这个分群的结果来取呢?看来策略、角色也是白搭了。评估,没有目标,也没来的评估。接口呢,终于有点实在的,每个月对客户打上分群标签,传过去。然后将这些数据导入他们的前台系统,如此,市场执行人员就可以看到每个客户的分群属性,也就明了他的特征矣。
就这么多了,有时候我在想,这种方案是不是真的有用,还是有些可笑,或者说是自欺欺人。有时候也寻思着,这种务虚的分析结果,是不是就是应该停留在分析报告上。
很遗憾地,两个月过去了,还是没有看到客户分群应用起到多少作用,除了当初解读完,跟客户忽悠了一天,分析各群的特征时,他们还感点兴趣,后来便悄无声息。跟以往其他的分群项目似乎是同样的结果。
如今要设计的这个应用跟客户分群应用是类似的,虚头八脑。但如果还是步入客户分群的后尘,那不如干脆别做,直接作一份分析报告完了,但目前的项目模式里面没有拿分析报告卖个好价钱的,这应用方案看来还是势在必行。
那么,就硬憋吧,我就不信,活人还能让它给憋死。
Qing 20060914
想憋但是憋不出来。
其实要干这种活,得静心。可这两天事务繁忙,忙这忙那,有些缓不过劲儿了拉。明天下午,也就是必爱俱乐部的首次沙龙,赶着去参加,好歹得准备点什么。但这个虚头八脑的应用方案,也是在回北京之前就得发出去,于是,豁出去了。
终于还是看到一点曙光。以往那种比较实在的,可称之为定向营销类专题的应用,它们可以落到执行层面,是交给活动执行人员用的。那么虚头八脑的分析,肯定不是给这类干具体工作人使用的,而是给那些高高在上的领导用的。
想到这里,感觉回到了过去,刚进入BI领域时候。通常谈论BI,都说这是给领导用的,因为是"决策"嘛,似乎只有领导才会决策。确实,领导的决策当然是更重要,只是他们的决策是更大方向上的,多数还得搞领导的"人工智能",不是有很多专门提供给领导的分析应用吗?比如EIS、KPI等,但怎么说,它们还不能和决策紧密结合。
如果将一项分析应用分成业务和技术两方面,战略层面上的应用当然更偏重业务,或者说偏向管理、营销的思想。比如说KPI吧,实现一个KPI展现、监控系统不是难事吧。对指标的管理,如何用仪表盘来展现指标的健康程度。这些是技术活,比较固化,很多工具已经实现。见过若干KPI系统,技术功能上大同小异,应用的好坏全在那些指标的设计上面。
有些系统考虑一百多个"KPI"指标,并且还可以从几个维度去分解它,看似灵活功能强大。实则,这些"指标"是否能够衡量什么东西,不知道,也没人关注那么多指标。
按照这个想法,眼前这个应用方案其实也是一样的。能提供的应用就是"监控",这里对"应用"这个词再解释一下,它可以理解成为你输出一样东西,别人能够根据这个东西作出反应,这叫应用。这个解释肯定不严谨,但就那个意思吧。
同样,这个应用方案的关键也是在它的业务层面。因为项目保密的原因,一直都没说这个应用的具体情况,还是拿客户分群来举例子,它们有些类似。
譬如说客户分群,总结一下为什么得不到应用的教训。并非因为你群分得不好,还是没有将分群的思想说清楚。在市场营销里面,总是但市场细分什么的,但对我们这样的,知道一点,算是外行吧。在那些市场领导面前,岂非是班门弄斧?要不你就拿着一些成功案例去忽悠,或者慑于品牌的名声,他们总归有点相信。
"你到是说说看,为什么要分群?分群背后的思想是什么(别跟我说那些大道理)?有没有那个成功案例,表明分群以后,市场就蹭蹭直上了?"
我说不出来。写到这里,不禁有些灰心了,因为眼前这个应用,无法回答类似上面这些问题,也无法从实际数据来证明上这个应用的好处。可咋办哩?
周勇 20060914
说到现在的专题分析都很空洞,很多时候不知道怎么下叉。就以客户分群,进行客户细分,就规则都有很多种,不同的路径分析会得出不同结论。
按照通话行为细分,各种通话类型的话务量,市话,长途、短信等等方面;再往下还可以细分,市话:网内、网外,长途:省内、国内、国际;短信:点对点,梦网短信等;增值:各个SP/CP等;再可以和网络类型还可以分啊 ...省内品牌和神州行.....
按照缴费行为细分,缴费途径,每次的缴费额度、缴费的频率、缴费的及时性等等;按照客户资料细分,年龄段、职业、喜好、职位等等;----但现状资料的真实性没有保证。按照业务细分,移动电话、数据、增值等等;
但是总的说来看侧重是服务还是重发展了,再按照这个思路去确定KPI,最难处理可能是两者的交集了。
数据质量阴阳图
Qing 20060908
这张大图是tdwi的一张海报,关于数据质量方面的。我管它叫做"数据质量阴阳图",主要是它看起来颇像咱家的阴阳子鱼图,另外,它还像个大卵子,外面一堆小蝌蚪在往里面拱。
可以去tdwi下载PDF版本,其实也就两页,附件这个图是第一页,第二页是一些公司的介绍。诸如Hyperion、MS、IBM等等。所以如果你对这些公司不感兴趣,可以就看看这种图就可以了。
图中的大卵子分成三种颜色,表示数据剖析(Data Profiling)、数据整合、数据质量的循环演进,还有阴阳图中的"你中有我,我中有你"的意思。这里的数据质量,我想主要是指提高数据质量。和数据剖析区分成两个概念,但有时候,我们在谈论数据质量的时候,也会将前者纳入到里面。
外围的小蝌蚪表示各个工作环节。这三块,可以概括成:发现数据问题>制定数据策略>处理数据,当然最后一步还得转回去。如此的周而复始。
看完这个图有什么感想?没有什么深刻的。它要表达的意思看不出来有什么大问题,比较虚,有总体的阶段划分,有细节的工作步骤。但看起来,这是一堆厂商共同推出的一张海报,其实都还是想推他们各自的产品,可能也是想联合搞一个数据质量管理的标准吧。确实,现在并没有这方面的标准。
责编:姜玲
微信扫一扫实时了解行业动态
微信扫一扫分享本文给好友