业界资讯

北大方正电子有限公司产品副总经理 吴新丽

作者:17漏网之语 2014-11-29 10:41:40

  非常感谢参加这样的公关盛典,也是十年的庆祝。我是第一次跨界参加这样的活动,方正电子不是属于公关圈里的公司,我左边的米总,右边的陈总,包括给大家分享的金总,都是公关企业的领军人物,我是抱着学习的心态。

  说起方正,大家都知道方正集团,但是说到方正电子,大家肯定会问是干什么的?其实方正电子是整个方正集团的发源地,在上地五街方正大厦,当时盖那个楼的时候,上地还非常荒凉。今天在座的媒体朋友,企业朋友,大家平常只要用到,凡是涉及到排版、印刷、出版类的,包括以前阅读的每一份报纸和图书,这些所有的东西都是通过方正的看家本领做出来的,是这样的情况。

  今天跟大家分享一下,大数据在重塑企业核心竞争力方面能够发挥怎么样的作用。刚才米总在自己的演讲中提到,品牌就是自己。金总也说,如何重构品牌竞争力。品牌就是自己,我们如何让大家了解我们的品牌,我们的品牌形象是什么样子的,我们希望能达到一个什么样的形象,这些东西从何而来,我们接下来就做这样的分享。

  首先看一下大数据到底有一个什么样的魔力,能够为企业带来什么样的价值。接下来是大数据在重塑核心竞争力方面来做什么样的工作,最后通过两个有意思的案例,一是家电行业,二是旅游行业,看一下到底大数据能够做些什么。

  先看大数据神奇的魔力,奥斯卡金像奖预测,在座的很多人都应该熟悉,微软纽约研究院的卡尔德(音)2013年的分析,成功预测了24个奖项的19个,是当年津津乐道的话题。今年3月份,该团队与office合作,再次预测24个奖项的21个,只有1个奖项出现预测失误,本来是预测斯皮尔伯格,但是李安导演的《少年派》。

  除了刚才大家看到的金像奖的预测,包括世界上有名的大的企业,沃尔玛、美国运通、特易购等,这样的公司利用大数据都做了什么。说到沃尔玛就是啤酒的故事,这是常说的话题。现在沃尔玛在资深的网站上构建了基于搜索的引擎,就是用户的数据收集,相关感兴趣的话题等等,使得在线购物的完成率提高10%-15%,意味着数十亿美元。包括特易购,它自身也是通过相关的数据分析,运用多达115个数据进行分享,建立更好的用户体验。

  这张图是有名的咨询公司做的大数据调查,我们可以看到在排名前三的是大数据、投资行业,前三是社交媒体、银行、服务业,紧随其后的教育、医疗、制造,这些行业是全球的相关企业投入最大的。这些公司最关注大数据带来什么?排名前三的,渗透到每一个消费者和顾客利益的就是提升用户体验,这是每个企业都需要考虑的基本要素。第二是提高工作效率,这种过程处理的效率,包括理念,因为效率的提升直接关系到它的营销成本和生产成本的增加。第三是在新的产品和新的商业模式共建上,希望通过大数据发力。

  基于这样的前提我们看一下大数据在企业核心竞争力的构建方面该怎么做?按照常规的一般人的认识,会认为一个企业的核心竞争力主要取决于它的决策力、支持力和执行力,决策力则是最重要的组成部分。这些企业在面临着这样的互联网和大数据营销的时代,如何从海量的数据中把握经营环境的变化,基于这种变化的信息制定有效的经营策略,盈利策略,以及怎么样创新产品和新的服务模式,赢得更多的商业价值。主要的分了几大维度,包括行业趋势、口碑检测、竞争情报、网民关注、消费者任务画像,所有的工作不能都在家里做,做井底之蛙,你肯定要了解行业的发展,新的服务模式的发展是什么样的情况等。二是我们资深的企业口碑,企业一定要有自己的形象,这正是在座的每一位公关公司的企业从事这样的一个方面的工作内容,这个口碑现在更多的是来自互联网的口碑,包括社交媒体里,口碑传播的影响力是非常可怕的,很多时候经过大家转发的内容在瞬间是很大的转发量。三是竞争情报,知己知彼百战不殆,不仅知道自己,更应该知道对方是什么情况。四是我的产品很好,但是和网民,和他们关注的点是不是一致,我自认为这种产品很新颖,但是更多的人关注这产品的价格,这是信息的一致性,则是通过大数据分析得出的关联。五是消费者的人物画像,我要知道消费者的性别组成,他的消费能力,大的消费圈子,这些都可以通过大数据做助力。进行这样融合和完全以后,最后为企业提供智能决策分析。

  最后是大数据能够做些什么?其实大数据覆盖了我们周围所知道的方方面面,各行各业,包括家电、教育、旅游、政府、出版、金融、媒体等等。

  这张图构思是针对于大数据处理的技术的支撑,左侧包括我们能够想象到的,或者得到的这样一些所有的数据,这里面不仅仅包括互联网公开的数据,更多地包括企业内部的营销数据,生产数据,交易数据,以及可能我们需要来自于一些第三方咨询机构的报告,把所有的数据进行有机整合,然后去提供后续的数据挖掘和分析,最终为不同的用户构建这样的针对于行业的精准信息服务。

  在海量数据方面,在原来的博客大家都玩得很好,包括以前的徐静蕾是博客里面的老大,2009年新浪推出微博,当年的注册量已经达到7000万,现在微博已经退让给微信,大家都在朋友圈里分享自己的心情和见解,所有的数据都可以进行全量的数据分析,没有数据什么也没有。这些都是公开的信息,很多公开的信息是不准的,还有很多信息是不会公开的,就是企业内部的数字,这些怎么办?我们做这样的整合,把所有的易构数据做整合,去提供后面的处理。在上面去构建我们的大的分布式的处理平台,包括易构数据的存储、检索、挖掘分析。目前针对PB级的数据存储可以达到校级的响应,当然也是要建立在不同技术厂商的实际基础上完成的。

  在所有的基础上去构建智能的挖掘分析,包括人物的分析,消费者在什么圈子活动,更多的娱乐,社交,还是商务,我们去一个地方旅游的时候,旅游的政府机构,或者旅游景点,他们到底关注我在游客心中旅游的热词是什么,这些都可以通过维度去进行处理。

  两个案例,第一是家电行业大数据的分析,互联网数据肯定是一部分,更多的来自于线下的营销数据和收入数据,去做清洗以后,我们去做可以针对于大型家电企业的电商去做整合分析,去发现电商自身的产品的情况,它自身的情况,包括我们企业和电商去做一些合作,推什么产品,定价怎么样。那么我首先得了解,这个电商在互联网的口碑是什么样的。电商很多,但是每个电商企业都有优势销售的地方,也有劣势的地方,这些都通过口碑,消费者的整体评价,去发现和分析电商后面的情况。再有就是更多的企业都有自己的方微信号,官方微博、微信,在品牌传播和形象的塑造方面起到什么样的作用,是有效,还是无效,所关注你的粉丝是真实有意义的,还是僵尸粉,所有这些数据可以通过我们针对官微来得出来。

  最后是企业自身的危机公关,在座的都是公关公司的前辈,我不做讲解,你需要做什么事情,需要做什么危机公关处理。可以通过整个平台的全数据量分析,你和竞争对手是什么样的情况,出现哪些负面情况,聚焦在哪,是微博、微信,还是传统媒体发出来的,更加有信服力的内容,可能量不大,但是性质很恶劣,因为有些事情并不是靠单纯的量决定的,还有更多的内容和含义的定位。所有进行分析以后,能够为企业去快速定位可能发生的危机事件是什么,增长速度怎么样,我们基于此应对后续的处理方式和方针。

  第二是旅游大数据,我们针对天津市做了数据的挖掘分析。天津就在北京周围,坐高铁半个小时就到了,非常近,很多北京本地的朋友周末去坐高铁到那逛一圈,就回来了。天津到底在游客心中是什么形象,这些图是我们整合所有的旅游门户网站,点评网站,社交媒体和传统的门户网站所有的数据,去对它挖掘。

  左侧的图是以天津地图的形象勾勒的天津的每一个区县自身在旅游宣传和定位的概念,比如说左下方的定位成国海通关,或近在中国。上面是滨海城市,这是每个区县旅游定位的不同。

  右侧的图是给大家呈现的所有去天津游玩的游客对天津的感觉是什么样的,以人物画像给大家做呈现。天津的景点相对于北京来说不多,北京有一万多个,天津是1/10,一千多个,还把动物园都算上了。这一千个景点到底游客喜欢去哪里?可能我们都有自己的选择,但是基于所有游客的数据分析我们发现是这样的情况,排行第四的是天津的欢乐谷,尤其是年轻人喜欢去玩,但是欢乐谷的差评率和负面评价也比较多,原因我们通过数据挖掘分析,大家都抱怨,到每一个游乐项目玩都要排队,卫生设施不够,所以很多人放弃到那做游玩。包括所有人都知道天津的古文化街,我原来上大学的时候去过,应该是十几年以前的事情,古文化街排到后面,对它的差评率网友也比较多,因为是仿货太多,特别容易上当受骗,总是挨坑。相关的管理机构和景区可以依据这样的结论调整自己后续的管理方式,或者推广的策略。

  针对于这里面的不满可以进一步做深度挖掘,去看它里面的负面评价到底集中在哪些方面,还有人们去天津玩,什么时候的人最多,可能大家想是十一黄金周,但不是这样的。天津十一时候的线是属于低迷的,最好玩的时候是3-5月份之间,这个时候草长莺飞,天暖了,草绿了,很多北京人选择到天津逛逛,吃个狗不理包子。这样的数据更真实的反映了游客到天津到访的频率。

  大家说天津是北京的副都,当然现在人很多避讳不去提,很多人是当日游,或住一晚上,两天的周期,能待好几天的是不多的。这些游客都是从哪些地方来的,这些图给得到做直观呈现,来的这些游客里,他们到了天津选择什么样的旅游路线。天津的政府网有官方推荐的路线,但游客选的并不是这样的路线,而是标橙色的路线,从天津站下车以后,仅仅几公里就可以游玩几个景点,减少了路上的折损时间。到天津玩了,还得吃住,大部分的游客选择经济型的酒店,或青年旅社,从这里边也可以看出,去天津玩的大部分是年轻人,单身小伙伴,学生,所以他们选择的都是低廉的酒店。再一个是吃什么,所有人反应是狗不理包子,确实是狗不理包子,还有煎饼果子,到了天津怎么能不吃这两样东西。大数据在中国很多,2014年是落地元年,希望大家利用一起相互的资源,完成大数据背后更多的故事。谢谢。