2017年全球大数据产业报告之海外篇(第八集)
在上周的 《2017年全球大数据产业报告之海外篇(第七集)》 中,我们与星河研究院着重为你介绍了大数据结合金融科技和生命科学这两个领域的实际案例,本期作为垂直应用行业盘点的最后一期,我们将重点为你介绍大数据技术与营销推广、教育、地产以及政务这四个板块的结合与应用情况。
在之前的文章中我们已经提到过大数据技术在销售和客服领域已经得到了广泛应用,相比之下,市场营销和推广类的公司在国内应用大数据技术则稍显迟缓,通过办会、软文通稿等低效方式依然是国内市场工作人员的无奈之选,因此今天我们将介绍海外市场推广的“黑科技”希望能带给大家带来启发,让市场人员能够早日用上趁手的利器。
教育大数据领域主要集中在了K12阶段,从自适应学习到新的培训方法都有涉及,国内外教育行业的从业者都在借助新技术希望学生能够获得更加个性化和高效的学习体验。我们的观点是目前的在线教育课程完成率低、对学生的自制力要求高、学习效果差;而传统线下优质教育师资又相对紧缺、招聘困难。然而通过大数据技术,自适应教育可以用少数名师和研发团队辅助老师教学,判断出每个学生的薄弱项,为他们提供个性化学习和指导,最大化的调动学生的积极性。
地产大数据则涵盖了不动产估值、交易等环境,由于国内外房产交易规定与市场环境差异较大,因此仅具备借鉴意义。而政府作为大数据的重要来源和数据的提供方,在通过商业公司挖掘大数据,加深对个人、群体和社会理解的同时,也在扮演着制定规则和公正监督的角色。在2017年5月17日的世界电信和信息社会日大会上,工信部总工程师张峰表示我国将建设全国一体化的国家大数据中心,推进公共数据开放和基础数据资源跨部门、跨区域共享,提高数据应用效率和使用价值。可以预期,中国的政务大数据市场正在迎来发展的黄金时期。接下来我们就与星河研究院一起与你分享大数据结合以上这四个领域的实际案例,希望对你有所帮助。
首先我们将市场营销推广、教育、房产和政务这四个领域的典型大数据公司列举如下,接下来我们将分版块为你进行详细介绍。
第一
大数据营销推广
我们在《2017年全球大数据产业报告之海外篇(第五集)》中介绍了销售大数据的发展与应用,与其类似,大数据技术也将传统的地毯式营销行为向小范围、精准、自动化方面推进,不仅仅能够提供基本的用户聚类分析从而使营销推广行为的转化率提升,还能够通过建模对营销情况进行预测,从而令管理者能够在活动中甚至策划时就及时调整策略,确保营销全链条的节约高效。
营销智能化平台Radius通过云平台可以收集Facebook、LinkedIn、Twitter及企业网站上的各种销售线索,然后通过大数据分析对客户进行分类,最后通过与Saleforce的CRM集成来实现营销自动化。
Radius可以利用其大数据分析技术,对最终客户按照产品进行聚类分析,然后区分为高中低三种类型,再利用不同的模型为客户制定营销策略。据称Radius跟踪的企业数达到了4000万,可实时收集500亿个数据点,通过公开数据和专有数据的结合为企业生成其客户会不会购买产品的“信心指数”。
EverString是商业智能及商业信息服务提供商,通过对动态新闻的跟踪、识别,帮助目标客户了解商业信息。它构建了一个智能爬虫,搜索分析全网的企业网站,利用自然语言分析、机器学习将其分解成产品页面、招聘页面、团队介绍页面等等,从这个页面当中挖掘具体的信息,然后把这个信息放到机器学习的模型当中去,帮助企业来预测谁是他们下一个客户,这个预测分析过程每分每秒都在进行。
社会化营销是目前细分领域的一个热点,Quantifind擅于在大规模的社交媒体数据中排除噪音信号,发掘有效信息并以此帮助企业提升业绩。依据企业需求实时量身定做品牌数据分析与咨询服务,帮助营销人员发掘、理解和改变他们对实际销售收入的影响力,通过对历史财务数据和社交媒体上的交谈信息进行统计分析,来指导企业如何规划营销预算和实施策略,并从相关程度最高、最有价值的数据中发掘商业机遇,更快速直接地获取收益。
例如一个电影开发商要为一个新的电影做市场营销,Quantifind可以通过Twitter上关于这个电影的tweet的数量等信息来分析其策略的准确和有效性,从而对企业的决策起到指导作用。
除了上述大数据技术对传统营销方式的提升外,还有一些企业利用大数据及AI技术开发出了新的产品品类,例如自动生成定制情感推广文章的Persado已经获得了较好的效果。
Persado把营销内容的创作视为一个有限的数学问题,通过语言分析器可将宣传内容拆解为词组、情绪、产品卖点等几个元素,然后在各种要素里面挑选合适的词组及形式,最终“炮制”出一篇篇营销内容(可能的组合有数百万种)。
这里情绪是关键,根据分析,情绪性词语在说服客户中起到了关键作用,Persado为此提供了一个情绪轮盘来专门分析不同情绪的语句会对消费者造成何种心理影响。接下来,这些“文章”会发给部分客户,邮件打开率、链接点击率及最终的转化率这些数据都会被记录在案,经过统计分析后就可以通过机器学习产出最佳作文,然后大规模地发送给客户。花旗银行用Persado撰写的信用卡推销邮件被打开率提高了70%,而且链接点击率更是提升了114%。目前Persado已拥有包括电信、金融、酒店、零售、技术等行业的50多家客户。
第二
大数据教育
教育作为国内受关注程度最高的行业,自然也最早受到技术行业的青睐。国内的教育公司已经从最初简单的语言等固定课程培训,逐渐向个性化定制学习、自适应学习等方面拓展。国内教育行业的巨头之一好未来此前已经参与了自适应学习系统公司Knewton的融资,并开展了深度合作。
Knewton成立之初主要针对GMAT、LSAT、SAT等规范化在线考试,2011年起,Knewton开始走B端合作,跟大学和内容出版商合作,将各类课程材料进行数字化,为这些产品提供自适应学习方案。
Knewton的长期目标是做一个平台,让世界上所有的学习产品都可以用来做适应性学习。其产品的三个技术优势是:1)推荐功能:指出学生在下一步应该学习什么,系统抓取了许多学生学习的数据,用数据去分析学生适合学习的内容;2)学习数据的分析:这是一些预测性的数据,令学生知道自己现在做的怎么样,未来能达到何种水平;3)内容数据:能够分析课程的内容质量如何,对学生学习有什么影响,从而做到更精确匹配。
此外,新形式的教学方式开发也是一个潜力很大的方向,Kidaptive出品的Leo’s Pad应用配备了一切儿童电影或电视节目所需特征,通过讲故事,Leo’s Pad能够帮助学龄前儿童学习诸如辨识形状和颜色等基础知识。随着故事情节的深入,孩子们将参与到设定的场景中,学习字母、数字和图形以帮助Leo搭建所需的工具。Kidaptive希望未来他们的分析平台能与教室教学合作,以便老师们能通过全方位的教育体验指导和评估学生,让孩子们获得更有价值的成长。
第三
房产大数据
无论是国内还是欧美,不动产的购买都是家庭非常重大的一件事情,在欧美以存量房交易为主的市场中市场化机制已经非常成熟,但房屋价值评定,以及如何加快房屋流动速度依然是个很大的问题。
创立于2014年的Opendoor希望通过大数据技术从价格和成交两方面对这一行业进行一点改变。Opendoor为用户提供在线房屋买卖服务,房屋出售者只需要在网站提交住址,然后Opendoor会利用公共数据,通过自己创建的定价模型和算法技术,在卖家提交信息的几分钟内生成公平报价。如果卖方接受报价,Opendoor会完成房屋购买并进行相应的修复,以提高出售价格。Opendoor向卖家收取的费用也比传统的房地产经纪人高大约2%至4%。
与此同时,Opendoor也正在扩大自己的服务范围,向客户提供“换购”服务,大大简化了那些打算出售当前所居住房屋,换一套新房屋的用户购房程序。为了吸引买家,Opendoor充分利用智能锁和监控摄像头设备,允许意向买家在任何时间都可以自己独立看房,省去了与经纪人联络约定时间的繁琐程序。买家通过Opendoor购买房产还可享受房屋检查、保修和不满意30天退款承诺。
第四
政府大数据
政府所掌握的数据内涵价值极高,无论是交通、电力数据还是税务、经济等数据都能够在加工后对公民和企业组织形成很大的价值,因此美国已经有部分企业在政府数据的治理与公开上进行了探索,Socrata与Opengov是其中较为知名的两家。
另有企业通过公开的数据进行价值挖掘,继而为政府或企业提供分析、预测等技术服务。Mark43专门为执法机关提供管理和分析软件,可以有效提升执法效率。它开发了一款名为Cobalt的软件,可以将犯罪记录管理和分析工具整合在一起,让执法机关可以更快速、更便捷地归档犯罪案件和逮捕报告,过去这项工作通常需要花费一个多小时才能完成,而使用了Cobalt软件之后,大约只要30分钟。
Cobalt可以持续追踪案件和交通事故,此外它提供了一款分析工具,能够预测和防止犯罪发生,目前这套系统已经在洛杉矶犯罪预防工作小组(Los Angeles County Gang Taskforce)使用了。
版权声明
凡来源为亿欧网的内容,其版权均属北京亿欧网盟科技有限公司所有。文章内容系作者个人观点,不代表亿欧对观点赞同或支持。