܄

如何利用数据推动产品创新

【数据猿导读】 人们总认为产品创新是为了解决已有问题。但有时候新产品能颠覆人们对事情的认知,比如彻底改变手机市场的苹果手机,有时候新产品则是对现有产品的改造升级,比如优化人们打车方式的优步(Uber)

如何利用数据推动产品创新

人们总认为产品创新是为了解决已有问题。但有时候新产品能颠覆人们对事情的认知,比如彻底改变手机市场的苹果手机,有时候新产品则是对现有产品的改造升级,比如优化人们打车方式的优步(Uber)。

其实无论一个产品的具体功能如何,全新研发或升级改造的目的始终只有一个---创新。

曾经人们把成功的创新归功因于个人的才华远见,如亨利·福特(Henry Ford)所说:“如果那个时候我问人们想要什么,他们可肯定会说想要更快的马匹”。汽车的出现正是因为福特与大众大相径庭的卓识远见和创新思维。然而现在,个人能力在创新中的重要性已退居第二位,数据驱动创新成为新产品设计和开发的主要动力。

如今,网络追踪已成为利用数据开发新产品的首要途径,它能显示人们喜欢什么,讨厌什么,忽视或无视什么。奈飞公司(Netflix)就是一个成功的案例。在制作获奖剧集《纸牌屋》时,奈飞就充分利用了网络追踪技术。虽然选择《纸牌屋》进行改编是竞标决定,但是导演大卫·芬奇(David Fincher)和主演凯文·史派西(Kevin Spacey)的加入则是因为在网络追踪中奈飞发现《纸牌屋》的原版BBC迷你剧的受众与大卫·芬奇和凯文·史派西的电影的观众之间重合度极高。事实证明利用网络追踪是个完美选择,《纸牌屋》也因此成为第一个也是唯一一个获得金球奖的系列剧集。

然而,通过消费者以往的行为数据来预测其可能的喜好还仅仅是数据驱动产品研发的入门级别,它本质上仍然是一个更加复杂的建议搜索引擎。而现在,诸如宝洁这样的公司正在将仿真分析应用带入现实商业世界。

宝洁的CEO罗伯特·麦当劳 (Robert McDonald)致力于将宝洁打造成全球最具科技支撑的公司,其关键就在于仿真分析的应用。该分析利用数据建造产品模型,且每种模型在材料、设计和原料方面都不相同。这样一来,公司的一个样品甚至都无需生产就可以完成市场测试,从而大大节省了时间和金钱,并能够最终创造出更完美的产品。产品数据建模的过程虽然需要强大的模型构建能力和计算能力,但最终为宝洁及其顾客创造了巨大价值。

其实数据应用并不总是那么高深莫测。有些数据分析根据基本信息就能显示出两种处于研发阶段的新产品中哪一个更受市场欢迎。化妆品行业新秀Julep就很好地证明了这一点。

作为刚起步的公司,Julep 的技术和数据驱动能力自然不能同市值两千一百九十亿美元的宝洁公司相提并论,但它仍然可以通过利用数据分析在两种有潜力的创新产品中做出最佳选择。Julep所采用的就是简单的标准广告A/B 测试。虽然听起来完全没有在电脑上设定修改产品属性那么高大上,却足以让Julep了解到哪项新产品的哪些功能最受市场追捧。同理,许多初创企业使用众筹网站不仅仅是为公司筹得资金,而是能够通过新产品获得反馈,从而来预测最具商市场潜力的产品。

数据驱动的产品创新贯穿着整个商业圈,从新建立的小公司到全球首屈一指的大企业。有了对数据的利用,诸如乔布斯(Steven Jobs)、福特(Henry Ford)和扎克伯格(Mark Zuckerberg)的这样的商业头脑在产品创新中一定还有需求,但却不再是必要条件了。

8月3-4日,由Innovation Enterprise举办的大数据与分析创新峰会将云集100余位全球大数据与分析行业领袖,提供20余场精彩案例演讲及深度研讨会,并为您量身提供一对一专家咨询,全面解决您关于数据驱动创新的难题以及更多挑战。

已确认演讲的企业包括:阿里巴巴,华为,联想,脸书Facebook,国泰航空,大众点评,英孚教育等国内外知名企业。

请联系会议经理Ryan Yuan预定您的席位,或了解更多详情

邮箱:ryuan@theiegroup.com

电话:+852 5808 1636。

今日注册,即可享有8折与会折扣(优惠代码:DataYuan)。


来源:数据猿

声明:数据猿尊重媒体行业规范,相关内容都会注明来源与作者;转载我们原创内容时,也请务必注明“来源:数据猿”与作者名称,否则将会受到数据猿追责。

刷新相关文章

旅游交通大数据——大众旅游时代的“富矿”
旅游交通大数据——大众旅游时代的“富矿”
【金猿人物展】张涵诚: 2020年大数据产业发展将进入深水区,产业价值必须量化
【金猿人物展】张涵诚: 2020年大数据产业发展将进入深水区,产...
【金猿案例展】国网上海市电力:智能配用电大数据应用平台建设
【金猿案例展】国网上海市电力:智能配用电大数据应用平台建设

我要评论

精品栏目

[2017/12/19]

大数据24小时

More>

[2017/12/18-22]

大数据周周看

More>

[2017/12/18-22]

大数据投融资

More>

[2017/12/18-22]

大咖周语录

More>

[2017/12/13-20]

大数据周聘汇

More>

[2017/12/12-19]

每周一本书

More>

返回顶部