܄

众盟ZMENG高级技术总监王鹏:线下数据如何描绘“众生相”

【数据猿导读】 数据猿联合星河互联主办了《数据猿巅峰思享会——用户画像的100种用法》活动。其中,众盟ZMENG高级技术总监王鹏就线下数据如何描绘“众生相”表达了自己的观点

众盟ZMENG高级技术总监王鹏:线下数据如何描绘“众生相”

11月24日,数据猿联合星河互联主办了《数据猿巅峰思享会——用户画像的100种用法》活动。本次活动,邀请了来自互联网及大数据行业的多位领军企业代表,就大数据用户画像的真实案例做了分享,探讨了在大数据时代下,各行各业该如何利用用户画像、提升用户转化率等系列问题。

与会嘉宾:

GrowingIO联合创始人——吴继业

热云数据CEO——白冬立

百分点集团研发总监——苏海波

众盟ZMENG高级技术总监——王鹏

找萝卜创始人&CEO——付浩

资深互联网专家、酷6网创始人、迅雷看看前CEO——郝志中


以下内容为“众盟ZMENG高级技术总监王鹏”分享,并由数据猿编辑整理发布:

关注数据猿微信公众号(datayuancn)并回复关键词“王鹏”即可获取演讲PPT

我是来自众盟ZMENG的王鹏,今天我要分享的主题是线下数据如何描绘‘众生相’

首先介绍一下我们公司,我们是一家主要针对于线下消费者的大数据公司,成立于2013年底,而我本人是在2014年加入的。2016年的时候,我们引入了投资机构,目前已经完成了A轮和A+轮融资。我们公司在成立之初就比较注重于线下数据的采集和应用,经过这么多年的积累,已经拥有了8亿独立移动设备,40万+热点数据,20万+全国合作商户,以及1000+人群画像标签。

刚才各位CEO在讲数据的时候,都会提到10亿、5.5亿和8亿,这个数据这么大,大家就会有疑问,真的有这么多吗?根据一些报告显示,在2016年我们全年独立的移动设备基本上是15亿,而我们说自己有8亿,说实话,我们的数据应该比这多,因为我们还标注掉了很多无效的数据。8亿怎么来的呢?当时跑出来的时候,我们也觉得这个数字是特别大的,之后就用不同的方法,不断地去做验证,最后还是得到了这个数字。后来我们发现,普通人1.5年到2年会更换一次设备,因此3年的时间了就会有新的设备加入进来,最后累计这些数字并不大,我们还要继续努力。我们单独分析了一下2013年、2014年和2015年这三年间,每年新增的独立设备的ID,结果发现呈现出一个爆增的趋势,2013年的时候达到几千万级别、2014年则变成了一两亿,等到2015、2016年更不不断往上爆涨,我们切实地感受到了手机市场的火爆。

下面介绍一下我们公司的核心产品和方向,我们公司主要专注于两个方向:一个是商业WIFI,还有给传统门店提供一些营销解决方案。首先是移动的CRM、客流统计、会员管理和移动自营销解决方案。根据这几年积累的数据,我们开始尝试去做移动互联网的精准营销、大数据精准营销,而我今天主要讲的内容恰恰就是这部分。

回到今天的主题,线下大数据的用户画像。首先一个问题,什么是线下大数据?我们现在从PC时代过渡到移动互联网时代,每个人基本上都会有一到两部手机,有的人会带智能手表、手环,还有各种各样的可穿戴设备,这些设备中都有唯一的ID。在PC时代,你可能需要通过线上了解这个人,而在移动互联网时代,你佩戴着有传感器的移动设备,这样人跟移动设备是绑定在一起的,这个移动设备就代表着这个人承载和讲述的故事。

说到线下大数据,它凸显在哪些方面?有哪些特别的应用和有意思的故事呢?我在这里分享一个好玩的事儿,我们在引进投资人机构的时候,管投资人要了手机设备,目的是想了解我们所面对的投资人是怎样的群体、怎样的人。首先,投资人很喜欢去咖啡厅,有意思是,其中有一个投资人他很喜欢去杨国福麻辣烫,而有些投资人则非常辛苦,在一周的时间内,要往返多个大城市。在我们所接触的投资人中,来自北京的投资人是什么样的呢?他是强大的朝阳群众。事实上,好多投资人的主要活动范围都是在朝阳,这都是我们根据他的线下轨迹跑出来的。还有一个投资人,他是重庆人,不得不说,他的生活方式是我所向往的,我们给他跑了三个月的线下轨迹,他大部分时间在做餐饮店,比如火锅、烤肉、烤鱼等,上个月他只去了一次咖啡厅,针对重庆的投资人来说,他可能比较喜欢在餐饮店里跟大家谈合作。

经过我们的测试,我们觉得线下数据会更加的精准,为什么精准呢?我给大家举个例子,如果你是一个4S店的店主,你想投放广告,那么有两群人可以去投,一群人是他去过4S店,被我们安装的电子设备扫描到了,我们管他叫线下人群。而另一群人则是在搜索引擎上搜索了车辆的相关信息,或者他经常浏览汽车之家频道,这是线上的数据。线上的数据特别全,特别多,有可能是学生,有可能是媒体记者,也有可能是汽车行业的研究人员。但是如果这个人去了4S店,他基本上就是想买这辆车了,或者想去看一看,我的经济能力可能只够买一台经济型的,但我也想去豪华的4S店看看,如果这个车非常好,我也可以买一台。线下人群和线上人群,哪些人更有意愿买豪华车呢?我们内部有一个说法,线上在百度里面搜宝马的可能是一个屌丝,但在4S店里,他有可能就是一个土豪。

今天的主题是线下数据的用户画像,我们拥有8亿MAC、几十万POI,以及实时的扫描数据,数据将POI的信息附着在MAC上,讲述着这个MAC经常逛的商圈,还有他最喜欢的店和美食,以及他的消费能力。

线下大数据有哪些维度?最精准的,我们挑出了这么几个维度:

数据的获得方式主要是通过WIFI扫描,POI的属性加上信号强度和时间。

一,POI的属性首先是地理属性,就是省市区,如果你的POI被我们扫描到了,那么你必然来到了这个省市,你必然光顾了这个商圈。还有GPS,具体的地理定位,这里有一个案例,我们在跟绿地合作的过程中,绿地在销售房地产的时候,会给我们一些店面信息,然后让我们跑出来以这个店为中心的方圆5000米所能扫描到的MAC,。一个高端餐饮连锁店,算出来方圆5000米的POI,找到POI所扫描到的MAC,再跟他们达成合作。POI除了有地理信息的属性,还有行业分类,任何一家POI,可能属于餐饮,可能属于汽车,可能是展会,也可能是女性消费的地方。如果他是汽车领域,可能还会有一个二级分类,有可能是洗车店、修车店等,我们将其浓缩成两层分类。POI还有什么属性呢?就是平均消费。如果你经常光顾一个平均消费非常高的地方,我们可以认为你很有钱,然后向你推送高消费的东西,奢侈品的一些广告;

二,WIFI扫描数据,WIFI在扫描的时候,我们会扫描到MAC的信息,我们会知道在哪个时间点扫描到了,扫描持续的时间长度是多少,当我们发现扫不到你了,说明你可能已经离开这个地方了;

三,时间,你在这个地方待了多久,就是时间和时长;

四,信号强度,这个信号强度代表着你离这个POI有多近。

根据这些维度,我们的第一个用户画像应用,就是门店级用户的整体画像,比如说某一个商家安装了我们的设备,我们采集了一定时间的数据之后,就可以给他做一个统计分析,首先是客户的类型是什么?今天来了多少客户?这些客户中哪些是路人,哪些是流失用户。还有就是消费客户,他来了,信号强度很强,他进到这个POI里面,待了很长时间,也许是一个小时,也许是两个小时,必然他是个消费用户,今天来了多少个客户,这些客户中哪些是路人、哪些是流失客户,哪些是消费客户,这些都能计算出来。

在我们国家的某些月份里,假期特别少,对于一些餐饮店来说,客流量就会锐减,这时候你的店铺就要自己搞一个活动,比如说一周搞了两个活动,这两个活动哪个有效,更能让老的客户回来,这个就会有用。同样一周内搞两个活动,哪个活动更有效,哪个活动来的消费用户更多,哪个活动拉来的新客更多,哪个活动回头客更多,这里面都会有一个分析。至于今天来的这么多的客户,哪些在你们家消费了,哪些没有在你家消费,大家在你的店驻留多长时间,这些都是客户转化率。

下面介绍我们的另一个应用,就是DSP。从整个系统的角度来说,8亿MAC,四十万个POI,怎么来使用呢?除了一个门店画像,单个POI的画像之外,如果想做整个系统的全面画像,应该怎么应用呢?我们就用到了 DSP。刚才有老师讲到了DSP广告平台的应用,广告市场有一个流量过来,DSP就会去询问DMP,这个广告是否值得去竞价,是否值得我投,而我则需要给他一些咨询的建议。我们是一个线下的DSP,我们会告诉他,这个人真实地去过哪里,这个人最喜欢逛的地方是什么,如果你觉得我们所给你的这个人的标签跟线上来的标签是比较匹配的,你就可以选择以一个较高的价格把它竞走。

然后是大数据的行业应用,我们积累了这么多数据,算出了8亿个MAC,以及每个MAC的属性和他有可能消费的行业,我们应用在什么地方呢?首先是用户画像,曾经我们将设备拿到NBL,画出了当时赛事的用户画像,并从中发现了许多我们能够想到和想象不到的事情,篮球赛里面高端的消费者还是挺多的,学生的数量也蛮多,他们有很多空闲的时间去做一些无聊的事,比如说看个篮球赛,而且是中国的篮球赛。

再看一下学校的分布,北京体育大学的去NBL很正常,下面还有一个北京三里屯一中,孩子们很喜欢看篮球赛,而且选择去现场看。

这是我们国外做的双塔游客画像,双塔是指中央电视台电视塔和奥运塔,我们公司在五道口,我所在的位置,一回头就能看到北京观光塔,我们也很好奇,说经常来北京观光塔的人都有什么特性,他为什么来这个塔?在中央电视塔下面徘徊的人,是不是电视台的人,电视台的人都来自哪儿?住在哪儿?线下的轨迹是什么样的,我们也想了解。北京观光塔是纯观光的地方,我们发现河北人民更热爱北京的观光塔,然后是天津、河南。再看中央电视塔,同样是河北人民。前六名、前七名的省是比较固定的,基本是河南、河北、天津、陕西、辽宁等这些地方。可能上海人们他们有自己的塔,有自己的场馆,来的相对比较少一些。

去双塔的这些游客喜欢做什么呢?首先他喜欢去景点,河南人不远万里来到北京电视塔,他肯定热爱旅游,热爱旅游的人还喜欢什么东西?基本就是美景和美食了,景点已经去了,接下来就要去吃美食了,于是他们来到购物商场继续消费和购物。我们还有一个想法,北京观光塔有多少人是来旅游的,有多少人是来健身的?我们当时想有99%是来旅游的,但是实际跑出来之后发现,来健身的人有16.8%。

我们合作的有几个地标性的建筑,我们给这些建筑提供门店级的用户画像,帮他智能地分析客流的情况,如何去优化,如何去营销,还有提供营销的平台。首先是奥运的观光塔、中央电视塔,还有西安历史博物馆,客流的波动都可以看到。

这是国内比较著名的景点,比如说上海豫园、龙门石窟、大雁塔、芙蓉园。讲一个比较有意思的故事,我们老板有一次出差,开车的时候走高速,路过西安的一个地方服务区,掏出手机,发现他们用的是我们的设备,跟代理商核实之后,代理商说整个陕西省高速公路所有的服务器装的都是我们的设备。除了这些国内的著名景点,还有青岛、重庆、济南、四川。

下面是我们跟海底捞的合作,我们去海底捞牡丹园店看了一下门店的转化量是怎么样的。海底捞方面也需要验证,你说这个波动是你们算出来的,但如果跟我们的不一样,该怎么来调试呢?海底捞有一个装料的碗,有多少个碗就代表有多少个客人,结果他算出来的数字,跟我们是相当耦合的。

接下来是我们的线下平台,这个是我们的APP,它能够做店级的营销,看店级的用户画像,客流的情况,有一些营销的功能,可以拉新,可以去维护老客户。

我们还有个连锁店的功能,这个是比较重要的,众盟值投,是精准线下大数据营销的方案。

这里举个例子,线下大数据怎么来用呢?我们有一个用户叫欧尚超市,超市说双十一前要搞一个活动,我的目标客户就是秀城区和秀洲区这两个区的人,通过线上找到这两个区的人其实比较难,我们就通过载入这两个区域的设备扫描MAC,然后知道这两个区都有谁,确实是在这两个区的人,就能被我们扫到。我们把这个数据交给欧尚去做投放,投放媒体有很多,大概有二三十家。第二天投放完成之后,效果非常好,来了好多人。

易车网66购物节。6月1号到6月6号,易车网要在全国23个主要的一二三线城市投放汽车广告,我们有去过4S店人的MAC,有去过车展人的MAC,他们对汽车的购买意向和兴趣会更大一些,我们把这些投放给媒体,效果也是非常显著的。

还有是我们在视频网站上弹出的广告,这个人在看视频的时候,点了一下暂停,我们就会给有较强汽车意愿的人弹出一个贴片广告。  

提问:众盟的数据存在打通概念吗?

王鹏:如果你做DSP,或者做线上互联网广告,都涉及到打通这个概念。

提问:您说的有8亿的设备,为什么后来又讲到8亿的MAC。

王鹏:是8亿的移动设备,这些设备可能是手表、手环,所有带WIFI功能的设备。

提问:这些都是提前植入?

王鹏:不是。

提问:这些数据不光是线下的数据,一定有运营商或者是其他的数据整合以后才能够产生出的精准营销或者是其他方面的应用,是吧?

王鹏:POI来收集MAC,这个点是有属性的。一个餐饮店,收集到了一些MAC,这个MAC来餐饮店消费了,比如说是火锅店,他经常来火锅店,并且是消费用户,我们认为他很喜欢吃火锅,我们就会把POI的属性打到MAC上,所以我们40万POI的属性都会分别打到8亿的MAC上面,每一个MAC都有一个属性。

提问:您还提到轨迹,这个轨迹数据也是您这边都能拿到的是吗?

王鹏:如果经过了我们的POI,我们就会扫描到他,然后会记录下他的轨迹,但是这个轨迹并不那么详细。我们相当于一个小的运营商,在运营一个POI网络时,他的轨迹会经过我们的POI网络。

提问:这个会涉及到法律个人隐私的问题吗?

王鹏:所有关于数据的都会涉及到这方面,我们之前有咨询过律师,因此我们都是在听取了律师的意见,并且确定符合法律相关条款之后才执行的,当然这都是在用户允许的情况下。

提问:刚才说到MAC的信息,比如说王宝强、马蓉的MAC信息给你了,这个算违法吗?

王鹏:我们的业务是用户画像、客流统计跟DSP。


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

2018数博会线下数据商业生态高峰论坛圆满成功
2018数博会线下数据商业生态高峰论坛圆满成功
数博会线下数据商业生态高峰论坛即将启幕
数博会线下数据商业生态高峰论坛即将启幕
精准营销,如何构建一套完善的用户画像体系?
精准营销,如何构建一套完善的用户画像体系?

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