文_清華大學&新加坡國立大學下一代搜索聯合研究中心執行副主任、高級研究員欒煥博博士(根據演講內容整理)
清華大學欒煥博:AI大數據智能引導家電企業科學營銷
文_清華大學&新加坡國立大學下一代搜索聯合研究中心執行副主任、高級研究員欒煥博博士(根據演講內容整理)
Scientific Arketing
對于家電企業而言,最理想的營銷狀態是“供求匹配”,其次是“供不應求”,最糟心的無疑是“供過于求”。然而,市場永遠沒有定數,如何精準的進行市場狀態預判?這是家電企業一直在積極探索的。
梳理構建中國家電領域的知識圖譜,搭建家電領域的大腦智庫,對于家電大數據挖掘也至關重要。
在全球經濟一體化以及萬物互聯大潮的雙重推動下,不僅產品更迭速度加快,消費者的需求更是日益多元化,經驗積累以及基礎的市場調研已經不足以支撐更為精準的走勢預覽,更加科學的判斷方法已經成為了家電企業的剛性訴求。
“用戶產生數據”,欒煥博說道,基于用戶的購買行為,企業會獲得大量的數據,包括了企業內部數據、消費數據、互聯網數據等等,這些數據廣泛存在于企業經營的各個環節,通過分析它們,可以幫助企業做出更加科學、嚴謹的經營決策,包括品牌認知、產品定價、促銷策略選擇、渠道分配、消費群體洞察、競品分析等等,避免不必要的人力、物力浪費,提高企業市場競爭力。
以線上數據應用為例。目前,整個家電行業30%的產品在線上賣,雖然尚不能完全代表整個家電行業,但是,線上代表的消費者群體越來越龐大是毋庸置疑的,充分利用這些數據,企業會更加了解消費者。例如,匯總消費者的線上購買數據,進行購買喜好、潛在需求、購買時間等一系列的消費行為進行分析,為家電企業的產品研發、品牌打造、渠道推廣等提供參考依據。
現階段,雖然有不少家電企業意識到了家電大數據的意義,并開始用到京東、天貓等電商平臺的后臺數據,進行銷售情況、口碑情況的分析,但是,這遠遠不夠。欒煥博認為,大數據最理想的應用狀態是企業能夠充分了解所有相關數據,并能夠通過這些數據對自身品牌、友商情況、行業現狀等進行綜合分析,從而做出更為精準的市場預判。
家電企業對于結構化的數據并不陌生,它由字段組成,是非常干凈的數據,比如,傳統的銷售數據統計、問卷調查回訪等傳統手段,產生的都是結構化數據。然而,在互聯網環境下,大數據規模迅速擴張,不僅有結構化數據,更會產生大量的非結構化數據,如何深入挖掘非結構化數據,成為了家電企業在萬物互聯時代面臨的全新挑戰。人工智能,本質就是嘗試用機器或者算法模擬人的意識和思考,包括了人臉識別、圖象識別、無人駕駛、輔助駕駛、語音識別等關鍵性技術,是解讀非結構化數據的利器。
除了非結構化數據處理之外,欒煥博認為,梳理構建中國家電領域的知識圖譜,搭建家電領域的大腦智庫,對于家電大數據挖掘也至關重要。用圖結構可以更好來處理知識邏輯和推理,表現因果關系。隨著知識圖譜發展越來越大,家電行業的發展會越來越“透明”,上下游企業的劃分,競爭產品分析,渠道構建等,一目了然。