為了鎖定個人消費者，美國家居用品零售商Williams-Sonoma把多來源的數(shù)據(jù)聚合到一起，通過Hadoop平臺構(gòu)建起具有在線營銷洞察力的統(tǒng)一儀表盤。

當(dāng)你將大數(shù)據(jù)、統(tǒng)計模型和銷售分析結(jié)合在一起會發(fā)生什么呢?如果你是美國家居用品零售商Williams-Sonoma，那么你將獲得每天處理5000萬行數(shù)據(jù)的能力，將能夠有針對性地向大量個人消費者進(jìn)行營銷。

Williams-Sonoma是一家年營收接近40億美元、擁有3萬名員工的上市企業(yè)。該公司負(fù)責(zé)客戶分析的副總裁Mohan Namboodiri目前正試圖提升該公司的營銷分析水平。Williams-Sonoma并不認(rèn)為，在線廣告和電子郵件會比針對特定客戶的營銷更為有效。該公司正在試圖找到一種辦法，以全面獲得營銷活動歸因。也就是說，理解每次針對個人消費者的促銷活動的效果。這能夠讓企業(yè)重新分配營銷活動預(yù)算，以鎖定個人消費者，而不是特定的客戶群體。

營銷分析在過去的用途十分簡單，一般是追蹤活動代碼到你的客戶，以了解活動的效果。相對于分類、直接郵寄、群發(fā)電子郵件、廣告、電話推銷等方式，營銷活動數(shù)據(jù)相對易于管理。

營銷工具、數(shù)據(jù)來源和數(shù)據(jù)規(guī)模正在持續(xù)增長，其中包括手機短信、橫幅廣告、在線搜索活動、店內(nèi)促銷、會員卡、鼠標(biāo)點擊率等。借助于涵蓋客戶數(shù)量統(tǒng)計、信用評分等第三方數(shù)據(jù)，數(shù)據(jù)來源正變得越來越多。此外，還有一些不受營銷控制的因素，比如季節(jié)購買習(xí)慣和客戶購買習(xí)慣。最終，管理營銷系統(tǒng)會面臨諸多挑戰(zhàn)，許多營銷策略取決于不同的應(yīng)用或機構(gòu)。

最新的營銷系統(tǒng)使得針對不同客戶量身制訂新品推廣、打折促銷或消費積分方案變得更加容易。但是，為了發(fā)揮最大效果，營銷人員需要完全清楚哪些方案針對哪些客戶，同時注意不讓他們的客戶感到厭煩。例如，經(jīng)常性地群發(fā)電子郵件。這些做法會導(dǎo)致難以觀察客戶活動，以及難以以最有效的方式進(jìn)行營銷。

問題是多方面的。由于容量、速率和多樣性等因素，這實際上是一個大數(shù)據(jù)問題;各種各樣互不相連的系統(tǒng)，使得其成為了一個數(shù)據(jù)孤島問題;利用給定因素，試圖理解針對個人消費者的營銷活動效果，是一個統(tǒng)計分析問題。例如，一些客戶可能只會在圣誕節(jié)期間對電子郵件促銷做出回應(yīng)，而另外一些客戶可能會點擊電子郵件促銷，并在全年進(jìn)行購買。

通過營銷渠道的加權(quán)，營銷歸因儀表盤顯示出了針對每名客戶的銷量。

為了對信息進(jìn)行準(zhǔn)確評估，你需要一個能夠直觀顯示活動與購買行為之間關(guān)聯(lián)關(guān)系的儀表盤。Williams-Sonoma選擇的營銷歸因SaaS解決方案由UpStream創(chuàng)建。UpStream開發(fā)團(tuán)隊采用了一個綜合商業(yè)背景、營銷、計算機科學(xué)、數(shù)學(xué)、物理和統(tǒng)計的多學(xué)科解決方案，來解決復(fù)雜的商業(yè)問題。

為了應(yīng)對大數(shù)據(jù)和數(shù)據(jù)孤島的挑戰(zhàn)，UpStream的托管服務(wù)使用Hadoop作為ETL(提取/轉(zhuǎn)換/加載)中間件和分布式處理數(shù)據(jù)倉庫。Hadoop被用于準(zhǔn)備來自營銷程序的數(shù)據(jù)，對客戶行為進(jìn)行評分。Williams-Sonoma向UpStream提供其內(nèi)部的營銷數(shù)據(jù)(包括網(wǎng)站瀏覽、移動網(wǎng)站、客戶服務(wù)中心等)。UpStream將把它們與來自Experian等代理商的第三方客戶數(shù)據(jù)匯聚在一起。

數(shù)據(jù)聚合能夠讓UpStream完成許多任務(wù)。首先，它們能夠通過Hadoop評估綜合數(shù)據(jù)，并迅速推出大量針對個人消費者的營銷活動，處理每個客戶端每天5000多萬的評分。其次，它們讓W(xué)illiams-Sonoma在所有相關(guān)活動、與零售商店的互動、在線營銷和采購中都能夠擁有一個統(tǒng)一的儀表盤。

數(shù)據(jù)聚合還讓統(tǒng)計分析成為了可能。UpStream通過用R語言編寫的生存回歸模型(即眾所周知的風(fēng)險模型或時間至事件模型)創(chuàng)建了一種全新的解決方案。這些模型在衛(wèi)生保健行業(yè)已經(jīng)被成功的應(yīng)用，不過其應(yīng)用環(huán)境僅為涵蓋數(shù)百名病人的小型數(shù)據(jù)集。

UpStream改進(jìn)了這些模型，以為零售商處理特定的營銷，分析出每次針對客戶采購的營銷活動的加權(quán)效果。在這種情況下，預(yù)算能夠被更為有效地分配。為了讓解決方案的這一部分更具擴(kuò)展性，UpStream使用了Revolution Analytics公司的商業(yè)版R語言。模型能夠根據(jù)營銷活動預(yù)測指定客戶的購買可能性。

UpStream和Williams-Sonoma正在繼續(xù)合作，以針對個人消費者創(chuàng)建定制的、目標(biāo)明確的營銷活動。其模型設(shè)計使得他們能夠確定哪種營銷方式對哪些客戶起作用(例如電子郵件相比傳統(tǒng)郵件的營銷效果)，以及哪些客戶適用于橫幅廣告等在線營銷活動。

盡管Williams-Sonoma并沒有公布詳細(xì)結(jié)果，不過Namboodiri透露，結(jié)果非常令人鼓舞，雖然目前還沒有確切的數(shù)據(jù)，但是在規(guī)模和質(zhì)量上均有所提升。