亚马逊怎样靠数据赚钱

发布时间:2022-08-01 02:14:08 来源:乐鱼体育好用吗 作者:乐鱼知名足球入口

  假如你是水果摊老板,该怎么用数据思维做决策呢?有车用户与没车用户,哪类群体更爱打车?百度怎么会知道我在超市买了刮胡刀呢?亚马逊电商究竟是怎么靠数据挣钱的?

  这是一份有趣的,并且可以帮你全面深入理解数据商业思维奥秘的指南,可以让你的商业洞察力变得更加敏锐。

  在过去,有经验的决策,也有数据的决策。而在当下这个变化特别快的年代,数据思维正在变得越来越重要。

  无论是在大企业还是小企业,甚至是在我们的日常生活里,数据思维的应用场景,随处可见。举个例子,学校周边的水果摊会有很多,如果你在学校周边也要开一个水果摊,怎么才能存活下来呢?这其实非常考验你的数据思维能力。

  首先,对于水果摊老板来说,最重要的一件事是什么?老客经营。为什么?因为学校周边的水果摊,流动客户的比例特别低,绝大多数客户其实都是你的老客户,如果他有一次买水果的体验不好,下一次他就不会再去了。

  所以,如果有一个客户在你这里买了20元的水果,下一次,他来跟你抱怨说水果不好,你该怎么做?聪明的经营者会说20元我退给您,这次再挑,好了之后再付费。

  表面上看,你损失了20元,但你要知道,水果的复购率,基本上一个星期至少买2次,你可能这次损失了20元,但在未来的两三个星期,你一定会赚回来。

  你要根据第一天的销量来判断第二天的进货,还有第二天的仓储,而且还要考虑水果的生命周期。

  举个例子,苹果的口感可以持续一个星期,那就多进一点,香蕉的生命周期只有3天,即便热卖,也要少进点。

  再次,你要知道运用关联销售来提高客户价值。因为很多客户来买水果时,会搭配着买好几样,你要把易搭配的水果放一起,方便他挑。

  另外,你也可以用贵的水果去引流中档的水果,为什么呢?举个例子,你本来卖的苹果8元一斤,客户可能会觉得很贵;但如果你在旁边放60元一斤的车厘子,客户可能就会觉得,8元还是便宜的,甚至,如果你放了2元的梨,那么他可能就买2元的梨了。

  再补充一个我买菜的经历。我有一次去菜市场买鱼头,老板卖给我是12元一斤,但我旁边过来一个骑自行车的人,看上去收入不太高,买鱼头8元一斤。问题来了,卖鱼老板不怕流失我这样的客户吗?不怕。

  因为我可能2个月才会去一次菜市场,但是旁边那个骑车的人,可能天天都要买个鱼头,如果流失了这样的客户,才是真正的损失。

  对中小企业来说,经营上最重要的一点就是要时时刻刻想着自己的商业模式,想着怎么样扩大客户规模,怎么样在单个客户身上赚更多的钱,怎么让客户复购率提升买或者去看一下竞争对手怎么做的,至少我在某些方面不落后于竞争对手。

  数据思维比经验思维更好?不。更准确的说法应该是,数据思维会让决策的效果更稳定。而我们基于经验思维做的决策,如果拉长时间去看,你会发现,整个的状态是波浪式的,有的时候成功概率很高,有的时候就会很低。

  当年,深圳有一家领先的股份制银行,希望信用卡绑在Uber上以提高支付率。于是,就遇到了这样一个客户群体区分的问题:有车用户与没车用户,哪类用户把Uber绑到信用卡的概率更高?或者换句话说,你觉得哪类群体更爱打车?

  可能大部分人的第一想法是没车用户,没有车才需要打车嘛,这就是经验思维,你说他错了吗?其实也没错。

  可数据营销实验发现,绑卡率最高的是有打车需求并且是有车的客户,而不是无车客户,这才是更准确的事实。

  为什么?因为有车的客户,他已经习惯开车,一旦没车,他其实不习惯坐公交,也不习惯坐地铁,而是更愿意打车。

  确定了转化率比较高的客户群体之后,这个企业开始给这些客户发50元的打车券,条件是要把信用卡绑到Uber上,结果转化率达到了10%,最后只花了1000万元的营销费用。

  同样的情形,如果这个企业的优惠券发给了只有1.5%转化率的客户群体,整体的营销成本可能会高出七八倍。

  简单说,企业所有的数据,可以归类为“三重门”,打个比方,交互门就好比一个围墙,围墙里面的小花园就是交易门,围墙外面的大花园就是公开市场门。详细如下:

  交互门:企业与客户的交互行为数据,比如客户下载了你的APP,没有购买商品,但是产生了点击行为。

  如果你有兴趣,也可以再试验下,在淘宝或是京东点一个商品,很喜欢,点了很多次,但没有购买,或者购买了,都可以。然后你再打开今日头条、网易等这些信息流广告媒体,你可能就会发现同类商品的推荐。因为所有的数据都通过设备ID打通了。

  这个案例的启示是,作为大企业,一定要学会打通数据,然后利用这些数据去服务所有客户的生命周期和全渠道。

  但是目前,传统行业还处在一个数据孤岛的状态,甚至很多数据,也仅是业务的副产业,而不是资产,没有利用数据科学去运营,这一点,尤其值得大家特别重视。

  谷歌的一项决策分析显示,面对海量数据,人的决策落后于机器决策,所以你会发现,互联网企业里面大量的营销、搜索引擎、决策等,其实都是用数据科学去做的。

  在创立亚马逊之前,贝索斯曾在华尔街量化投资之父戴维肖的公司工作过,当时就是大量用数据进行量化投资。后来,贝索斯发现证券交易的原理也可以应用到电商领域,于是就开了家网上书店。

  证券交易,买和卖,两个交易同时进行时,中间的渠道、代理商、或是证券公司就会收到交易手续费。换句话说,两个同时进行的交易,只要他们都进行结算,就肯定有利润;而且,真正的价值不是在于存货,而是在于数据。

  贝索斯发现、整个电商交易真正的价值不在于货物,而在于通过交易产生的数据,以及累积的客户。

  其实,很多客户在浏览或者购买商品时,有一个特点,无序。他们不知道要买什么,因为SKU太多了,有2万多个。

  于是,亚马逊就发明了推荐引擎,现在,有40%以上的商品都是通过推荐引擎推荐给客户,然后客户购买。这就大大缩短了客户做决策的时间,也提升了客户购买的转化率。(备注:业界最高标准,推荐引擎的商品转化率在8%左右。)

  在亚马逊,还有这样一种情形,老客户看到的商品价格,要比新客户贵,比如同样一个2000美元的DVD,老客户看到的价格要比新客户贵20美元。

  为什么要这样呢?按照经验,老客户不是该更优惠吗?不,亚马逊改变了这一商业逻辑。

  亚马逊会每5分钟去扫描所有竞争对手,包括易贝、沃尔玛、百思买等在内的商品价格,然后据此调整自身商品的价格,以确保最便宜,可能低5美元,也可能是5美分。

  因为亚马逊是每5分钟就扫描一次商品,也就是说,即便老客户看到的商品可能比新客户要高,但当他去外面的网站去看一圈,最后还是会发现亚马逊的价格最低,所以老客户是不会流失的。

  慢慢地让新客户逐渐成为老客户,然后慢慢地在老客户身上赚更多的钱,这就是亚马逊电商赚钱的秘密。

  还有一种情况,同样一台GE冰箱,或者同样一个商品,会在自己的电商网站上卖一个价格,然后再在亚马逊卖一个价格。

  如果亚马逊发现同样的一台GE冰箱,在GE的网站上卖2000美元,在亚马逊上卖2100美元,会怎么办呢?

  亚马逊会适当调高GE冰箱的物流成本,以牵制竞争对手的价格,因为所有品牌产品的物流基本都是用亚马逊的。

  过去,我们会看到,企业经常是依赖外界,靠大量的投资、大量的营销费用、大量的外脑,以及大量的资源整合来推动自身的发展,但是现在,企业的数据运营与数据资产变现,更强调的是自己内生的力量,依赖自己的运营能力和自己的人才去完成这些事情。

  所以,每个创始人都该有一些数据思维能力,专注地在自己的小花园里,累积数据资产,发掘新的商业机会。(本文根据鲍忠铁老师在混沌大学研习社的课程整理而成)