飞鹤联合QuickBI,云上洞察乳业消费者生命周期

  1. 云栖社区>
  2. 阿里云数据中台>
  3. 博客>
  4. 正文

飞鹤联合QuickBI,云上洞察乳业消费者生命周期

molly茉希 2020-04-09 17:57:44 浏览1412
展开阅读全文

_1

1. 飞鹤奶粉-中国销量遥遥领先
3
近日,中国飞鹤获日本JIPM评审委员会颁发的全球卓越制造大奖TPM奖,成为全球为数不多获得该奖项的婴幼儿奶粉企业之一。作为中国婴幼儿奶粉第一品牌,中国飞鹤已连续三年入围乳制品创新大奖,旗下高端婴幼儿奶粉“星飞帆”连续5年摘得世界食品品鉴大会金奖,如今再摘得全球卓越制造奖“TPM奖”,这标志着其从生产管理到制法工艺再到产品,都获得了国际专业认可与推崇,并为全球乳业发展贡献出“中国智慧”。
飞鹤乳业注重企业信息化、数字化建设,紧跟信息化数据化的发展脚步,在乳业产品生产、运输、渠道管理、销售管理为一体的背景下,也积累沉淀了大量消费者资产数据。因此这些数据资产的变现,就成为信息化部门的一大要务。

2. 项目背景
在消费者全面经营分析上,飞鹤存在以下数据问题:

  • 数据分散
    大量的消费者相关的事实数据、行为数据散落在多个系统,数据源的不统一导致数据就是零散的孤岛;零散数据不仅无法统一全局分析消费者数据,甚至可能导致一些错误的分析结果。
  • 用户群体划分口径不同
    消费者运营管理方式多样且环节较多,不同运营业务方对消费者生命周期划分和侧重点也不尽相同,对消费者的群体细分不能达到整体层面上的统一,影响企业各业务环节的有效衔接。
  • 无法即时获取所需分析
    由于业务库的分散,而数据安全又至关重要,导致数据使用流程十分复杂,各业务环节不能达到高效地使用数据,数据使用上存在一定的滞后性。

那么,消费者全面经营分析要怎么做?怎样才能快速高效把握消费者生命周期?
经过初期调研分析,结合当前企业数据量大且分散的现状,最终选定阿里云的Dataphin来实现数据源的相关集成和体系化构建管理;并使用Quick BI产品做数据的可视化分析展示,(其中消费者全生命周期分析就是其中的一大功能模块),最终构建出如图所示架构。
image

2.1消费者全生命周期体系化框架设计思路
image

对于飞鹤这种掌握着一定消费者信息的零售型企业,考虑从以下几个方面洞察重点环节:

  • 整合散落在各个系统的消费者数据,统一消费者生命周期阶段划分的标准。
  • 全面盘点当前消费者资产,为各个渠道、各个业务线提供事实依据。
  • 洞察各阶段消费者偏好,解答运营人员的三个问题(客户价值、客户主观需求、客户客观需求)。
  • 识别关键转化环节消费者价值与偏好,指导业务运营人员在拉新、营销活动策略、老客复购环节做出针对性策略。
  • 沉睡/流失客群洞察分析。

2.2消费者全生命周期数据产品功能模块
根据上述设计,将此数据产品的功能模块设计为四个模块:消费者生命周期总览、消费者偏好分析、消费者价值分析、沉睡/流失洞察。
image

3.主题分析与数据建模介绍
3.1 主题分析
示例一:消费者生命周期现状与趋势
image

  • 页面名称:消费者生命周期概览之现状与趋势
  • 页面内容:以全局视角,宏观总览飞鹤集团消费者资产情况。从当前各阶段用户总量,到近一段时间的增长趋势,方便产品用户直观了解消费者资产现状,为管理决策层分配资源提供数据依据。
  • 结合QuickBI功能满足业务需求:
    (1)筛选条件内容设定满足业务统计基本需求,多条件组合筛选能够实现交叉统计数据指标,筛选条件的形式设定需满足业务逻辑需求,如统计指标走势时,时间筛选条件为时间区间形式。

image

(2)做到筛选条件设定能够方便BI使用者,减少选择复杂度并提高效率,如对于多层级筛选条件(如渠道)设置为业务相关的筛选形式,满足易用性原则。

示例二:沉睡客户识别
image

  • 页面名称:沉睡洞察之沉睡客户识别
    页面内容:与CRM沉睡/流失客户运营管理联动,其一能够帮助客户运营人员了解客户流失总体情况,包括各地区不同客群的流失情况,各渠道来源客群的流失情况,为流失客群挽回整体策略提供支持;其二,通过自定义流失条件查询,实现业务方灵活查询需关注客群的整体情况与特征,为个性化挽回策略提供数据支持。
  • 结合QuickBI功能满足业务需求:
    (1)多类型仪表盘应用,数据展示样式丰富多彩。通过仪表盘查看目前沉睡总人数,以及当前占比,从而判断沉睡用户是否在正常范围内,是否需要大举措来做唤醒。词云图可以快速发现当前沉睡用户最关注的关键问题是哪些,为沉睡用户的挽回设计针对性措施。条形图TOP10可以帮助运营管理人员发现历史用户最关注的商品,从而结合词云设计策略挽回用户。

(2)图表联动:环形饼图点击会员等级,联动到这类用户的历史浏览情况图表中,可以找到高价值用户的问题点,在策略设计上改变自己的优先级。

更多:结合QuickBI满足业务需求示例
(1)组件筛选的灵活性原则
不同运营业务方有自己的业务规则,对于无法统一标准的字段,给定开放式的阀值筛选条件,为不同业务人员提供自定义的条件筛选功能,如对于“沉睡消费者”,不同业务部门或者同一业务部门在不同时期,沉睡时长标准不统一,提供不等式形式的筛选条件供业务方灵活使用。
image

(2)图表下钻探查分析
QuickBI的图表下钻功能,既能满足多种需求用户在数据分析维度层级上的需求,也使页面呈现更加简洁化,如下图为描述各地区消费者总量与增长模块,其中点击图1饼图的扇形或者图2的折线,均可下钻至对应地区下一层级的地区对比,由于本案例场景中地区有三个层级的从属关系,故可原处三级下钻,满足不同用户的查看分析数据的需求,既从宏观上呈现一级地区的消费者规模对比,也能通过下钻展示具体地区下的微观表现。
image

(3)Tab设置一目了然
在消费者偏好概览中,将消费者群体按生命周期阶段进行细分,针对不同的消费者群体,通过Tab功能的设置,能够对细分群体分别分析,也简化了页面的长度和复杂程度,如下图为消费者消费偏好分析,通过Tab功能设置将潜客转化和老客复购在消费习惯偏好方面进行区分,支持业务对细分群体进行差别营销。
image

3.2 QuickBI数据建模让数据处理人员更高效
image

数据模型建立和使用
每一个成功人士的背后都有另一个人在默默支持,就像QuickBI可视化分析展示前台的背后,总有一个数据建模的后台在默默支撑。
QuickBI数据建模只需两步,轻松搞定数据从无到有(获取数据),从有到优(创建数据集);易学习易操作,可视化方式让没有变成能力的数据人也可轻松搞定。

  • 数据源支持
    (1)云数据库:支持各种云数据库-RDS、ADB、Hive、Presto...

image

(2)自建数据源:常用主流数据源均支持-MySQL、SQL server、Oracle、vertica...
image

(3)本地文件:Excel、CSV均支持,同时也可对追加上传。
image

  • 数据集管理
    (1)在数据集的管理页面,可以对选中的数据集进行快速分析、编辑、重命名、字段扩展、重定义等操作,快速构建主题分析模型。

image

(2)提供在线表关联实现灵活分析;提供行级数据访问权限控制,实现高度数据安全的控制。
image
image

4.使用现状&客户寄语
存量上百TB级,日增百GB级的大数据量,在飞鹤信息部手中游刃有余;QuickBI助力飞鹤乳业信息部实现20人服务业务1000余人,业务分析诉求的多元化,在QuickBI中也能一站式搞定;为企业节省大量人力,效率翻倍提升。

消费者生命周期管理,是企业整体运营的核心与基础,对消费者全生命周期的探索式分析,帮助飞鹤把握消费者每一次与品牌触达的要点信息,在消费者拉新、促活、增加正向收益、减少负向收益(维护成本)、延长消费者生命周期运营环节给予准确有效的数据参考价值,进而指导销售运营、提高营销的精准度、提升消费者总体价值。
同时QuickBI使用上的简单灵活,结合其高性能海量数据查询、体系的安全管控机制、丰富的数据可视化特性,大大提升了飞鹤乳业各类数据分析在最后一公里的效率。

网友评论

登录后评论
0/500
评论
molly茉希
+ 关注
所属团队号: 阿里云数据中台