北京华恒智信人力资源顾问有限公司English
咨询电话: 400-818-7856 官方微信

扫一扫,关注华恒智信,共同分享专业的人力资源管理方法和工具,与顾问专家面对面!

推荐算法 大数据时代的营销利器

发布时间:2016-10-26 , 发布人:华恒智信分析员

作为企业与客户之间的纽带,销售在企业中扮演着至关重要的角色,而越挖越广的销售渠道带来的大量客户,自然也需要大数据来应对了。那么,大数据可以对销售起怎样的作用呢?本期文章从销售的渠道特点及机会入手,对推荐算法进行了简单的介绍。
销售渠道分解及机会
企业在从事销售活动时,往往会根据客户的业务情况,区分出不同的销售渠道。我们常见分类及渠道特点如下:
我们可以看出,大客户渠道面对的客户数量较少,而中小客户渠道及潜在客户渠道中,可能会出现同样的一个业务场景:一名销售负责人员同时面对海量客户。在这样的业务场景下,销售员将面对以下两个问题:
如何甄选优质客户?我们的人力和时间资源都是有限的,只有对优质客户进行针对性拜访,才能最大程度提升盈利可能;如何准确地向陌生客户推荐合适的产品?恐怕没有哪位客户对漫无目的的营销有足够耐心,精准的推荐可以提升销售效率。如果有一种方法,能够帮助销售员准确预测客户对于产品的需求,无论是客户甄选问题还是产品推荐问题,都将迎刃而解。对于上述业务场景,将会对业绩的提升产生巨大的贡献。
推荐算法——大数据时代的营销机遇
互联网,作为大数据应用的排头兵,拥有最前沿的大数据处理和分析技术。在诸多算法和技术中,推荐算法是一种广泛应用于各类互联网公司中、并获得显著成果的方法。它的核心是通过用户数据、行为数据、商品等特征数据,预测出用户对公司产品的需求,正是销售核心问题的妙解。
推荐算法在不同类型的互联网公司中广泛应用,也从侧面印证了推荐算法对于实际业务具有极强的推动能力。你在网购时看见的“您可能感兴趣的商品”、听音乐时遇到的“您可能喜欢的歌曲”、刷微博时被推荐的关注对象、获取资讯时被推荐的页面,这一切的背后都正是推荐算法在起作用。同理,这样的方法自然也可以应用在销售过程中。
推荐算法的实施通常包括特征值筛选、建模、预测结果应用以及算法调优四个环节。对于推荐算法在销售过程中的应用,也包含了上述四个环节:
随着技术的发展,推荐算法也在不断地迭代更新,下图是一些目前主流、实用且相对简单的推荐算法及其基本原理:
在实际应用中,需要把上述的原理转化为数学模型输入实际数据,对用户的需求进行分析及预测。
除了上述的原理及数学模型,结合实际业务场景选择合适的推荐算法也是至关重要的一个环节。比如,有一类错误就是忘记结合业务时常见到的:某客户在购买可乐后,推荐给客户其他品牌的饮料是正常的思路;但是某客户在购买电视后,如果依然给客户推荐其他品牌的电视,对于企业的利润提升恐怕并不会产生作用。
同时,由于客户偏好及市场总是在不断的变化,为了保证推荐算法的准确性,投产后还需要不断对推荐算法进行调优。
写在结尾
推荐算法涉及了很多数理统计方法、计算机方法以及与业务场景结合的各种可能,一篇文章很难对所有问题进行深入的探讨。本文旨在抛砖引玉,提出推荐算法在传统销售模式下的应用可能,以及简单的推荐算法介绍。
虽然我们探讨的是推荐算法在传统销售渠道的应用,但如生产、客服、售后等其他环节自然也可以举一反三。面对不同行业中各环节面临的老问题和新问题,除了使用传统的解决方法之外,如果能够引入大数据的相关技术,也许可以提供一种新的解决思路,为利润的提升提供一条新的捷径。
最后,引用一句Linux内核发明人Linus Torvalds的名句“Talk is cheap. Show me the code”作为结尾。大数据技术最大的特点就是能够与业务深度结合并且落地,对于业务的改进也可以轻松地量化评判,从而可以帮助企业更加直观地对业务进行改善和提升,笔者认为这也正是大数据最为迷人的地方。
转载自36大数据(36dsj.com)