通过一个案例讲解下具体的应用。我们的客户是一个女装的上市公司，在过去的选款和设计当中，更多都是依靠设计师的个人判断，没有数据作为支持，因此他们希望宏原科技能够通过电商、社交的数据给到他们支持。所以宏原科技就要从这些各种各样的数据中进行挖掘和分析。

做这件事需要回答三个基本问题：

①品牌的目标消费者特征是什么？

②这些目标消费者期待什么样的设计款式？

③根据目标消费者的特征和他们需求的款式和设计，如何制定推广方案？

具体的数据来自电商的交易数据，几百万的消费者评论数据以及阿里提供的人群属性数据。背后的分析方法就是自然语言处理，分类分析和人群透视分析。

我们怎么从大数据中对人群进行分类呢？这里的基本原则就是：消费者购买了服装体现了消费者的特征，消费者的评论分析更加体现了消费者对于服装关注的重点。我们可以通过消费者的表达，看到他们在不同场景对不同服装关注的重点是什么。

根据这些分析，我们可以把消费者分成更在意“自我”的感受和更在意“他人”的评价等，并进一步把人群细分，再通过人群购买商品，发现这些不同人群偏好的品类、设计风格等。

这部分的分析针对整个女装市场，了解整个市场的人群分类。我们进一步要去了解我们的品牌消费者与整个市场的消费者有什么差异。这里我们就根据客户品牌人群数据和商品数据，分析客户品牌在人群、产品特征上的差异。

通过这些数据，就可以看到这个品牌跟整个市场相比，在品类、风格、人群等方面的差异，从而能够把消费者从女装消费者进一步推进到“我的“女装消费者。根据这些人群的特征、品类、风格偏好的差异，就可以指导设计师们针对这些人群设计风格、选择材质、品类等。洞察分析不是为了分析而分析，更重要的是采取行动。除了产品设计之外，在推广中也能够给到清晰的指引。如果没有这些洞察分析，客户品牌在电商推广中只能针对全市场人群，针对店铺进行推广；有了这些数据挖掘和洞察做基础，品牌在推广的时候，就可以直接针对品牌特征人群，也就是本案例中的高冷型女神人群进行推广。

这也是我们一直提倡的观点，买衣服的是人，是消费者，不是流量，我们不能仅仅把分析和洞察停留在流量层面，要深入到流量背后的人，了解他们的行为、心理和态度。因此不是有流量就能够做好分析，营销的分析和洞察还是要回归到人。

大家肯定都很关心这样做的效果如何？通过我们的洞察分析以后，再到阿里巴巴进行圈人的钻展投放效果，在没有任何活动的干预之下，ROI提升了2.3倍。同时，点击率也提升了1.7倍。这说明我们在人群规模扩大的同时，还获得了ROI的提升。

以上基本上就是我们利用大数据在服装行业实践的案例介绍。

除了在服装领域，我们在母婴、美妆、健康领域都有很多这样的应用，用我们的话说，就是从洞察直达行动。我们也从这些应用当中坚信，提升效果表面上是技术问题，本质上是战略问题。首先要确定做正确的事情，然后再正确的做事。提升效果，不能仅仅盯着跟效果最直接的那个执行环节，还是要回到消费者本身，回到策略。

/ Q&A /

▎请问做一个这样的分析都需要什么工具？

我觉得工具可能要分几个层面。第一、基础数据类的工具，需要一些数据抓取、存储以及分布式计算的工具。第二、分析算法类的工具，包括自然语言处理的算法、分类的分析、聚类的分析等。当然，还包含不同品类的词库、语义分析这样一些方法在里面。第三、决策类的工具。在宏原科技，我们建立了一个AMP，也就是人群管理的平台，来完成基础数据的获取、储存、计算；应用层面的分析；决策的分析。

▎收集数据时最好的工具是什么？

收集数据的工具如果要说最好，其实很难回答。搜集数据的工具只有一种，那就是爬取。撇开技术的角度，搜集的方法还有合作、购买、交换，这样很难讲哪个最好，哪个不好，取决于你自己要达成的商业目标，你的技术能力，你拥有的资源。

▎咱们和阿里巴巴在数据上的合作具体是怎样的呢？

我们是阿里巴巴的数据服务商，他们会提供一些开发的环境给到我们，我们再到开发环境中写入我们的算法，然后进行运算，得到分析的结果。但是，从原则上来说，我们不可以将数据拿出来，我们只能使用数据星图数据致力于大数据技术在消费领域的行业应用1，而不能拥有数据，而且阿里巴巴的数据分析动态环境产出的结果可以直接导入到他们的投放系统进行广告投放。所以，这样可以帮助我们实现从洞察到行动的一体化解决方案。宏原科技在阿里巴巴做的工作不仅仅是洞察分析的报告，更重要的是可以看到行动，看到结果。

▎电商评价如淘宝很多商品存在大量刷单的情况，类似这种数据目前有办法辨别清洗吗？或者说数据准确度怎么保障？

这件事情我觉得可以从几个角度去理解：第一、我们的分析是基于消费者所见即所得，也就是说消费者看得见的我们都来分析，那么从这个角度来看，这个分析的结果是基于公平的原则，如果刷单，那我们就体现了整个市场的状况，体现了一个带着刷单、带着瑕疵的市场状况。第二、很多的语义从数据分析的角度来看，如果有大量的评论仅仅是讲不相关联或者简单的内容，我们的工具也会逐渐把它识

来源【首席数据官】，更多内容/合作请关注「辉声辉语」公众号，送10G营销资料！