Vi siger, at dagens data er olie. Disse dataolier indeholder forbrugernes behov, smertepunkter, præferencer og vaner.
De er som olie, der venter på at blive udvundet. De er produktivitetsfremmende, nye energikilder.
Lad os i dag tale om, hvordan digital olie styrker produktvalg, og hvordan vi bør udtrække forbrugernes behov, smertepunkter, præferencer og vaner i dataolie.
1. Hvad er digitalisering?
Før vi taler om digitalt produktvalg, lad os tale om, hvad digitalisering er.
Digitalisering er at udtrække data fra den fysiske verden, forfine dem til information, forfine dem til viden og aggregere dem til visdom.
I denne proces er der fire nøgletrin: minedrift, skrubning, raffinering og polymerisering.
Det første skridt er at udtrække data fra den fysiske verden.
Hvad betyder det? Det er at omdanne vores opfattelse af den fysiske verden til en tekst, et foto, en lyd og en video. Resultatet af minedrift er data.
Det andet trin er at forfine de massive data til information.
Fordi de udvundne data er uden værdi i sig selv, er du nødt til det, hvis du vil have brugbar information “reducere støj” dataene og identificere værdifuld information fra de massive data.
For eksempel, ved at mine data, kan du identificere en person på billedet, en vægt og et tal på det. Dette er information.
Det tredje trin er at forfine information til viden.
Rå information, såsom information om vægtskala, information om kropsfedtskala, information om blodtryk og højdeinformation, er alene af ringe værdi.
Hvordan gør man? Ud fra denne information forfines viden.
For eksempel vejer Mr. Zhang 180 pund. Kan det på baggrund af disse oplysninger fastslås, at hr. Zhang er usund? Det virker muligvis ikke, du skal have andre oplysninger til reference.
Forøg højdeoplysninger. For eksempel, hvis hr. Zhang er mere end 2 meter høj, er 180 pund ikke noget problem. Men hvad nu hvis 1,7 meter? Der kan være et problem.
Så det er bedre at have en anden besked. Kropsfedt.
Kun ved at sætte informationerne sammen, såsom vægt, højde og kropsfedt, kan vi “raffinere” det virkelig nyttige “sundhed”: viden.
Viden er meget vigtig. Men værdien af isoleret viden er stadig begrænset. Kun når viden flyder, kolliderer med hinanden, stimulerer hinanden og frembringer lys visdom.
Det fjerde trin er at samle viden til visdom.
Jeg ved, at jeg har forhøjet blodtryk, men hvordan behandler man det? Brug kunstig intelligens algoritmer til at beregne den bedste behandlingsplan for dette tilfælde.
Dette er visdom.
Det er de fire trin i digitaliseringen.
Dit digitaliseringsniveau afhænger af, om du kan udtrække data fra digital olie, om det er information, viden eller visdom.
2. Produktvalg af digitalisering
Hvordan vælger man produkter ved hjælp af digitalisering?
Digitalt produktvalg er faktisk “minedrift” data fra forbrugerne’ indkøbsadfærd. Så ud fra disse data, “raffinering” kendskabet til “hvilke produkter kan forbrugerne lide”. Brug endelig denne viden til at tjene penge.
Hvad betyder det?
Tidligere lavede vi først et produkt, og brugte derefter mange penge på at annoncere og shoppe aktiviteter. Lad forbrugerne forstå dette produkt, og gradvist opbygge tillid til dette produkt. Endelig opstår købsadfærd.
Hvis vi først kan finde et produkt, som forbrugerne kan lide, og derefter lave dette produkt, ville det så ikke være bedre at sælge?
Nu bliver denne antagelse realiseret gennem digitalisering.
For eksempel kan sælgere udvinde forbrugernes behov, præferencer, smertepunkter og vaner fra forbrugeranmeldelser og købsdata.
Send derefter disse oplysninger tilbage til fabrikken, og fabrikken kan producere skræddersyede produkter baseret på disse behov.
Hvad med forbrugerne? Du kan også bruge anmeldelsesdata og salgsdata til at se, hvilket produkt der er mest populært, og hvilket produkt der er af bedre kvalitet.
Sælgere kan bruge digitalisering til at vælge produkter, der er mere populære hos forbrugerne, og forbrugere kan også bruge digitalisering til at kende kvaliteten af produkter på forhånd.
Angående produktvalg af digitalisering, vil jeg dele tre historier med dig.
Hovedpersonen i den første historie er Xiao. Han plejede at være specialsoldat og startede senere en grænseoverskridende e-handelsvirksomhed, og han gjorde et godt stykke arbejde.
Xiao Lei udtrak information fra dataolie. Jeg så de behov, som mine kammerater ikke så, og reagerede hurtigt for at matche de tilsvarende produkter.
For eksempel opdagede han i juni 2020 muligheden for en mikrofon under Tmall 3c audiovisuelle kategori på grund af en utilsigtet mulighed.
Xiao så, at mikrofonsøgeordet virksomhedspersonale søger data under 3c audiovisuelle kategori var nummer to.
Disse data fangede hans opmærksomhed. Han tjekkede, at transaktionsbeløbet 19. juni var 250 millioner om måneden, og det steg pludselig til 390 millioner i 20. marts, og det var 330 millioner i juni.
Xiao udtrak et meget vigtigt stykke information fra disse dataolier. Brugerne har efterspørgsel efter dette produkt, men udbuddet kan være utilstrækkeligt.
Han underinddelte yderligere denne efterspørgsel og fandt ud af, at der faktisk er to behov for mikrofoner, den ene er efterspørgslen efter karaoke, og den anden er efterspørgslen efter live-udsendelse.
Kontakt derefter fabrikken for at fremstille disse to produkter. Xiao er at udtrække oplysninger om “hvad forbrugerne kan lide” fra dataene og derefter finde en måde at imødekomme efterspørgslen på.
Den anden historie kommer fra Five Merchants-studerende. Denne historie er interessant.
Denne studerende gik ofte til en lille restaurant i nærheden af samfundet for at spise.
Men en dag opdagede han, at restauranten var lukket for forretninger. Hvorfor, han var meget forundret, så han spurgte chefen, hvorfor er du ikke åben for forretninger?
Chefen sagde, at den lille restaurant blev købt af en bestemt restaurantplatform.
Klassekammeraten spurgte igen chefen, hvorfor? Tjener du mere nu end før?
Chefen var fascineret. Fortæl denne klassekammerat, lad mig fortælle dig, denne platform er virkelig kraftfuld.
For eksempel anbefaler den os de 20 mest populære retter i nabolaget. Jeg koncentrerede mig om at lave disse 20 retter, og salget af takeaway steg med 40%.
Fordi jeg kun laver takeaways, er der ingen dine-in, hvilket sparer husleje og mange penge.
Online ordremængden er relativt fast, og materialerne kan tilberedes efter mængden, så tabet er mindre og omkostningerne spares.
Sammenfattende er det gennem digital empowerment, at omkostningerne reduceres, salget er højere, og fortjenesten er bedre.
Platformen har groft forfinet informationen om “20 mest populære retter” i det massive “købsoplysninger” og “evalueringsoplysninger”.
Så længe restaurantejeren tilbereder disse 20 retter, behøver han ikke bekymre sig om ikke at have en ordre.
Dette er en historie om digital styrkelse af produktvalg.
Den tredje historie er en samfundsbutik i Hangzhou.
Dette er en fællesbutik, der har været åben i mange år. I 2018 blev denne butik omdannet til en “T-mall butik”.
Hvad har ændret sig efter ændringen?
“T-mall butik” har lanceret to optimeringer til denne butik:
For det første den one-stop-købsplatform “Forhandler” blev lanceret.
Hvad betyder det?
Operatøren af denne butik kan placere en ordre på Ali's “Detailkort”, og derefter ensartet levere det på T-mall.
T-mall har bevæbnet disse små butikker med sine egne kredit- og premium-kapaciteter, løser deres indkøbspris- og kvalitetsproblemer og optimerer transaktionsstrukturen.
For det andet, brug “data” at hjælpe små butikker med at udvælge produkter og lægge dem på hylderne.
For eksempel i dette samfund holder mange beboere hunde. Men mange butikker har aldrig solgt hundefoder, så jeg ved ikke om det.
Dog er de fællesbutikker, der er skiftet til “T-mall butikker” har en fordel. Hvad er fordelene?
Det er T-mall som den største e-handelsplatform i Kina. De fleste af beboerne i nærheden af denne fællesbutik har købt hundemad på T-mall.
Derfor kan T-mall udtrække oplysninger om folk, der køber hundefoder, fra folk omkring denne lille butik fra data fra folk, der køber hundefoder.
Så, fortæl T-mall-butikken i dette samfund, at du bør købe mere hundefoder, og angiv endda de mærker og specifikationer, som de nærliggende beboere kan lide.
Butikken købte varer i henhold til platformens anbefalinger, og det solgte virkelig godt.
Hvis produktet sælger godt, vil lagercyklussen blive forkortet, og kapitaleffektiviteten vil øges. På denne måde er transaktionsstrukturen i denne lille butik blevet optimeret.
Dette er for kraftfuldt. Hvordan gøres dette?
På grund af digitalisering.
Salgsdata kan fortælle dig, hvad jeg vil købe. Kommentardataene kan fortælle dig, hvad der forhindrer mig i at betale.
Der er også transaktionsdata, kreditdata, adfærdsdata og så videre. Hvis du forfiner disse data til information, kan du vide, hvilke produkter der er populære hos forbrugerne, og du skal købe mere, og hvilke produkter der ikke sælger godt, og du skal købe mindre.
Når du udvinder fra dataolien, “de nærliggende beboere skal alle købe hundemad, men de nærliggende butikker har ikke hundemad”, det svarer til, at forbrugeren råber ad dig, “Jeg vil købe hundemad, skynd dig, og hent varerne.”
3. Bring nye muligheder
Digitalisering styrker ikke kun produktvalg.
I erhvervslivet er der stadig mange innovationer, der bruger digitalisering til kreativt at imødekomme brugernes behov.
Lad os for eksempel se på dette billede. Denne kombination af gul og grå ser godt ud. Jeg synes også det ser godt ud.
Denne “gul grå” er den populære farve i 2021 annonceret af Pantone i december sidste år: ekstrem grå og lys gul.
Hvis du vil indrette dit hjem i denne stil, siger du til designeren, jeg vil have knaldgul og ekstrem grå.
Designeren skal have hovedpine, hvad er den ultimative grå, hvad er den klare gule?
Som du sagde, jeg sender dig et billede, du følger bare dette billede, designeren har stadig hovedpine. Fordi den farve, som øjnene genkender, næsten altid vil afvige fra den endeligt valgte farve.
Hvad skal man så gøre, brug farvenummeret. Hvilken farve svarer til hvilket farvenummer. Så længe du husker farvenummeret, kan du finde den tilsvarende farve, og du behøver ikke længere bekymre dig om afvigelser.
For eksempel bruger Pantone, som er kendt for at studere farver, farvenumre til at matche de tilsvarende farver.
Den ultimative grå er: PANTONE 17-5104;
Klar gul er: PANTONE 13-0647.
Du sagde, at du vil designe væggen i en kombination af ekstrem grå og lys gul. Bare giv designeren farvenummeret, og han vil helt sikkert forstå dine krav.
Derfor er fotos med to farver ekstremt grå og lys gul data, og farvenumrene, der repræsenterer disse to farver, er information.
I den digitale tidsalder står virksomheder så store som børsnoterede virksomheder og små butikker ved døren over for flere og flere usikkerheder.
Pantone har ved hjælp af digitalisering en relativt knap evne ved at oprense data til information.
I den digitale transformation er den blevet til den darwinistiske spurv valgt efter sandsynlighed.
I en opsummering
Lad os gennemgå det igen.
Digitalisering er at udtrække data fra den fysiske verden, forfine dem til information, forfine dem til viden og aggregere dem til visdom.
Digitalt udvalg af produkter udtrækker nøjagtig og målbar information fra obskure og umålelige data. Det er fra det traditionelle guld, træ, vand, ild og jord til moderne brint, helium, lithium, beryllium og bor.
f.eks. “minedrift” data fra forbrugernes indkøbsadfærd. Så, fra disse data, “raffinering” kendskabet til “hvilke produkter kan forbrugerne lide”. Brug endelig denne viden til at tjene penge.
Vi siger, at når du opfatter verden, opfatter verden også dig.
Mens digitaliseringen giver nye muligheder, er der også nogle udfordringer.
For eksempel bliver den bekvemmelighed, vi får, nogle gange byttet ud med privatliv.
Nu er dette problem ved at blive løst. Den 1. november, det er i morgen, Kinas “Lov om beskyttelse af personlige oplysninger” vil blive officielt implementeret, hvilket er grundloven i den digitale verden.
Med eskorte af denne lov, i 2022, vil vi indlede en byge af digital olie-æra.
