注冊(cè)賬號(hào) | 忘記密碼
驅(qū)動(dòng)個(gè)性推薦的是亞馬遜不斷演進(jìn)的采購(gòu)圖譜,即現(xiàn)實(shí)中“實(shí)體要素”——客戶、產(chǎn)品、采購(gòu)、活動(dòng)和店址等一切店鋪信息——以及這些要素之間關(guān)系性的數(shù)字化呈現(xiàn)。亞馬遜的采購(gòu)圖譜將購(gòu)買歷史與網(wǎng)站瀏覽情況、Prime Video觀看情況、亞馬遜音樂收聽情況和來(lái)自Alexa設(shè)備的數(shù)據(jù)聯(lián)系起來(lái),算法使用協(xié)同過濾,結(jié)合多樣性(推薦商品的相異程度)、意外性(推薦商品的驚人程度)和新奇性(新鮮程度)等要素,生成世界上最復(fù)雜的推薦。憑借豐富的數(shù)據(jù)和行業(yè)領(lǐng)先的個(gè)性化推薦,亞馬遜現(xiàn)在占有美國(guó)電商市場(chǎng)的40%,跟得最緊的對(duì)手沃爾瑪市場(chǎng)份額僅為7%。為了與亞馬遜競(jìng)爭(zhēng),谷歌于2021年4月宣布推出購(gòu)物圖譜(Shopping Graph),一個(gè)在用戶搜索時(shí)推薦商品的AI模型。每天用谷歌搜索商品的人超過10億,購(gòu)物圖像將他們與全網(wǎng)幾百萬(wàn)商家超過240億商品列表聯(lián)系起來(lái)。這個(gè)模型的基礎(chǔ)是谷歌絕無(wú)僅有的知識(shí)圖譜(Knowledge Graph),在廣闊的網(wǎng)絡(luò)中捕捉關(guān)于實(shí)體及其相互關(guān)系的信息,包括來(lái)自安卓系統(tǒng)、聲音及圖像搜索、谷歌瀏覽器Chrome擴(kuò)展、谷歌助手、谷歌郵箱、谷歌照片、谷歌地圖、YouTube、谷歌云服務(wù)和谷歌支付的結(jié)構(gòu)化與非結(jié)構(gòu)化數(shù)據(jù)。谷歌購(gòu)物圖譜讓170萬(wàn)商家運(yùn)用簡(jiǎn)單卻相通的工具在谷歌上展示相關(guān)商品,谷歌可以應(yīng)對(duì)亞馬遜的挑戰(zhàn)。像亞馬遜和谷歌這樣的數(shù)據(jù)圖譜,依賴產(chǎn)品使用數(shù)據(jù)(即用戶使用平臺(tái)或產(chǎn)品時(shí)產(chǎn)生的行為數(shù)據(jù))把握企業(yè)及其客戶之間的聯(lián)系和關(guān)系。數(shù)據(jù)圖譜的概念源于社交網(wǎng)絡(luò)與圖形理論,該理論將社交圖譜定義為人與人之間聯(lián)系和關(guān)系的呈現(xiàn),如朋友、同事、上司等,每個(gè)人被呈現(xiàn)為一個(gè)節(jié)點(diǎn),關(guān)系則是點(diǎn)與點(diǎn)間的連接。這個(gè)概念出自社會(huì)心理學(xué)家斯坦利·米爾格拉姆(Stanley Milgram)的著作,過去二十年來(lái),這一概念為分析組織、行業(yè)、市場(chǎng)和社會(huì)的結(jié)構(gòu)與動(dòng)態(tài)提供了實(shí)用的透鏡。2007年,F(xiàn)acebook推出同名社交平臺(tái),讓開發(fā)者打造應(yīng)用程序整合進(jìn)網(wǎng)站信息流和人際關(guān)系連接,使得數(shù)字化社交圖譜流行起來(lái)。領(lǐng)先的科技公司運(yùn)用數(shù)據(jù)圖譜提供個(gè)性化推薦、升級(jí)產(chǎn)品、優(yōu)化廣告等等。最成功的例子,如亞馬遜的采購(gòu)圖譜、谷歌的搜索圖譜、Facebook的社交圖譜、奈飛的電影圖譜、Spotify的音樂圖譜、Airbnb的旅游圖譜、優(yōu)步的出行圖譜和領(lǐng)英的職業(yè)圖譜,利用不斷收集的用戶使用數(shù)據(jù),加上獨(dú)有的算法,從產(chǎn)品開發(fā)到用戶體驗(yàn)等各方面甩開了競(jìng)爭(zhēng)對(duì)手。本文討論企業(yè)如何借鑒數(shù)據(jù)圖譜領(lǐng)先企業(yè)的方法,打造新的競(jìng)爭(zhēng)優(yōu)勢(shì)。數(shù)據(jù)網(wǎng)絡(luò)效應(yīng)要了解數(shù)據(jù)圖譜,首先要了解數(shù)據(jù)網(wǎng)絡(luò)效應(yīng),即用戶使用產(chǎn)品或服務(wù)時(shí)產(chǎn)生的數(shù)據(jù)讓這項(xiàng)產(chǎn)品或服務(wù)對(duì)于其他用戶更有價(jià)值的效應(yīng)。不同于價(jià)值隨著更多用戶加入而增長(zhǎng)的直接網(wǎng)絡(luò)效應(yīng)(如Facebook和領(lǐng)英),數(shù)據(jù)網(wǎng)絡(luò)效應(yīng)不需要增加用戶數(shù)量來(lái)提升網(wǎng)絡(luò)價(jià)值,而是已有用戶持續(xù)使用、產(chǎn)生更加廣泛深入的使用數(shù)據(jù),讓算法能夠產(chǎn)出不斷完善的結(jié)果。舉例來(lái)說,谷歌每年的兩萬(wàn)億次搜索,幫助谷歌公司充實(shí)知識(shí)圖譜,改進(jìn)搜索引擎,為用戶提供更好的搜索結(jié)果。而如果用戶不再使用平臺(tái),平臺(tái)服務(wù)質(zhì)量的改善就會(huì)陷入停滯,不再那么有幫助。數(shù)據(jù)圖譜不是靜止不變的,反映的不是某一時(shí)間點(diǎn)的數(shù)據(jù),而是數(shù)據(jù)科學(xué)家所說的動(dòng)態(tài)數(shù)據(jù)。這是無(wú)法手動(dòng)繪制數(shù)據(jù)圖譜的部分原因。必須利用技術(shù),才能實(shí)時(shí)收集和解讀一家公司的產(chǎn)品在全世界消費(fèi)者使用中產(chǎn)生的幾百萬(wàn)份數(shù)據(jù)。數(shù)據(jù)圖譜成功要素數(shù)據(jù)圖譜領(lǐng)先企業(yè)收集用戶行為數(shù)據(jù),并迅速用于改進(jìn)產(chǎn)品和服務(wù)的各個(gè)方面。這些公司不停地修改為產(chǎn)品數(shù)據(jù)分類和標(biāo)記的方法,尋找實(shí)體間的關(guān)系,以便算法更好地歸類并提供個(gè)性化推薦。公司還不斷更新算法,以最新、最相關(guān)的數(shù)據(jù)為基礎(chǔ)生成個(gè)性化推薦,協(xié)助吸引客戶。下面看看成功運(yùn)用數(shù)據(jù)圖譜的企業(yè)有哪些關(guān)鍵行為。快速?gòu)V泛學(xué)習(xí)。數(shù)據(jù)圖譜抓取的是個(gè)人的生活、工作、娛樂、學(xué)習(xí)、收聽、社交、觀看、交易、出行、消費(fèi)等等一切可以與商業(yè)聯(lián)系在一起的活動(dòng)情況。數(shù)字化讓公司得以廣泛、透徹、迅速地觀察和整理這些方面的客戶數(shù)據(jù)。例如Facebook的社交圖譜,每時(shí)每刻分析28億人及其社交活動(dòng)的數(shù)據(jù):他們?cè)谧鍪裁?、與誰(shuí)成為好友和解除好友、去了哪里、在討論什么品牌、在看什么電影、在聽什么音樂等等。領(lǐng)英的職業(yè)圖譜實(shí)時(shí)抓取供職于5000萬(wàn)家公司、參與9萬(wàn)多家教育機(jī)構(gòu)課程的7.74億專業(yè)人士如何回應(yīng)招聘信息、更新狀態(tài)、使用直播視頻。此外,職業(yè)圖譜還根據(jù)用戶技能等其他要素,為用戶提供有針對(duì)性的廣告、學(xué)習(xí)建議、新聞推送以及更多信息?,F(xiàn)在領(lǐng)英是微軟子公司,被納入微軟的數(shù)據(jù)生態(tài)系統(tǒng),得以創(chuàng)造更有活力的數(shù)據(jù)圖譜。傳統(tǒng)企業(yè)的用戶數(shù)據(jù)各自獨(dú)立儲(chǔ)存在不同職能部門的數(shù)據(jù)庫(kù)。為了獲取數(shù)字優(yōu)勢(shì),企業(yè)必須將數(shù)據(jù)組織成交互圖譜,可運(yùn)用算法分析,生成洞察并為每一位客戶提供個(gè)性化價(jià)值。用數(shù)據(jù)圖譜豐富產(chǎn)品線。在數(shù)據(jù)圖譜方面領(lǐng)先的企業(yè)用購(gòu)物、出行或搜索等一系列跨領(lǐng)域的概念,將專業(yè)知識(shí)整理為可由機(jī)器識(shí)別的圖譜格式。例如Airbnb的出行圖譜,給出了700多萬(wàn)住宅的清單,打上屬性(所在城市、地標(biāo)、活動(dòng)等)、特征(顧客評(píng)價(jià)和營(yíng)業(yè)時(shí)間等)和彼此間關(guān)系的標(biāo)簽,生成更高級(jí)的推薦,不僅推薦出租屋,還可以推薦最佳晚餐場(chǎng)所和游覽景點(diǎn)的最佳時(shí)間。這種擴(kuò)大產(chǎn)品范圍的能力讓Airbnb為顧客提供優(yōu)于傳統(tǒng)酒店的服務(wù),后者的數(shù)據(jù)被分別儲(chǔ)存于彼此孤立的部門(訂房部負(fù)責(zé)預(yù)訂房間、禮賓部負(fù)責(zé)推薦參觀、療養(yǎng)部負(fù)責(zé)預(yù)約按摩,等等)。同樣,奈飛也不斷改善影視作品在7.5萬(wàn)個(gè)細(xì)分類別下呈現(xiàn)和分類的方式,Spotify的音樂和電臺(tái)節(jié)目亦然。在關(guān)鍵時(shí)刻贏得客戶。2001年,奈飛有45.6萬(wàn)用戶,給出的推薦中只有2%被選擇。2020年這個(gè)比例提升到80%,奈飛訂閱用戶超過了2億。奈飛運(yùn)用電影圖譜,把握住了贏得用戶的“關(guān)鍵時(shí)刻”:90秒至2分鐘的窗口期,觀眾會(huì)在這段時(shí)間里決定是在奈飛上觀看影視作品還是轉(zhuǎn)向其他網(wǎng)站。奈飛根據(jù)算法對(duì)首頁(yè)進(jìn)行定制化和更新,持續(xù)為每一位訂閱用戶提供個(gè)性化推薦。至2015年,奈飛每年憑借個(gè)性化推薦引擎避免的訂閱取消量?jī)r(jià)值超過10億美元。Facebook為了在關(guān)鍵時(shí)刻獲勝,對(duì)30億用戶分別進(jìn)行了近乎實(shí)時(shí)的個(gè)性化社交網(wǎng)絡(luò)內(nèi)容對(duì)照測(cè)試。推送內(nèi)容之前,F(xiàn)acebook會(huì)在待推送清單中篩選,根據(jù)用戶過往行為規(guī)律,將范圍縮小至約500篇該用戶可能關(guān)心的內(nèi)容。隨后Facebook會(huì)用專有的神經(jīng)網(wǎng)絡(luò)為這些內(nèi)容打分并排序,再按媒體類型整理,如文本、照片、音頻和帶有廣告的視頻等。雖然許多公司號(hào)稱是以客戶為中心,但能像領(lǐng)先企業(yè)一樣善加運(yùn)用數(shù)據(jù)圖譜和算法的卻很少。想一想:你的公司是否用AI算法為客戶提供不斷改善的產(chǎn)品,讓他們不會(huì)轉(zhuǎn)向其他公司?開始行動(dòng)若想與數(shù)據(jù)圖譜領(lǐng)先企業(yè)抗衡,必須明白一件事:戰(zhàn)略成功不只取決于是否擁有大量信息,還要實(shí)時(shí)收集相關(guān)的產(chǎn)品使用數(shù)據(jù),實(shí)現(xiàn)數(shù)據(jù)網(wǎng)絡(luò)效應(yīng)并打造優(yōu)勢(shì)。如果能觀察到更多用戶與產(chǎn)品的互動(dòng),企業(yè)就能獲得更豐富的數(shù)據(jù);將更多產(chǎn)品賣給更加多樣的用戶群體,就能累積更為多樣的數(shù)據(jù),協(xié)助實(shí)現(xiàn)產(chǎn)品差異化。不善用數(shù)據(jù)圖譜的公司可參考以下改進(jìn)建議:1. 制定數(shù)據(jù)圖譜戰(zhàn)略。首先要讓了解行業(yè)的高管與數(shù)據(jù)科學(xué)家配合,在概念上構(gòu)建數(shù)據(jù)圖譜,考察未來(lái)走向并思考可能的商業(yè)影響。很多資源沒有亞馬遜或奈飛那么豐富的公司已經(jīng)做到了這一點(diǎn)。例如2010年一名商學(xué)院學(xué)生創(chuàng)立的個(gè)性化時(shí)尚服務(wù)公司Stitch Fix,現(xiàn)在市值超過16億美元,在很大程度上是因?yàn)槠鋾r(shí)尚圖譜。思考本公司擁有的數(shù)據(jù)能否提供獨(dú)特的優(yōu)勢(shì)。你或許有專有的數(shù)據(jù)收集法,能夠獲取其他企業(yè)無(wú)法獲得的詳細(xì)信息。也許你在數(shù)據(jù)深度和廣度上有優(yōu)勢(shì),并且可以從合作伙伴那里得到互補(bǔ)性的數(shù)據(jù)。你的流動(dòng)數(shù)據(jù)(相對(duì)于競(jìng)爭(zhēng)對(duì)手用于批量處理的零散數(shù)據(jù))速度可能更快。想一想能否通過收購(gòu)(如微軟收購(gòu)領(lǐng)英和動(dòng)視)和結(jié)盟(如谷歌與Shopify合作)提升本公司的數(shù)據(jù)范圍、深度和速度。2. 建立專有算法。獨(dú)立進(jìn)行不同類型的分析已經(jīng)不夠了。數(shù)據(jù)圖譜領(lǐng)先企業(yè)運(yùn)用專有算法,在總的框架下進(jìn)行描述性分析(“發(fā)生了什么?”)、診斷性分析(“為什么發(fā)生?”)、預(yù)測(cè)性分析(“會(huì)發(fā)生什么?”)和規(guī)范性分析(“應(yīng)該發(fā)生什么?”)。你的數(shù)據(jù)圖譜基礎(chǔ)設(shè)施可以從用于分析靜止數(shù)據(jù)(批量處理、獨(dú)立分析)的傳統(tǒng)結(jié)構(gòu)轉(zhuǎn)為分析不斷變化的實(shí)時(shí)數(shù)據(jù)。要參考行業(yè)中其他企業(yè)和同類其他算法。舉例來(lái)說,如果你的成功指標(biāo)是客戶接受推薦的程度,你的推薦引擎與奈飛、Spotify和亞馬遜等領(lǐng)先企業(yè)相比起來(lái)表現(xiàn)如何?3. 建立信賴。管理客戶數(shù)據(jù)責(zé)任重大。大部分客戶將計(jì)算機(jī)、算法和機(jī)器學(xué)習(xí)看作復(fù)雜的黑匣子,很多人覺得數(shù)字化公司利用乃至濫用自己的個(gè)人數(shù)據(jù)大發(fā)橫財(cái)。企業(yè)必須以能夠獲得信賴的方式使用算法,而且必須獲得收集和分析數(shù)據(jù)的許可并提供價(jià)值。用消費(fèi)者可以理解的語(yǔ)言解釋你們公司要用數(shù)據(jù)做什么。如果消費(fèi)者感到個(gè)人數(shù)據(jù)被濫用,就會(huì)對(duì)公司失去信任。企業(yè)不僅要在技術(shù)方面投入資源,還要以消費(fèi)者能夠理解和接受的方式做出解釋。客戶越來(lái)越期待能增進(jìn)對(duì)數(shù)字化產(chǎn)品的了解,以及由AI支持的服務(wù)如何實(shí)現(xiàn),各國(guó)要求企業(yè)在當(dāng)?shù)胤上拗苾?nèi)使用數(shù)據(jù)。4. 組織升級(jí)。企業(yè)領(lǐng)導(dǎo)者必須部署必要的資源,升級(jí)技術(shù)基礎(chǔ)設(shè)施,達(dá)到數(shù)據(jù)圖譜的要求。必須聘請(qǐng)?jiān)跀?shù)據(jù)科學(xué)和商業(yè)兩方面都具備廣泛、深入知識(shí)的人才。必須將數(shù)據(jù)組織視為連接企業(yè)各部分的結(jié)締組織,認(rèn)識(shí)到現(xiàn)代組織必須妥善應(yīng)對(duì)兩個(gè)相互沖突的強(qiáng)力派別:一派相信數(shù)據(jù)和算法具備強(qiáng)大的解決問題能力,另一派則不相信。雙方的矛盾正是現(xiàn)代組織運(yùn)營(yíng)文化的一大特色:如奈飛CEO里德·黑斯廷斯(Reed Hastings)平衡硅谷對(duì)分析的重視和好萊塢對(duì)創(chuàng)意的重視。5. 通過數(shù)據(jù)圖譜獲取利潤(rùn)。構(gòu)建數(shù)據(jù)圖譜用于支持和制定戰(zhàn)略,表明價(jià)值不僅在于產(chǎn)品設(shè)計(jì)和制造,還在于如何為客戶解決具體問題。數(shù)據(jù)圖譜提供的洞察,會(huì)幫助你選擇最合適的盈利機(jī)制,規(guī)劃從數(shù)據(jù)到商業(yè)成果的清晰路徑。你可以用基于數(shù)據(jù)網(wǎng)絡(luò)效應(yīng)的個(gè)性化推薦保住目前的收入和利潤(rùn),如奈飛利用實(shí)時(shí)數(shù)據(jù)提升用戶保留率;也可以利用數(shù)據(jù)圖譜制定更加完善的方式,爭(zhēng)取新的價(jià)值來(lái)源,拓寬收入和利潤(rùn)流,如蘋果進(jìn)軍信用卡、電視和醫(yī)療行業(yè);還可以反擊市場(chǎng)中已經(jīng)掌握了數(shù)據(jù)圖譜的競(jìng)爭(zhēng)對(duì)手,如迪士尼以Disney+成功進(jìn)入流媒體行業(yè)。重塑優(yōu)勢(shì)麥當(dāng)勞不斷增加的“已經(jīng)賣出x億份”宣言,已經(jīng)讓我們看到了數(shù)據(jù)圖譜的跡象。不過追蹤每天、每月或每年賣出了多少漢堡只是過去的遺跡。數(shù)據(jù)圖譜領(lǐng)先企業(yè)不再重點(diǎn)關(guān)注這種絕對(duì)的數(shù)字,而是提問:我們是否擁有關(guān)于每位消費(fèi)者在何處、何時(shí)購(gòu)買漢堡的數(shù)據(jù)?消費(fèi)者搭配漢堡的飲品是什么?購(gòu)買漢堡前后做了什么?我們的顧客是怎樣的人,年齡、收入、所在地、偏好、生活方式等各方面如何?我們?nèi)绾胃玫貪M足顧客需求,讓顧客在我們這里消費(fèi)更多,并且感到物有所值、不斷回購(gòu)?數(shù)據(jù)圖譜會(huì)重塑每一個(gè)領(lǐng)域的競(jìng)爭(zhēng),速度之快超過大多數(shù)人的預(yù)想。每家企業(yè)都應(yīng)當(dāng)超越利用數(shù)據(jù)改善運(yùn)營(yíng)效率的訴求,認(rèn)識(shí)到數(shù)據(jù)圖譜的競(jìng)爭(zhēng)優(yōu)勢(shì)。高層領(lǐng)導(dǎo)者必須投資升級(jí)數(shù)據(jù)基礎(chǔ)設(shè)施,實(shí)時(shí)、全面地了解消費(fèi)者與本公司產(chǎn)品及服務(wù)交互的情況。有了這個(gè)結(jié)構(gòu),就能制定出獨(dú)特的方案解決客戶的問題。維賈伊·戈文達(dá)拉揚(yáng)(Vijay Govindarajan) 文卡特·卡特拉曼(N. Venkat Venkatraman)| 文蔣薈蓉|譯 牛文靜|校 時(shí)青靖|編輯
數(shù)據(jù)網(wǎng)絡(luò)效應(yīng)
數(shù)據(jù)圖譜成功要素
開始行動(dòng)
重塑優(yōu)勢(shì)
維賈伊·戈文達(dá)拉揚(yáng)(Vijay Govindarajan) 文卡特·卡特拉曼(N. Venkat Venkatraman)| 文
蔣薈蓉|譯 牛文靜|校 時(shí)青靖|編輯