“人、貨、場”在車企標(biāo)簽數(shù)據(jù)管理中的應(yīng)用實(shí)踐
怎么將互聯(lián)網(wǎng)因素引入其他行業(yè),比如新能源車企中?這篇文章里,作者以車企數(shù)據(jù)建設(shè)的實(shí)踐為例,談了談新要素如何在車企業(yè)務(wù)中落地,一起來看看,或許會(huì)對(duì)你有所啟發(fā)。
在新能源車企工作近兩年的時(shí)間里,讓筆者感受到了車企與互聯(lián)網(wǎng)企業(yè)的大相徑庭,但是深入其中后,還是能夠發(fā)現(xiàn)在車企中引入互聯(lián)網(wǎng)行業(yè)中某些因素會(huì)帶來另外一種結(jié)果。本文將從車企數(shù)據(jù)建設(shè)的實(shí)踐為例,通過安全域畫像標(biāo)簽的結(jié)構(gòu)設(shè)置,來跟大家談?wù)勑乱氐穆涞亍?/p>
一、理解“人、貨、場”
“人、貨、場”是互聯(lián)網(wǎng)電商領(lǐng)域常提的一個(gè)概念,其描述是用戶購物方式從“人找商品”到“商品找人”的轉(zhuǎn)變,本質(zhì)上是用戶觸達(dá)策略過程的描述。
業(yè)內(nèi)有個(gè)故事,說一個(gè)用戶在買尿不濕的時(shí)候,會(huì)把啤酒作為推薦產(chǎn)品展示給該用戶,我們可以把這個(gè)故事作為“人、貨、場”的一種場景性描述,不過真實(shí)的推薦場景會(huì)比這復(fù)雜的多。在理解“人、貨、場”的運(yùn)轉(zhuǎn)機(jī)制前,我們先理解下每個(gè)概念:
- 人:用戶;
- 貨:服務(wù),并包括商品、場景等;
- 場:場景。
站在企業(yè)的角度,業(yè)務(wù)產(chǎn)品經(jīng)理思考的是:在特定場景下,我們?cè)撎峁┦裁礃拥姆?wù)來解決用戶的需求。在這個(gè)背景下,而數(shù)據(jù)產(chǎn)品經(jīng)理思考的是,如何幫助企業(yè)更精準(zhǔn)地將相應(yīng)的服務(wù)提供給特定需求的用戶。
有朋友會(huì)疑問,這明明是算法的工作,關(guān)數(shù)據(jù)產(chǎn)品毛線的事?沒錯(cuò),推薦策略的運(yùn)轉(zhuǎn)依賴算法,不過在算法模型運(yùn)轉(zhuǎn)前也得依賴數(shù)據(jù)產(chǎn)品的相關(guān)整理,就是畫像標(biāo)簽。
4年前,筆者在前公司給業(yè)務(wù)同學(xué)進(jìn)行“畫像標(biāo)簽在用戶人工觸達(dá)中的應(yīng)用”宣導(dǎo)時(shí),曾經(jīng)通過“4W1H”法則做了說明,并取得了不錯(cuò)的效果。即,何時(shí)(when)、何地(where)、給什么樣的人(who)、如何(how)、提供什么(what),這就是一次完整的用戶觸達(dá)過程。再進(jìn)一步拆解,如下:
從上圖我們可以直觀地看到,打在對(duì)應(yīng)實(shí)體(人、貨、場)上的標(biāo)簽是“人、貨、場”觸達(dá)策略順利運(yùn)轉(zhuǎn)的基礎(chǔ)。
二、“人、貨、場”在車企標(biāo)簽數(shù)據(jù)管理的實(shí)踐
那在車企數(shù)據(jù)建設(shè)中能直接拿來用嗎?單純的拿來主義肯定是不行的,還得回到車企數(shù)據(jù)建設(shè)問題本身來設(shè)計(jì)(各個(gè)企業(yè)、部門面臨的問題也是不同的)。以我就職過的車企為例,在安全域數(shù)據(jù)建設(shè)中面臨的問題是:各業(yè)務(wù)方對(duì)安全域標(biāo)簽體系沒有宏觀認(rèn)識(shí),且不知道有哪些數(shù)據(jù)可用。
為了解決這些問題,筆者先將安全域所有的標(biāo)簽數(shù)據(jù)生產(chǎn)、應(yīng)用方進(jìn)行了全面的訪談和整理,最終將所有的標(biāo)簽數(shù)據(jù)進(jìn)行了統(tǒng)一匯總。接著將整理的匯總數(shù)據(jù)和事故描述結(jié)合起來看,慢慢發(fā)現(xiàn)了突破口,在 Adas 主責(zé)事故描述中,一般將事故分為2部分:一是直接信息,主要描述車輛碰撞的相關(guān)信息;二是間接信息,主要描述事故發(fā)生時(shí)的駕駛員、道路等信息。
在這個(gè)突破口下,也可以將安全域畫像標(biāo)簽數(shù)據(jù)按照直接信息數(shù)據(jù)、間接信息數(shù)據(jù)來分類。直接信息數(shù)據(jù)的實(shí)體為事故,而間接信息數(shù)據(jù)按照“人、貨、場”的實(shí)體來分類,拆解方式如下:
最后,再將安全域畫像標(biāo)簽在對(duì)應(yīng)實(shí)體下進(jìn)行分類拆解,最終得到了完整的安全域畫像標(biāo)簽體系(部分展開如下):
在完成安全域畫像標(biāo)簽數(shù)據(jù)的整理后,筆者按照新的結(jié)構(gòu)對(duì)各生產(chǎn)方、業(yè)務(wù)方進(jìn)行了宣導(dǎo)。最后,各方對(duì)畫像標(biāo)簽體系有了宏觀認(rèn)識(shí)。結(jié)合畫像系統(tǒng)的使用,各方在事故識(shí)別、用戶training、事故處置等工作流中效率顯著提升。
本篇文章到此就結(jié)束了,如果你有其他想法,歡迎在下方留言評(píng)論~
專欄作家
兮兮,微信公眾號(hào):孤身旅人(ID:gushenlvren),人人都是產(chǎn)品經(jīng)理專欄作家。關(guān)注人工智能、toB產(chǎn)品、大文娛等領(lǐng)域。
本文原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可,禁止轉(zhuǎn)載。
題圖來自 Unsplash,基于 CC0 協(xié)議。
該文觀點(diǎn)僅代表作者本人,人人都是產(chǎn)品經(jīng)理平臺(tái)僅提供信息存儲(chǔ)空間服務(wù)。
不好意思,更正個(gè)錯(cuò)誤:“貨:服務(wù),并包括商品、場景等”改為“貨:服務(wù),并包括商品、功能等”