数据飞轮：企业提升收入和增长的秘诀_数据收集
数据飞轮的一个经典例子是Netflix的算法驱动的推荐功能。最初，Netflix会推荐最受欢迎的视频。随着时间的推移，Netflix收集了用户的观看和评分数据，并将这些数据输入到“推荐引擎”中。这反过来又为每个用户提供了更个性化的“为你推荐”建议，从而支持了更高的观看率。现在，Netflix用户每天观看超过2亿小时的内容。
事实上，企业能够收集到的关于产品、商业/消费过程或竞争对手的数据越多，就越能推动增长。就像飞轮一样，它开始时很慢，然后逐渐加速。飞轮的概念由吉姆·柯林斯在他的书《从优秀到卓越：为什么有些公司实现了飞跃，而有些没有》中首创。他最著名的成功故事是他在2003年向杰夫·贝佐斯推介了这个概念，并最终成为亚马逊以客户为中心的理念的关键部分。
数据飞轮能做什么？
亚马逊是利用数据飞轮策略来开发和营销新产品的领导者。亚马逊的Prime会员是一个很好的例子。亚马逊Prime的低价吸引了大量客户。许多客户能够清楚地看到价值主张，如当日或次日送达选项。然而，Prime被亚马逊用作交叉销售/追加销售的初始接触点；会员接触到许多其他服务，如Prime Video、Amazon Music、Audible、Amazon Pantry等，推动了进一步的销售和订阅。亚马逊使用客户偏好和趋势的数据，以一种服务为基础，来为追加销售的营销策略提供信息。例如，购买儿童玩具的客户可能对订阅Amazon Prime以获取其儿童内容感兴趣。
另一个例子是Quby，这是一家总部位于荷兰的科技公司，提供专注于减少能源浪费的家庭技术。Quby使用数据飞轮策略显著扩展了其市场和成功。Quby开始提供一种由欧洲各地的公用事业公司销售的家用显示器和智能恒温器。这些产品能够跟踪精细的能源使用情况。他们利用这些信息在数据训练算法的背景下，能够检测家庭电器的使用情况。2017年，Quby推出了其首个AI驱动的服务“Waste Checker”。他们能够检测到从洗衣机、洗碗机到中央供暖系统和淋浴器的不效率使用。一旦检测到浪费行为，Quby就会提供个性化的建议，说明可以采取哪些行动来减少能源浪费。Quby的智能恒温器以每秒的频率捕获和分析数据。他们利用收集到的数据推出了新修订的能源账单分解，帮助减少客户的成本、碳足迹和能源浪费。
第三个例子是Reddico，这是一家提供行业领先的搜索营销服务的英国数字营销机构。搜索引擎优化公司面临的一个关键挑战是为其客户提供全球范围的见解。在多个地理区域收集搜索结果数据既复杂又耗时。Reddico通过与数据收集网络合作，提供了一项新的具有竞争力的服务，具有激光般聚焦的地理定位。该合作伙伴使他们能够在目标地理区域使用对等设备路由流量，从而使客户能够根据实际客户的搜索结果优化和本地化广告活动。
如何利用数据飞轮？
数据飞轮可以通过三种方式提高营销投资回报率：
首先，有效的数据飞轮可以通过提供数据来持续改进产品和服务，从而增加收入，这反过来可以带来更多的客户。这被称为“良性循环”：更多数据，更快的学习，更好的产品，更多的客户。反复循环。
其次，有效的数据飞轮策略可以降低客户获取成本（CAC）。随着产品基于用户评价和产品交互数据的不断改进，可以达到一种产品与市场相契合的状态，从而减少摩擦，降低客户获取成本，提高投资回报率。在软件市场中，产品驱动增长（PLG）的公司如Dropbox、Slack和Calendy展示了数据飞轮策略如何降低CAC。
第三，当正确实施时，数据飞轮策略可以减轻大规模网络数据收集所涉及的合规性风险。用于商业目的的数据收集受到监管，例如欧盟的《通用数据保护条例》和加利福尼亚消费者隐私法案。如果公司或分包商违反这些规定，可能面临巨额罚款，并损害数据驱动产品和服务的价值。
数据收集——成功数据飞轮的基础
大规模的数据收集是数据飞轮战略的基础。数据是推动飞轮引擎的燃料。虽然有很多方法可以从专有网站和应用程序中收集数据，但从外部来源收集数据可能具有挑战性。例如，电子商务公司的市场营销人员希望获得竞争市场上类似产品的销售率数据。他们可以从卖家评级和评论、动态定价、产品图像、和类别和搜索引擎结果中受益：
不幸的是，许多网站设置了障碍，以复杂化竞争实体的数据收集。这些障碍包括CAPTCHA验证码、基于地理位置的服务器限制以及请求量/速率限制，通常会导致IP地址被列入黑名单、被封锁或提供虚假信息。企业可以编写自己的Python脚本来收集数据，但这是一个劳动密集型的工作，并且在某些情况下可能导致账户因“可疑活动”而被暂停。也可以雇佣DevOps、数据专家、IT人员和开发人员来开发和维护用于操作性数据收集活动的系统，但这是一个非常昂贵且难以扩展的解决方案。
企业真正需要的是一种自动化、灵活且经济可行的解决方案，以简化网络数据的收集。这样的解决方案应该在全球范围内运行，并能够访问任何开源网站。它应该利用其技术能力，通过复杂的重试逻辑来绕过网站的阻碍。任何工具/服务还应遵循行业领先的道德使用准则，以确保所收集的数据将保持其长期的商业价值。此外，企业还希望接收到已经经过结构化、清理、综合和格式化的数据，以便团队和系统能够立即使用。
总结
数据飞轮是推动增长和收入的有效策略。它使学习、改进产品和提高客户转化/保留率的良性循环成为可能。就像飞轮一样，数据驱动的学习过程不断加速，利用这种惯性帮助系统更独立地发展。随着技术的不断进步，数据飞轮将是企业数字化转型的重中之重，企业必须依托数据飞轮才能进入数据驱动的新时代。
