网易邮箱背后数据的价值高管分享 |
| 来源：email100.com 时间：2012-12-01 |
| 11月30日，网易家居“领航2013中国家居品牌盛汇--暨网易家居2013年新品发布会”在广州星河湾大酒店隆重举行。网易邮箱事业部副总经理莫子睿先生在会上分享了5亿邮箱用户及邮箱背后数据的价值。
莫子睿：各位领导、各位来宾下午好，简单地和各位讲讲网易邮箱背后的价值。在座很多朋友可能都在使用网易邮箱，除了日常的收发，网易邮箱还蕴含着更多的东西。在介绍之前先用三个词概括一下网易家居，一是专注，网易已经15年了，网易邮箱也已经有15年了，在免费邮箱领域持续投入，因为专注所以很专业，目前是中文邮箱第一品牌。
首先介绍一下目前网易邮箱在市场上的成就和地位，接下来会向大家介绍我们调查得到的网易邮箱用户的构成，最后会和大家分享一下网易邮箱背后数据的价值。
截止到2012年，目前已经有5亿用户。2011年收信总数300多亿封，发信总数62亿封，目前网易邮箱服务器存储信息达到3000万G。
这是网易邮箱15年来，也是中国电子邮件发展15年来的大事件，在此不再详述。
今年8月份推出了网易邮箱5.0版本，这个版本推出的时候，第二天中央电视台的很多频道都有报道网易推出的这款邮箱，中央电视台有这样一句话，说是我国推出了全球最先进的电子邮箱。中央电视台报道一周后，温家宝温总理到访杭州网易，温总理对网易邮箱的评价有一句话，网易邮箱15年，超过中国通讯行业5000年，这是温总理对网易邮箱的评价。
除了版本，网易邮箱还在很多方面取得了成就。比如反垃圾方面的能力，是网易邮箱平台化的发展，里面有很多不同功能。网易邮箱也和互联网业界各个领先产品有很多横向合作，和各种电视台都有一些合作，扩大网易邮箱在市场上的影响力。像大家很熟悉的《中国好声音》、《非你莫属》、《非诚勿扰》等等都有很多合作，而且网易邮箱拿到中国第一家国家级别的安全资质认证，是互联网业界最高级别的互联网邮件系统安全认证。
据我们统计，网易邮箱连续两年是国家机关招考的首选邮箱，中央机关招考公务员，500家政府机关使用我们的邮箱比政府部门所配的邮箱比例还要高。如果在座各位有使用苹果的手机，会发现在iOS5.0版本，苹果系统已经全面内置了网易邮箱，而且今年10月份微软推出的Windows8的操作系统也内置了网易邮箱。还专门为Windows8专门定制了一个邮箱版本。同时网易邮箱还是中国唯一一家加入DMARC组织。
每半年会对邮箱用户做一次全面的调研，这是调研之后得到的用户属性情况和用户构成情况，统计调查发现学历越高的人统计电子邮件的比例越高，通过调研和全体网民用户属性情况做比较，比较结果发现邮箱用户在整个互联网里都属于年龄比较成熟、学历比较高、收入比较高的群体，主要集中在一、二线城市，在沿海发达地区，包括广东、上海、北京、江苏等等地区。
网易邮箱用户构成和全体网民用户构成的差别，从这个图表可以看到，橙色是网易邮箱的情况，灰色是全体网民的情况，我们发现橙色柱子最高的是20到29岁，30到39岁占比也比较高，占比比较小的是10到19岁。也就是网易邮箱的用户都是相对成熟的人群，他们有足够的购买力。
这是学历结构图表，从橙色柱子可以看出，大专和本科以上学科的网易用户占比比较高；这是收入的图表，2000到3000，3000到5000占比高一些；这是行业结构图表，与IT、政府、科研、教育相关的占比较高；这是用户消费能力拥有能力图表，都是日常可能会用到的相对高端的消费品；这是年内用户打算购买的高端消费品情况图表。
网易邮箱最有价值的究竟是什么？
我们做邮箱做了15年，一直认为用户是邮箱最有价值的，有5亿用户，如果一人给你一块钱就有5亿收入了。但是这么多年我们一直没有找到好的应用，让用户心甘情愿地掏这1块钱，虽然我们发现用户很有价值，但是现在并没有把价值很好地体现出来。后来我们发现流量是有价值的，每天用户访问邮箱会带来很大量的流量，会通过广告带来价值。
我们发现最有价值的是数据，这是被业界一直忽略掉的重要部分。接下来主要为大家讲讲邮箱的数据价值。通常要把这些数据用起来有三个步骤，先对数据做数据挖掘，建立一套用户数据库，最后用来做营销。但是大多数互联网公司直接跳过前面两步，直接做数据库营销，当用户注册过网站，这些网站就会大量的给用户投递邮件，因为是盲目投递，所以打开率非常差。我的互联网活动比较频繁，所以会收到大量类似于推广的邮件，但事实上我打开的机率很小，因为大部分不是我关心的内容。
怎样找到用户关心什么？
首先要知道用户的喜好，也就是应该拥有一套用户属性数据库。最近两年网易邮箱一直在尝试建立一套有意思的用户属性数据库，针对海量用户的标签数据库系统，简单来说就是会在每一个用户头上打一个标签或特性，包括年轻、地区、性别、爱好，在邮箱里有过一些什么行为等等。当需要找某些特定人群时，只需要将这些标签列出，找出有这些标签的用户。
那么这些数据是如何得到的，可以通过一套数据挖掘的方法来获得。举几个大家能够理解的例子，数据挖掘有一种叫做“估计”的方法，很多商场会根据用户的购物清单去估算这个顾客的家庭成员构成或收入，比如你到超市买大米，买10斤米和100斤米，商场是可以通过帐单知道的，可以通过此分析你的家庭成员。根据你买的大米是2元/斤还是5元/斤，还是10元/斤，可以分析出你家庭的富裕情况。这同样可以用到互联网当中，我们会根据用户的网络点击行为，大概估计到用户的属性。如果一个用户经常访问家居频道，就知道他对此感兴趣，通过用户的行为可以估计到用户是什么样的人，对什么感兴趣。
除此之外还有相关性分组和关联规则方法。分析用户在买了A产品以后还可能会买B产品，或者买A产品一段时间之后可能会买B产品。商品间的关联有两种情况，显性关联和隐性关联。我是一个深度互联网用户，很喜欢团购，经常团购电影票，这说明我这个人对看电影感兴趣，这样下次再有电影票团购时会发一个广告给我看。
这是我在某一个电子商务网站上购物的页面，我买了三件男装衣服，一双男装鞋子。大家看下面给我推荐的内容，可能感兴趣的内容，给我推荐的是女性的内衣或女性的衣服，很明显他并没有分析用户的需求，及在网站上的行为特征。正常我买了男装衣服、鞋子，应该给我推荐男装的新品牌或新款式，这样我买的可能性很高。商品之间的关联度是可以想象到的，我买男装就应该给我推荐男装。
这是我在网易某个页面上截下来的图，右侧是一个投影布和男装的靴子，我曾经在淘宝上买了一个投影仪，淘宝在我访问网易时就给我推荐了一个投影布，这就是产品的线型关联。在这种情况下我点这个广告的可能性非常高。
接下来再看看隐性相关的例子，运动鞋、啤酒、婴儿纸尿裤、点卡。表面来看我买运动鞋，有一个非常著名的营销学案例。美国的一个商场，通过分析用户的购物车、购物清单得出的商品关联度，他们会发现原来买婴儿纸尿布的人会更多的买啤酒。淘宝对用户的购物清单、购物车做分析，发现买运动鞋的人更多的会买点卡。表面上看不出这两个产品是有关联的，营销学上说，国外的男性的老婆让他买婴儿纸尿裤，他买完纸尿裤会顺便给自己买啤酒。所以沃尔玛会把婴儿纸尿裤和啤酒放在一起销售，这样销量会有互相促进作用。同样在淘宝应该把运动鞋和点卡放在一起卖，因为买完运动鞋的客户买点卡的机率非常高。这个通过常识是想象不到的，必须通过数据挖掘进行分析才可得到这种商品的隐性关联。
要推广某个产品就找相关的另外一个产品的人群做推广，做过很多优化之后，还会针对这些人群的特性，找出具有相同特性的人群，然后再做匹配和营销，优化之后的效果是优化之前的一倍。
数据挖掘应用在很多不同领域，房产家居与我们一直有比较紧密的合作，都在共同探讨，怎么使得营销更加有效率，转化率会更高。
我今天要给大家介绍的是，邮箱背后的价值不仅仅是用户和流量，更重要的是数据。数据挖掘可以挖掘邮箱背后更多的价值，谢谢！ |
|
|
|
