案例4:如何快速的将数据变现,月入10W

互联网上有很多开放的数据,也有不少数据、营销相关行业的朋友,手头会积累一些非隐私类数据。从某种角度看,这些数据也可以理解为内容,如果基于它们变现?我们今天看看下边的例子,一定会有所收获。(注意:隐私类的违规数据可不要乱碰哦!)

案例介绍

大家首先看看这个网站,名录集 https://mingluji.com/。网站的盈利模式就是销售企业名录,说白了,主要是联系方式(手机号、电话、邮箱)和一些企业数据的售卖。同时,还有Google的广告。通过SimilarWeb看,该网站月流量在20W+(还有几个分站,其中:邮编数据站每月流量40W,英文商业数据每月流量16W,IP库数据站每月流量1W,区号数据站每月流量1W,地理名称数据站每月流量2W)。

案例分析

网站内容分析:网站本身在体验上并不好,风格不一致,布局也比较乱。但从内容角度看:它包括很多类型的企业数据,包括工商数据、会展数据、海关数据、物流行业企业数据等等,并且有一个做的很细致的地方是数据会按不同维度整理售卖,比如工商数据或供应商数据,他们会按地域、职业、行业等维度进行切分,分开售卖,以此提高成交概率。

收益的估算:首先,Google广告按千次点击2美元算,每月收入1600美元,全年折合人民币13万。然后看数据售卖的收入,这一块儿不太好估算,如果假设每个页面跳出率60%,到订单页的主流转化路径包括5个页面,那订单页流量大概2万,估计假设UV为2000,再假设之后的付费转化率为10%,客单价为500(单个数据sku的的价格从100到几千的都有),算下来每月数据收入为10W,全年数据收入120万。(数据收益估算拍的成分大,大家有好的算法可以一起讨论)

目标用户分析:那这样的数据售卖网站的目标用户是哪些人呢?一般来说,以企业级用户为主,比如企业内的营销人员。营销人员除了在搜索广告、DSP等平台上投入预算以外,直接采购销售线索(Leads,主要是企业目标用户的联系方式)也是很大一块儿,这里面又包括两种情况,一类是精准的经过验证有意向的线索(这一类线索的单价较高从几十到几千的都有,因行业不同),一类是半精准的海量的数据,往往通过几个简单的规则筛选即可,上面的案例就属于这类情况。

我们可以怎么做

首先,原材料怎么来。我们看到名录集里售卖的数据,即不像大的数据聚合商提供的那些大而全,并且附加了很多基于模型计算得到的标签,因此单价不会那么高。而且,这些数据不支持更新,不提供API,言外之意,我们只要有一些数据,其实就是可以售卖的(当然是合法的、开放数据了,违法乱纪的数据,大家还是别想了),之后有了新的数据,就再增加一个数据sku。

其次,这个事儿适合什么人做呢?我觉得,有几点:

① 可以写爬虫:这个我想很多人都可以,甚至一些非技术人员,应用爬虫工具(比如八爪鱼、神箭手、import.io等)也可以爬下不少数据;

② 可以在互联网上找到批量的数据:也许有的人觉得,这么多数据,你说爬就爬吗?对方屏蔽怎么办?其实,据我的经验,大的互联网公司确实在反爬上投入很多,但也不是一点都不能爬,另外,有很多看着很传统的页面,也有很多数据可以爬取;

③ 流量运营人员:网站有了,需要通过SEO或社会化的方式去引流。

④ 可以想到目标用户使用的这些数据的场景:这一点不是必须的,因为有了上面的数据,直接list出来卖也是可以的。但要想有更高的转化率,还是要搞清楚哪些用户,在干什么的时候,会需要什么样的线索数据,他们又会到哪里去找这些数据。这个过程,既是对数据的某种产品化,也和流量运营关系密切。

另外,在盈利模式上还能做哪些优化呢?我能想到的相对维护成本低的方式,还是导流的方式,包括几类:

① 一些畅销的营销、运营类书籍的导购,尤其是很多国内不多见的英文的营销类数据,在亚马逊上很多。

② 营销类SaaS工具的推广,数据购买用户在数据采购的上下游是有需求的,可能会涉及到一些营销类SaaS工具的采购(由于是企业采购行为,一旦成交,客单价一般不低。

③ 相关网络课程的推广。

案例小结

盈利空间:★★★★

参与门槛:★★★★

维护难度:★★

发表评论

相关文章