納蘭熙 發(fā)表于 2013-12-30 13:33
【品途導讀】這個(gè)時(shí)代已經(jīng)完全不是此前單純的數字媒體化年代，一些商業(yè)巨頭已經(jīng)不聲不響地運用“大數據”技術(shù)好多年，用大數據驅動(dòng)市場(chǎng)營(yíng)銷(xiāo)、驅動(dòng)成本控制、驅動(dòng)產(chǎn)品和服務(wù)創(chuàng )新、驅動(dòng)管理和決策的創(chuàng )新好多年。大數據里面包含了企業(yè)運營(yíng)的各種信息，如果能對它們進(jìn)行及時(shí)有效整理和分析，就可以很好地有效地幫助企業(yè)進(jìn)行經(jīng)營(yíng)決策，為企業(yè)帶來(lái)獲取巨大的增值價(jià)值效益。
一、“大數據”的商業(yè)價(jià)值
1、對顧客群體細分
“大數據”可以對顧客群體細分，然后對每個(gè)群體量體裁衣般的采取獨特的行動(dòng)。瞄準特定的顧客群體來(lái)進(jìn)行營(yíng)銷(xiāo)和服務(wù)是商家一直以來(lái)的追求。云存儲的海量數據和“大數據”的分析技術(shù)使得對消費者的實(shí)時(shí)和極端的細分有了成本效率極高的可能。
2、模擬實(shí)境
運用“大數據”模擬實(shí)境，發(fā)掘新的需求和提高投入的回報率?，F在越來(lái)越多的產(chǎn)品中都裝有傳感器，汽車(chē)和智能手機的普及使得可收集數據呈現爆炸性增長(cháng)。Blog、Twitter、Facebook和微博等社交網(wǎng)絡(luò )也在產(chǎn)生著(zhù)海量的數據。
云計算和“大數據”分析技術(shù)使得商家可以在成本效率較高的情況下，實(shí)時(shí)地把這些數據連同交易行為的數據進(jìn)行儲存和分析。交易過(guò)程、產(chǎn)品使用和人類(lèi)行為都可以數據化?！按髷祿奔夹g(shù)可以把這些數據整合起來(lái)進(jìn)行數據挖掘，從而在某些情況下通過(guò)模型模擬來(lái)判斷不同變量(比如不同地區不同促銷(xiāo)方案)的情況下何種方案投入回報最高。
3、提高投入回報率
提高“大數據”成果在各相關(guān)部門(mén)的分享程度，提高整個(gè)管理鏈條和產(chǎn)業(yè)鏈條的投入回報率?！按髷祿蹦芰姷牟块T(mén)可以通過(guò)云計算、互聯(lián)網(wǎng)和內部搜索引擎把”大數據”成果和“大數據”能力比較薄弱的部門(mén)分享，幫助他們利用“大數據”創(chuàng )造商業(yè)價(jià)值。
4、數據存儲空間出租
企業(yè)和個(gè)人有著(zhù)海量信息存儲的需求，只有將數據妥善存儲，才有可能進(jìn)一步挖掘其潛在價(jià)值。具體而言，這塊業(yè)務(wù)模式又可以細分為針對個(gè)人文件存儲和針對企業(yè)用戶(hù)兩大類(lèi)。主要是通過(guò)易于使用的API，用戶(hù)可以方便地將各種數據對象放在云端，然后再像使用水、電一樣按用量收費。目前已有多個(gè)公司推出相應服務(wù)，如亞馬遜、網(wǎng)易、諾基亞等。運營(yíng)商也推出了相應的服務(wù)，如中國移動(dòng)的彩云業(yè)務(wù)。
5、管理客戶(hù)關(guān)系
客戶(hù)管理應用的目的是根據客戶(hù)的屬性(包括自然屬性和行為屬性)，從不同角度深層次分析客戶(hù)、了解客戶(hù)，以此增加新的客戶(hù)、提高客戶(hù)的忠誠度、降低客戶(hù)流失率、提高客戶(hù)消費等。 對中小客戶(hù)來(lái)說(shuō)，專(zhuān)門(mén)的CRM顯然大而貴。不少中小商家將飛信作為初級CRM來(lái)使用。比如把老客戶(hù)加到飛信群里，在群朋友圈里發(fā)布新產(chǎn)品預告、特價(jià)銷(xiāo)售通知，完成售前售后服務(wù)等。
6、個(gè)性化精準推薦
在運營(yíng)商內部，根據用戶(hù)喜好推薦各類(lèi)業(yè)務(wù)或應用是常見(jiàn)的，比如應用商店軟件推薦、IPTV視頻節目推薦等，而通過(guò)關(guān)聯(lián)算法、文本摘要抽取、情感分析等智能分析算法后，可以將之延伸到商用化服務(wù)，利用數據挖掘技術(shù)幫助客戶(hù)進(jìn)行精準營(yíng)銷(xiāo)，今后盈利可以來(lái)自于客戶(hù)增值部分的分成。
以日常的“垃圾短信”為例，信息并不都是“垃圾”，因為收到的人并不需要而被視為垃圾。通過(guò)用戶(hù)行為數據進(jìn)行分析后，可以給需要的人發(fā)送需要的信息，這樣“垃圾短信”就成了有價(jià)值的信息。在日本的麥當勞，用戶(hù)在手機上下載優(yōu)惠券，再去餐廳用運營(yíng)商DoCoMo的手機錢(qián)包優(yōu)惠支付。運營(yíng)商和麥當勞搜集相關(guān)消費信息，例如經(jīng)常買(mǎi)什么漢堡，去哪個(gè)店消費，消費頻次多少，然后精準推送優(yōu)惠券給用戶(hù)。
7、數據搜索
數據搜索是一個(gè)并不新鮮的應用，隨著(zhù)“大數據”時(shí)代的到來(lái)，實(shí)時(shí)性、全范圍搜索的需求也就變得越來(lái)越強烈。我們需要能搜索各種社交網(wǎng)絡(luò )、用戶(hù)行為等數據。其商業(yè)應用價(jià)值是將實(shí)時(shí)的數據處理與分析和廣告聯(lián)系起來(lái)，即實(shí)時(shí)廣告業(yè)務(wù)和應用內移動(dòng)廣告的社交服務(wù)。
運營(yíng)商掌握的用戶(hù)網(wǎng)上行為信息，使得所獲取的數據“具備更全面維度”，更具商業(yè)價(jià)值。典型應用如中國移動(dòng)的“盤(pán)古搜索”。
二、“大數據”與零售業(yè)的結合運用
對于數據的使用，許多實(shí)體零售商同樣表示非常重視，他們對企業(yè)積累的數據進(jìn)行了各種預測和分析。然而，對具體的銷(xiāo)售業(yè)務(wù)來(lái)說(shuō)，往往存在理想與現實(shí)的糾結，前不久市場(chǎng)中一家知名的服裝零售企業(yè)一方面在宣傳盈利上市的同時(shí)，一方面曝出有近10億元的庫存。國內很多零售企業(yè)都知道“大數據”應用的好處，但他們一旦將“大數據”的應用結合到自己的企業(yè)經(jīng)營(yíng)中時(shí)，便會(huì )出現與目前經(jīng)營(yíng)有非常大的不適應問(wèn)題，如此導致許多企業(yè)對此都持非常謹慎的態(tài)度。
1、將零售策略與“大數據”技術(shù)進(jìn)行結合
零售企業(yè)談的“大數據”的最大價(jià)值，是在零售策略上與“大數據”技術(shù)進(jìn)行結合，最大程度地編制前置性的零售策略，確保銷(xiāo)售計劃的實(shí)現?！按髷祿敝v究四個(gè)“V”：一是數據體量大（Volume）；二是數據類(lèi)型復雜（Variety），多涉及到各種結構性與非結構性的；三是價(jià)值密度低（Value），這和體量大是相對應的；四是數據更新與處理速度快（Velocity）。
根據這些特性主動(dòng)地在業(yè)務(wù)數據產(chǎn)生的同時(shí)做出相應的策略應對，會(huì )為企業(yè)贏(yíng)得更多的時(shí)間和市場(chǎng)策略調整空間。這類(lèi)似于大江大河的洪峰預警，上游的洪峰出現什么狀況，下游要做什么樣的應對。數據用到這一層面上，才具有直接的業(yè)務(wù)價(jià)值，這不是那種銷(xiāo)量同期比、環(huán)比、銷(xiāo)售計劃比數據能指導業(yè)務(wù)的價(jià)值能相比的。例如一家涉足線(xiàn)上業(yè)務(wù)的實(shí)體零售商，在一組貨品的15分鐘促銷(xiāo)時(shí)間內，往往準備著(zhù)3套應變策略，以確保貨品能夠按計劃賣(mài)出。
在實(shí)體商業(yè)領(lǐng)域，有許多關(guān)于數據與營(yíng)銷(xiāo)的案例。一個(gè)較早的版本就是美國沃爾瑪啤酒和尿布的數據關(guān)系。原來(lái)，美國的婦女在家照顧孩子，所以她們會(huì )囑咐丈夫在下班回家的路上為孩子買(mǎi)尿布，而丈夫在買(mǎi)尿布的同時(shí)又會(huì )順手購買(mǎi)自己愛(ài)喝的啤酒。
當分析師了解到啤酒和尿布銷(xiāo)量存在正相關(guān)關(guān)系、并進(jìn)一步分析的時(shí)候，發(fā)現了這樣的購買(mǎi)情境，于是將這兩種屬于不同門(mén)類(lèi)的商品擺在一起。這個(gè)發(fā)現為商家帶來(lái)了新的銷(xiāo)售組合。當然，即使再多的零售連鎖企業(yè)知道這個(gè)故事，也極少從平時(shí)銷(xiāo)售中能發(fā)現這樣的組合，哪怕是牽強附會(huì )的。
所以，零售策略設計是零售業(yè)“大數據”價(jià)值最大的地方，也是“大數據”可以直接為其提供支持的業(yè)務(wù)。
2、零售企業(yè)對“大數據”應保持正確態(tài)度
企業(yè)的領(lǐng)導者首先要重視“大數據”的發(fā)展、重視企業(yè)的數據中心，把收集顧客數據作為企業(yè)營(yíng)銷(xiāo)運營(yíng)的第一目標；第二，對企業(yè)內部人員進(jìn)行培訓及建立收集數據的軟硬件機制；第三，以業(yè)務(wù)需求為準則，確定哪些數據是需要收集的；第四，確認在企業(yè)已有的數據基礎上或者未來(lái)方向前提下，如何達成前三項目標的基礎建設方案。
在這些IT基礎工作需要企業(yè)有實(shí)實(shí)在在的投入和建設規范的信息化團隊，作為中國商業(yè)最大的一分子——中小微型零售企業(yè)似乎是不可能也沒(méi)有足夠的能力來(lái)面對這樣一場(chǎng)變化的。
大中型零售商因為本身業(yè)務(wù)及利潤的積淀，已經(jīng)能夠承擔這樣一場(chǎng)需求趨勢的需要成本。中小微型企業(yè)還處于快速發(fā)展過(guò)程中，如果也如同大中型企業(yè)進(jìn)行全方面的投入，將很快會(huì )被新型的IT工具拖垮或者遭受重創(chuàng )。
但這并不意味著(zhù)中小零售企業(yè)沒(méi)有機會(huì )，實(shí)際上IT的發(fā)展為所有的企業(yè)都提供了平等的選擇，云計算的廣泛應用即是對這樣一場(chǎng)變革帶來(lái)的臨時(shí)禮物。
作為中小微型零售企業(yè)，完全不必考慮自己建設一套“大數據”的IT系統，他們從精力、成本、能力上來(lái)說(shuō)都不適合，因此此類(lèi)企業(yè)可以將企業(yè)的IT建設外包給適合的服務(wù)商，企業(yè)本身的所有精力可以投入到對商圈的開(kāi)發(fā)上。
目前，一些IT軟件開(kāi)發(fā)運營(yíng)商也已經(jīng)針對傳統零售企業(yè)推出了云服務(wù)的基礎平臺，為中小微型商業(yè)企業(yè)提供了大型企業(yè)和超大型企業(yè)同樣的基礎環(huán)境及系統架構，小企業(yè)只需清晰地規劃出自己的目標和適合的步驟，使用云平臺按需付費即可，大可不必進(jìn)行巨大的初始投入和不可預測的運行成本。
三、“大數據”在零售企業(yè)實(shí)戰中的應用
1、Target
最早關(guān)于“大數據”的故事發(fā)生在美國第二大的超市塔吉特百貨（Target）。孕婦對于零售商來(lái)說(shuō)是個(gè)含金量很高的顧客群體。但是他們一般會(huì )去專(zhuān)門(mén)的孕婦商店而不是在Target購買(mǎi)孕期用品。人們一提起Target，往往想到的都是清潔用品、襪子和手紙之類(lèi)的日常生活用品，卻忽視了Target有孕婦需要的一切。為此，Target的市場(chǎng)營(yíng)銷(xiāo)人員求助于Target的顧客數據分析部要求建立一個(gè)模型，在孕婦第2個(gè)妊娠期就把她們給確認出來(lái)。在美國出生記錄是公開(kāi)的，等孩子出生了，新生兒母親就會(huì )被鋪天蓋地的產(chǎn)品優(yōu)惠廣告包圍，因此必須趕在孕婦第2個(gè)妊娠期行動(dòng)起來(lái)。如果Target能夠趕在所有零售商之前知道哪位顧客懷孕了，市場(chǎng)營(yíng)銷(xiāo)部門(mén)就可以早早的給他們發(fā)出量身定制的孕婦優(yōu)惠廣告，早早圈定寶貴的顧客資源。
如何能夠準確地判斷哪位顧客懷孕？ Target想到公司有一個(gè)迎嬰聚會(huì )（baby shower）的登記表，開(kāi)始對這些登記表里的顧客的消費數據進(jìn)行建模分析，不久就發(fā)現了許多非常有用的數據模式。比如模型發(fā)現，許多孕婦在第2個(gè)妊娠期的開(kāi)始會(huì )買(mǎi)許多大包裝的無(wú)香味護手霜；在懷孕的最初20周大量購買(mǎi)補充鈣、鎂、鋅的善存片之類(lèi)的保健品。最后Target選出了25種典型商品的消費數據構建了“懷孕預測指數”，通過(guò)這個(gè)指數，Target能夠在很小的誤差范圍內預測到顧客的懷孕情況，因此Target就能早早地把孕婦優(yōu)惠廣告寄發(fā)給顧客。
為了不讓顧客覺(jué)得商家侵犯了自己的隱私，Target把孕婦用品的優(yōu)惠廣告夾雜在其他一大堆與懷孕不相關(guān)的商品優(yōu)惠廣告當中。
根據這個(gè)“大數據”模型,Target制訂了全新的廣告營(yíng)銷(xiāo)方案，結果Target的孕期用品銷(xiāo)售呈現了爆炸性的增長(cháng)。Target的“大數據”分析技術(shù)從孕婦這個(gè)細分顧客群開(kāi)始向其他各種細分客戶(hù)群推廣，從Target使用“大數據”的2002年到2010年間，Target的銷(xiāo)售額從440億美元增長(cháng)到了670億美元。
2、ZARA
ZARA平均每件服裝價(jià)格只有LVHM四分之一，但是，回看兩家公司的財務(wù)年報，ZARA稅前毛利率比LVHM集團還高23、6%。
（1）分析顧客的需求
在ZARA的門(mén)店里，柜臺和店內各角落都裝有攝影機，店經(jīng)理隨身帶著(zhù)PDA。目的是記錄其顧客的每個(gè)意見(jiàn)，如顧客對衣服圖案的偏好，扣子的大小，拉鏈的款式之類(lèi)的微小舉動(dòng)。店員會(huì )向分店經(jīng)理匯報，經(jīng)理上傳到ZARA內部全球資訊網(wǎng)絡(luò )中，每天至少兩次傳遞資訊給總部設計人員，由總部作出決策后立即傳送到生產(chǎn)線(xiàn)，改變產(chǎn)品樣式。
關(guān)店后，銷(xiāo)售人員結帳、盤(pán)點(diǎn)每天貨品上下架情況，并對客人購買(mǎi)與退貨率做出統計。再結合柜臺現金資料，交易系統做出當日成交分析報告，分析當日產(chǎn)品熱銷(xiāo)排名，然后，數據直達ZARA倉儲系統 。
收集海量的顧客意見(jiàn)，以此做出生產(chǎn)銷(xiāo)售決策，這樣的作法大大降低了存貨率。同時(shí)，根據這些電話(huà)和電腦數據，ZARA分析出相似的“區域流行”，在顏色、版型的生產(chǎn)中，做出最靠近客戶(hù)需求的市場(chǎng)區隔。
（2）結合線(xiàn)上店數據
2010年，ZARA同時(shí)在六個(gè)歐洲國家成立網(wǎng)絡(luò )商店，增加了網(wǎng)絡(luò )巨量資料的串連性。2011年，分別在美國、日本推出網(wǎng)絡(luò )平臺，除了增加營(yíng)收，線(xiàn)上商店強化了雙向搜尋引擎、資料分析的功能。不僅回收意見(jiàn)給生產(chǎn)端，讓決策者精準找出目標市場(chǎng)；也對消費者提供更準確的時(shí)尚訊息，雙方都能享受“大數據”帶來(lái)的好處。分析師預估，網(wǎng)絡(luò )商店為ZARA至少提升了10%營(yíng)收。
此外，線(xiàn)上商店除了交易行為，也是活動(dòng)產(chǎn)品上市前的營(yíng)銷(xiāo)試金石。ZARA通常先在網(wǎng)絡(luò )上舉辦消費者意見(jiàn)調查，再從網(wǎng)絡(luò )回饋中，擷取顧客意見(jiàn)，以此改善實(shí)際出貨的產(chǎn)品。
ZARA將網(wǎng)絡(luò )上的海量資料看作實(shí)體店面的前測指標。因為會(huì )在網(wǎng)絡(luò )上搜尋時(shí)尚資訊的人，對服飾的喜好、資訊的掌握，催生潮流的能力，比一般大眾更前衛。再者，會(huì )在網(wǎng)絡(luò )上搶先得知ZARA資訊的消費者，進(jìn)實(shí)體店面消費的比率也很高。
這些顧客資料，除了應用在生產(chǎn)端，同時(shí)被整個(gè)ZARA所屬的英德斯（Inditex）集團各部門(mén)運用：包含客服中心、行銷(xiāo)部、設計團隊、生產(chǎn)線(xiàn)和通路等。根據這些巨量資料，形成各部門(mén)的KPI，完成ZARA內部的垂直整合主軸。
ZARA推行的海量資料整合，后來(lái)被ZARA所屬英德斯集團底下八個(gè)品牌學(xué)習應用?？梢灶A見(jiàn)未來(lái)的時(shí)尚圈，除了臺面上的設計能力，臺面下的資訊/數據大戰，將是更重要的隱形戰場(chǎng)。
（3）對數據快速處理、修正、執行
H&M一直想跟上ZARA的腳步，積極利用“大數據”改善產(chǎn)品流程，成效卻不彰，兩者差距愈拉愈大，這是為什么？
主要的原因是，“大數據”最重要功能是縮短生產(chǎn)時(shí)間，讓生產(chǎn)端依照顧客意見(jiàn)，能于第一時(shí)間迅速修正。但是，H&M內部的管理流程，卻無(wú)法支撐“大數據”供應的龐大資訊。H&M的供應鏈中，從打版到出貨，需要三個(gè)月左右，完全不能與ZARA兩周的時(shí)間相比。
因為H&M不像ZARA，后者設計生產(chǎn)近半維持在西班牙國內，而H&M產(chǎn)地分散到亞洲、中南美洲各地?？鐕鴾贤ǖ臅r(shí)間，拉長(cháng)了生產(chǎn)的時(shí)間成本。如此一來(lái)，“大數據”即使當天反映了各區顧客意見(jiàn)，無(wú)法立即改善，資訊和生產(chǎn)分離的結果，讓H&M內部的“大數據”系統功效受到限制。
“大數據”運營(yíng)要成功的關(guān)鍵，是資訊系統要能與決策流程緊密結合，迅速對消費者的需求作出回應、修正，并且立刻執行決策。
3、亞馬遜
此前亞馬遜并未大張旗鼓推展廣告業(yè)務(wù)，直至2012年年底，有報道指出，亞馬遜即將推出實(shí)時(shí)廣告交易平臺，從而向Facebook和谷歌發(fā)起挑戰。這個(gè)實(shí)時(shí)廣告交易平臺又稱(chēng)“需求方平臺”（Demand Side Platform，DSP），可以讓廣告與目標消費者相遇。廣告商可以在“需求方平臺”上競標網(wǎng)站的閑置廣告空間，而競標標的包括廣告版位，以及符合特定條件的消費者。
亞馬遜開(kāi)發(fā)的“需求方平臺”可以“協(xié)助廣告商接觸網(wǎng)路上的眾多用戶(hù)，同時(shí)也幫助客戶(hù)迅速找到想購買(mǎi)產(chǎn)品的相關(guān)資訊”，“需求方平臺”概念雖非亞馬遜首創(chuàng )，但以豐富資料為后盾。
亞馬遜與廣告商分享的資訊有兩類(lèi)，一是依用戶(hù)網(wǎng)路行為所做的通用分類(lèi)，例如熱衷時(shí)尚、喜愛(ài)電子產(chǎn)品、身份為母親、愛(ài)喝咖啡等，二是用戶(hù)的商品搜尋記錄。至于消費者的實(shí)際購物資料，亞馬遜似乎尚未列入分享。廣告商即使無(wú)法得知實(shí)際消費記錄，能了解潛在顧客的商品搜尋記錄；亞馬遜如果全力進(jìn)軍網(wǎng)路廣告市場(chǎng)，仍可能大大改變產(chǎn)業(yè)生態(tài)。
亞馬遜2012年的廣告收入約為5億美元， 2013年的廣告收入將達10億美元。這會(huì )成為亞馬遜未來(lái)幾年內營(yíng)收增長(cháng)的新動(dòng)力，更重要的是，它可能是亞馬遜各項業(yè)務(wù)中利潤率最高的業(yè)務(wù)之一。
4、沃爾瑪
2011年，沃爾瑪電子商務(wù)的營(yíng)收僅是亞馬遜的五分之一，且差距年年擴大，讓沃爾瑪不得不設法奮起直追，找出各種提升數字營(yíng)收的模式。最終，沃爾瑪選擇在社交網(wǎng)站的移動(dòng)商務(wù)上放手一搏，讓更大量、迅速的資訊，進(jìn)入沃爾瑪內部銷(xiāo)售決策。沃爾瑪的每張購買(mǎi)建議清單，都是大量資料運算而出的結果。
2011年4月，沃爾瑪以3億美元高價(jià)收購了一家專(zhuān)長(cháng)分類(lèi)社群網(wǎng)站Kosmix。Kosmix不僅能收集、分析網(wǎng)絡(luò )上的海量資料（大數據）給企業(yè)，還能將這些資訊個(gè)人化，提供采購建議給終端消費者（若不是追蹤結帳資料，這些細微的消費者習慣，很難從賣(mài)場(chǎng)巡邏中發(fā)現）。這意味著(zhù)，沃爾瑪使用的“大數據”模式，已經(jīng)從“挖掘”顧客需求進(jìn)展到要能夠“創(chuàng )造”消費需求。
來(lái)源：納蘭熙
聯(lián)系客服
