京公网安备 11010802034615号
经营许可证编号:京B2-20210330
都谈大数据 实体零售商能把小数据玩好就逆天了
1990年代,美国沃尔玛从销售数据中发现了尿布和啤酒的潜在关联满足消费者需求的经典案例,让大家发现被忽略的用户需求可以通过购买行为的数据,呈送到超市决策者的面前。
时间到达2015年的中国零售市场,逢会必O2O,逢O2O必大数据。
作为传统企业转型最重要的战略性资源之一(其次是技术),数据当然是企业发展的助推剂。按麦肯锡公司的数据,当公司将数据和分析深入结合到业务中时,其生产率和盈利比将比竞争对手高出5-6%。
光华管理学院更预测,中国将很快成为全球最大的一个数据市场。
但是,金光闪闪的中国数据市场的未来,众所周知属于高大上的BAT们——在数据市场,诸如阿里巴巴、腾讯、百度等因为大型线上营运商的身份而拥有天然的无线数据储存的基因和优势,BAT们将会占据绝大部分的市场份额毫无悬念。
每一个在互联网上的点击或搜索行为,背后都是消费者最真实的声音和需求。互联网线上运营商因此将每一个消费者的行为进行记录,以此实现精准营销和全渠道覆盖,两者正是互联网时代的营销关键。这就是通常所谓的“大数据”。
显然,掌握消费者行为,能实现精准营销和全渠道覆盖,这对任何一家面向消费者的企业而言都是一座超级金矿。
但层次繁杂、内涵丰富的大数据海洋其实给实体零售商们的感觉,更多是光怪陆离、不明觉厉的互联网概念工具。
4月,加拿大Loyalty One高级副总裁Caroline Papadatos在中国连锁经营协会主办的2015中国连锁业O2O大会上提出一个颇为逆行的观点:实体零售业参与线上线下全渠道体系竞争的优势不是大数据,而是要抓住小数据。
小数据 是实体零售业的优良资产
Caroline Papadatos的观点一出,让实体零售商如获知音。
永辉电子商务总经理黄志雄在2015中国连锁业O2O大会上直言“非常认可小数据”。他说,实体零售行业还处在诸多企业不知道如何有效获取顾客信息的初级阶段,先思考如何通过移动互联网的手段获取小数据,对实体零售业的线上线下全渠道O2O突围会更现实。
在黄志雄看来,实体零售业通过线下顾客行为的数据化,追踪到顾客的消费行为,以此帮助零售业务流程升级,并支持更好获取顾客数据,这样才能产生数据的推动力,最后形成大数据。
斑马技术公司技术市场总监高峰也表示,在O2O全渠道踩在整个零售行业关注“怎么去实现”的时间点上,感知顾客上,零售业需要搜集的数据不是大数据,而是小数据。
高峰认为,零售业实现O2O全渠道的第一步是需要“感知”所有的结构化数据,然后将之精耕细作、分析,最后才是去执行。
认同“小数据”最深刻的还有步步高云猴数据有限公司CEO杨军。
也是在2015中国连锁业O2O大会上,杨军说,实体店和电商平台最大的区别在于后者利用数据做好了用户和供应链,而实体店对顾客的最基本的能力都没有做到。
此前在百货营销岗位,杨军往往习惯在巡店时向一线门店管理人员发问:这个月进店总顾客多少人?有多少会员在里面?会员喜爱购买哪些品牌?会员停留时间多长?……
但一线门店管理人员往往茫然面对,回答不出来。
“实体店拥有的是虚拟的流量。”杨军说,京东作为网络零售商目前有4700万用户,与之相比实体零售商实际并不逊色,几乎都有5000万甚至到1个亿的年进店客流,但实体零售商的痛点在于——顾客看得到、抓不到。
为什么会出现这种现象?“一线门店关注的是用打折、用价格来做促销,而不是用商品来做促销;一线门店关注的是用简单粗暴的方式引流,媒体广告、电话、短信,所谓的精准营销都是空话。”杨军直言,实体零售商从来不知道顾客在哪里。
为此,杨军在步步高集团内部会议上,用比喻揭示实体零售业发展思维的待转变:步步高好比是一座山,每年所有人都在研究这座山上今年又该种些什么树,但大家有没有考虑过山下面蕴藏什么样的宝藏?怎么去开发挖掘出山下的宝藏?
被整个线下实体零售业忽视的“山下宝藏”就是数据。
以步步高为例,其一年成交数达3亿笔,进店成交顾客覆盖超过5000万人,但CRM系统里沉淀的会员虽有2000万,但对顾客的数据抓取是非常糟糕的。
而数据的重要性几乎维系整个实体零售转型的成败。杨军认为,解决数据的问题才有O2O核心——供应链变革的推动,数据是先决条件。
杨军直言,云猴在3月份开拓全球购,步步高开始到全世界买货,到全球招募合作伙伴,但若不能解决“卖给谁”的问题,也做不成供应链的变革。
小金鱼和大鲨鱼的战争
在Caroline Papadatos看来,小数据才是实体零售商参与O2O全渠道竞争的优良资产。
但必须承认,线下零售在数据利用这块是落后的。数据显示,在中国,有用的数据信息为33%,但实际收集和分析的数据仅为0.5%。
拥有超级数据宝藏的线上运营商、网络零售商都已开始大规模加码布局、并利用数据去带动其创新,试图全面地打赢这场数据仗,而实体零售商还在很辛苦地从头开始建立系统,还在做基础建设,甚至有些还在挣扎和徘徊中。
当前,线下零售商业务里或多或少都有一些CRM系统的存在,但Caroline Papadatos指出,客户群数量极其庞大,现在实体零售商建立的CRM系统只是在一个很初级的阶段,相对同一时间线上市场的数据存储和数据分析,供应相对很少。包括数据科学家的人才市场,能提供给线下的也鲜少。
用Caroline Papadatos富有火药味的话说,小金鱼如何斗得过大鲨鱼?
好在,BAT们对大数据的征战也才刚刚开始。“BAT们现在做的也仍在表面层面上”,Caroline Papadatos认为,实体零售商巨大的竞争优势在于跟顾客有物理接触的门店,由此产生出的竞争的优良资产是基于门店顾客的小数据。
Loyalty One在全球市场的经验显示,小数据能帮助实体零售业提升决策程序的质量、加快决策的速度、改善计划及预测、开发新产品及收入来源。
如何抓住小数据
小数据定义是什么?
Caroline Papadatos认为,小数据就是顾客从什么地方来,顾客来到门店的消费习惯。
“小数据对顾客有更精准的分析和画像,通过不同业态数据的分析,完全可以鉴定顾客的需求在什么层面,以及给出怎样的产品给到顾客。”
宽泛而言,优化促销组合、品类管理等实体零售业日常的经营就时刻跟小数据打交道。
诚如杨军的观点,相比实体零售业,电商平台只是多了娱乐化和社交化的元素,两者本质上没有区别。“实体店若在消费者和供应链两方面去突破,建立实体店的真正信息化和数据的能力,就能找到出路。”
但线上网络零售商很容易做到这点。“每次网络零售商在线上做任何活动都能看到消费者留下的踪迹,顾客再回来,网络零售商们都知道你是谁。”
杨军前述的介绍表明,线下实体零售商此前都没有这样做。山下会藏着什么样的宝藏,对于实体零售商而言过去是未知的空白。
那在小数据挖掘上,实体零售商能比肩线上网络运营商吗?没有线上的用户优势,实体店如何跟成千上万来到门店的顾客建立关系?
小数据需要先从顾客开始,100%聚焦顾客身上。
Loyalty One在全球范围做的视调发现,80%左右的零售商所提供的促销方案令顾客不满意,顾客不觉得门店内促销与其自身有相关性存在。“顾客很希望他的消费被零售商认可并记住。”
“顾客希望被奖励”也是Loyalty One在全球的经验。根据消费记录给顾客有效的奖励,推动顾客增加来店频次成为忠诚顾客是相当有效的方式。
Caroline Papadatos说,小数据意味着维护顾客关系,提升来店数。“这不是高尖深的科技技术,而是零售业的本质。”
而无论是获取大数据还是小数据,更困难的在于拿到数据以后,建立平台以后,应该如何根据小数据做相应的分析,如何推动业务实现提升。
Caroline Papadatos认为,重要的不在于知道现在的最好的顾客是谁,而是要知道将来能带来更大利益的顾客是谁?也就是如何将次优顾客挖掘成下一阶段的最佳顾客。
Loyalty One抓住小数据的全球经验是六个步骤。
1第一步:
要有顾客识别。建立有效的,可为客户接受的客户识别码,在每一次交易中联系起来。
2第二步:
要有奖励组合。比如价格促销优惠、针对某些顾客有吸引力的奖励措施。根据顾客的消费记录,最快找到合适的奖励给合适的顾客,每个顾客的需求不一样,想要的奖励可能不同,比如可能是梦幻之旅的机票,可能是音乐会的门票等等。
3第三步:
移动应用技术。毋庸置疑需要大力发展的业务范畴,可以结合很多新技术,实现一对一的个性化、定制化。据研究显示,移动应用可以带动推动率超过25%。
4第四步:
个性化沟通。建立平台给顾客提供真正切合需求的促销信息和个性化信息。假设有1000万顾客,可能需要发出的信息有500万种。
5第五步:
要一个更加智能的数据平台。智能数据平台有两个作用,发现现在的最佳顾客,及预期下一个层次的更好的顾客,即可以被提升的顾客组群,预计到将来的最好的顾客并知道采取什么样的行动。因此,零售商必须要有一个完善的联盟合作伙伴的网络,也就是社会化的网络,诸如电讯、加油站等非竞争合作伙伴的不同业态的联盟。
6第六步:
要有联盟合作者网络。
“联盟化”成实体店引流主路径
“联盟可以给顾客创造更大的价值,帮助零售商在不需要共享彼此数据的同时拿到尽量多的顾客的数据信息,挖掘出新的潜在的顾客群。”
实际上,社会化联盟已成眼下实体零售商O2O全渠道转型中殊途同归的路径选择。
步步高云猴平台、苏宁云商、五星电器、大润发飞牛网等几乎所有实体零售商的O2O全渠道转型模式都有联盟化发展的布局。
杨军告诉中国商报记者,基于商圈搭建的本地生活服务云数据平台云猴自去年12月29日以来,已经集合18个行业的8000多家服务联盟,以及超过4000家的便利店联盟,其中大多数以连锁类以及品牌知名度、集客能力、服务能力较强的中小企业。杨军说,联盟除解决每一个城市里很多中小商业企业对建立O2O能力的渴求,也是云猴通过社会化、便利店入口及生活联盟的入口解决流量问题的方式。
同样,五星电器的千镇万店和大润发飞牛网的千乡万馆也都将联盟化、社会化的挖掘顾客计划落脚在农村市场。
数据显示,在不同市场里,联盟化通常能给零售企业带来平均超过130%的客单提升,以及顾客反馈度达40%的提升。
Caroline Papadatos说,联盟化能获取新客户,有更大业绩可能,而最重要还在于联盟能从非竞争合作伙伴拿到客户资源,形成数据基础,在顾客没有来到门店之前通过集合小数据,对顾客有更精准的分析和画像,以此推出相关的促销信息,促动有效消费。
比如,一个顾客经常加最好的油,有两三辆车,通过不同业态数据的分析,实体零售商完全可以鉴定这位顾客的需求在什么层面,应该给到怎样的产品。
“若只是简单的把CRM系统看成积分系统的话,是浪费资源。”Caroline Papadatos说,零售商可以用数据引擎做分析工作,把潜在的次优顾客挖掘出来;同时,组合小数据可以真正做到评估和衡量,优化零售商的促销投资组合,看到什么钱花在哪个范畴能够带来最大的效益以及通过小数据优化品类管理、客户分群。
颇为提振中国实体零售商信心的是,在美国,从2013年开始,美国主要传统零售商的网站部门已经出现了明显的增长,增幅甚至超过了亚马逊。2013年百思买的电商零售额达到15.7亿美元,同比增长 25.8%。沃尔玛2013年网上销售就已经达到100亿美元,2014年增幅据称达到30%,连续两年电商业务增幅都超过亚马逊。
Caroline Papadatos说,在美国,全渠道零售商中前十家中的七家实体零售商都是在围绕怎么做云消费,怎么利用零售数据提升业务管理指标、价格组合优化、品类管理等。而这些,正是“小数据”的题中应有之义。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在 MySQL 实际应用中,“频繁写入同一表” 是常见场景 —— 如实时日志存储(用户操作日志、系统运行日志)、高频交易记录(支付 ...
2025-10-30为帮助教育工作者、研究者科学分析 “班级规模” 与 “平均成绩” 的关联关系,我将从相关系数的核心定义与类型切入,详解 “数 ...
2025-10-30对 CDA(Certified Data Analyst)数据分析师而言,“相关系数” 不是简单的数字计算,而是 “从业务问题出发,量化变量间关联强 ...
2025-10-30在构建前向神经网络(Feedforward Neural Network,简称 FNN)时,“隐藏层数目设多少?每个隐藏层该放多少个神经元?” 是每个 ...
2025-10-29这个问题切中了 Excel 用户的常见困惑 —— 将 “数据可视化工具” 与 “数据挖掘算法” 的功能边界混淆。核心结论是:Excel 透 ...
2025-10-29在 CDA(Certified Data Analyst)数据分析师的工作中,“多组数据差异验证” 是高频需求 —— 例如 “3 家门店的销售额是否有显 ...
2025-10-29在数据分析中,“正态分布” 是许多统计方法(如 t 检验、方差分析、线性回归)的核心假设 —— 数据符合正态分布时,统计检验的 ...
2025-10-28箱线图(Box Plot)作为展示数据分布的核心统计图表,能直观呈现数据的中位数、四分位数、离散程度与异常值,是质量控制、实验分 ...
2025-10-28在 CDA(Certified Data Analyst)数据分析师的工作中,“分类变量关联分析” 是高频需求 —— 例如 “用户性别是否影响支付方式 ...
2025-10-28在数据可视化领域,单一图表往往难以承载多维度信息 —— 力导向图擅长展现节点间的关联结构与空间分布,却无法直观呈现 “流量 ...
2025-10-27这个问题问到了 Tableau 中两个核心行级函数的经典组合,理解它能帮你快速实现 “相对位置占比” 的分析需求。“index ()/size ( ...
2025-10-27对 CDA(Certified Data Analyst)数据分析师而言,“假设检验” 绝非 “套用统计公式的机械操作”,而是 “将模糊的业务猜想转 ...
2025-10-27在数字化运营中,“凭感觉做决策” 早已成为过去式 —— 运营指标作为业务增长的 “晴雨表” 与 “导航仪”,直接决定了运营动作 ...
2025-10-24在卷积神经网络(CNN)的训练中,“卷积层(Conv)后是否添加归一化(如 BN、LN)和激活函数(如 ReLU、GELU)” 是每个开发者都 ...
2025-10-24在数据决策链条中,“统计分析” 是挖掘数据规律的核心,“可视化” 是呈现规律的桥梁 ——CDA(Certified Data Analyst)数据分 ...
2025-10-24在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23在数据分析全流程中,“数据清洗” 恰似烹饪前的食材处理:若食材(数据)腐烂变质、混杂异物(脏数据),即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22