零售大数据解密

电商有很好的数据化的基础，线上越来越希望了解线下是怎么消费的，所以会有更多的资源置换。最近的一段时间，我们看到线上线下渗透，商户自然交换这种情况会越来越多。在这种情况下，同样缺少的是这个交换怎么能够真正的实现消费者最终的精准画像。但是我认为，仅仅通过这样简单的探索，可能还不是真正的“全息”人。

真正的“全息”人包括这几个方面，第一个，无论是线上线下，会员数据，每一家企业都可能会有；第二个，我们的购物轨迹的信息；第三个，POS或者小票记录，而且还有一部分，即我们的社会化的线上线下以及个人、家庭的消费信息。IRI在美国做得比较熟悉，有一些数据是企业已经能够提供的，可以通过一些特定的关键终端来进行打通，把数据真正打通成能用的数据，比如说像消费者身份证号、手机号关联信息。

除了企业之外更多的消费，我们是通过固定样品组分析。在美国我们做了十万个家庭样本，把这十万个家庭每一天所有的消费记录下来，我们通过这十万个投射到整个大的市场，我们对市场进行精准的预测。

利用大数据技术促进零售行业的障碍和推动力

1、突破零售大数据的五重障碍

我们怎么来利用大数据？真正大数据的价值，现在大家有很多数据，每家企业零售数据非常海量。但是很多时候，往往很多企业十三个月就把前面的数据扔掉了。而大数据时间越长，数据量越大，中间的金矿越大。

首先，大数据可能会涉及到有数据无标准，我们怎么把数据标准化；第二个，数据的存储与清洗难；第三个，数据的孤岛问题，数据不能活化；第四个，我们没有“全息”的数据；第五个，我们怎么把这些数据用一个分析框架应用起来。比如说数据标准的统一化，我们在美国做了大概7500个SKU的产品试点，这个产品试点跨线上线下、跨品牌可以做一对一的比较。

数据的活化，关键我们怎么通过不同的数据架构来真正打通数据。数据的存储和清洗，现在数据是海量的数据，我们在与很多零售企业沟通的时候，他们仅仅是做到基础报表的数据呈现，对数据有一些基础的了解，比如说每个月，每周有个报表。零售企业卖出的东西都有一张小票，当我们把所有的小票汇总在一起，这里面蕴含的价值是非常巨大的，我们怎么利用这些小票精准化定位到消费者的每一个购物篮子，这可以做很多的分析。

关于数据采集的问题，现在大型的连锁店铺比较容易，但是对夫妻店的数据怎么收集，传统的店铺怎么收集，我们有一个在国外的工具。

2、推进大数据在零售应用的六动力

最后简单介绍一下大数据的对大家的价值，第一个是追踪，大家都会特别关注每一个门店，或者说每一个区域目前发展的怎么样，哪个涨了，哪个跌了，有没有问题。大数据时代我们面临的是瞬息万变，需要有实时的数据，把数据及时的转化为真正的营销洞察。

第二个是增效。有了这个数据，看到这些情况怎么做才能够有价值。

第三个是节流。大数据应该把我们的库存、我们的销售整合在一起，形成一个大的平台，这时候实现的是节流。

第四个是增黏。增加会员的黏性和忠诚度。

第五个是引流。我们怎么增加新的客户。

第六个是红利。通过数据怎么实现更多的红利。

在增效部分，我们更强调的是大小数据的结合，大家现在有很多现有的数据，我们也经常做消费者的调研，做客户的洞察，这些数据怎么跟大数据整合在一起？举一个比较简单的例子，像货架摆放大家有一定的规则，我们可以通过数据来解读消费者对这样的货架摆放销售情况是怎么样，消费者怎么取货的。

我们曾经做过一个小实验，数据调整了之后，我们把货架调整了一下，大概是60%的单个货架，整个的货架优化可以通过数据化手段来进一步的实现。

在节流部分，我们主要解决的是从采购到供应链，把数据进行整合。

增黏形成会员，会员大家都特别关心。对于会员来讲，我们IRI不会做会员系统，我们做不了会员系统，但是我们做的是怎么用数据，怎么帮助你实现价值最大化。

大家在做O2O的时候，特别关心的问题，我要选出针对性的人群做针对性个性化营销，但到底怎么选？最常见的办法是标签，通过特定的标签，比如这个人群，打算卖一个什么样产品的时候，这个年龄段有可能对我的产品是感兴趣的，我把若干个标签选中以后，我来对选中标签的人群做针对性的推送或者营销。

但这里面，我们不知道这个消费者到底在未来一段时间，对你的产品有多大的消费价值，他会花多少钱来买你的东西。所以说在这个时候，真正精准化营销，不仅仅是我要什么样的可能，而是有多大可能，它给我带来多大的价值，在这个时候，我需要对消费者从既往的行为来预测未来的消费价值。

在美国已经覆盖到一亿家庭，对他做价值评估，我们会涉及到所有的品类、子品类做精准的预测，这个预测是不断优化的过程。通过这个预测，当我们想对特定的人群做营销的时候，我们会告诉你选什么样的人给你带来多大价值，这个事后可以是追踪的。我们对人群的细分，结合细分做更有价值的消费者洞察。

在引流方面，我们IRI跟百度合作，有一些探讨。今年初我们在美国刚发布了一个产品，这是全球第一个真正大数据帮助实现跨媒体。我们有零售数据，他们有数字媒体的数据，他们把它整合大数据产品，已经在美国推出，帮助美国企业实现精准的媒体引流。

通过现有的零售数据，企业目前已经拥有的，而且质量最好的一定是现有的零售数据，怎么通过零售数据来增加我们的销售，以及提升我们客户的价值，这是我们目前所做的工作。