京公网安备 11010802034615号
经营许可证编号:京B2-20210330
YOHO!有货:大数据下的智慧电商_数据分析师
2012年3月29日,奥巴马政府发布了《大数据研究与发展计划倡议》,宣布启动对大数据的研发计划,6个联邦部门和机构将新投入超过2亿美金推动大数据提取、存储、分析、发现等领域技术与工具的发展。大数据在一个国家层面被人们所知道,并且登上了世界的舞台。
去年12月,亚马逊获得了一项名为“预测式发货”的新专利,可以通过对用户数据的分析,在他们还没有下单购物前,提前发出包裹。“亚马逊似乎在充分利用他们庞大的数据。”美国市场研究公司Forrester Research分析师苏查里塔·穆尔普鲁(Sucharita Mulpuru)说,“根据他们对用户的种种了解,他们便可依据多种因素来预测需求。”
没错,这就是大数据的贡献。如今,在互联网时代,随着电子商务的高速发展,大数据在其领域的重要性越发凸显,也可以说,大数据的存在,让电商变得更加智慧。《互联网周刊》记者与中酒集团常务副总裁王泽旭,YOHO!有货总裁钮丛笑进行了互动,深入了解电商与大数据背后的故事。
大数据让消费更加个性化
在电商领域中,用户行为的信息量十分庞大,根据专注于电商行业用户行为分析的公司的不完全统计,一个用户在选择一个产品之前,平均要浏览 5 个网站、36 个页面,在社会化媒体和搜索引擎上的交互行为也多达数十次。不经过大数据分析,如何将如此庞杂的数据归纳总结,进行统计分析简直是难以想象。
与此同时,大数据也让电商更具个性化。钮丛笑说道:“大数据的本质,从营销层面理解是实现产品的一对一营销,这也是营销的最高境界——专门为一个人定制的产品。此前,我们是一个产品对应一类人,千人千面,随着大数据的不断发展,最理想的状态将是一个产品只对应一个人。”他举了一个例子,在营销过程中,电商企业经常纠结一个事情,例如北方已经到了冬季,南方还在穿着短袖,那么网站页面到底该推什么商品?最好的解决方案就是一边出现冬季页面,一边出现夏季页面。“大数据的核心本质最终就是要解决一对一营销,纯研究数据并没有太大的意义。”
王泽旭则谈到,电商网站每日都会收集大量的数据,由于有了大数据的协助,让中酒的线下经营业更具有特点,例如在门店商品的选择上,酒品有2000多个种类,门店是无法放下的,经过大数据的分析,每个门店的商品陈列、陈列主次、销售结构都是不一样的,这样的经营方式大大提高了商品的转化率。另外,根据网络销售得出的区域用户行为节奏分布,对店面的选址也有帮助,可以知道选址周围人们的喜好分布,得出的促销侧重点也不同。
网络用户的“用户行为信息”(User Behavior Information)是指用户在网站上发生的所有行为,如搜索、浏览、打分、点评、加入购物筐、取出购物筐、加入期待列表(Wish List)、购买、使用减价券和退货等;甚至包括在第三方网站上的相关行为,如比价、看相关评测、参与讨论、社交媒体上的交流、与好友互动等。而个性化的推荐则会提高用户的购买率,降低无用信息的推荐,避免了无用广告的滥用骚扰,无形中就提高了用户体验。
大数据让营销更精准
互联网时代更多的是以用户为中心,大数据的存在则让这种以用户为中心的服务有了更为准确的依据。
钮丛笑谈到,不管什么行业,都会有一个标签,都需要精细化整理自己顾客的属性标签以及商品属性标签,而且在大数据到来之后,这些标签必须能够细化到单个顾客和单个商品。
在电商、零售等行业,成本控制是将利益最大化的关键因素,大数据则为成本控制和精准营销提供了依据。
钮丛笑提到了一个词:计划经济。他谈到,有货上面的销售量都是计划好的,虽然计划经济不如市场经济的调节作用好,但是为了避免销量溢出过度浪费,就可以进行宏观调控。而在大数据帮助下的数据调控也变得更有依据。
去年7月底,有货在上海举办了YO'HOOD潮流新品C2B预售会。新品预售会仅两天,线上线下预购金额就超过了2000万元。“不仅对上新有极高要求的潮流电商需要避免库存风险而尝试C2B模式,其他定位于大众平台的电商有更加迫切的供应链变革要求。”钮丛笑表示,“根据消费者的预购情况,按需生产、限量发布,可以让品牌商直接与消费需求对接,一方面可以有效控制库存周转;另一方面,可以预先抢占下一季度的市场。”
C2B模式虽然能够很好的将需求与企业的供应有机的结合起来,极大的节约成本,但若无数据支持,将造成供应链的极大供给短缺,大数据很好的解决了这个问题。
王泽旭在谈话中也表露了类似的观点,他表示,从IT角度讲,根据对数据的细分可以做到区域经营碎片化,让各地区经营策略不一样,价格选品,都不一样。例如搜索淘宝指数时,会有性别、年龄、星座等等区分的指数,而有意思的是,处女座的消费特征确实有所区别。王泽旭还介绍,中酒网的内部大数据叫做中酒云,每个人都可以在上面检索,其中包括四十多个维度,并且对不同维度进行组合来满足经营需要:比如大学附近销售德国啤酒,老年人比较多的地区销售黄金酒之类。
体验是用户忠诚度保持的关键
在众多电商快速崛起的今天,如何保持用户黏性,增加重复购买率成为了关键。
“我们做的不是一锤子买卖。用打价格战的方式拉拢客户,这样的客户可能会购买一次商品,但是未必会买第二次。”钮丛笑明确表示不会盲目跟风低价,“对于分众电商而言,最重要的不是要卖什么,而是知道不能卖什么。”比如有货虽然出售阿迪达斯品牌商品,但仅限于个别潮流产品线。这就是大数据告诉了企业,应该向什么方向发展,应该做什么样的决策,大数据也让电商更具智慧。
为了更具象的展示如何保持用户活跃,王泽旭展示了其APP产品:当买酒时候,发送自己的位置信息,APP会显示出附近最近的门店,进行下单,很快就能送到。王泽旭认为,即时性消费用户不看促销,常规性消费在意活动促销。销售过程中工具影响了消费,工具时代不是拉新,是守护老客户,一定要避免那些暴力促销。他举了一个例子,“例如我们的微信号名字当中带有酒字,这个微信号平时在朋友圈,发一些他平时生活的动态,并不进行硬推,当某个时段你需要买酒了,也许就会突然想到朋友圈中还有这样一个人。”他表示,大数据更多的应该是一种工具,企业使用这个工具,辅以经验和一些营销的小手段,就能够大大的提高用户体验。
目前,大数据在国内还处于初期阶段,但随着大数据技术以及人才的不断发展,人们也会对其更加重视。大数据不仅仅为企业经营的各个环节提供决策方向和指导,未来,成熟之后的大数据还将让各行各业变得更加智慧。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
【核心关键词】客户、数据分析、指标体系、数据采集、数据指标、业务数据、分析思路、业务需求、分析方法 【专访摘要】本次 CDA ...
2026-07-24在数据分析、业务建模与数字化运营体系中,原始业务数据普遍存在缺失、重复、异常、口径不一致等质量问题,直接用于分析与建模会 ...
2026-07-24 很多数据分析师能熟练计算均值、标准差,但当被问到“如何用一张图让业务方3秒内看懂核心结论”“面对不同数据类型该怎么选 ...
2026-07-24在数据驱动的精细化运营体系中,指标是业务判断、效果复盘、策略优化的核心依据。随着企业数据化程度提升,指标数量持续膨胀,但 ...
2026-07-23在用户运营与产品增长体系中,留存是衡量产品真实价值与用户粘性的核心标尺,也是决定用户生命周期价值、获客投产比的底层因素。 ...
2026-07-23 很多数据分析师精通Excel、SQL、Python等工具,但当被问到“面对一个具体的业务问题,该用什么分析方法”“描述性分析和诊断 ...
2026-07-23【核心关键词】埋点、产品、互联网、数据库、决策、数据分析、产品经理、商业模式、移动互联网、指标体系、运营模块、大数据平 ...
2026-07-22在高并发、大数据量的业务系统中,单表数据量达到千万级甚至亿级后,会出现查询性能骤降、索引维护成本飙升、存储扩容困难等问题 ...
2026-07-22 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-07-22在金融风控、企业运营、行业研究等数据分析场景中,大量数据以面板数据形态存在:例如多家分支机构连续多个季度的风险指标、多位 ...
2026-07-21 很多数据分析师每天都在计算指标、制作报表,但当被问到“什么叫指标数据元”“指标数据标准包含哪些核心维度”“指标数据质 ...
2026-07-21一、活动介绍 2026暑期CDA备考冲刺季,为想利用假期拿证的你量身打造。考点胶囊内容搭配多重硬核福利,让你在旅行、实习、居家 ...
2026-07-21金融行业的运营风险贯穿业务全流程,涵盖交易欺诈、操作违规、流程漏洞、合规偏差、客户信用异常等多元场景,是银行、保险、证券 ...
2026-07-17财产保险作为金融行业的核心板块,涵盖车险、家财险、责任险、企财险等多元品类,是个人与企业抵御财产风险、经营风险的重要保障 ...
2026-07-17 很多数据分析师能熟练写SQL、做透视表,但当被问到“数据是从哪里来的?经过哪些加工才进入数据仓库?ETL具体做了什么?”时 ...
2026-07-17【核心关键词】模块、餐饮、客户、门店、企业、订单、供应链、多样化、产品、生产计划、数据分析、生产管理、物料管理、业务分 ...
2026-07-16在数字化分析时代,原始数据本身不具备业务价值,只有通过科学的统计学方法加工、拆解、验证与解读,才能挖掘数据背后的规律、差 ...
2026-07-16 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-07-16在描述性统计分析、数据预处理、异常值排查与多组数据分布对比工作中,箱线图(Box Plot)是应用最广泛的可视化与统计工具之一。 ...
2026-07-15在企业数据存储、业务统计与数据分析工作中,绝大多数业务数据都带有时间维度属性,例如订单创建时间、用户注册时间、支付完成时 ...
2026-07-15