大資料決策領跑零售業

隨著全球資料量的爆發式增長，大資料技術得到了飛速發展，也為零售業從龐大的業務資料中有用資訊提供了強有力的支援。如今，沃爾瑪“啤酒十尿布”的故事已經成為資料分析的傳統經典，取而代之的則是梅西百貨的“實時定價機制”、沃爾瑪的“Polaris搜尋引擎”、美國塔吉特超市的“懷孕預測指數”等一系列利用大資料分析手段而實現的零售營銷創新。

在接受採訪時，FineBI產品經理julie曾表示：大資料的出現並不是要推翻傳統行業，而是給其安裝一個”外掛”，在決策方面更好地執行。所以零售業的基礎仍是有力保障，只不過有別於傳統銷售模式，零售業通過利用大資料將商品的資訊量化，做到對商品的精細化營銷和對客戶的精準化定位。資料從使用者來，又從使用者身上得到驗證，迴圈往復，科學化確定營銷模式。

大資料帶來的改變使得零售業的模式得到前所未有的創新，主要來自五個方面：

一、深入挖掘顧客需求

以往零售業經營分析以每日生成的交易明細為基礎來進行資料分析，有些公司在這方面會做的比較深入，會結合各種因素來考量，做調整，但這種分析往往在速度上會大打折扣，尤其是在資訊高速變更的時代，而且這種分析往往基於內部已發生的資料，與使用者的真實需求有所偏離。如今，無論是實體銷售還是網路銷售都做到了資訊化，有條件去跟蹤使用者的消費行為。比如，美國塔吉特超市通過顧客資料分析部建立的“懷孕預測指數”模型，能夠在孕婦第2個妊娠期就把她們確認出來。該公司這樣做的目的是:在其他公司對母嬰開展個性化營銷之前，領先一步。通過提前了顧客情況，搶佔先機，在不同的懷孕週期提供針對性的保健品和日用品，儘早對客戶實施個性化營銷。

二、完善品類管理

通過大資料分析能獲悉顧客需求，但最終實際過渡到零售底層的仍是商品和服務。很多零售企業在品類管理實施中往往是門店按採購部規劃佈置，但又要保證新的商品引進和舊的商品淘汰。數月下來，靜態的規劃和動態的調整難以有機結合，實際陳列狀況和規劃的大相徑庭。曾今有一家零售企業在實施品類管理過程中將南貨由生鮮部劃歸乾貨部管理，但調整的結果是銷售額反而下降了。商品歸屬變化以後，商品的賣場佈局也發生了變化，商品也從生鮮區位移到了乾貨，結果南於消費者不適應，反而減少了銷售額。

三、重建客戶關係

我國傳統零售業依舊走無差異的營銷模式，把所有消費者都當做自己的顧客。可是，某商超在對使用者分析時發現，忠實使用者佔50%，貢獻度為90%，剩下的50%客戶，貢獻度卻只佔到10%。對於客戶，如果依舊是廣撒網而同等對待的話，忠實客戶的流失將比付出的成本大很多，所以，客戶”差異化“對待，勢在必行。比如，可以利用顧客會員卡與門店的POS系統相連線，開發出計算機自動促銷系統。該系統能夠利用計算機系統，向會員顧客提供個性化服務，投其所好來增加顧客忠誠度。

四、個性化精準推薦

從顧客角度來思考，他們最關注的是什麼？1、我需要什麼，你能給我提供什麼；2、請用最簡潔快捷的方式通知給我有用的資訊；3、希望我的消費能夠讓我享受到應有的尊敬和服務。最著名的例子肯定是某電商根據使用者瀏覽和購買情況推薦書籍。這樣的方式在零售行業同樣適用，基於會員使用者的消費習慣分析，可通過網路平臺，郵件等方式推送優惠資訊，實體店可通過商品關聯銷售，會員商品促銷來達到精準推薦的目的。

五、微小店平臺

當前我國零售業仍然以大型化為主導，就連網際網路平臺也是大型化。對於小型零售店，開店成本高，使用者流量轉移對其衝擊力不小。門店整合到支付寶，微信，微博平臺的方式已迅速發展並被使用者接受。通過即時線上互動，線上線下連通，真正做到實時跟蹤消費者，並提供更好的服務。很多門店，例如一些便利店已不僅僅是門店，已成為網路銷售的一個站點、終端。人在多終端之間流動，物在多終端之間展示，線上線下人流是一體。

無論如何發展，大資料的核心永遠是”人”，資料只是使用者行為的語言，其價值在於對使用者行為的分析和指引，而所有這一切最終都要回歸到消費與服務，所以最好的決策是利用大資料完善從企業到使用者間的一系列決斷，形成一個高度有效的生態鏈。