在線化、數(shù)據(jù)化、智能化將是未來(lái)企業(yè)的重要“臉譜”。隨著近幾年大數(shù)據(jù)基礎(chǔ)設(shè)施的日益完善和大數(shù)據(jù)技術(shù)的日新月異，人類正從IT時(shí)代走向DT時(shí)代，使得人類社會(huì)制造出的數(shù)據(jù)呈指數(shù)級(jí)井噴，以大數(shù)據(jù)驅(qū)動(dòng)的營(yíng)銷應(yīng)用得以更好的實(shí)現(xiàn)并越來(lái)越凸顯重要。越來(lái)越多的快消品企業(yè)將用戶分析甚至是企業(yè)應(yīng)用同大數(shù)據(jù)加以融合結(jié)合，用數(shù)據(jù)來(lái)整合優(yōu)化提升自己的流程、產(chǎn)品以及決策，讓運(yùn)營(yíng)管理變得更有效。
重構(gòu)零售連鎖精確營(yíng)銷模式
大數(shù)據(jù)時(shí)代到來(lái)之前，企業(yè)多從哪些平臺(tái)提取數(shù)據(jù)、利用哪些營(yíng)銷數(shù)據(jù)？一般是CRM或BI系統(tǒng)中的顧客信息、市場(chǎng)促銷、廣告活動(dòng)、展覽等結(jié)構(gòu)化數(shù)據(jù)以及企業(yè)官網(wǎng)一些數(shù)據(jù)。但這些信息只能達(dá)到企業(yè)正常營(yíng)銷管理需求的10%的量能，并不足夠給出一個(gè)重要洞察和發(fā)現(xiàn)規(guī)律。
而其它85%的數(shù)據(jù)，諸如社交媒體數(shù)據(jù)、郵件數(shù)據(jù)、地理位置、音視頻等這類不斷增加的信息數(shù)據(jù)，和包括數(shù)據(jù)量更大、逐漸廣泛應(yīng)用、以傳感器為主的物聯(lián)網(wǎng)信息，以及風(fēng)起云涌的移動(dòng)互聯(lián)網(wǎng)信息，等等，這些就是大數(shù)據(jù)所指的非結(jié)構(gòu)性或者叫做多元機(jī)構(gòu)性所需的數(shù)據(jù)，它們更多以圖片、視頻等方式，幾年前可能被置之度外，不會(huì)被運(yùn)用，價(jià)值尚未被有效地挖掘，而今大數(shù)據(jù)能進(jìn)一步提高算法和機(jī)器分析的作用，這類數(shù)據(jù)在如今競(jìng)爭(zhēng)激烈的市場(chǎng)卻日顯寶貴、作用突出，并能被大數(shù)據(jù)技術(shù)所充分挖掘、運(yùn)用。
1、對(duì)營(yíng)銷決策數(shù)據(jù)進(jìn)行更好的優(yōu)化
包括沃爾瑪、家樂(lè)福、麥當(dāng)勞等知名零售連鎖企業(yè)的一些主要門(mén)店均安裝了搜集運(yùn)營(yíng)數(shù)據(jù)的裝置，用于跟蹤客戶互動(dòng)、店內(nèi)客流和預(yù)訂情況，研究人員可以對(duì)菜單變化、餐廳設(shè)計(jì)以及顧問(wèn)意見(jiàn)等是如何對(duì)物流和銷售額的影響進(jìn)行建模。這些企業(yè)可將這些數(shù)據(jù)與交易記錄相結(jié)合起來(lái)，并利用大數(shù)據(jù)工具展開(kāi)分析，從而在銷售哪些商品、如何擺放貨品以及何時(shí)調(diào)整售價(jià)上給出意見(jiàn)，此類方法已經(jīng)幫助這些領(lǐng)先零售企業(yè)減少了17%的存貨，同時(shí)增加了高利潤(rùn)率自有品牌商品的比例。
以前相關(guān)一些CRM系統(tǒng)，只能促使分析報(bào)告回答“發(fā)生了什么事”，現(xiàn)在一個(gè)優(yōu)秀的大數(shù)據(jù)系統(tǒng)已可以被用來(lái)回答“為什么會(huì)發(fā)生這種事”，而且一些關(guān)聯(lián)數(shù)據(jù)庫(kù)還可以預(yù)言“將要發(fā)生什么事”，最終發(fā)展為非常活躍的數(shù)據(jù)倉(cāng)庫(kù)，從而能判斷“你(用戶)想要什么事發(fā)生”。
2、對(duì)目標(biāo)對(duì)象進(jìn)行更完整的分析、描述
通過(guò)獲取更豐富的消費(fèi)者數(shù)據(jù)，包括網(wǎng)站瀏覽數(shù)據(jù)、社交數(shù)據(jù)和地理追蹤數(shù)據(jù)等，可以繪制出更完整的消費(fèi)者行為描述。譬如，大數(shù)據(jù)技術(shù)能對(duì)客人方方面面的信息進(jìn)行充分有效管理并深度挖掘。
如果某個(gè)客人是某餐飲酒店的老主顧，那么該大數(shù)據(jù)系統(tǒng)就會(huì)向酒店提供個(gè)性化服務(wù)，清楚告知酒店經(jīng)理人這位客人的習(xí)慣和喜好，當(dāng)客人再次光臨時(shí)，不用客人自己提出來(lái)，酒店大數(shù)據(jù)系統(tǒng)就會(huì)自動(dòng)提供客人所喜歡的房間和服務(wù)等相關(guān)信息，大大提升酒店管理效率。
利用大數(shù)據(jù)中的語(yǔ)義搜索功能，系統(tǒng)能理解自然語(yǔ)言的含義，包括理解工作的頭銜、技能、行業(yè)和教育等，除此之外，它可以做到智能處理拼寫(xiě)錯(cuò)誤、縮寫(xiě)、標(biāo)點(diǎn)符號(hào)等更多問(wèn)題，也能識(shí)別相同的詞在不同語(yǔ)境中的含義，以更好地為營(yíng)銷管理服務(wù)。例如：銷售經(jīng)理，財(cái)務(wù)經(jīng)理，人事經(jīng)理，它們中都有“經(jīng)理”二字，顯然代表了不同的語(yǔ)義，借用語(yǔ)義搜索技術(shù)，能對(duì)目標(biāo)對(duì)象實(shí)現(xiàn)智能的區(qū)隔、判斷。
3、實(shí)現(xiàn)點(diǎn)對(duì)點(diǎn)智能廣告模式
對(duì)于廣告主來(lái)說(shuō)，廣告核心問(wèn)題在于：如何從海量數(shù)據(jù)中尋找目標(biāo)受眾，并投放相應(yīng)的廣告信息。
時(shí)下廣告不是點(diǎn)對(duì)點(diǎn)模式的，而是主從模式，象單個(gè)“老師”（產(chǎn)品）對(duì)眾多滿地跑的“學(xué)生”（消費(fèi)者等受眾），可是“老師”卻總是抓不住多數(shù)“學(xué)生”，把99%的廣告費(fèi)都扔了。
大數(shù)據(jù)能通過(guò)互聯(lián)網(wǎng)點(diǎn)擊流，可跟蹤個(gè)體用戶的行為，更新其偏愛(ài)，并實(shí)時(shí)模仿其可能的行為，讓點(diǎn)對(duì)點(diǎn)的RTB（實(shí)時(shí)競(jìng)價(jià)廣告）成為可能。在美國(guó)，在大數(shù)據(jù)的幫助下，RTB能把炙手可熱的目標(biāo)用戶，拍賣給廣告商。以前，電梯里，上來(lái)一個(gè)禿頭的中年人，如果你在電梯里打的是洗發(fā)水廣告，那肯定瞎了�，F(xiàn)在，有了RTB，廣告將盯住不是滿地跑的“學(xué)生”，而是那個(gè)喜歡看廣告的目標(biāo)人；廣告市場(chǎng)上賣的也不是傳統(tǒng)意義上的廣告位了，而是訪問(wèn)這個(gè)廣告位的具體用戶。
那么RTB實(shí)時(shí)競(jìng)價(jià)廣告系統(tǒng)是如何實(shí)現(xiàn)精準(zhǔn)的呢？假設(shè)潛在客戶在瀏覽某網(wǎng)頁(yè)面，某網(wǎng)會(huì)向廣告交易平臺(tái)（Ad Exchange）請(qǐng)求廣告。交易平臺(tái)向所有需求端平臺(tái)（DSP）發(fā)出公告，“某網(wǎng)有訪客，要不要向他發(fā)廣告”。同時(shí)，DSP請(qǐng)求大數(shù)據(jù)管理平臺(tái)（DMP）幫助分析這位訪客情況，并根據(jù)結(jié)果進(jìn)行出價(jià)決策。Ad Exchange為出價(jià)高的DSP匹配相關(guān)廣告代碼，并最終作出廣告。
今天尖端的追蹤技術(shù)和多種的大數(shù)據(jù)管理平臺(tái)(DMPs)可以將受眾以及廣告效果數(shù)據(jù)整合于單一界面上，讓廣告主輕易擷取關(guān)鍵指標(biāo)，包括轉(zhuǎn)化率、流失率以及各個(gè)渠道的貢獻(xiàn)比率，等等。
4、更好地進(jìn)行顧問(wèn)式營(yíng)銷
比如當(dāng)一個(gè)顧客進(jìn)入店鋪后，一個(gè)零售商利用大數(shù)據(jù)技術(shù)搜索他們的數(shù)據(jù)庫(kù)，發(fā)現(xiàn)這位顧客是其希望留住的有價(jià)值顧客，之后他們通過(guò)將其過(guò)去的購(gòu)物歷史和社交網(wǎng)頁(yè)獲得的這位顧客的信息綜合起來(lái)，來(lái)了解需要花多少錢來(lái)留住他，從而確定所售賣物品的合適價(jià)格和零售商可以退讓的利潤(rùn)空間，并最終針對(duì)這一位顧客給出最佳的優(yōu)惠策略和個(gè)性化的溝通方式。
如今在美國(guó)沃爾瑪大賣場(chǎng)，當(dāng)收銀員掃描完顧客所選購(gòu)的商品后，POS機(jī)上會(huì)顯示出一些附加信息，然后售貨員會(huì)友好提醒顧客：“我們商場(chǎng)剛進(jìn)兩三種配酒佳料，并正在促銷，位于D5貨架上，您要購(gòu)買嗎？”這時(shí)，顧客也許會(huì)驚訝地說(shuō)：“啊，謝謝你，我正想要，剛才一直沒(méi)找到，那我現(xiàn)在再去買。”
這就是沃爾瑪在大數(shù)據(jù)系統(tǒng)支持下實(shí)現(xiàn)的“顧問(wèn)式營(yíng)銷”的一個(gè)實(shí)例。因?yàn)橛?jì)算機(jī)系統(tǒng)早就算計(jì)好了，如果顧客的購(gòu)物車中有不少啤酒、紅酒和沙拉，則有80%的可能需要買配酒小菜、佐料了。而提供這一決策分析支持的就是其位于美國(guó)一個(gè)龐大的、通過(guò)衛(wèi)星與全球所有賣場(chǎng)實(shí)時(shí)連通的企業(yè)級(jí)數(shù)據(jù)倉(cāng)庫(kù)。
若顧客看過(guò)一個(gè)商品而沒(méi)有購(gòu)買，則有幾種可能：a.缺貨，b.價(jià)格不合適，c.不是想要的品牌或不是想要的商品，d.只是看看。若在顧客查看時(shí)該商品缺貨則到貨時(shí)立即通知顧客；若當(dāng)時(shí)有貨而顧客沒(méi)有買就很有可能是因?yàn)閮r(jià)格引起的，則在該商品降價(jià)促銷時(shí)通知顧客；同時(shí)，在引入和該商品相類似或相關(guān)聯(lián)的商品時(shí)溫馨告知顧客。另外，通過(guò)挖掘顧客的周期性購(gòu)買習(xí)慣，在臨近顧客的購(gòu)買周期時(shí)適時(shí)的提醒顧客。
借力大數(shù)據(jù)，零售連鎖企業(yè)要為營(yíng)銷準(zhǔn)備什么？
雖然大數(shù)據(jù)展示非凡的前景和巨大作用，不過(guò)，大數(shù)據(jù)營(yíng)銷仍面臨不少問(wèn)題與挑戰(zhàn)。首先面臨的是技術(shù)難題，畢竟大數(shù)據(jù)技術(shù)尚處于活躍前期，各方面技術(shù)并不太扎實(shí)，各項(xiàng)工具需要進(jìn)一步完善。但實(shí)際情況是，真正啟動(dòng)大數(shù)據(jù)營(yíng)銷，零售連鎖企業(yè)面臨的不僅僅是技術(shù)和工具問(wèn)題，更重要的是要轉(zhuǎn)變經(jīng)營(yíng)思維和組織架構(gòu)，來(lái)真正地挖掘那座數(shù)據(jù)金礦。
為今之計(jì)，對(duì)多數(shù)零售連鎖企業(yè)而言，如何巧獲捷徑，構(gòu)建大數(shù)據(jù)挖掘與分析系統(tǒng)，讓數(shù)據(jù)賦能，培育核心競(jìng)爭(zhēng)力，以立于不敗之地？
1、確定企業(yè)的短中期目標(biāo)和標(biāo)準(zhǔn)
大數(shù)據(jù)的資源極大繁雜豐富，如果企業(yè)沒(méi)有明確的目標(biāo)，就算沒(méi)有走入迷途至少會(huì)覺(jué)得非常迷茫。因此，首先，要確定企業(yè)運(yùn)用大數(shù)據(jù)的短中期目標(biāo)，定義企業(yè)的價(jià)值數(shù)據(jù)標(biāo)準(zhǔn)，之后再使用那些能夠解決特定領(lǐng)域問(wèn)題的工具。逐步推廣，步步為營(yíng)，不要把理想定得太高，否則失望會(huì)愈大。
2、儲(chǔ)備好大數(shù)據(jù)相關(guān)技術(shù)人才
零售連鎖企業(yè)運(yùn)用大數(shù)據(jù)為營(yíng)銷管理服務(wù)之前，技術(shù)團(tuán)隊(duì)要到位是基礎(chǔ)。企業(yè)的營(yíng)銷團(tuán)隊(duì)要能夠非常自如地玩轉(zhuǎn)數(shù)據(jù)。許多人認(rèn)為社交媒體營(yíng)銷人是個(gè)有趣的工作，其實(shí)只是個(gè)艱苦的活兒。它非常注重?cái)?shù)據(jù)、衡量標(biāo)準(zhǔn)和數(shù)據(jù)可視化等問(wèn)題。要能熟悉駕馭，首先要確保企業(yè)技術(shù)人員已經(jīng)接受過(guò)相關(guān)技能培訓(xùn)，了解如何最大化利用大數(shù)據(jù)的作用和潛力為企業(yè)營(yíng)銷服務(wù)。
3、從BI系統(tǒng)開(kāi)始，做好數(shù)據(jù)的收集和積累
這主要體現(xiàn)在數(shù)據(jù)獲取收集方面，這是數(shù)據(jù)分析的基礎(chǔ)。不僅僅是指盲目獲取數(shù)據(jù)，而是明確需要獲取的數(shù)據(jù)類型。這就需要根據(jù)零售連鎖企業(yè)的業(yè)務(wù)發(fā)展需求以及戰(zhàn)略，明確數(shù)據(jù)獲取的主要類型。一般而言，零售連鎖企業(yè)主要集中的數(shù)據(jù)需求在人員、終端、渠道商、費(fèi)用、資產(chǎn)、業(yè)務(wù)行為等方面，可先從引進(jìn)應(yīng)用小型BI分析系統(tǒng)開(kāi)始，根據(jù)企業(yè)實(shí)際情況進(jìn)行具體數(shù)據(jù)類型的建模收集，打好基礎(chǔ)，然后進(jìn)一步做大企業(yè)大數(shù)據(jù)智能分析系統(tǒng)。
4、解決碎片化問(wèn)題
企業(yè)啟動(dòng)大數(shù)據(jù)營(yíng)銷一個(gè)最重要的挑戰(zhàn)，是數(shù)據(jù)的碎片化，各自為政。許多公司組織中，數(shù)據(jù)都散落在互不連通的數(shù)據(jù)庫(kù)中，而且相應(yīng)的數(shù)據(jù)技術(shù)也都存在于不同部門(mén)中，如何將這些孤立錯(cuò)位的數(shù)據(jù)庫(kù)打通、互聯(lián)，并且實(shí)現(xiàn)技術(shù)共享，才是能夠最大化大數(shù)據(jù)價(jià)值的關(guān)鍵。當(dāng)留意的是，數(shù)據(jù)策略要成功提升網(wǎng)絡(luò)營(yíng)銷成效，要訣在于無(wú)縫對(duì)接網(wǎng)絡(luò)營(yíng)銷的每一步驟,從數(shù)據(jù)收集、到數(shù)據(jù)挖掘、應(yīng)用、提取洞悉、報(bào)表等。
5、培養(yǎng)內(nèi)部整合能力
要做好大數(shù)據(jù)的營(yíng)銷運(yùn)用，其一，要有較強(qiáng)的整合數(shù)據(jù)的能力，整合與來(lái)自企業(yè)各種不同的數(shù)據(jù)源、各種不同結(jié)構(gòu)的數(shù)據(jù)，如客戶關(guān)系管理、搜索、移動(dòng)、社交媒體、網(wǎng)絡(luò)分析工具、普查數(shù)據(jù)以及離線數(shù)據(jù)，這些整合而得的數(shù)據(jù)是定向更大目標(biāo)受眾的基礎(chǔ)；其二，要有研究探索數(shù)據(jù)背后價(jià)值的能力。未來(lái)零售連鎖企業(yè)營(yíng)銷成功的關(guān)鍵將取決于如何在大數(shù)據(jù)庫(kù)中挖掘更豐富的營(yíng)銷價(jià)值。像是站內(nèi)、站外的數(shù)據(jù)整合、多方平臺(tái)的數(shù)據(jù)接軌、結(jié)合人口與行為數(shù)據(jù)去建立優(yōu)化算法等都是未來(lái)的發(fā)展重點(diǎn)；其三，探索出來(lái)之后給予精確行動(dòng)的營(yíng)銷指導(dǎo)綱領(lǐng)，同時(shí)通過(guò)此綱領(lǐng)進(jìn)行精確快速實(shí)時(shí)性行動(dòng)。
6、打破“孤島現(xiàn)象”，實(shí)現(xiàn)數(shù)據(jù)共享是重點(diǎn)
時(shí)下多數(shù)零售連鎖企業(yè)并非沒(méi)有部署業(yè)務(wù)分析系統(tǒng)，而是業(yè)務(wù)系統(tǒng)多而雜，各個(gè)業(yè)務(wù)系統(tǒng)形成“孤島現(xiàn)象”，各自為政，無(wú)法形成有效的一體化整合融匯分析。這就要求快消品企業(yè)數(shù)據(jù)分析系統(tǒng)要統(tǒng)一協(xié)調(diào)，要有較強(qiáng)的整合數(shù)據(jù)的能力，能整合來(lái)自企業(yè)各種不同的數(shù)據(jù)源、各種不同結(jié)構(gòu)的數(shù)據(jù)，如客戶關(guān)系管理、搜索、移動(dòng)、社交媒體、網(wǎng)絡(luò)分析工具、普查數(shù)據(jù)以及離線數(shù)據(jù)，這些整合而得的數(shù)據(jù)是定向更大目標(biāo)受眾的基礎(chǔ)。這就需要一個(gè)大平臺(tái)系統(tǒng)，能將各個(gè)系統(tǒng)業(yè)務(wù)數(shù)據(jù)串聯(lián)整合起來(lái)，幫助企業(yè)管理者真正發(fā)現(xiàn)業(yè)務(wù)中存在的問(wèn)題與起因的內(nèi)在聯(lián)系，進(jìn)而幫助管理者尋找發(fā)現(xiàn)問(wèn)題、解決問(wèn)題的積極因素。
許多中小零售連鎖企業(yè)沒(méi)有構(gòu)建分析海量數(shù)據(jù)的能力與財(cái)力，此時(shí)它們可和大數(shù)據(jù)研發(fā)公司合作。另外，零售連鎖企業(yè)可借助現(xiàn)代先進(jìn)的技術(shù)進(jìn)行高效全方位的數(shù)據(jù)收集，例如近年來(lái)快速發(fā)展的AI技術(shù)，其先進(jìn)的算法能力，能高效并且全面地輔助快消企業(yè)掌握終端數(shù)據(jù)。
