傳統(tǒng)零售企業(yè)如何受益于數(shù)據(jù)分析

線下企業(yè)只要能夠利用好一些線下數(shù)據(jù)， 如門禁數(shù)據(jù)， 視頻監(jiān)控?cái)?shù)據(jù)， POS數(shù)據(jù)等， 一樣也可以通過數(shù)據(jù)分析來提高運(yùn)營(yíng)效率或者減少運(yùn)營(yíng)成本。
　　我們?cè)凇镀邌柎髷?shù)據(jù)：企業(yè)真的準(zhǔn)備好了》一文中提到：“其實(shí)， 中小企業(yè)也應(yīng)該認(rèn)真考慮他們的大數(shù)據(jù)戰(zhàn)略了。 如果他們有網(wǎng)站， 他們也能夠產(chǎn)生大量的數(shù)據(jù)。 即使沒有網(wǎng)站， 其實(shí)，每天攝像頭里產(chǎn)生的數(shù)據(jù)，如果能利用好， 也有足夠的分析價(jià)值?！?/span>
　　傳統(tǒng)企業(yè)能否像電子商務(wù)網(wǎng)站一樣對(duì)實(shí)體店面的“訪客”進(jìn)行數(shù)據(jù)采集和分析?答案是肯定的，而且這方面的技術(shù)已經(jīng)趨于成熟。
　　一提到大數(shù)據(jù)和數(shù)據(jù)分析， 人們首先想到的是Google， Facebook,等互聯(lián)網(wǎng)公司， 或者是亞馬遜， 淘寶等電子商務(wù)公司。的確， 相對(duì)傳統(tǒng)的線下企業(yè)， 互聯(lián)網(wǎng)企業(yè)和電子商務(wù)企業(yè)， 在數(shù)據(jù)的采集， 業(yè)務(wù)流程的自動(dòng)化方面， 確實(shí)更容易實(shí)現(xiàn)數(shù)據(jù)分析。 不過， 隨著更多的傳統(tǒng)零售企業(yè)越來越開始注重網(wǎng)絡(luò)。這些零售企業(yè)也開始更加重視多渠道的銷售策略。 目前來看， 在多渠道的零售企業(yè)中， 線上部分的增長(zhǎng)率都要高過線下部分。 而往往線上部分的數(shù)據(jù)分析所帶來的效益， 也促使零售企業(yè)在線下業(yè)務(wù)也開始更加重視數(shù)據(jù)分析的作用，并促成了對(duì)傳統(tǒng)線下數(shù)據(jù)的嶄新應(yīng)用。
　　線上電子商務(wù)企業(yè)的數(shù)據(jù)來源很豐富， 他們可以衡量用戶的一切行為，包括用戶數(shù)量， 獨(dú)立訪問用戶， 用戶回頭率， 點(diǎn)擊率， 轉(zhuǎn)化率、客單價(jià)等等。 甚至不同產(chǎn)品在網(wǎng)頁(yè)不同位置的點(diǎn)擊率和轉(zhuǎn)化率等等。 而傳統(tǒng)零售業(yè)則不同了， 它們的主要數(shù)據(jù)來源就是POS機(jī)的數(shù)據(jù)。 主要是各類交易數(shù)據(jù)。 包括購(gòu)買品種， 購(gòu)買數(shù)量等等。 而對(duì)于用戶行為來說，線下零售企業(yè)掌握的數(shù)據(jù)相比線上電子商務(wù)網(wǎng)站少得可憐，原因是線下的用戶行為都是“模擬”的，無法量化分析。
　　不過， 如今， 隨著一些新技術(shù)的采用， 線下零售企業(yè)也可以獲得比過去豐富的多的用戶行為數(shù)據(jù)。比如， ShopperTrak公司， 就幫助它的零售企業(yè)客戶進(jìn)行用戶進(jìn)入店鋪路徑的監(jiān)測(cè)。 根據(jù)公司CEO Jan Davis介紹， 這項(xiàng)技術(shù)已經(jīng)非常成熟了：
　　有很多零售商通過購(gòu)買訪客流量監(jiān)控的設(shè)備和服務(wù)， 已經(jīng)能把用戶轉(zhuǎn)化率從低于10% 提高到50%以上。 如果結(jié)合POS數(shù)據(jù)，有的零售點(diǎn)甚至能夠做到接近100%的用戶轉(zhuǎn)化率。
　　而且， 通過對(duì)“高峰時(shí)段“的分析， 很多零售店可以安排分配店內(nèi)員工工作時(shí)間，或者在不同店面之間進(jìn)行員工調(diào)配。
　　例如， 有一家店鋪， 共有四個(gè)門。 原來， 店長(zhǎng)認(rèn)為客戶從每個(gè)門進(jìn)出是隨機(jī)的，平均的。 而通過加裝了用戶監(jiān)測(cè)系統(tǒng)， 他們發(fā)現(xiàn)， 用戶從某兩個(gè)門進(jìn)的比較多， 而從另外兩個(gè)門出去的比較多。 因此， 他們根據(jù)用戶進(jìn)店的流量重新調(diào)整了貨品擺放，并且把那兩個(gè)用戶出去比較多的門前增加了結(jié)帳出口。
　　不僅如此， 這個(gè)店鋪的客戶監(jiān)測(cè)統(tǒng)計(jì)還幫助店長(zhǎng)確定了“強(qiáng)力時(shí)段“，即客戶進(jìn)店到轉(zhuǎn)化為購(gòu)買用戶的轉(zhuǎn)化率最高的時(shí)段。 店里根據(jù)這些， 安排更多的店員， 在“強(qiáng)力時(shí)段”前把貨架的貨盡量擺好， 并盡可能幫助客戶從貨架拿貨。 通過這些措施， 使得這個(gè)店的用戶轉(zhuǎn)化率和單店銷售都比以前大大提高了。
　　其實(shí)， 對(duì)于數(shù)據(jù)分析來說， 并不一定非要互聯(lián)網(wǎng)企業(yè)才可以做。類似這樣的線下企業(yè)， 只要能夠利用好一些線下的數(shù)據(jù)， 如門禁數(shù)據(jù)， 視頻監(jiān)控?cái)?shù)據(jù)， POS數(shù)據(jù)等。 一樣也可以通過數(shù)據(jù)分析來提高運(yùn)營(yíng)效率或者減少運(yùn)營(yíng)成本，數(shù)據(jù)分析其實(shí)是無處不在的。