
大數(shù)據(jù)給零售行業(yè)帶來(lái)的商業(yè)價(jià)值
在大數(shù)據(jù)推動(dòng)的商業(yè)革命暗涌中,要么學(xué)會(huì)使用大數(shù)據(jù)的杠桿創(chuàng)造商業(yè)價(jià)值,要么被大數(shù)據(jù)驅(qū)動(dòng)的新生代商業(yè)格局淘汰。
最早關(guān)于大數(shù)據(jù)的故事發(fā)生在美國(guó)第二大的超市塔吉特百貨(Target)。孕婦對(duì)于零售商來(lái)說(shuō)是個(gè)含金量很高的顧客群體。但是他們一般會(huì)去專(zhuān)門(mén)的孕婦商店而不是在Target購(gòu)買(mǎi)孕期用品。人們一提起Target,往往想到的都是清潔用品、襪子和手紙之類(lèi)的日常生活用品,卻忽視了Target有孕婦需要的一切。那么Target有什么辦法可以把這部分細(xì)分顧客從孕婦產(chǎn)品專(zhuān)賣(mài)店的手里截留下來(lái)呢?
為此,Target的市場(chǎng)營(yíng)銷(xiāo)人員求助于Target的顧客數(shù)據(jù)分析部(Guest Data & Analytical Services)的高級(jí)經(jīng)理Andrew Pole,要求他建立一個(gè)模型,在孕婦第2個(gè)妊娠期就把她們給確認(rèn)出來(lái)。在美國(guó)出生記錄是公開(kāi)的,等孩子出生了,新生兒母親就會(huì)被鋪天蓋地的產(chǎn)品優(yōu)惠廣告包圍,那時(shí)候Target再行動(dòng)就晚了,因此必須趕在孕婦第2個(gè)妊娠期行動(dòng)起來(lái)。如果Target能夠趕在所有零售商之前知道哪位顧客懷孕了,市場(chǎng)營(yíng)銷(xiāo)部門(mén)就可以早早的給他們發(fā)出量身定制的孕婦優(yōu)惠廣告,早早圈定寶貴的顧客資源。
可是懷孕是很私密的信息,如何能夠準(zhǔn)確地判斷哪位顧客懷孕了呢?Andrew Pole想到了Target有一個(gè)迎嬰聚會(huì)(baby shower)的登記表。Andrew Pole開(kāi)始對(duì)這些登記表里的顧客的消費(fèi)數(shù)據(jù)進(jìn)行建模分析,不久就發(fā)現(xiàn)了許多非常有用的數(shù)據(jù)模式。比如模型發(fā)現(xiàn),許多孕婦在第2個(gè)妊娠期的開(kāi)始會(huì)買(mǎi)許多大包裝的無(wú)香味護(hù)手霜;在懷孕的最初20周大量購(gòu)買(mǎi)補(bǔ)充鈣、鎂、鋅的善存片之類(lèi)的保健品。最后Andrew Pole選出了25種典型商品的消費(fèi)數(shù)據(jù)構(gòu)建了“懷孕預(yù)測(cè)指數(shù)”,通過(guò)這個(gè)指數(shù),Target能夠在很小的誤差范圍內(nèi)預(yù)測(cè)到顧客的懷孕情況,因此Target就能早早地把孕婦優(yōu)惠廣告寄發(fā)給顧客。
那么,顧客收到這樣的廣告會(huì)不會(huì)嚇壞了呢?Target很聰明地避免了這種情況,它把孕婦用品的優(yōu)惠廣告夾雜在其他一大堆與懷孕不相關(guān)的商品優(yōu)惠廣告當(dāng)中,這樣顧客就不知道Target知道她懷孕了。百密一疏的是,Target的這種優(yōu)惠廣告間接地令一個(gè)蒙在鼓里的父親意外發(fā)現(xiàn)他高中生的女兒懷孕了,此事甚至被《紐約時(shí)報(bào)》報(bào)道了,結(jié)果Target大數(shù)據(jù)的巨大威力轟動(dòng)了全美。
根據(jù)Andrew Pole的大數(shù)據(jù)模型,Target制訂了全新的廣告營(yíng)銷(xiāo)方案,結(jié)果Target的孕期用品銷(xiāo)售呈現(xiàn)了爆炸性的增長(zhǎng)。Andrew Pole的大數(shù)據(jù)分析技術(shù)從孕婦這個(gè)細(xì)分顧客群開(kāi)始向其他各種細(xì)分客戶(hù)群推廣,從Andrew Pole加入Target的2002年到2010年間,Target的銷(xiāo)售額從440億美元增長(zhǎng)到了670億美元。
我們可以想象的是,許多孕婦在渾然不覺(jué)的情況下成了Target常年的忠實(shí)擁泵,許多孕婦產(chǎn)品專(zhuān)賣(mài)店也在渾然不知的情況下破產(chǎn)。渾然不覺(jué)的背景里,大數(shù)據(jù)正在推動(dòng)一股強(qiáng)勁的商業(yè)革命暗涌,商家們?cè)缤硪鎸?duì)的一個(gè)問(wèn)題就是:究竟是在渾然不覺(jué)中崛起,還是在渾然不覺(jué)中滅亡。
大數(shù)據(jù)是誰(shuí)?
大數(shù)據(jù)炙手可熱,但是能說(shuō)清楚大數(shù)據(jù)是什么的人卻不多。要真正弄明白什么是大數(shù)據(jù),我們首先得看看Target是怎么收集大數(shù)據(jù)的。
只要有可能,Target的大數(shù)據(jù)系統(tǒng)會(huì)給每一個(gè)顧客編一個(gè)ID號(hào)。你刷信用卡、使用優(yōu)惠券、填寫(xiě)調(diào)查問(wèn)卷、郵寄退貨單、打客服電話(huà)、開(kāi)啟廣告郵件、訪問(wèn)官網(wǎng),所有這一切行為都會(huì)記錄進(jìn)你的ID號(hào)。
而且這個(gè)ID號(hào)還會(huì)對(duì)號(hào)入座的記錄下你的人口統(tǒng)計(jì)信息:年齡、是否已婚、是否有子女、所住市區(qū)、住址離Target的車(chē)程、薪水情況、最近是否搬過(guò)家、錢(qián)包里的信用卡情況、常訪問(wèn)的網(wǎng)址等等。Target還可以從其他相關(guān)機(jī)構(gòu)那里購(gòu)買(mǎi)你的其他信息:種族、就業(yè)史、喜歡讀的雜志、破產(chǎn)記錄、婚姻史、購(gòu)房記錄、求學(xué)記錄、閱讀習(xí)慣等等。乍一看,你會(huì)覺(jué)得這些數(shù)據(jù)毫無(wú)意義,但在Andrew Pole和顧客數(shù)據(jù)分析部的手里,這些看似無(wú)用的數(shù)據(jù)便爆發(fā)了前述強(qiáng)勁的威力。
在商業(yè)領(lǐng)域,大數(shù)據(jù)就是像Target那樣收集起來(lái)的關(guān)于消費(fèi)者行為的海量相關(guān)數(shù)據(jù)。這些數(shù)據(jù)超越了傳統(tǒng)的存儲(chǔ)方式和數(shù)據(jù)庫(kù)管理工具的功能范圍,必須用到大數(shù)據(jù)存儲(chǔ)、搜索、分析和可視化技術(shù)(比如云計(jì)算)才能挖掘出巨大商業(yè)價(jià)值。
大數(shù)據(jù)的商業(yè)價(jià)值
大數(shù)據(jù)這么火,因此很多人就跟起風(fēng)來(lái),言必稱(chēng)大數(shù)據(jù),可是很多人不但沒(méi)搞明白大數(shù)據(jù)是什么的問(wèn)題,也不知道大數(shù)據(jù)究竟能往哪些方面挖掘出巨大的商業(yè)價(jià)值。這樣瞎子摸象般的跟風(fēng)注定了是要以慘敗告終的,就像以前一窩蜂地追逐社交網(wǎng)絡(luò)和團(tuán)購(gòu)一樣。那么大數(shù)據(jù)究竟能往哪些方面挖掘出巨大的商業(yè)價(jià)值呢?根據(jù)IDC和麥肯錫的大數(shù)據(jù)研究結(jié)果的總結(jié),大數(shù)據(jù)主要能在以下4個(gè)方面挖掘出巨大的商業(yè)價(jià)值:對(duì)顧客群體細(xì)分,然后對(duì)每個(gè)群體量體裁衣般的采取獨(dú)特的行動(dòng);運(yùn)用大數(shù)據(jù)模擬實(shí)境,發(fā)掘新的需求和提高投入的回報(bào)率;提高大數(shù)據(jù)成果在各相關(guān)部門(mén)的分享程度,提高整個(gè)管理鏈條和產(chǎn)業(yè)鏈條的投入回報(bào)率;進(jìn)行商業(yè)模式、產(chǎn)品和服務(wù)的創(chuàng)新。筆者把他們簡(jiǎn)稱(chēng)為大數(shù)據(jù)的4個(gè)商業(yè)價(jià)值杠桿。企業(yè)在大踏步向大數(shù)據(jù)領(lǐng)域投入之前,必須清楚地分析企業(yè)自身這4個(gè)杠桿的實(shí)際情況和強(qiáng)弱程度。
1、對(duì)顧客群體細(xì)分,然后對(duì)每個(gè)群體量體裁衣般的采取獨(dú)特的行動(dòng)。本文開(kāi)頭Target的故事就是這個(gè)杠桿的案例,瞄準(zhǔn)特定的顧客群體來(lái)進(jìn)行營(yíng)銷(xiāo)和服務(wù)是商家一直以來(lái)的追求。云存儲(chǔ)的海量數(shù)據(jù)和大數(shù)據(jù)的分析技術(shù)使得對(duì)消費(fèi)者的實(shí)時(shí)和極端的細(xì)分有了成本效率極高的可能。比如在大數(shù)據(jù)時(shí)代之前,要搞清楚海量顧客的懷孕情況,得投入驚人的人力、物力、財(cái)力,使得這種細(xì)分行為毫無(wú)商業(yè)意義。
2、運(yùn)用大數(shù)據(jù)模擬實(shí)境,發(fā)掘新的需求和提高投入的回報(bào)率。現(xiàn)在越來(lái)越多的產(chǎn)品中都裝有傳感器,汽車(chē)和智能手機(jī)的普及使得可收集數(shù)據(jù)呈現(xiàn)爆炸性增長(zhǎng)。Blog、Twitter、Facebook和微博等社交網(wǎng)絡(luò)也在產(chǎn)生著海量的數(shù)據(jù)。云計(jì)算和大數(shù)據(jù)分析技術(shù)使得商家可以在成本效率較高的情況下,實(shí)時(shí)地把這些數(shù)據(jù)連同交易行為的數(shù)據(jù)進(jìn)行儲(chǔ)存和分析。交易過(guò)程、產(chǎn)品使用和人類(lèi)行為都可以數(shù)據(jù)化。大數(shù)據(jù)技術(shù)可以把這些數(shù)據(jù)整合起來(lái)進(jìn)行數(shù)據(jù)挖掘,從而在某些情況下通過(guò)模型模擬來(lái)判斷不同變量(比如不同地區(qū)不同促銷(xiāo)方案)的情況下何種方案投入回報(bào)最高。
3、提高大數(shù)據(jù)成果在各相關(guān)部門(mén)的分享程度,提高整個(gè)管理鏈條和產(chǎn)業(yè)鏈條的投入回報(bào)率。大數(shù)據(jù)能力強(qiáng)的部門(mén)可以通過(guò)云計(jì)算、互聯(lián)網(wǎng)和內(nèi)部搜索引擎把大數(shù)據(jù)成果和大數(shù)據(jù)能力比較薄弱的部門(mén)分享,幫助他們利用大數(shù)據(jù)創(chuàng)造商業(yè)價(jià)值。這個(gè)杠桿的案例是關(guān)于沃爾瑪?shù)囊粋€(gè)故事。
沃爾瑪開(kāi)發(fā)了一個(gè)叫做Retail Link的大數(shù)據(jù)工具,通過(guò)這個(gè)工具供應(yīng)商可以事先知道每家店的賣(mài)貨和庫(kù)存情況,從而可以在沃爾瑪發(fā)出指令前自行補(bǔ)貨,這可以極大地減少斷貨的情況和供應(yīng)鏈整體的庫(kù)存水平。在這個(gè)過(guò)程中,供應(yīng)商可以更多的控制商品在店內(nèi)的陳設(shè),可以通過(guò)和店內(nèi)工作人員更多地接觸,提高他們的產(chǎn)品知識(shí);沃爾瑪可以降低庫(kù)存成本,享受員工產(chǎn)品知識(shí)提高的成果,減少店內(nèi)商品陳設(shè)的投入。綜合起來(lái),整個(gè)供應(yīng)鏈可以在成本降低的情況下,提高服務(wù)的質(zhì)量,供應(yīng)商和沃爾瑪?shù)钠放苾r(jià)值也同時(shí)得到了提升。通過(guò)在整條供應(yīng)鏈上分享大數(shù)據(jù)技術(shù),沃爾瑪引爆了零售業(yè)的生產(chǎn)效率革命。
4、進(jìn)行商業(yè)模式,產(chǎn)品和服務(wù)的創(chuàng)新。大數(shù)據(jù)技術(shù)使公司可以加強(qiáng)已有的產(chǎn)品和服務(wù),創(chuàng)造新的產(chǎn)品和服務(wù),甚至打造出全新的商業(yè)模式。這個(gè)杠桿將引用Tesco為案例。Tesco收集了海量的顧客數(shù)據(jù),通過(guò)對(duì)每位顧客海量數(shù)據(jù)的分析,Tesco對(duì)每位顧客的信用程度和相關(guān)風(fēng)險(xiǎn)都會(huì)有一個(gè)極為準(zhǔn)確的評(píng)估。在這個(gè)基礎(chǔ)上,Tesco推出了自己的信用卡,未來(lái)Tesco還有野心推出自己的存款服務(wù)。
大數(shù)據(jù)的商業(yè)革命
通過(guò)以上4個(gè)杠桿,大數(shù)據(jù)能夠產(chǎn)生出巨大的商業(yè)價(jià)值,難怪麥肯錫說(shuō)大數(shù)據(jù)將是傳統(tǒng)4大生產(chǎn)要素之后的第5大生產(chǎn)要素。大數(shù)據(jù)對(duì)市場(chǎng)占有率、成本控制、投入回報(bào)率和用戶(hù)體驗(yàn)都會(huì)起到極大的促進(jìn)作用,大數(shù)據(jù)優(yōu)勢(shì)將成為企業(yè)最值得倚重的比較競(jìng)爭(zhēng)優(yōu)勢(shì)。根據(jù)麥肯錫的估計(jì),如果零售商能夠充分發(fā)揮大數(shù)據(jù)的優(yōu)勢(shì),其營(yíng)運(yùn)利潤(rùn)率就會(huì)有年均60%的增長(zhǎng)空間,生產(chǎn)效率將會(huì)實(shí)現(xiàn)年均0.5%-1%的增長(zhǎng)幅度。在大數(shù)據(jù)這個(gè)概念炒熱起來(lái)的當(dāng)下,人們才發(fā)現(xiàn)像沃爾瑪、Target、亞馬遜、Tesco這樣的商業(yè)巨頭已經(jīng)不聲不響地運(yùn)用了大數(shù)據(jù)技術(shù)好多年,用大數(shù)據(jù)驅(qū)動(dòng)市場(chǎng)營(yíng)銷(xiāo)、驅(qū)動(dòng)成本控制、驅(qū)動(dòng)產(chǎn)品和服務(wù)創(chuàng)新、驅(qū)動(dòng)管理和決策的創(chuàng)新、驅(qū)動(dòng)商業(yè)模式的創(chuàng)新。許多商界驕子慨嘆競(jìng)爭(zhēng)不過(guò)Target們的不解之謎也終于告破。
在大數(shù)據(jù)推動(dòng)的商業(yè)革命暗涌中,與時(shí)俱進(jìn)絕不僅僅是附庸風(fēng)雅的卡位之戰(zhàn),要么學(xué)會(huì)使用大數(shù)據(jù)的杠桿創(chuàng)造商業(yè)價(jià)值,要么被大數(shù)據(jù)驅(qū)動(dòng)的新生代商業(yè)格局淘汰。這是天賜良機(jī),更是生死之戰(zhàn)。成功者將是中國(guó)產(chǎn)業(yè)鏈升級(jí)獨(dú)領(lǐng)風(fēng)騷的梟雄,失敗者擁有的只有遺憾。
數(shù)據(jù)分析咨詢(xún)請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
訓(xùn)練與驗(yàn)證損失驟升:機(jī)器學(xué)習(xí)訓(xùn)練中的異常診斷與解決方案 在機(jī)器學(xué)習(xí)模型訓(xùn)練過(guò)程中,“損失曲線(xiàn)” 是反映模型學(xué)習(xí)狀態(tài)的核心指 ...
2025-09-19解析 DataHub 與 Kafka:數(shù)據(jù)生態(tài)中兩類(lèi)核心工具的差異與協(xié)同 在數(shù)字化轉(zhuǎn)型加速的今天,企業(yè)對(duì)數(shù)據(jù)的需求已從 “存儲(chǔ)” 轉(zhuǎn)向 “ ...
2025-09-19CDA 數(shù)據(jù)分析師:讓統(tǒng)計(jì)基本概念成為業(yè)務(wù)決策的底層邏輯 統(tǒng)計(jì)基本概念是商業(yè)數(shù)據(jù)分析的 “基礎(chǔ)語(yǔ)言”—— 從描述數(shù)據(jù)分布的 “均 ...
2025-09-19CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫(kù)表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-19SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無(wú)論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢(xún)效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫(kù)管理中,“大表” 始終是性能優(yōu)化繞不開(kāi)的話(huà)題。 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動(dòng)態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開(kāi)始提取前,需先判斷 TIF 文件的類(lèi)型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價(jià)值的專(zhuān)業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫(kù)表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫(kù))處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場(chǎng)景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專(zhuān)業(yè)操盤(pán)手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對(duì)象的 text 與 content:區(qū)別、場(chǎng)景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請(qǐng)求開(kāi)發(fā)時(shí)(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價(jià)值的核心操盤(pán)手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫(kù)表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請(qǐng)求工具對(duì)比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請(qǐng)求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問(wèn)題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問(wèn)題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營(yíng)問(wèn)題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過(guò)程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶(hù)體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營(yíng)銷(xiāo)案例:數(shù)據(jù)驅(qū)動(dòng)下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見(jiàn)頂” 的當(dāng)下,精準(zhǔn)營(yíng)銷(xiāo)成為企業(yè)突圍的核心方 ...
2025-09-11