
零售大數(shù)據(jù)解密
電商有很好的數(shù)據(jù)化的基礎(chǔ),線上越來(lái)越希望了解線下是怎么消費(fèi)的,所以會(huì)有更多的資源置換。最近的一段時(shí)間,我們看到線上線下滲透,商戶自然交換這種情況會(huì)越來(lái)越多。在這種情況下,同樣缺少的是這個(gè)交換怎么能夠真正的實(shí)現(xiàn)消費(fèi)者最終的精準(zhǔn)畫(huà)像。但是我認(rèn)為,僅僅通過(guò)這樣簡(jiǎn)單的探索,可能還不是真正的“全息”人。
真正的“全息”人包括這幾個(gè)方面,第一個(gè),無(wú)論是線上線下,會(huì)員數(shù)據(jù),每一家企業(yè)都可能會(huì)有;第二個(gè),我們的購(gòu)物軌跡的信息;第三個(gè),POS或者小票記錄,而且還有一部分,即我們的社會(huì)化的線上線下以及個(gè)人、家庭的消費(fèi)信息。IRI在美國(guó)做得比較熟悉,有一些數(shù)據(jù)是企業(yè)已經(jīng)能夠提供的,可以通過(guò)一些特定的關(guān)鍵終端來(lái)進(jìn)行打通,把數(shù)據(jù)真正打通成能用的數(shù)據(jù),比如說(shuō)像消費(fèi)者身份證號(hào)、手機(jī)號(hào)關(guān)聯(lián)信息。
除了企業(yè)之外更多的消費(fèi),我們是通過(guò)固定樣品組分析。在美國(guó)我們做了十萬(wàn)個(gè)家庭樣本,把這十萬(wàn)個(gè)家庭每一天所有的消費(fèi)記錄下來(lái),我們通過(guò)這十萬(wàn)個(gè)投射到整個(gè)大的市場(chǎng),我們對(duì)市場(chǎng)進(jìn)行精準(zhǔn)的預(yù)測(cè)。
利用大數(shù)據(jù)技術(shù)促進(jìn)零售行業(yè)的障礙和推動(dòng)力
1、突破零售大數(shù)據(jù)的五重障礙
我們?cè)趺磥?lái)利用大數(shù)據(jù)?真正大數(shù)據(jù)的價(jià)值,現(xiàn)在大家有很多數(shù)據(jù),每家企業(yè)零售數(shù)據(jù)非常海量。但是很多時(shí)候,往往很多企業(yè)十三個(gè)月就把前面的數(shù)據(jù)扔掉了。而大數(shù)據(jù)時(shí)間越長(zhǎng),數(shù)據(jù)量越大,中間的金礦越大。
首先,大數(shù)據(jù)可能會(huì)涉及到有數(shù)據(jù)無(wú)標(biāo)準(zhǔn),我們?cè)趺窗?a href='/map/shujubiaozhunhua/' style='color:#000;font-size:inherit;'>數(shù)據(jù)標(biāo)準(zhǔn)化;第二個(gè),數(shù)據(jù)的存儲(chǔ)與清洗難;第三個(gè),數(shù)據(jù)的孤島問(wèn)題,數(shù)據(jù)不能活化;第四個(gè),我們沒(méi)有“全息”的數(shù)據(jù);第五個(gè),我們?cè)趺窗堰@些數(shù)據(jù)用一個(gè)分析框架應(yīng)用起來(lái)。比如說(shuō)數(shù)據(jù)標(biāo)準(zhǔn)的統(tǒng)一化,我們?cè)诿绹?guó)做了大概7500個(gè)SKU的產(chǎn)品試點(diǎn),這個(gè)產(chǎn)品試點(diǎn)跨線上線下、跨品牌可以做一對(duì)一的比較。
數(shù)據(jù)的活化,關(guān)鍵我們?cè)趺赐ㄟ^(guò)不同的數(shù)據(jù)架構(gòu)來(lái)真正打通數(shù)據(jù)。數(shù)據(jù)的存儲(chǔ)和清洗,現(xiàn)在數(shù)據(jù)是海量的數(shù)據(jù),我們?cè)谂c很多零售企業(yè)溝通的時(shí)候,他們僅僅是做到基礎(chǔ)報(bào)表的數(shù)據(jù)呈現(xiàn),對(duì)數(shù)據(jù)有一些基礎(chǔ)的了解,比如說(shuō)每個(gè)月,每周有個(gè)報(bào)表。零售企業(yè)賣出的東西都有一張小票,當(dāng)我們把所有的小票匯總在一起,這里面蘊(yùn)含的價(jià)值是非常巨大的,我們?cè)趺蠢眠@些小票精準(zhǔn)化定位到消費(fèi)者的每一個(gè)購(gòu)物籃子,這可以做很多的分析。
關(guān)于數(shù)據(jù)采集的問(wèn)題,現(xiàn)在大型的連鎖店鋪比較容易,但是對(duì)夫妻店的數(shù)據(jù)怎么收集,傳統(tǒng)的店鋪怎么收集,我們有一個(gè)在國(guó)外的工具。
2、推進(jìn)大數(shù)據(jù)在零售應(yīng)用的六動(dòng)力
最后簡(jiǎn)單介紹一下大數(shù)據(jù)的對(duì)大家的價(jià)值,第一個(gè)是追蹤,大家都會(huì)特別關(guān)注每一個(gè)門店,或者說(shuō)每一個(gè)區(qū)域目前發(fā)展的怎么樣,哪個(gè)漲了,哪個(gè)跌了,有沒(méi)有問(wèn)題。大數(shù)據(jù)時(shí)代我們面臨的是瞬息萬(wàn)變,需要有實(shí)時(shí)的數(shù)據(jù),把數(shù)據(jù)及時(shí)的轉(zhuǎn)化為真正的營(yíng)銷洞察。
第二個(gè)是增效。有了這個(gè)數(shù)據(jù),看到這些情況怎么做才能夠有價(jià)值。
第三個(gè)是節(jié)流。大數(shù)據(jù)應(yīng)該把我們的庫(kù)存、我們的銷售整合在一起,形成一個(gè)大的平臺(tái),這時(shí)候?qū)崿F(xiàn)的是節(jié)流。
第四個(gè)是增黏。增加會(huì)員的黏性和忠誠(chéng)度。
第五個(gè)是引流。我們?cè)趺丛黾有碌目蛻簟?/span>
第六個(gè)是紅利。通過(guò)數(shù)據(jù)怎么實(shí)現(xiàn)更多的紅利。
在增效部分,我們更強(qiáng)調(diào)的是大小數(shù)據(jù)的結(jié)合,大家現(xiàn)在有很多現(xiàn)有的數(shù)據(jù),我們也經(jīng)常做消費(fèi)者的調(diào)研,做客戶的洞察,這些數(shù)據(jù)怎么跟大數(shù)據(jù)整合在一起?舉一個(gè)比較簡(jiǎn)單的例子,像貨架擺放大家有一定的規(guī)則,我們可以通過(guò)數(shù)據(jù)來(lái)解讀消費(fèi)者對(duì)這樣的貨架擺放銷售情況是怎么樣,消費(fèi)者怎么取貨的。
我們?cè)?jīng)做過(guò)一個(gè)小實(shí)驗(yàn),數(shù)據(jù)調(diào)整了之后,我們把貨架調(diào)整了一下,大概是60%的單個(gè)貨架,整個(gè)的貨架優(yōu)化可以通過(guò)數(shù)據(jù)化手段來(lái)進(jìn)一步的實(shí)現(xiàn)。
在節(jié)流部分,我們主要解決的是從采購(gòu)到供應(yīng)鏈,把數(shù)據(jù)進(jìn)行整合。
增黏形成會(huì)員,會(huì)員大家都特別關(guān)心。對(duì)于會(huì)員來(lái)講,我們IRI不會(huì)做會(huì)員系統(tǒng),我們做不了會(huì)員系統(tǒng),但是我們做的是怎么用數(shù)據(jù),怎么幫助你實(shí)現(xiàn)價(jià)值最大化。
大家在做O2O的時(shí)候,特別關(guān)心的問(wèn)題,我要選出針對(duì)性的人群做針對(duì)性個(gè)性化營(yíng)銷,但到底怎么選?最常見(jiàn)的辦法是標(biāo)簽,通過(guò)特定的標(biāo)簽,比如這個(gè)人群,打算賣一個(gè)什么樣產(chǎn)品的時(shí)候,這個(gè)年齡段有可能對(duì)我的產(chǎn)品是感興趣的,我把若干個(gè)標(biāo)簽選中以后,我來(lái)對(duì)選中標(biāo)簽的人群做針對(duì)性的推送或者營(yíng)銷。
但這里面,我們不知道這個(gè)消費(fèi)者到底在未來(lái)一段時(shí)間,對(duì)你的產(chǎn)品有多大的消費(fèi)價(jià)值,他會(huì)花多少錢來(lái)買你的東西。所以說(shuō)在這個(gè)時(shí)候,真正精準(zhǔn)化營(yíng)銷,不僅僅是我要什么樣的可能,而是有多大可能,它給我?guī)?lái)多大的價(jià)值,在這個(gè)時(shí)候,我需要對(duì)消費(fèi)者從既往的行為來(lái)預(yù)測(cè)未來(lái)的消費(fèi)價(jià)值。
在美國(guó)已經(jīng)覆蓋到一億家庭,對(duì)他做價(jià)值評(píng)估,我們會(huì)涉及到所有的品類、子品類做精準(zhǔn)的預(yù)測(cè),這個(gè)預(yù)測(cè)是不斷優(yōu)化的過(guò)程。通過(guò)這個(gè)預(yù)測(cè),當(dāng)我們想對(duì)特定的人群做營(yíng)銷的時(shí)候,我們會(huì)告訴你選什么樣的人給你帶來(lái)多大價(jià)值,這個(gè)事后可以是追蹤的。我們對(duì)人群的細(xì)分,結(jié)合細(xì)分做更有價(jià)值的消費(fèi)者洞察。
在引流方面,我們IRI跟百度合作,有一些探討。今年初我們?cè)诿绹?guó)剛發(fā)布了一個(gè)產(chǎn)品,這是全球第一個(gè)真正大數(shù)據(jù)幫助實(shí)現(xiàn)跨媒體。我們有零售數(shù)據(jù),他們有數(shù)字媒體的數(shù)據(jù),他們把它整合大數(shù)據(jù)產(chǎn)品,已經(jīng)在美國(guó)推出,幫助美國(guó)企業(yè)實(shí)現(xiàn)精準(zhǔn)的媒體引流。
通過(guò)現(xiàn)有的零售數(shù)據(jù),企業(yè)目前已經(jīng)擁有的,而且質(zhì)量最好的一定是現(xiàn)有的零售數(shù)據(jù),怎么通過(guò)零售數(shù)據(jù)來(lái)增加我們的銷售,以及提升我們客戶的價(jià)值,這是我們目前所做的工作。
數(shù)據(jù)分析咨詢請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
SQL 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)的話題。 ...
2025-09-18CDA 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 ...
2025-09-18DSGE 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)全功能周期的專業(yè)操盤手 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 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營(yíng)銷案例: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)銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價(jià)值 在數(shù)據(jù)驅(qū)動(dòng)決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實(shí)踐到業(yè)務(wù)價(jià)值挖掘 在數(shù)據(jù)分析場(chǎng)景中,聚類分析作為 “無(wú)監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計(jì)模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價(jià)值導(dǎo)向 統(tǒng)計(jì)模型作為數(shù)據(jù)分析的核心工具,并非簡(jiǎn)單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10