大數(shù)據(jù)戰(zhàn)：阿里其實(shí)是數(shù)據(jù)公司 1號店全周期掘金

我們將迎來一個“大數(shù)據(jù)時(shí)代”。與變化相始終的中國企業(yè)，距離這場革命還有多遠(yuǎn)?而追上領(lǐng)先者又需要多快的步伐?

　　怎樣才能用起來大數(shù)據(jù)?障礙如何解決?中國企業(yè)家研究院對10多家在大數(shù)據(jù)應(yīng)用方面的領(lǐng)先企業(yè)進(jìn)行了采訪調(diào)研，更多家企業(yè)進(jìn)行了書面資料調(diào)研，我們發(fā)現(xiàn)：

　　■ 當(dāng)前中國企業(yè)的大數(shù)據(jù)應(yīng)用可以歸類為：大數(shù)據(jù)運(yùn)營、大數(shù)據(jù)產(chǎn)品、大數(shù)據(jù)平臺三大=領(lǐng)域，前兩者更多是企業(yè)內(nèi)部的應(yīng)用，后者則在于用大數(shù)據(jù)來繁榮整個平臺企業(yè)群落的生態(tài)。

　　■ 大數(shù)據(jù)營銷的本質(zhì)是一個影響消費(fèi)者購物前心理路徑的問題，而這在大數(shù)據(jù)時(shí)代前很難做到。

　　■ 對于傳統(tǒng)企業(yè)而言，要打通線上與線下營銷，實(shí)現(xiàn)新的商業(yè)模式，如O2O等，離不開大數(shù)據(jù)。

　　■ 雖然大數(shù)據(jù)應(yīng)用往往集中于大數(shù)據(jù)營銷，但對于一些企業(yè)，大數(shù)據(jù)的應(yīng)用早已超越了營銷范疇，全面進(jìn)入了企業(yè)供應(yīng)鏈、生產(chǎn)、物流、庫存、網(wǎng)站和店內(nèi)運(yùn)營等各個環(huán)節(jié)。

　　■ 對于大部分企業(yè)，由于數(shù)據(jù)分析人員與業(yè)務(wù)人員之間的彼此視角與思考方向不同，大數(shù)據(jù)分析和運(yùn)營之間存在脫節(jié)情況，這是大數(shù)據(jù)無法用于企業(yè)運(yùn)營最大的阻力

　　■ 對于大多數(shù)互聯(lián)網(wǎng)公司來說，大數(shù)據(jù)量、大用戶量是一個相互促進(jìn)，強(qiáng)者越強(qiáng)的循環(huán)過程。

　　■ 對于大型互聯(lián)網(wǎng)平臺，大數(shù)據(jù)已經(jīng)成為其生態(tài)循環(huán)中的血液，對于這些企業(yè)，最重要的不是如何利用大數(shù)據(jù)改進(jìn)自身運(yùn)營，而是利用大數(shù)據(jù)更好地繁榮平臺生態(tài)。

　　■ 對于平臺企業(yè)，它們的大數(shù)據(jù)策略正逐漸從大數(shù)據(jù)運(yùn)營，向運(yùn)營大數(shù)據(jù)轉(zhuǎn)變，前者和后者的差別在于，前者只是運(yùn)營改進(jìn)的動力，而后者則成為企業(yè)實(shí)現(xiàn)未來戰(zhàn)略的核心資源。

　　我們都已被反復(fù)告知：我們將迎來一個“大數(shù)據(jù)時(shí)代”。

　　大數(shù)據(jù)應(yīng)用，將和云計(jì)算、3D打印這些技術(shù)變革一樣，顛覆既有規(guī)則，并成為先行企業(yè)的制勝關(guān)鍵。

　　與變化相始終的中國企業(yè)，距離這場革命還有多遠(yuǎn)?而追上領(lǐng)先者又需要多快的步伐?

　　來自于互聯(lián)網(wǎng)、移動互聯(lián)網(wǎng)、物聯(lián)網(wǎng)傳感器、視頻采集系統(tǒng)的數(shù)據(jù)正海量增長，匯成大數(shù)據(jù)的海洋，相伴的是海量數(shù)據(jù)存儲、分析技術(shù)的突破性發(fā)展，所有這一切都給企業(yè)的應(yīng)用帶來了無限可能性。

　　許多企業(yè)希望將大數(shù)據(jù)用起來，帶動企業(yè)的經(jīng)營，但不知從哪里著手。它們不惜重金投資大數(shù)據(jù)信息系統(tǒng)、分析系統(tǒng)，聘請更多的人才，希望能從這個新趨勢中獲益，不過卻無奈地發(fā)現(xiàn)，大數(shù)據(jù)仍然停留在云端，沒有帶來多少實(shí)際收益。它們找不到大數(shù)據(jù)與業(yè)務(wù)結(jié)合的突破口。而一些真正將大數(shù)據(jù)應(yīng)用于實(shí)戰(zhàn)的企業(yè)，卻在應(yīng)用過程中困難重重：大數(shù)據(jù)無法與業(yè)務(wù)結(jié)合;沒有收集、分析海量數(shù)據(jù)的能力;經(jīng)營人員缺少應(yīng)用大數(shù)據(jù)的動力;數(shù)據(jù)來源魚龍混雜難以使用……

　　中國企業(yè)家研究院對當(dāng)前中國企業(yè)大數(shù)據(jù)應(yīng)用的狀況進(jìn)行了歸納分類，以幫助企業(yè)了解實(shí)際應(yīng)用大數(shù)據(jù)時(shí)的困局難點(diǎn)，并提供領(lǐng)先企業(yè)的典型案例以資借鑒。

　　表1

　　表2

　　大數(shù)據(jù)運(yùn)營—企業(yè)提升效率的助推力

　　對于大多數(shù)企業(yè)而言，運(yùn)營領(lǐng)域的應(yīng)用是大數(shù)據(jù)最核心的應(yīng)用，之前企業(yè)主要使用來自生產(chǎn)經(jīng)營中的各種報(bào)表數(shù)據(jù)，但隨著大數(shù)據(jù)時(shí)代的到來，來自于互聯(lián)網(wǎng)、物聯(lián)網(wǎng)、各種傳感器的海量數(shù)據(jù)撲面而至。于是，一些企業(yè)開始挖掘和利用這些數(shù)據(jù)，來推動運(yùn)營效率的提升。大數(shù)據(jù)運(yùn)營應(yīng)用中，大數(shù)據(jù)的應(yīng)用分為三類：用于企業(yè)外部營銷、用于內(nèi)部運(yùn)營，以及用于領(lǐng)導(dǎo)層決策。

　　一、大數(shù)據(jù)營銷

　　大數(shù)據(jù)營銷的本質(zhì)是影響目標(biāo)消費(fèi)者購物前的心理路徑，它主要應(yīng)用在三個方面：1、大數(shù)據(jù)渠道優(yōu)化，2、精準(zhǔn)營銷信息推送，3、線上與線下營銷的連接。在消費(fèi)者購物前，通過各種方式，直接介入其信息收集和決策過程。而這種介入，是建立在對于線上與線下海量用戶數(shù)據(jù)分析的基礎(chǔ)之上。相比傳統(tǒng)狂轟濫炸或等客上門的營銷，大數(shù)據(jù)營銷無論在主動性和精準(zhǔn)性方面，都有非常大的優(yōu)勢。它是目前主要的大數(shù)據(jù)應(yīng)用領(lǐng)域。

　　大數(shù)據(jù)營銷不僅僅是用大數(shù)據(jù)找出目標(biāo)顧客，向其發(fā)布促銷信息，它還可以做到：

　　實(shí)現(xiàn)渠道優(yōu)化。根據(jù)用戶的互聯(lián)網(wǎng)痕跡進(jìn)行渠道營銷效果優(yōu)化，就是根據(jù)互聯(lián)網(wǎng)上顧客的行為軌跡來找出哪個營銷渠道的顧客來源最多，哪個來源顧客實(shí)際購買量最多，是否是目標(biāo)顧客等等，從而調(diào)整營銷資源在各個渠道的投放。例如東風(fēng)日產(chǎn)，它利用對顧客來源的追蹤，來改進(jìn)營銷資源在各個網(wǎng)絡(luò)渠道如門戶網(wǎng)站、搜索和微博的投放。

　　精準(zhǔn)營銷信息推送。精準(zhǔn)建立在對海量消費(fèi)者的行為分析基礎(chǔ)之上，消費(fèi)者網(wǎng)絡(luò)瀏覽、搜索行為被網(wǎng)絡(luò)留下，線下的購買和查看等行為可以被門店的POS機(jī)和視頻監(jiān)控記錄，再加上他們在購買和注冊過程中留下的身份信息，在商家面前，正逐漸呈現(xiàn)出消費(fèi)者信息的海洋。

　　一些企業(yè)通過收集海量的消費(fèi)者信息，然后利用大數(shù)據(jù)建模技術(shù)，按消費(fèi)者屬性(如所在地區(qū)、性別)和興趣、購買行為等維度，挖掘目標(biāo)消費(fèi)者，然后進(jìn)行分類，再根據(jù)這些，對個體消費(fèi)者進(jìn)行營銷信息推送。比如孕婦裝品牌十月媽咪通過對自己微博上粉絲評論的大數(shù)據(jù)分析，找出評論有“喜愛”相關(guān)關(guān)鍵詞的粉絲，然后打上標(biāo)簽，對其進(jìn)行營銷信息推送。京東商城副總經(jīng)理李曦表示：“用大數(shù)據(jù)找出不同細(xì)分的顧客需求群，然后進(jìn)行相應(yīng)的營銷，是京東目前在做的事情?！毙∫不瘖y品將自身網(wǎng)站作為收集消費(fèi)者信息的雷達(dá)，對不同消費(fèi)者推薦相應(yīng)的肌膚解決方案，創(chuàng)始人肖尚略希望在未來，大數(shù)據(jù)營銷能替代網(wǎng)站的作用，真正成為面向顧客的前端。

　　打通線上線下營銷。一些企業(yè)將互聯(lián)網(wǎng)上海量消費(fèi)者的行為痕跡數(shù)據(jù)與線下購買數(shù)據(jù)打通，實(shí)現(xiàn)了線上與線下營銷的協(xié)同。比如東風(fēng)日產(chǎn)，線上與線下的協(xié)同營銷方式為：其門戶網(wǎng)站帶來訂單線索，而通過這些線索，服務(wù)人員進(jìn)行電話回訪，從而推動顧客在線下交易。在此過程中，東風(fēng)日產(chǎn)記錄了消費(fèi)者進(jìn)入、瀏覽、點(diǎn)擊、注冊、電話回訪和購買各個環(huán)節(jié)的數(shù)據(jù)，實(shí)現(xiàn)了一個橫跨線上線下，以大數(shù)據(jù)分析為支持的，營銷效果不斷優(yōu)化的閉環(huán)營銷通路。而國雙科技，衡量某一地區(qū)線下促銷活動的效果，就是看互聯(lián)網(wǎng)上，來自這個地區(qū)對于促銷內(nèi)容的搜索量。一些企業(yè)，通過鼓勵線下顧客使用微信和Wi-Fi等可追蹤消費(fèi)者行為和喜好的設(shè)備，來打通線上與線下數(shù)據(jù)流，銀泰百貨計(jì)劃鋪設(shè)Wi-Fi，鼓勵顧客在商場內(nèi)使用，然后根據(jù)Wi-Fi賬號，找出這個顧客，再通過與其它大數(shù)據(jù)挖掘公司合作，以大數(shù)據(jù)的手段，發(fā)掘這個顧客在互聯(lián)網(wǎng)的歷史痕跡，來了解這個顧客的需求類型。

　　二、大數(shù)據(jù)用于內(nèi)部運(yùn)營

　　相比大數(shù)據(jù)營銷，大數(shù)據(jù)在內(nèi)部運(yùn)營中的應(yīng)用更深入，對于企業(yè)內(nèi)部的信息化水平，以及數(shù)據(jù)采集和分析能力的要求更高。本質(zhì)上，是將企業(yè)外部海量消費(fèi)者數(shù)據(jù)與企業(yè)內(nèi)部海量運(yùn)營數(shù)據(jù)聯(lián)系起來，在分析中得到新的洞察，提升運(yùn)營效率。

　　三、大數(shù)據(jù)用于決策

　　在大數(shù)據(jù)時(shí)代，企業(yè)面對眾多新的數(shù)據(jù)源和海量數(shù)據(jù)，能否基于對這些數(shù)據(jù)的洞察，進(jìn)行決策，進(jìn)而將其變成一項(xiàng)企業(yè)競爭優(yōu)勢的來源?同大數(shù)據(jù)營銷和大數(shù)據(jù)內(nèi)部運(yùn)營相比，運(yùn)用大數(shù)據(jù)決策難度最高，因?yàn)樗枰环N依賴數(shù)據(jù)的思維習(xí)慣。

　　已有少數(shù)企業(yè)開始嘗試。比如國內(nèi)一些金融機(jī)構(gòu)在推出一個金融產(chǎn)品時(shí)，會廣泛分析該金融產(chǎn)品的應(yīng)用情況和效果、目標(biāo)顧客群數(shù)據(jù)、各種交易數(shù)據(jù)和定價(jià)數(shù)據(jù)等，然后決定是否推出某個金融產(chǎn)品。

　　但是，中國企業(yè)家研究院在調(diào)研中發(fā)現(xiàn)，目前中國企業(yè)當(dāng)中，大數(shù)據(jù)決策的應(yīng)用非常之少，許多企業(yè)領(lǐng)導(dǎo)者進(jìn)行決策時(shí)，仍習(xí)慣于憑借歷史經(jīng)驗(yàn)和直覺。

　　一、大數(shù)據(jù)作為產(chǎn)品核心支持

　　它們主要在以下幾方面使用大數(shù)據(jù)：

　　1、提供信息服務(wù)。很多互聯(lián)網(wǎng)企業(yè)通過對海量互聯(lián)網(wǎng)信息和線下信息的整合和分析，為個人和企業(yè)提供信息服務(wù)，典型的如百度、去哪兒、一淘、高德地圖、春雨醫(yī)生等等。在美國，一些互聯(lián)網(wǎng)企業(yè)甚至根據(jù)大數(shù)據(jù)提供更深度的預(yù)測信息服務(wù)，美國科技創(chuàng)新公司farecast，通過分析特定航線機(jī)票的價(jià)格，幫助消費(fèi)者預(yù)測機(jī)票價(jià)格走勢。

　　2、分析用戶的個性化需求，借此提供個性化產(chǎn)品和服務(wù)，或者實(shí)現(xiàn)更精準(zhǔn)的廣告。典型的有移動社交工具陌陌、百度、騰訊、廣告交易平臺品友互動以及一些互聯(lián)網(wǎng)游戲商。這種應(yīng)用往往先是收集海量用戶的互聯(lián)網(wǎng)行為數(shù)據(jù)，將用戶分類，根據(jù)不同類型的用戶，提供個性化的產(chǎn)品，或者提供個性化的促銷信息。比如網(wǎng)易等門戶網(wǎng)站推出了訂閱模式，讓使用者按照個人喜好方便地定制和整合不同來源的信息。

　　3、增強(qiáng)產(chǎn)品功能。對于很多互聯(lián)網(wǎng)產(chǎn)品，如殺毒軟件、搜索引擎等等，海量數(shù)據(jù)的處理能夠讓產(chǎn)品變得更聰明更強(qiáng)大，如果沒有大數(shù)據(jù)，產(chǎn)品的功能就大大減弱。比如奇虎360公司的360殺毒軟件，憑借每天海量的殺毒處理，建立了龐大的病毒庫，這使它能夠更快地發(fā)現(xiàn)病毒，而一些小的殺毒軟件公司則無法做到這一點(diǎn)。

　　4、掌控信用狀況，提供信貸服務(wù)。阿里巴巴上匯集了海量中小企業(yè)的日常資金與貨品往來，通過對這些往來數(shù)據(jù)的匯總與分析，阿里巴巴能發(fā)現(xiàn)單個企業(yè)的資金流與收入情況，分析其信用，找出異常情況與可能發(fā)生的欺詐行為，控制信貸風(fēng)險(xiǎn)。

　　5、實(shí)現(xiàn)智能匹配。婚戀網(wǎng)站、交易平臺等，利用大數(shù)據(jù)可以進(jìn)行精準(zhǔn)而高效的配對服務(wù)。網(wǎng)易花田會挖掘用戶行為數(shù)據(jù)，比如點(diǎn)擊哪些異性的頁面，發(fā)表什么樣的評論，建立用戶興趣模型，從而挖掘到用戶所期待另一半的類型，然后主動推薦與對方匹配度比較高的人選。2010年，阿里巴巴嘗試性地推出“輕騎兵”服務(wù)，由阿里巴巴將中國各產(chǎn)業(yè)集群地的供應(yīng)商與海外買家的個性采購需求進(jìn)行快速匹配，所憑借的，就是對供應(yīng)商的海量交易數(shù)據(jù)信息的整合與挖掘。

　　大數(shù)據(jù)作為產(chǎn)品核心支撐的關(guān)鍵在于用戶量。對于大多數(shù)互聯(lián)網(wǎng)公司來說，用戶量越多，收集的數(shù)據(jù)越多，憑借更多的數(shù)據(jù)，其產(chǎn)品與商業(yè)模式會不斷改進(jìn)，進(jìn)而帶來更多的用戶。

　　二、大數(shù)據(jù)直接作為產(chǎn)品

　　對一些企業(yè)，大數(shù)據(jù)直接成為了產(chǎn)品，這些產(chǎn)品包括海量數(shù)據(jù)、分析、存儲與挖掘的服務(wù)等，目前大數(shù)據(jù)產(chǎn)業(yè)鏈正在形成過程中，出現(xiàn)了一批開放、出售、授權(quán)大數(shù)據(jù)和提供大數(shù)據(jù)分析、挖掘的公司和機(jī)構(gòu)，前者主要是一些擁有海量數(shù)據(jù)的公司，將數(shù)據(jù)服務(wù)作為新的盈利來源。如大型的互聯(lián)網(wǎng)平臺、民航、電信運(yùn)營商、一些擁有大數(shù)據(jù)的政府機(jī)構(gòu)等等，后者主要包括一些能夠存儲海量數(shù)據(jù)或者將海量數(shù)據(jù)與業(yè)務(wù)場景結(jié)合，進(jìn)行分析和挖掘，或者提供相關(guān)產(chǎn)品的公司，如IBM、SAP、拓而思、天睿公司。它們?yōu)榇髷?shù)據(jù)應(yīng)用者們提供海量數(shù)據(jù)存儲、數(shù)據(jù)挖掘、圖像視頻、智能分析等服務(wù)以及相關(guān)系統(tǒng)產(chǎn)品。

　　大數(shù)據(jù)平臺——企業(yè)群落繁榮的滋養(yǎng)劑

　　相對企業(yè)本身對大數(shù)據(jù)的應(yīng)用，大數(shù)據(jù)平臺更多是利用大數(shù)據(jù)來搭建企業(yè)生態(tài)。一些擁有龐大數(shù)據(jù)資源的大型互聯(lián)網(wǎng)平臺，已變?yōu)榘Ａ考纳叩纳鷳B(tài)系統(tǒng)。在這個生態(tài)系統(tǒng)中，它們將海量用戶互聯(lián)網(wǎng)行為痕跡和分析提供給平臺上的企業(yè)，用于它們改善經(jīng)營，推動整個平臺生態(tài)繁榮，在這一過程中，它們也收取數(shù)據(jù)服務(wù)費(fèi)。阿里巴巴就是一個典型的例子，從數(shù)據(jù)魔方、黃金策到聚石塔，阿里巴巴不斷地為平臺上中小電商提供數(shù)據(jù)產(chǎn)品和服務(wù)。

　　而百度已建成了包括百度指數(shù)、司南、風(fēng)云榜、數(shù)據(jù)研究中心和百度統(tǒng)計(jì)在內(nèi)的五大數(shù)據(jù)體系平臺，幫助其營銷平臺上的企業(yè)了解消費(fèi)者行為、興趣變化，以及行業(yè)發(fā)展?fàn)顩r、市場動態(tài)和趨勢、競爭對手動向等信息。

　　而當(dāng)大數(shù)據(jù)從企業(yè)內(nèi)部運(yùn)營的動力，變成平臺企業(yè)的產(chǎn)品和服務(wù)時(shí)，平臺企業(yè)也在經(jīng)歷著一個從大數(shù)據(jù)運(yùn)營到運(yùn)營大數(shù)據(jù)的階段。數(shù)據(jù)從運(yùn)營的支持工具，變成了生產(chǎn)資料。此前平臺們的關(guān)注點(diǎn)，更多的是如何用好現(xiàn)有的大數(shù)據(jù)。而未來，它們的關(guān)注點(diǎn)則更多是如何將大數(shù)據(jù)這個生產(chǎn)資料管理好、經(jīng)營好，如何更好地為平臺上的企業(yè)服務(wù)。這就涉及到收集的數(shù)據(jù)質(zhì)量怎樣?格式標(biāo)準(zhǔn)是否統(tǒng)一?數(shù)據(jù)作為一種原材料，其精細(xì)化程度如何?是否符合平臺上企業(yè)應(yīng)用的具體場景?是平臺上企業(yè)拿來就能用的，還是還需要平臺上的企業(yè)再加工?

　　為解決這些問題，各個平臺在積極地努力。比如阿里巴巴建立了數(shù)據(jù)委員會，在統(tǒng)一數(shù)據(jù)格式標(biāo)準(zhǔn)、從源頭上保證數(shù)據(jù)的質(zhì)量，采集和加工出精細(xì)化的數(shù)據(jù)，確保其能符合平臺企業(yè)的應(yīng)用場景等方面，不遺余力地嘗試。尤其在大數(shù)據(jù)精細(xì)化方面，阿里巴巴更是作為其大數(shù)據(jù)戰(zhàn)略的重點(diǎn)。這方面，騰訊目前也在加快步伐。比如新版騰訊網(wǎng)出現(xiàn)了“一鍵登錄”的提示，用戶可以在上面通過一些細(xì)分標(biāo)簽，訂閱自己關(guān)注的內(nèi)容。實(shí)際上，這也是騰訊收集更精細(xì)化的用戶興趣數(shù)據(jù)的一個有效手段。

　　大數(shù)據(jù)實(shí)戰(zhàn)手冊

　　將大數(shù)據(jù)應(yīng)用于內(nèi)部運(yùn)營中時(shí)，企業(yè)會遇到一些常見問題

　　1企業(yè)如何獲取與分析數(shù)據(jù)?

　　互聯(lián)網(wǎng)是大數(shù)據(jù)的一個主要來源，一些線下的傳統(tǒng)企業(yè)很難獲得。但它們可以：

　　a 和擁有或能抓取海量數(shù)據(jù)的平臺、企業(yè)以及政府機(jī)構(gòu)合作。比如淘寶上的電商就購買淘寶收集的海量數(shù)據(jù)中與自身運(yùn)營相關(guān)的部分，用于自身業(yè)務(wù)。再如卡夫通過與IBM合作，在博客、論壇和討論版的內(nèi)容中抓取了47.9萬條關(guān)于自己產(chǎn)品的討論信息，通過大數(shù)據(jù)分析出消費(fèi)者對卡夫食品的喜愛程度和消費(fèi)方式。

　　b 建立自己在互聯(lián)網(wǎng)上的平臺，比如朝陽大悅城利用自己的微信、微博等平臺收集消費(fèi)者評論數(shù)據(jù)。

　　c 許多傳統(tǒng)企業(yè)沒有分析海量數(shù)據(jù)的能力，此時(shí)它們可以和大數(shù)據(jù)分析和挖掘公司合作，目前市場上已經(jīng)有天睿公司、IBM、百分點(diǎn)、華勝天成等一批提供大數(shù)據(jù)分析和挖掘服務(wù)的公司，它們是傳統(tǒng)企業(yè)進(jìn)行大數(shù)據(jù)分析可以借助的力量。

　　2 如何避免大數(shù)據(jù)應(yīng)用時(shí)的部門分割?

　　對于許多企業(yè)，其信息流被各部門彼此分割，數(shù)據(jù)難以互通，對于這種情況下，大數(shù)據(jù)的共享和匯集就只是一個泡影，更難以實(shí)現(xiàn)大數(shù)據(jù)的深度應(yīng)用。

　　要打通部門之間信息分割的局面，首先要建立統(tǒng)一的、集中的數(shù)據(jù)系統(tǒng)。就像立白信息與知識總監(jiān)王永紅所說的，“要真正用好大數(shù)據(jù)，企業(yè)要采用大集中的信息系統(tǒng)?！睆母钊氲慕嵌葋碚?，企業(yè)信息流的部門分割，更在于企業(yè)部門之間的分割，比如有一些企業(yè)的營銷按照渠道分割，導(dǎo)致對于顧客的大數(shù)據(jù)收集和分析效果大打折扣。

　　IBM智慧商務(wù)技術(shù)總監(jiān)楊旭青認(rèn)為，“很多時(shí)候由于組織結(jié)構(gòu)問題，大數(shù)據(jù)分析有效性大大降低了?！边@就需要組織與流程層面的重新設(shè)計(jì)，在這方面，阿里巴巴的部門負(fù)責(zé)人輪崗制度，對于打破部門壁壘無疑是一劑好藥。而一些企業(yè)為了打破部門分割，建立了矩陣型的組織結(jié)構(gòu)，強(qiáng)化部門間的橫向合作，這些無疑為大數(shù)據(jù)的匯集、共享與應(yīng)用創(chuàng)造了良好條件。

　　3 如何讓業(yè)務(wù)人員重視大數(shù)據(jù)的應(yīng)用?

　　解決這個問題，一方面在于一把手對整個企業(yè)數(shù)據(jù)文化的倡導(dǎo)，比如1號店董事長于剛就要求業(yè)務(wù)人員無論在開會，還是匯報(bào)工作時(shí)，都以數(shù)據(jù)說話，而馬云更是將大數(shù)據(jù)提升到了戰(zhàn)略高度。

　　另一方面，也在于數(shù)據(jù)部門的帶動，阿里巴巴數(shù)據(jù)委員會負(fù)責(zé)人車品覺分享了經(jīng)驗(yàn)，“因?yàn)檫\(yùn)營部門的業(yè)務(wù)人員很難看到大數(shù)據(jù)的潛力，可以首先從一些對業(yè)務(wù)見效快，見效顯著的數(shù)據(jù)項(xiàng)目出發(fā)，通過一兩個項(xiàng)目的成功，調(diào)動對方的積極性，然后再逐步一個個地引導(dǎo)?！?/span>

　　4 為何大數(shù)據(jù)工作與運(yùn)營需求脫節(jié)?

　　這往往是由于數(shù)據(jù)人員與業(yè)務(wù)人員視角、專業(yè)知識不同而導(dǎo)致的。大數(shù)據(jù)人員做了很多努力，但是業(yè)務(wù)人員卻認(rèn)為這些努力無關(guān)痛癢。如何解決這個問題?

　　有的企業(yè)從組織設(shè)計(jì)上發(fā)力，將大數(shù)據(jù)納入業(yè)務(wù)分析部門的管理之下，用業(yè)務(wù)統(tǒng)馭數(shù)據(jù)。對于朝陽大悅城，由主要負(fù)責(zé)戰(zhàn)略和經(jīng)營分析的部門來管理大數(shù)據(jù)工作，其中的大數(shù)據(jù)分析人員則作為支持人員。在負(fù)責(zé)人張巖看來，大數(shù)據(jù)要靠商業(yè)法則指導(dǎo)，關(guān)鍵是找到業(yè)務(wù)需求的點(diǎn)，然后由數(shù)據(jù)分析和挖掘人員實(shí)現(xiàn)。在具體操作中，大悅城對微信的數(shù)據(jù)挖掘，挖掘什么樣的關(guān)鍵詞，由業(yè)務(wù)分析人員確定，而具體挖掘則由數(shù)據(jù)部門做;有的企業(yè)從流程設(shè)計(jì)上著手，推動業(yè)務(wù)部門與數(shù)據(jù)部門人員之間的溝通，建立數(shù)據(jù)人員工作與效果掛鉤的考核機(jī)制。

　　例如阿里巴巴根據(jù)數(shù)據(jù)挖掘的成效(比如帶來的商品轉(zhuǎn)化率的提升)來考核數(shù)據(jù)挖掘師，考核數(shù)據(jù)分析師則看其分析結(jié)果能否出現(xiàn)在經(jīng)營負(fù)責(zé)人的報(bào)告中。從數(shù)據(jù)部門自身角度則需要降低運(yùn)營部門使用數(shù)據(jù)的障礙和門檻，比如立白集團(tuán)的數(shù)據(jù)人員會努力嘗試向運(yùn)營部門提供更易懂、更生動的圖形化數(shù)據(jù)分析界面，在立白老板辦公室上，就有一份“客戶運(yùn)營健康體檢表”，讓老板對全國經(jīng)銷商的當(dāng)月銷售情況一目了然。再如阿里巴巴開發(fā)的無線Bi，讓經(jīng)營人員在手機(jī)上也可以看到大數(shù)據(jù)分析結(jié)果，拿車品覺的話說，“以數(shù)據(jù)之氧氣包圍經(jīng)營人員?！?/span>

　　大數(shù)據(jù)產(chǎn)品——企業(yè)利潤滋長的新源泉

　　大數(shù)據(jù)除了用于運(yùn)營外，還能夠與企業(yè)產(chǎn)品結(jié)合，成為企業(yè)產(chǎn)品背后競爭力的核心支持或者直接成為產(chǎn)品。提供大數(shù)據(jù)產(chǎn)品的企業(yè)分為兩類，直接提供大數(shù)據(jù)產(chǎn)品的企業(yè)，以及將大數(shù)據(jù)作為產(chǎn)品和服務(wù)核心支撐的企業(yè)。前者主要為大數(shù)據(jù)產(chǎn)業(yè)鏈中提供數(shù)據(jù)服務(wù)的參與者，包括數(shù)據(jù)擁有者、存儲企業(yè)，挖掘企業(yè)、分析企業(yè)等，后者則主要是那些以大數(shù)據(jù)為產(chǎn)品核心支撐的企業(yè)，它們大多是互聯(lián)網(wǎng)企業(yè)，其產(chǎn)品和服務(wù)先天就有大數(shù)據(jù)基因，這些企業(yè)包括搜索引擎、在線殺毒、互聯(lián)網(wǎng)廣告交易平臺以及眾多植根于移動互聯(lián)網(wǎng)之上，為用戶提供生活和資訊服務(wù)的APP等。

　　阿里巴巴“數(shù)據(jù)戰(zhàn)”

　　平臺型企業(yè)的大數(shù)據(jù)應(yīng)用策略有何特點(diǎn)?阿里巴巴、百度、騰訊等一批平臺型企業(yè)，匯集了海量用戶和商家，聚集成富有張力的生態(tài)系統(tǒng)，它們的大數(shù)據(jù)應(yīng)用不再僅僅局限于企業(yè)本身，正逐漸成為滋養(yǎng)整個大生態(tài)系統(tǒng)的血液，為平臺上寄生的眾多企業(yè)提供更多的數(shù)據(jù)產(chǎn)品和服務(wù)，同時(shí)也是這些平臺企業(yè)未來的收入增長引擎。

　　2005年，阿里巴巴開發(fā)出主要供內(nèi)部運(yùn)營人員使用的數(shù)據(jù)產(chǎn)品——淘數(shù)據(jù)，阿里巴巴由此進(jìn)入了數(shù)據(jù)化運(yùn)營階段，此時(shí)，阿里巴巴在大數(shù)據(jù)方面關(guān)注的重點(diǎn)是，怎么利用平臺上海量的消費(fèi)者和商家數(shù)據(jù)，來改進(jìn)自身經(jīng)營，大數(shù)據(jù)僅僅局限于內(nèi)部。2009年，阿里巴巴的大數(shù)據(jù)應(yīng)用開始走向外部，讓淘寶商戶分享數(shù)據(jù)。2011年，阿里巴巴開發(fā)數(shù)據(jù)魔方，通過淘寶數(shù)據(jù)魔方平臺，商家可以直接獲取行業(yè)宏觀情況、自己品牌的市場狀況、消費(fèi)者在自己網(wǎng)站上的行為等情況。2011年4月，“頁面點(diǎn)擊”誕生，它可以監(jiān)控每個頁面上每個位置的用戶瀏覽點(diǎn)擊情況。緊接著，天貓攜手阿里云、萬網(wǎng)宣布聯(lián)合推出聚石塔平臺，為天貓、淘寶平臺上的電商及電商服務(wù)商等提供數(shù)據(jù)云服務(wù)。2012年，馬云正式公布了阿里巴巴三步走發(fā)展策略，“平臺、金融、數(shù)據(jù)”。

　　從數(shù)據(jù)化運(yùn)營到運(yùn)營數(shù)據(jù)

　　阿里巴巴的大數(shù)據(jù)策略意味著什么?阿里巴巴數(shù)據(jù)委員會主席車品覺一語道破，“在數(shù)據(jù)化運(yùn)營階段時(shí)，數(shù)據(jù)就產(chǎn)生價(jià)值，你有意識地用它，但卻沒有關(guān)注它。而當(dāng)你發(fā)現(xiàn)數(shù)據(jù)已經(jīng)和戰(zhàn)略融合后，你認(rèn)識到要有意識收集它，管理它?！比绻麑⒗锇桶偷拇髷?shù)據(jù)比做食材，那么自己用原料做菜，和將食材提供給其他廚師，對原料的關(guān)注度完全不同。

　　由此，阿里巴巴的大數(shù)據(jù)應(yīng)用策略正從數(shù)據(jù)化運(yùn)營向運(yùn)營數(shù)據(jù)轉(zhuǎn)變。集團(tuán)首席戰(zhàn)略官曾鳴預(yù)測，“阿里本質(zhì)上，未來會是一家數(shù)據(jù)運(yùn)營公司?！鼻罢?，是如何將大數(shù)據(jù)用好，而后者則意味著，如何讓大數(shù)據(jù)更好用。

　　從淘寶創(chuàng)立之時(shí)，阿里巴巴就開始搜集平臺上的數(shù)據(jù)，直至支付寶、聚劃算、一淘等平臺，隨著業(yè)務(wù)的爆發(fā)式增長，阿里諸平臺上的數(shù)據(jù)成倍增加，匯集成海。這些數(shù)據(jù)包括交易數(shù)據(jù)、用戶瀏覽和點(diǎn)擊網(wǎng)頁數(shù)據(jù)、購物數(shù)據(jù)等等。當(dāng)海量數(shù)據(jù)開始聚集時(shí)，它們也變得良莠不齊，魚龍混雜，充斥著大量失真、標(biāo)準(zhǔn)混亂的數(shù)據(jù)。另一問題是，當(dāng)海量數(shù)據(jù)在一起，它們是無序的，不能直接使用，必需要提煉加工。再者，阿里縱有海量數(shù)據(jù)，卻也只是大數(shù)據(jù)之海中的一個孤島，無法全部滿足平臺商家的數(shù)據(jù)需求，比如商家需要了解用戶在其它平臺上的購買情況，阿里巴巴迫切需求外部數(shù)據(jù)。

　　車品覺稱：“一開始，我們在用好數(shù)據(jù)，但是隨著數(shù)據(jù)戰(zhàn)略與平臺戰(zhàn)略緊密結(jié)合，我們開始刻意地去管理數(shù)據(jù)(保證數(shù)據(jù)安全、質(zhì)量和對于商家的可用性)，養(yǎng)數(shù)據(jù)(有意識地收集外部數(shù)據(jù))，沉淀數(shù)據(jù)?！?/span>

　　讓大數(shù)據(jù)更好用?阿里巴巴是如何實(shí)現(xiàn)這種轉(zhuǎn)變?從六個地方入手：確保數(shù)據(jù)安全(保護(hù)商家和個人的隱私)、保證數(shù)據(jù)的質(zhì)量(去除虛假數(shù)據(jù))、實(shí)現(xiàn)各個部門數(shù)據(jù)標(biāo)準(zhǔn)的統(tǒng)一(如轉(zhuǎn)化率)、讓原始數(shù)據(jù)變得更精細(xì)化(更符合商家的應(yīng)用情景)、獲得外部數(shù)據(jù)(如并購新浪微博，和其它平臺合作、購買數(shù)據(jù)信息等)、建立數(shù)據(jù)委員會。

　　具體做法

　　1 去除源頭污染，凈化數(shù)據(jù)質(zhì)量

　　自阿里巴巴數(shù)據(jù)委員會建立以來，數(shù)據(jù)質(zhì)量就成了部門的核心工作，車品覺認(rèn)為數(shù)據(jù)質(zhì)量是大數(shù)據(jù)的命門，如果將大數(shù)據(jù)比作水流，“來自任何支流的數(shù)據(jù)，如果質(zhì)量有問題，都會帶來整個水源的污染。”由于淘寶等平臺上的數(shù)據(jù)往往良莠不齊，不少數(shù)據(jù)虛假，帶來很大的噪音干擾?！坝袝r(shí)，在淘寶平臺上，對于一個人，我們會看到兩個手機(jī)，一個iPad，三張信用卡，五個淘寶帳號，收集數(shù)據(jù)時(shí)，以為是多個人，但實(shí)際上就是一個人。但如果依照這個數(shù)據(jù)，商家可能就將紅包給了一個不活躍的賬戶。”為此，阿里巴巴試圖剔除虛假的數(shù)據(jù)，讓收集的數(shù)據(jù)能反映真實(shí)的消費(fèi)情景。比如上面的案例，就要鑒定所有這些賬戶、信用卡等是否為同一個人所有。再如，阿里巴巴經(jīng)常要做產(chǎn)品界面測試，有時(shí)臨時(shí)修改界面，會一下子多出一個按鈕，這就會帶來大量誤點(diǎn)擊操作，數(shù)據(jù)收集時(shí)，就會得到很多失真的用戶行為數(shù)據(jù)。阿里巴巴的數(shù)據(jù)人員目前的工作就是要將這些失真的數(shù)據(jù)剔除，或者將數(shù)據(jù)還原到真實(shí)的場景。

　　2 打破分割，統(tǒng)一數(shù)據(jù)標(biāo)準(zhǔn)

　　統(tǒng)一數(shù)據(jù)標(biāo)準(zhǔn)，就是讓凈化后的數(shù)據(jù)流得以匯集。阿里巴巴下屬各個部門業(yè)務(wù)重點(diǎn)不同，對數(shù)據(jù)的理解不同，因此數(shù)據(jù)標(biāo)準(zhǔn)往往各不相同，比如轉(zhuǎn)化率。要將這些數(shù)據(jù)匯集成大數(shù)據(jù)之海，就必須統(tǒng)一標(biāo)準(zhǔn)，這也是阿里巴巴數(shù)據(jù)委員會目前重點(diǎn)推行的項(xiàng)目。

　　3 精選+加工——讓數(shù)據(jù)精細(xì)化

　　“目前，我們需要的用戶數(shù)據(jù)，平臺還給不了?！卑⒗锲脚_上的一個企業(yè)如是說。很多企業(yè)希望阿里巴巴能將用戶屬性的標(biāo)簽分得更細(xì)(不僅僅按男、女用戶，還進(jìn)一步按不同消費(fèi)特點(diǎn)、收入細(xì)分)。小也化妝品創(chuàng)始人肖尚略認(rèn)為，“平臺數(shù)據(jù)的細(xì)分是基礎(chǔ)，細(xì)分好，企業(yè)才能用好?！睌?shù)據(jù)就像炒菜的食材，不同細(xì)致程度的食材炒出的菜，口味不一樣，車品覺這么看。

　　如何讓數(shù)據(jù)精細(xì)化?阿里巴巴根據(jù)各個商家的應(yīng)用場景，將原始數(shù)據(jù)打上更細(xì)致、對商家更有參考價(jià)值的標(biāo)簽。以淘寶平臺為例，一方面收集用戶信息時(shí)，專注對商家更實(shí)用的內(nèi)容，比如對于大學(xué)生用戶，除了搜集他們的地址信息外，還通過其它渠道搜集其房租的租金，從而了解對方的消費(fèi)水平，將這些數(shù)據(jù)提供給相應(yīng)的商家。另一方面根據(jù)商家的應(yīng)用情景，對數(shù)據(jù)材料做初加工?！氨热纾绻覀兒Y出一個人是否戴眼鏡，戴多少度的數(shù)據(jù)，就對賣眼鏡的商家起到了很大作用?！痹偃?，如果一個人去母嬰超市里面買東西，不一定能證明他有孩子，但如果這個人是女性、年紀(jì)又合適，這個人有孩子的可能性就很大。不斷加入的其它證明信息，讓這個消費(fèi)者的數(shù)據(jù)變得越來越精細(xì)化。

　　在數(shù)據(jù)精細(xì)化思路下，2011年底，阿里巴巴的支付寶平臺開發(fā)黃金策產(chǎn)品，車品覺帶領(lǐng)團(tuán)隊(duì)處理了1億多活躍的消費(fèi)者數(shù)據(jù)后，拿出500個變量，試圖用它們來描述消費(fèi)者，最終讓企業(yè)能夠隨時(shí)調(diào)用變量，獲得用戶信息，比如某一類包含使用信用卡數(shù)量和手機(jī)型號等具體信息的客戶數(shù)目。

　　2013年，天貓開始研發(fā)適用于天貓商家的CRM系統(tǒng)，通過對會員標(biāo)簽化，讓商戶了解店鋪會員在天貓平臺的所有購物行為特點(diǎn)。

　　4 海納百川，納入更多外部數(shù)據(jù)

　　在阿里巴巴平臺上，大多時(shí)候收集的是顧客的顯性需求數(shù)據(jù)，如購買的商品和瀏覽等數(shù)據(jù)，但顧客在購買之前，就可能通過微博、論壇、導(dǎo)購網(wǎng)站等流露出隱性需求。僅僅做好自己的大數(shù)據(jù)是不夠的，還要納入更多外部數(shù)據(jù)。

　　2011年以前，阿里曾嘗試通過收購掌握中國互聯(lián)網(wǎng)的底層數(shù)據(jù)。2013年4月，阿里巴巴收購新浪微博18%的股權(quán)，獲得了新浪微博幾億用戶的數(shù)據(jù)足跡。5月，阿里巴巴收購高德軟件28%股份，分享高德的地理位置、交通信息數(shù)據(jù)以及用戶數(shù)據(jù)。而其它并購，包括對墨跡天氣、友盟、美團(tuán)、蝦米、快的、UC瀏覽器，都招招不離數(shù)據(jù)。通過這些并購，阿里在試圖拼出一份囊括互聯(lián)網(wǎng)與移動互聯(lián)網(wǎng)，涵蓋用戶生活方方面面的全景數(shù)據(jù)圖。

　　5 加強(qiáng)數(shù)據(jù)安全的管理

　　很多淘寶賣家希望阿里巴巴能加大數(shù)據(jù)開放的步伐，對于阿里平臺來說，這并不是一件容易的事情，因?yàn)檫@關(guān)乎商家和消費(fèi)者的隱私。商家不希望競爭對手獲得自己的機(jī)密信息，消費(fèi)者也不希望被更多干擾。

　　阿里內(nèi)部專門成立了一個小組，來判斷數(shù)據(jù)的公開與否，把握“誰應(yīng)該看什么，誰不應(yīng)該看什么，誰看什么的時(shí)候只能看什么?！?/span>

　　6 組織體系支持——建立數(shù)據(jù)委員會

　　阿里巴巴的數(shù)據(jù)來自各個部門，無論是數(shù)據(jù)材料的質(zhì)量、精細(xì)化的保證，還是數(shù)據(jù)安全，都不是單個部門能完成的，需要全局性安排，迫切需要一個上層組織結(jié)構(gòu)。但是成立什么樣的組織機(jī)構(gòu)合適?在阿里巴巴看來，數(shù)據(jù)的工作實(shí)際上主要還是由各個部門的責(zé)任，畢竟它們把控著源頭，另成立一個凌駕于各部門之上的中央數(shù)據(jù)管理機(jī)構(gòu)，容易讓各個部門把責(zé)任直接推卸給新機(jī)構(gòu)。

　　2013年，阿里巴巴成立了虛擬組織——數(shù)據(jù)委員會，委員會包括底層數(shù)據(jù)負(fù)責(zé)人、支付寶商業(yè)智能負(fù)責(zé)人、無線商業(yè)智能負(fù)責(zé)人和一名數(shù)據(jù)科學(xué)家，數(shù)據(jù)委員會更多地以協(xié)調(diào)會的形式，來指導(dǎo)、協(xié)調(diào)各個部門形成合力，實(shí)現(xiàn)從大數(shù)據(jù)運(yùn)營，到運(yùn)營大數(shù)據(jù)的轉(zhuǎn)變。

　　1號店全周期掘金

　　當(dāng)前一談到大數(shù)據(jù)應(yīng)用，人們首先想到的是營銷推送，似乎大數(shù)據(jù)的主要價(jià)值僅在于此。但1號店的實(shí)踐說明，大數(shù)據(jù)完全可以成為運(yùn)營的核心驅(qū)動力。

　　1號店網(wǎng)站作為企業(yè)同消費(fèi)者互動的門戶，每天承載著上千萬的商品點(diǎn)擊、瀏覽和購買，匯集成了海量的數(shù)據(jù)。對于1號店，這是改進(jìn)運(yùn)營的依據(jù)。

　　1號店產(chǎn)品設(shè)計(jì)副總裁王欣磊說：“消費(fèi)者進(jìn)來是怎樣用的，怎樣找到商品的，怎樣買單的，整個的過程，在用大數(shù)據(jù)分析，進(jìn)而進(jìn)行相應(yīng)的改進(jìn)?！逼鋵Υ髷?shù)據(jù)的應(yīng)用，貫穿于引入顧客流量，引導(dǎo)顧客購買，到提升購買者忠誠度的全顧客生命周期中。

　　對于電商企業(yè)，如何從互聯(lián)網(wǎng)上引入流量到自己網(wǎng)站，是運(yùn)營的起點(diǎn)。首先是顧客從哪里來，關(guān)鍵在于三個維度：一，顧客從哪些渠道來;二，顧客從哪些地區(qū)來;三，顧客來自哪些用戶群，新用戶還是老用戶。這三個維度的分析直接決定著1號店后續(xù)引流資源投入，而這都植根于1號店對于顧客行為的大數(shù)據(jù)分析。

　　在分析顧客來自于哪個渠道方面，通過網(wǎng)站收集的海量顧客痕跡，1號店能發(fā)現(xiàn)帶來更多流量和需要加強(qiáng)的渠道：微博，論壇，還是門戶網(wǎng)站，從而不斷地調(diào)整營銷投放，比如發(fā)現(xiàn)哪個渠道可以投放更多廣告，哪個渠道有潛力，卻沒有充分挖掘。在分析顧客從哪些地區(qū)來方面，通過網(wǎng)站上顧客來源痕跡的大數(shù)據(jù)分析，1號店可以發(fā)現(xiàn)那些銷售增長快與增長慢的區(qū)域，相應(yīng)調(diào)整不同地區(qū)市場的營銷費(fèi)用;在顧客是新用戶還是老用戶方面，如果網(wǎng)站瀏覽和購買數(shù)據(jù)更多地來自于老用戶，企業(yè)就可以相應(yīng)地降低市場費(fèi)用。

　　大數(shù)據(jù)營銷推送也是1號店一個非常重要的流量來源，1號店除了通過大數(shù)據(jù)方法對消費(fèi)者分類建模外，還創(chuàng)造了一種購物清單模式。1號店的搜索框旁邊有一個購物清單。消費(fèi)者在1號店曾經(jīng)購買過的商品都顯示在購物清單上，消費(fèi)者還可以另行添加。對于消費(fèi)者而言，這便于購買，而對于企業(yè)，購物清單就是一種反映消費(fèi)者喜好需求的大數(shù)據(jù)源。通過購物清單的數(shù)據(jù)，1號店按照消費(fèi)者購買周期，對消費(fèi)者進(jìn)行營銷推薦。比如一個顧客看了商品后，沒有買，但加入了購物清單，當(dāng)商品打折后，1號店就會及時(shí)向顧客進(jìn)行推送。

　　顧客進(jìn)入1號店后，就進(jìn)入引導(dǎo)顧客的購買階段。這個階段，如何提升每個顧客的購買金額，并在此過程中，實(shí)現(xiàn)商品和各種資源的最優(yōu)配置，是運(yùn)營的關(guān)鍵。大數(shù)據(jù)又一次成了1號店的抓手。首先，1號店的網(wǎng)站改進(jìn)，包括圖片、網(wǎng)頁設(shè)計(jì)，完全以顧客點(diǎn)擊和瀏覽等行為痕跡的大數(shù)據(jù)分析為依托。不僅如此，在與消費(fèi)者互動過程中，1號店也應(yīng)用了大數(shù)據(jù)。像一些商場的導(dǎo)購員一樣，消費(fèi)者瀏覽網(wǎng)站商品過程中，1號店會給消費(fèi)者一些提示推薦，根據(jù)消費(fèi)者之前的瀏覽和購買行為，1號店的系統(tǒng)能判斷出消費(fèi)者可能喜歡什么商品，給以相應(yīng)的提示。再如，根據(jù)消費(fèi)者是搜索商品，還是瀏覽商品，1號店可以初步判斷出他是目的性很強(qiáng)、時(shí)間有限的購買者，還是時(shí)間充裕、目的性不強(qiáng)的購買者，對于前者會直接推薦商品，對于后者，則不斷刺激其購買行為。

　　顧客購買商品后，進(jìn)入了后續(xù)物流和配送服務(wù)。在這個階段，如何實(shí)現(xiàn)最佳的供應(yīng)鏈效率，減少倉儲和配送成本，提升配送速度，是電子商務(wù)企業(yè)運(yùn)營的命脈。如何實(shí)現(xiàn)更高效的揀貨，是影響物流效率關(guān)鍵的一環(huán)。1號店創(chuàng)造了一種高效的揀貨方法——撥次揀貨。顧客一次往往會購買若干個商品，如果一個訂單揀一次貨，揀貨員可能會反復(fù)經(jīng)過同一貨品區(qū)域，浪費(fèi)大量時(shí)間。所以1號店將若干個貨品所在區(qū)域接近的訂單合在一起，這樣揀貨員到一個區(qū)域就可以將與一撥訂單相關(guān)的所有貨品都揀出來。在撥次揀貨中，如何讓揀貨員走更少的路，就需要依靠大數(shù)據(jù)分析。首先，1號店利用大數(shù)據(jù)分析，找出商品重合度最高的訂單群，比如說消費(fèi)者買同一個品類的。其次，在擺放貨品時(shí)，將消費(fèi)者經(jīng)常一起購買，聚合度較高的商品放在一起，如可樂和薯?xiàng)l。這種建立在大數(shù)據(jù)基礎(chǔ)上的物流安排極大提升了揀貨效率，目前1號店平均一單有16.7件貨，員工揀一單貨只需不到80秒的時(shí)間。

　　配送中，如何提供相應(yīng)的服務(wù)選項(xiàng)，如何收費(fèi)，也建立在大數(shù)據(jù)分析的基礎(chǔ)之上，1號店最新的配送服務(wù)“一日四送，一日六送”，可以讓消費(fèi)者指定專門的配送時(shí)間。而消費(fèi)者是否喜歡這樣的配送服務(wù)，會不會用，完全依靠對于消費(fèi)者痕跡的大數(shù)據(jù)分析。1號店會看點(diǎn)擊這個選項(xiàng)的消費(fèi)者有多少人，用這個服務(wù)的有多少人，點(diǎn)擊的和最后實(shí)際使用的比例。如果點(diǎn)擊不多，代表這個配送服務(wù)不吸引人;如果點(diǎn)擊的多，實(shí)際使用的不多，則可能代表這個服務(wù)的費(fèi)用高一點(diǎn)，需要考慮調(diào)整費(fèi)用。

　　對于企業(yè)而言，消費(fèi)者購買行為結(jié)束并不意味著終結(jié)，還希望將消費(fèi)者變?yōu)樽约旱闹覍?shí)顧客。在這個階段，1號店也在充分釋放大數(shù)據(jù)的威力。

　　1號店發(fā)現(xiàn)，購買三四單以后，消費(fèi)者的忠誠度變得相當(dāng)高。為此，它需要不斷推動顧客跨越這個門檻，但首先要找出哪些顧客最有可能。1號店用大數(shù)據(jù)分析篩選出這樣的消費(fèi)者，相應(yīng)地通過一些優(yōu)惠和積分換購，刺激這些消費(fèi)的購買欲望，推動其購買第三單、第四單。

　　1號店同樣依靠大數(shù)據(jù)的挖掘和分析，來減少顧客流失，對那些可能流失的顧客，通過一些定向的喚醒和挽留動作來刺激，顧客過生日了，會祝其生日快樂，或者發(fā)一些促銷信息，重新喚起顧客對于網(wǎng)站的感知。時(shí)機(jī)的把握也依靠對顧客購買周期的大數(shù)據(jù)分析，時(shí)間過早，可能做無用功，喚醒時(shí)間過晚，又可能來不及。

　　1號店為什么能夠?qū)崿F(xiàn)大數(shù)據(jù)與運(yùn)營的深入結(jié)合?通過調(diào)研，我們發(fā)現(xiàn)，這與1號店擁有一套集中而透明化的系統(tǒng)密不可分。它將來自于消費(fèi)者前端，和來自于商品后端的大數(shù)據(jù)流實(shí)時(shí)地匯集和分享到各個部門，帶動各個部門運(yùn)營。而這一點(diǎn)在1號店做最初信息系統(tǒng)規(guī)劃時(shí)早已設(shè)想在內(nèi)。正如其董事長于剛所言：“最初，我認(rèn)為，我們必須要做集中的信息系統(tǒng)，而不是零散的，這樣各個模塊就可以分享數(shù)據(jù)，實(shí)現(xiàn)更好的協(xié)同。”