與零售業(yè)CIO探討B(tài)I項(xiàng)目規(guī)劃與數(shù)據(jù)分析_數(shù)據(jù)分析師培訓(xùn)

想從海量信息中挖掘出有用信息、精準(zhǔn)營銷？除了面向全體顧客實(shí)施地毯式轟炸的”商品營銷“之外，更需要對商業(yè)智能體系重新反思，零售業(yè)需掌握先進(jìn)的數(shù)據(jù)分析與高級決策支持能力，已經(jīng)迫在眉睫。 國內(nèi)零售業(yè)正在上演如同古羅馬競技的瘋狂場面： 賣場扎堆經(jīng)營，”千店一面“的雷同叫賣，”自殺性炸彈“的價(jià)格肉搏，盲目的”低性價(jià)比“： 你滿100送100，我就滿100送110，一家比一家送得狠，一家比一家送得絕； 誓要拼個(gè)你死我活，爭個(gè)魚死網(wǎng)破――似乎整個(gè)群體都身不由己地陷入了最后的瘋狂。而虎視眈眈伺機(jī)而動的，是全球最大50家跨國零售財(cái)團(tuán)中47家已經(jīng)進(jìn)入中國、并且馬不停蹄地完成了在中國零售市場”高端布局“的” 帝國軍團(tuán) 帝國軍團(tuán)“在各中心城市的巷戰(zhàn)讓我們明白了： 只有實(shí)現(xiàn)營銷創(chuàng)新的企業(yè)才能成為肉搏戰(zhàn)中的勝利者?！鄙唐窢I銷與顧客營銷雙輪驅(qū)動“將逐漸成為零售行業(yè)主導(dǎo)趨勢。除了DM、買贈、滿省、搭售、抽獎、返券、減價(jià)、換購等面向全體顧客實(shí)施地毯式轟炸的”商品營銷“之外，我們更需要在細(xì)分客戶群體基礎(chǔ)上實(shí)施精確制導(dǎo)的”顧客營銷“。

構(gòu)建商業(yè)智能（BI）體系、掌握先進(jìn)的數(shù)據(jù)分析與高級決策支持能力，已經(jīng)迫在眉睫。 　面對著零售企業(yè)要把”數(shù)據(jù)墳?zāi)埂稗D(zhuǎn)化為”信息寶藏“的需求，我們選擇了以CRM為切入點(diǎn)，推出的是分析型CRM，以幫助零售企業(yè)診斷目前在顧客管理方面的現(xiàn)狀和問題，發(fā)現(xiàn)能夠影響消費(fèi)者的營銷行為和提升經(jīng)營業(yè)績的有效方法，從而幫助企業(yè)經(jīng)營決策者進(jìn)行營銷戰(zhàn)略與策略的調(diào)整，指導(dǎo)營銷策劃和執(zhí)行人員完成精準(zhǔn)的”一對一“營銷。當(dāng)然，這個(gè)”一“的目標(biāo)不局限于一個(gè)顧客，也可以是一個(gè)顧客群體。 

下面，筆者從商業(yè)智能的項(xiàng)目規(guī)劃和數(shù)據(jù)分析兩個(gè)層面，談?wù)勔粋€(gè)探索者的經(jīng)驗(yàn)教訓(xùn)與體會。 　商業(yè)智能的項(xiàng)目規(guī)劃 在規(guī)劃層面值得關(guān)注的有兩點(diǎn)： 一是數(shù)據(jù)倉庫平臺的選型，二是商業(yè)智能項(xiàng)目的階段特征。 

　零售業(yè)的商業(yè)智能項(xiàng)目以系統(tǒng)上線為界，分為兩個(gè)階段： 前一個(gè)階段的特征是共性化和廠商主導(dǎo)，如同購置商品房； 系統(tǒng)上線后應(yīng)用階段的特征是個(gè)性化和用戶主導(dǎo)，如同對商品房是簡易裝修入住還是豪華裝修，完全取決于房主在經(jīng)濟(jì)實(shí)力、生活品位、規(guī)劃能力、專業(yè)素養(yǎng)、用途需求等各方面的差異。 最了解企業(yè)戰(zhàn)略與經(jīng)營需求的是用戶自己。系統(tǒng)上線后，用戶可以運(yùn)用廠商提供的與數(shù)據(jù)倉庫配套的工具包，隨需應(yīng)變地構(gòu)建層出不窮的數(shù)據(jù)模型與分析主題――這是個(gè)只有起點(diǎn)沒有終點(diǎn)的進(jìn)程。在這個(gè)非開放環(huán)境中打造出來的、內(nèi)生的數(shù)據(jù)分析與高級決策支持能力，才是企業(yè)的核心競爭力―這也是企業(yè)IT團(tuán)隊(duì)實(shí)現(xiàn)角色轉(zhuǎn)換和價(jià)值升華的大好機(jī)遇。 

數(shù)據(jù)分析的主題研發(fā) 　商業(yè)智能、數(shù)據(jù)倉庫是”舶來品“，可是追本溯源、尋求借鑒的過程遠(yuǎn)非”依葫蘆畫瓢“那么順當(dāng)。幾乎在每個(gè)分析主題的模型構(gòu)建與算法推理的過程中，從”三角幻圖“的構(gòu)成原理中，我都經(jīng)歷了以下三個(gè)思維階段： 1.初次接觸，隨意觀察，表面印象，沒有深入探討； 2.進(jìn)入懷疑、批判階段，疑團(tuán)滿腹，眼前是假象； 3.經(jīng)過驗(yàn)證、推理、分析獲得真知灼見。 第一個(gè)例子： 亦真亦幻的”客戶價(jià)值矩陣分析“模型 幾乎每個(gè)CRM軟件提供商在與零售企業(yè)接觸的時(shí)候，都會拿這個(gè)”客戶價(jià)值矩陣分析圖“（見圖1）來說事 可是這么多年過去了，雙方的交流始終停留在這張看起來很簡單的模型圖上。軟件廠商們沒能把這個(gè)模型的算法推理出來、設(shè)計(jì)到軟件中去； 零售企業(yè)們也只能依舊沿用”消費(fèi)額ABC分析法“來簡單地切分會員價(jià)值群體。 

　本質(zhì)是價(jià)值驅(qū)動，追求的效果是把企業(yè)有限的營銷與服務(wù)資源準(zhǔn)確地投入到最有回報(bào)價(jià)值的客戶身上。所以，”客戶價(jià)值矩陣分析“是整個(gè)CRA（客戶關(guān)系分析）體系構(gòu)建的基礎(chǔ)，也是我們這次CRM產(chǎn)品研發(fā)要突破的第一道關(guān)口。 　可是，筆者閱遍了所能搜索到的相關(guān)資料、用盡了所能想到的方法，也像此前的探索者那樣沒能從這張圖上推導(dǎo)出合乎邏輯的算法來。 就在山窮水盡還苦苦求索的時(shí)候，筆者最終恍然大悟： 原來，行業(yè)中流行的這張矩陣圖是用于交流的高度抽象概念圖，而不是能用于推導(dǎo)算法的數(shù)學(xué)模型圖――并不是有葫蘆可依就能畫出瓢來。

 　筆者從中得到啟發(fā)，終于把客戶價(jià)值矩陣的算法推導(dǎo)出來了。 第二個(gè)例子： 無葫蘆可依的RFV三維分類模型 　我們設(shè)計(jì)的RFV（最近，頻率，消費(fèi)者價(jià)值）分類模型（或稱RFV檢測儀）（見圖2）從”停止采購時(shí)間“和”來店頻率“兩個(gè)維度，把”價(jià)值矩陣分析法“界定出的5個(gè)客戶價(jià)值群體再次細(xì)分為125個(gè)不同的群體，商場可以針對不同的群體采取不同的營銷方式。營銷的主導(dǎo)思想是： 讓左邊（F值小、來店頻率低）的多來商場，讓右邊（來店頻率高）的提高消費(fèi)金額，讓下邊（V值低）的提升消費(fèi)能力，把后面（R值大）的挽救回來、激活起來。最有價(jià)值的、使用頻率最高的用法是監(jiān)測客戶消費(fèi)行為異動，及時(shí)采取應(yīng)對措施，防范重要客戶流失（即”客戶流失預(yù)警“）。

 　用戶還可以分別從R、F、V三個(gè)維度進(jìn)行切片和切塊觀察，鎖定感興趣的目標(biāo)群體； 具體到會員記錄的時(shí)候，還可以用右鍵調(diào)閱該會員的”FM心電圖“（每次購物的金額與間隔時(shí)間）。富基融通董事長顏艷春把RFV三維分類模型生動地形容成： ”零售醫(yī)院的CT機(jī)“。

 第三個(gè)例子： 現(xiàn)成的瓢―客戶生命周期分析 　在所有的數(shù)據(jù)分析模型中，”客戶生命周期“的分析模型可能是最簡單、最現(xiàn)成的。在理論上表述得最為完整的、集大成者應(yīng)該是某著名咨詢機(jī)構(gòu)的這張圖。（見圖3） 　對于零售企業(yè)來說，數(shù)據(jù)分析與運(yùn)用的聚焦點(diǎn)在會員的”成長、成熟、衰退“這三個(gè)階段所形成”拋物線“上。 　可是把真實(shí)的會員消費(fèi)數(shù)據(jù)導(dǎo)入分析模型后，生成的卻不是BI廠商和咨詢機(jī)構(gòu)們所描繪的、和用戶們所期盼的拋物線，而是雜亂無章的鋸齒線。 

　是分析模型錯(cuò)了嗎？在這樣的圖形上怎么能判定出會員正處于生命周期的哪個(gè)階段？ 有些資料對”商品生命周期“的階段劃分和描繪的拋物線，與”客戶生命周期“同出一轍。可是商品與顧客這兩個(gè)分析對象在本質(zhì)屬性上卻存在著巨大的差異： 商品是受控對象，在有效的管理狀態(tài)下形成拋物線狀的銷售曲線，是可信的。而顧客是行為自控者，并且商場對顧客目前還遠(yuǎn)遠(yuǎn)談不上有效管理，所以消費(fèi)行為呈現(xiàn)出無規(guī)則的鋸齒線狀態(tài)，正是對實(shí)際狀態(tài)的客觀寫照，不是分析模型出了錯(cuò)。 

　那是理論權(quán)威們錯(cuò)了嗎？也不是。畢竟這套理論不是在中國零售業(yè)目前的經(jīng)營水準(zhǔn)上構(gòu)建起來的。富基融通的副總裁唐天明認(rèn)為： 客戶生命周期確實(shí)可以形成分析模型圖中所描述的拋物線，但前提是要持續(xù)保持客戶的”忠誠度“。在運(yùn)用CRA的分析數(shù)據(jù)對會員按價(jià)值、特征、行為等多維度屬性劃分為不同的群體，實(shí)現(xiàn)個(gè)性化營銷之后，會員的忠誠度和在商場的消費(fèi)能力應(yīng)該會隨著商家”面向客戶“的營銷組織能力日益成熟而越來越高，然后相對持續(xù)平穩(wěn)，呈現(xiàn)出與商品營銷類似的受控狀態(tài)?！睆倪@個(gè)意義上講，客戶生命周期是拋物線我覺得是合理的，這也是商家需要追求的，或者說這是商家對實(shí)施CRM的最高期望。“副總裁唐天明說。 

　由此可見，對于零售行業(yè)來說，理論權(quán)威們所描繪的拋物線是”未來時(shí)“，是”共產(chǎn)主義階段“； 而我們現(xiàn)在和CRM產(chǎn)品上線初期所看到的鋸齒線是”過去時(shí)“，是”社會主義的初級階段“。當(dāng)鋸齒線逐漸向拋物線演變的時(shí)候（這種演變將率先在”關(guān)鍵客戶 “、”重要客戶“群體中出現(xiàn)），我們的用戶就成功了。 關(guān)于”客戶生命周期管理“的用途，行業(yè)中的普遍印象是用于”客戶流失預(yù)警“。對此，筆者人有不同的思考 　”客戶流失預(yù)警“對時(shí)效性的要求比較高，而”客戶生命周期管理“是相對宏觀的管理工具，以”月“為數(shù)據(jù)。

等到從拋物線上觀察出一兩個(gè)月前客戶有流失跡象的時(shí)候，很可能已經(jīng)時(shí)過境遷、生米做成熟飯了，還預(yù)什么警？ 如果真的要用于”客戶流失預(yù)警“，那就不能像分析模型圖那樣，在拋物線上示意性地進(jìn)行階段劃分，而是要對客戶”成長期、成熟期、衰退期、流失期“的界定指標(biāo)進(jìn)行量化。這個(gè)難度是相當(dāng)大的，也沒有見到在零售業(yè)中有相關(guān)研究。 我們已經(jīng)為”客戶流失預(yù)警“配備了以”日“和”次“為數(shù)據(jù)顆粒的RFV三維分析模型和各維切片視圖以及FM心電圖等一整套從宏觀到微觀的”會員體檢設(shè)備 “，可以及時(shí)監(jiān)控和應(yīng)對會員消費(fèi)行為的異動――這遠(yuǎn)遠(yuǎn)不是在那根以”月“為顆粒度的”客戶生命周期折線圖“上所能夠?qū)崿F(xiàn)的。 

　尺有所短，寸有所長?？蛻羯芷?a href='/map/zhexiantu/' style='color:#000;font-size:inherit;'>折線圖“可以與RFV檢測儀和FM心電圖配套使用： 當(dāng)RFV檢測儀發(fā)出某會員停止采購時(shí)間超過平均采購周期的預(yù)警信息時(shí)，是否要立即采取發(fā)送短信等聯(lián)絡(luò)措施呢？我們可以調(diào)閱該會員的”生命周期折線圖“，觀察此前是否存在過類似的現(xiàn)象，再做出適當(dāng)?shù)臎Q定。 破除對”啤酒與尿布“的盲目迷信 　

談到商業(yè)智能（BI），言必稱購物籃分析； 談到購物籃分析，言必稱關(guān)聯(lián)分析； 談到關(guān)聯(lián)分析，言必稱”啤酒與尿布“。比較流行的故事是： ”沃爾瑪利用NCR自動數(shù)據(jù)挖掘工具對一年多詳細(xì)的原始交易數(shù)據(jù)進(jìn)行分析和挖掘時(shí)發(fā)現(xiàn)： 與尿布一起購買最多的商品竟是啤酒?！坝谑恰逼【婆c尿布“就成了商業(yè)智能皇冠上的明珠。 　運(yùn)用先行者的研究成果把”購物籃分析“模塊設(shè)計(jì)出來是沒有什么難度了，但我們更需要關(guān)注的是： 這樣設(shè)計(jì)出來的模塊真正能給用戶帶來什么應(yīng)用價(jià)值――價(jià)值目標(biāo)不明確的產(chǎn)品研發(fā)，會讓開發(fā)商與用戶都深陷泥潭。有鑒于此，本人提出幾點(diǎn)直覺上的質(zhì)疑，希望能與大家在探討的過程中釋疑解惑。 ”啤酒與尿布“真的是被”購物籃分析“給挖掘出來的嗎？

諸多版本中的這個(gè)故事更為接近真實(shí)場景： ”曾經(jīng)有一段時(shí)間，沃爾瑪在美國的店面經(jīng)理發(fā)現(xiàn)一種現(xiàn)象： 每周啤酒與尿布的銷量都會有一次同比攀升，后來沃爾瑪運(yùn)用BI技術(shù)發(fā)現(xiàn)，購買這兩種產(chǎn)品的顧客幾乎都是25～35歲、家有嬰兒的男性，每次購買時(shí)間均在周末。沃爾瑪在對相關(guān)數(shù)據(jù)分析后得出，這些人習(xí)慣晚上邊看球賽、邊喝啤酒，還要照顧的孩子，為了圖省事就用一次性尿布。得到結(jié)果后，沃爾瑪決定，把這兩種商品集中擺在一起，結(jié)果銷量有了顯著增加。

“ 請注意三個(gè)關(guān)鍵點(diǎn)： ”有一段時(shí)間、店面經(jīng)理發(fā)現(xiàn)、后來運(yùn)用BI技術(shù)分析“。這與BI能自動挖掘出”啤酒與尿布“，可是相去甚遠(yuǎn)的兩重境界。 既然”啤酒與尿布“是被”自動數(shù)據(jù)挖掘工具“給挖掘出來，那就應(yīng)該有源源不斷的精彩案例傳頌于世。而”啤酒與尿布“已經(jīng)走紅多年了，怎么還是在唱獨(dú)角戲？購物籃分析是高端應(yīng)用，高端應(yīng)用往往意味著高投入，高投入就必須有高回報(bào)，僅憑一個(gè)從海量的交易數(shù)據(jù)中挖掘出銷售額占比微不足道的”啤酒與尿布“的案例，似乎很難打動追求投資回報(bào)的零售企業(yè)。 在一本書中是這樣介紹的： ”研究‘啤酒與尿布’關(guān)聯(lián)的方法就是購物籃分析，購物籃分析是沃爾瑪秘而不宣的獨(dú)門武器，購物籃分析可以幫助我們在門店的銷售過程中找到具有關(guān)聯(lián)關(guān)系的商品，并以此獲得銷售收益的增長。

“如果軟件廠商真的用這幾句話來跟客戶交流，客戶只需一句話就很可能讓開發(fā)商趴下： ”請找找看牙膏和牙刷有沒有關(guān)聯(lián)關(guān)系？“ 雖然我們強(qiáng)調(diào)，關(guān)聯(lián)挖掘算法的價(jià)值在于它的窮舉性可以發(fā)現(xiàn)人們未曾關(guān)注到的類似”啤酒與尿布“這樣潛在的關(guān)聯(lián)規(guī)則。但這是否意味著，它可以拒絕人們用已知的關(guān)聯(lián)規(guī)則來驗(yàn)證它的可信度？ 資料上介紹的能自動挖掘”啤酒與尿布“關(guān)聯(lián)關(guān)系的模型與算法在技術(shù)層面的科學(xué)性是毋庸置疑的。

問題可很能會出在： 購物小票上用來分析的牙膏和牙刷是兩種商品（單品），而陳列在貨架上的牙膏和牙刷卻是兩個(gè)頗有規(guī)模的商品群； 數(shù)十種品牌、系列、口味、功效、不同的包裝規(guī)格、不同的消耗周期、不同的單次購買數(shù)量、越來越快的產(chǎn)品更新?lián)Q代、消費(fèi)者對新體驗(yàn)的追求、甚至在牙膏包裝中贈送牙刷，這么多種因素的綜合交錯(cuò)會大幅度地稀釋牙膏牙刷在單品層面形成”同時(shí)并且重復(fù)購買的組合“的概率，對購物小票進(jìn)行遍歷分析后很有可能會得出反常識的結(jié)論： 牙膏、牙刷這兩種商品之間沒有關(guān)聯(lián)性。 對自動挖掘”啤酒與尿布“這類潛在的”同時(shí)并且重復(fù)購買的商品組合“大可不必那么癡迷，我們其實(shí)可以用”購物籃分析“演繹出更為現(xiàn)實(shí)更有價(jià)值的應(yīng)用。比如通過構(gòu)建會員消費(fèi)檔案來挖掘出會員與商品、品牌、營銷方式、供應(yīng)商等等之間多維度的關(guān)聯(lián)規(guī)律，幫助商場在數(shù)以百萬計(jì)的茫茫顧客群中精確鎖定個(gè)性化營銷的目標(biāo)。