欢迎访问: 网络营销教程网  - 【国云数据·人物观点】易观林文斌:零售及电子商务大数据应用
现在所在的位置: 返回首页〉 > 电商应用 > 正文
2014年9月1日 ⁄ yuewei ⁄ 评论数 0+ ⁄ 被围观 +

  【国云数据·人物观点】易观林文斌:零售及电子商务大数据应用

  2014-08-29 大数据魔镜

  

  林文斌:大家好!我是来自易观国际的分析师,我叫林文斌,很高兴在这里跟大家分享中国零售和电子商务大数据的一些应用。首先我们来看一下,去年2013年的时候,中国社会消费品零售总额的增长速度是13%,而这个速度虽然说还是保持一个比较快速的增长,但是整体增长的速度是放缓的。而相对于整个网上零售来看的话,增长50%,虽然相较于过去几年,网上零售速度已经放缓了,但是还是高于整体的社会消费品零售的增长速度,这是一个数据。另外一个数据,我们可以看到2014年上个季度的时候,网上零售占社会零售总额的超过10%,创历史新高,在这样一个大的背景下,传统实体的零售是受到很大的冲击。

  零售业大数据的应用,就是在这样一个大的背景下来应运而生的。首先从产业发展的需求来看,大数据可以帮助零售企业来洞察消费需求,零售企业在面临市场的变化,消费需求变化这样一个大的背景下,需要根据消费者需求的变化来调整我的战略。而这个时候就需要大数据技术来做支撑,在充分了解消费者需求的前提下,企业要重新定义自己的价值,这个时候也需要大数据来做支撑。第三个我们看到目前线上线下趋同这样一个趋势已经非常明显了,线上企业通过电商平台或者移动平台来发展线上的业务,线上电商企业来开展线下的业务,全渠道零售这种模式离不开大数据的支撑。从产业创新模式来看,我举两个例子,一个是C2B,会把原来以卖方为主的模式转移到以买方为主,而由用户的购买来驱动企业的生产,在这个过程中需要三个支撑体系。一个是需要非常个性化的营销,第二个需要非常柔性化的生产,第三个需要社会化的供应链。而这三个支撑体系对大数据的要求和大数据的处理提出了更高的要求,这都离不开大数据的一个支撑。

  第二个,我这边举一个O2O的例子,刚才提到线上线下融合发展这是未来一个趋势,而在O2O过程中不可避免会产生大量的数据,怎么利用这些数据更精确的为消费者提供服务,让消费者快速的精准的找到自己想要的商品,以及如何帮助消费者购买到质量有保证的商品,这些背后都需要有大数据支撑。这是整个零售业大数据发展的一个契机。

  具体来看,目前越来越多的企业已经把大数据上升到战略资产这样一个位置,从中国大数据市场整体规模来看,今年我们预计整体增长的速度应该会超过30%,预计到2016年,整个市场规模会突破100亿人民币这样一个规模。从整个零售企业数据的应用来看,应用率还不到5%,零售业大数据蕴藏潜力是无限的。中国零售大数据目前整体还属于市场启动的一个前期,零售大数据是从2011年在中国开始出现的,马上就受到市场很大的关注。这里我们可以看到比如像阿里巴巴在2011年底的时候推出了淘宝指数,帮助买家卖家第三方用户群体分析自己的产品走向,或者搜索的一些热点,或者一些销售数据的趋势等等。这个是在2011年底的时候出现的,而中国大数据目前我们判断是属于市场的启动前期。为什么?虽然说已经有很多应用出现,但是主要是在企业内部,进行企业内部资源优化配置这样一个过程当中,或者说资本市场虽然很关注,但是以大数据为核心竞争力来进行上市的企业还没有出现,所以我们判断未来三到五年,中国零售业大数据发展情况还是会从探索期慢慢步入到快速发展这样一个阶段,但是时间还需要三到五年。

  接下来我们看一下整个零售业大数据的类型,按照企业的界限,我们可以把零售业大数据分成内部数据和外部数据这两种类型。而从线上企业和线下企业看,在企业发展信息化的初期,其实这个数据的量级,应该是从兆B到TB的级别,类型主要包括交易数据,比如运营数据,比如供应链的数据,比如用户的数据,这是零售企业数据主要的类型。而进入大数据时代以后,零售企业数据的类型从企业的内部扩展到企业的外部,而这个量级也从TB发展到ZB这样一个量级。数据的类型也从刚才提到的一些用户数据、运营数据、交易数据,目前已经发展到了外部一些交互的数据,直到我们的大数据,是这样一个走向。而现在我们来看线上企业和线下企业,从这边这个图可以看到,比如像店铺或者渠道这样一些数据,是具有线下这些属性的,是属于线下范畴。而像流量、转化率等等这些,是线上零售所特有的数据属性。这是整个零售业大数据的类型。

  我们再看一下零售业从哪些角度可以判断零售大数据的一些价值,首先是开发价值。开发价值是指什么呢?我们要判断一个数据是否有价值,首先要看对企业的意义,它的价值是通过什么来实现的?这边我们会从企业价值和用户价值这两个角度看。首先企业价值,我们看到从优化配置企业资源这个角度来进行一个判断,比如线上推荐的一些系统,线下导购的一些活动等等这些系统,是不是可以利用大数据来实现,或者能够达到更好的一个效果,这是一个企业价值。而用户价值主要还是体现在提高用户消费体验这个角度来判断,企业的开发价值已经出来了,零售企业第二个重要的价值维度,我们可以看到是识别用户。零售企业最重要的一个特点,或者主要的一个特点,就是用户非常的分散。而在这样一个情景下,对用户身份的识别或者对身份的一个统一,就显得非常重要。所以在这个阶段的话,我们需要利用大数据来识别用户的身份,这里的身份可能包括了用户的身份还有包括用户的关系,都会在这个阶段,这个价值点来体现。第三个价值点,可以定位用户的场景。刚才提到用户是非常分散的,如果能够利用大数据,能够实现位置的一个定位,或者实时的位置定位,然后还原到线上线下购买这样一个场景,这样对整个零售企业业务发展是非常有帮助的。而且基于这样一个位置定位,企业可以进行一个市场的细分或者消费群体的一个细分,进而抓住更多的市场机会,这是从整个价值维度来看。

  从实际大数据应用来看,我这边总结出有五大方向,一个是用户,一个是市场,一个是产品,一个是供应链,还有运营。这是零售企业大数据应用的五个方向,首先我们看用户,用户包括用户洞察,客户细分和增强体验,以用户洞察为例。淘宝推出一个产品,就是每个消费者在点击网页的时候,每一次点击这样一个动作都是记录和保存下来的。基于这样一个消费者行为的分析,可以对消费者整个行为习惯,整个消费心理进行一个分析,从而能够提供更好的或者更精准的一个产品和服务推送,这就是一个用户洞察的表现。用户洞察的方法,其实零售企业有很多,传统用的市场调研、问卷调研、小组座谈等等方式,另外基于搜索用户洞察的一些行为,对于零售企业来讲,他们并不会基于某一个方法,而是会把这些方法进行综合的一个利用。这是在用户领域的一个应用。

  我们看一下零售企业的实力矩阵,这是用来进行产业研究,产业局势分析和格局分析的一个模型。实力矩阵中会考虑到企业的市场表现以及企业创新的能力,在这里我们可以看到横轴这块,我这边主要看到的是企业业务发展运营的能力,包括企业发展模式,包括技术实力,品牌实力,发展潜力等等。纵轴这块主要体现企业的资源,包括大数据的资源,大数据的应用范围,大数据应用的领域等等,都会在纵轴这边来体现。实力矩阵目前来看,像沃尔玛,像亚马逊这些国际性的企业在这个领域是属于领先者的位置。这主要是由于这些企业他们开始大数据积累和利用的时间比较早,比如亚马逊、沃尔玛他们从成立之初就已经在专注于仓储,专注于技术的一些投入。而仓储环节不管是线上的电子商务企业还是线下实体零售企业,都不可逾越的一个环节。他们两个共同的做法,就是所有的仓储运营中心都掌握在自己的手里,相当于把零售最重要的或者不可绕过的一个环节牢牢把握在自己手里,这是他们一个做法。中国阿里巴巴还有京东这些线上企业开始比较早,尤其阿里巴巴大概在2011年就上线了淘宝指数。

  线下企业像朝阳大悦城在大数据领域的应用,我们在媒体报道中会经常见到他们的应用。朝阳大悦城的数据来源,像POS机,这是他们的来源,另外一个来源,他们会有一些商用的wifi,他们会根据用户登录wifi的时间点,来判断用户到店率。另外他们会把会员卡和消费优惠券来进行结合,来判断哪些商品是最受用户欢迎的做法,他还有其他的做法,朝阳大悦城我们把他在创新者的矩阵里面。这是中国目前一些实力矩阵的举例。

  我总结一下中国零售业大数据发展趋势,我总结了三点,第一点是交叉串联,我刚才提到中国零售企业线上线下协同发展或者融合发展是未来一个趋势。怎么样利用大数据来实现线上线下企业交叉串联分析,这是大数据未来需要研究的一个方向。第二个是价值衍生,说白了可以理解成怎么样实现大数据充分的应用,有两个方向,一个是线上企业,线上企业的方向是把自己整个平台发展成一个数据产品,比如阿里巴巴首先他自己是一个平台,同时他具有自己的技术研发,衍生出来成为一个数据产品,这个产品既包括平台数据产品,也包括后来跨界的金融相关的一些产品。线下企业的做法,如果有多年积累的这些传统的零售企业,做法是我可以开放我的数据资源,比如国美就开放他们的供应链数据,通过与战略合作伙伴的数据共享,让数据价值发挥到最大。第三个是决策使能,这部分我们可以理解成利用大数据,帮助我们更好的做决策。通过数据分析,我们可以得出决策的一个结果,通常来讲,大数据分析出来的决策结果会出乎我们的意料。但是这块数据分析的结果是不以决策者还是领导为转移的,通过数据分析得出这些结论之后,我们再服务于定性商业质感的一些分析,综合作出我们的决策。这是我对整个中国零售业大数据发展趋势的三个判断