一、“大數(shù)據(jù)”的商業(yè)價值

1、對顧客群體細分

“大數(shù)據(jù)”可以對顧客群體細分，然后對每個群體量體裁衣般的采取獨特的行動。瞄準特定的顧客群體來進行營銷和服務是商家一直以來的追求。云存儲的海量數(shù)據(jù)和“大數(shù)據(jù)”的分析技術(shù)使得對消費者的實時和極端的細分有了成本效率極高的可能。

2、模擬實境

運用“大數(shù)據(jù)”模擬實境，發(fā)掘新的需求和提高投入的回報率?，F(xiàn)在越來越多的產(chǎn)品中都裝有傳感器，汽車和智能手機的普及使得可收集數(shù)據(jù)呈現(xiàn)爆炸性增長。Blog、Twitter、Facebook和微博等社交網(wǎng)絡也在產(chǎn)生著海量的數(shù)據(jù)。

云計算和“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，實時地把這些數(shù)據(jù)連同交易行為的數(shù)據(jù)進行儲存和分析。交易過程、產(chǎn)品使用和人類行為都可以數(shù)據(jù)化。“大數(shù)據(jù)”技術(shù)可以把這些數(shù)據(jù)整合起來進行數(shù)據(jù)挖掘，從而在某些情況下通過模型模擬來判斷不同變量(比如不同地區(qū)不同促銷方案)的情況下何種方案投入回報最高。

3、提高投入回報率

提高“大數(shù)據(jù)”成果在各相關(guān)部門的分享程度，提高整個管理鏈條和產(chǎn)業(yè)鏈條的投入回報率。“大數(shù)據(jù)”能力強的部門可以通過云計算、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分享，幫助他們利用“大數(shù)據(jù)”創(chuàng)造商業(yè)價值。

4、數(shù)據(jù)存儲空間出租

企業(yè)和個人有著海量信息存儲的需求，只有將數(shù)據(jù)妥善存儲，才有可能進一步挖掘其潛在價值。具體而言，這塊業(yè)務模式又可以細分為針對個人文件存儲和針對企業(yè)用戶兩大類。主要是通過易于使用的API，用戶可以方便地將各種數(shù)據(jù)對象放在云端，然后再像使用水、電一樣按用量收費。目前已有多個公司推出相應服務，如亞馬遜、網(wǎng)易、諾基亞等。運營商也推出了相應的服務，如中國移動的彩云業(yè)務。

5、管理客戶關(guān)系

客戶管理應用的目的是根據(jù)客戶的屬性(包括自然屬性和行為屬性)，從不同角度深層次分析客戶、了解客戶，以此增加新的客戶、提高客戶的忠誠度、降低客戶流失率、提高客戶消費等。 對中小客戶來說，專門的CRM顯然大而貴。不少中小商家將飛信作為初級CRM來使用。比如把老客戶加到飛信群里，在群朋友圈里發(fā)布新產(chǎn)品預告、特價銷售通知，完成售前售后服務等。

6、個性化精準推薦

在運營商內(nèi)部，根據(jù)用戶喜好推薦各類業(yè)務或應用是常見的，比如應用商店軟件推薦、IPTV視頻節(jié)目推薦等，而通過關(guān)聯(lián)算法、文本摘要抽取、情感分析等智能分析算法后，可以將之延伸到商用化服務，利用數(shù)據(jù)挖掘技術(shù)幫助客戶進行精準營銷，今后盈利可以來自于客戶增值部分的分成。

以日常的“垃圾短信”為例，信息并不都是“垃圾”，因為收到的人并不需要而被視為垃圾。通過用戶行為數(shù)據(jù)進行分析后，可以給需要的人發(fā)送需要的信息，這樣“垃圾短信”就成了有價值的信息。在日本的麥當勞，用戶在手機上下載優(yōu)惠券，再去餐廳用運營商DoCoMo的手機錢包優(yōu)惠支付。運營商和麥當勞搜集相關(guān)消費信息，例如經(jīng)常買什么漢堡，去哪個店消費，消費頻次多少，然后精準推送優(yōu)惠券給用戶。

7、數(shù)據(jù)搜索

數(shù)據(jù)搜索是一個并不新鮮的應用，隨著“大數(shù)據(jù)”時代的到來，實時性、全范圍搜索的需求也就變得越來越強烈。我們需要能搜索各種社交網(wǎng)絡、用戶行為等數(shù)據(jù)。其商業(yè)應用價值是將實時的數(shù)據(jù)處理與分析和廣告聯(lián)系起來，即實時廣告業(yè)務和應用內(nèi)移動廣告的社交服務。

運營商掌握的用戶網(wǎng)上行為信息，使得所獲取的數(shù)據(jù)“具備更全面維度”，更具商業(yè)價值。典型應用如中國移動的“盤古搜索”。

二、“大數(shù)據(jù)”與零售業(yè)的結(jié)合運用

對于數(shù)據(jù)的使用，許多實體零售商同樣表示非常重視，他們對企業(yè)積累的數(shù)據(jù)進行了各種預測和分析。然而，對具體的銷售業(yè)務來說，往往存在理想與現(xiàn)實的糾結(jié)，前不久市場中一家知名的服裝零售企業(yè)一方面在宣傳盈利上市的同時，一方面曝出有近10億元的庫存。國內(nèi)很多零售企業(yè)都知道“大數(shù)據(jù)”應用的好處，但他們一旦將“大數(shù)據(jù)”的應用結(jié)合到自己的企業(yè)經(jīng)營中時，便會出現(xiàn)與目前經(jīng)營有非常大的不適應問題，如此導致許多企業(yè)對此都持非常謹慎的態(tài)度。

1、將零售策略與“大數(shù)據(jù)”技術(shù)進行結(jié)合

零售企業(yè)談的“大數(shù)據(jù)”的最大價值，是在零售策略上與“大數(shù)據(jù)”技術(shù)進行結(jié)合，最大程度地編制前置性的零售策略，確保銷售計劃的實現(xiàn)。“大數(shù)據(jù)”講究四個“V”：一是數(shù)據(jù)體量大(Volume);二是數(shù)據(jù)類型復雜(Variety)，多涉及到各種結(jié)構(gòu)性與非結(jié)構(gòu)性的;三是價值密度低(Value)，這和體量大是相對應的;四是數(shù)據(jù)更新與處理速度快(Velocity)。

根據(jù)這些特性主動地在業(yè)務數(shù)據(jù)產(chǎn)生的同時做出相應的策略應對，會為企業(yè)贏得更多的時間和市場策略調(diào)整空間。這類似于大江大河的洪峰預警，上游的洪峰出現(xiàn)什么狀況，下游要做什么樣的應對。數(shù)據(jù)用到這一層面上，才具有直接的業(yè)務價值，這不是那種銷量同期比、環(huán)比、銷售計劃比數(shù)據(jù)能指導業(yè)務的價值能相比的。例如一家涉足線上業(yè)務的實體零售商，在一組貨品的15分鐘促銷時間內(nèi)，往往準備著3套應變策略，以確保貨品能夠按計劃賣出。

在實體商業(yè)領(lǐng)域，有許多關(guān)于數(shù)據(jù)與營銷的案例。一個較早的版本就是美國沃爾瑪啤酒和尿布的數(shù)據(jù)關(guān)系。原來，美國的婦女在家照顧孩子，所以她們會囑咐丈夫在下班回家的路上為孩子買尿布，而丈夫在買尿布的同時又會順手購買自己愛喝的啤酒。

當分析師了解到啤酒和尿布銷量存在正相關(guān)關(guān)系、并進一步分析的時候，發(fā)現(xiàn)了這樣的購買情境，于是將這兩種屬于不同門類的商品擺在一起。這個發(fā)現(xiàn)為商家?guī)砹诵碌匿N售組合。當然，即使再多的零售連鎖企業(yè)知道這個故事，也極少從平時銷售中能發(fā)現(xiàn)這樣的組合，哪怕是牽強附會的。

所以，零售策略設計是零售業(yè)“大數(shù)據(jù)”價值最大的地方，也是“大數(shù)據(jù)”可以直接為其提供支持的業(yè)務。

2、零售企業(yè)對“大數(shù)據(jù)”應保持正確態(tài)度

企業(yè)的領(lǐng)導者首先要重視“大數(shù)據(jù)”的發(fā)展、重視企業(yè)的數(shù)據(jù)中心，把收集顧客數(shù)據(jù)作為企業(yè)營銷運營的第一目標;第二，對企業(yè)內(nèi)部人員進行培訓及建立收集數(shù)據(jù)的軟硬件機制;第三，以業(yè)務需求為準則，確定哪些數(shù)據(jù)是需要收集的;第四，確認在企業(yè)已有的數(shù)據(jù)基礎上或者未來方向前提下，如何達成前三項目標的基礎建設方案。

在這些IT基礎工作需要企業(yè)有實實在在的投入和建設規(guī)范的信息化團隊，作為中國商業(yè)最大的一分子——中小微型零售企業(yè)似乎是不可能也沒有足夠的能力來面對這樣一場變化的。

大中型零售商因為本身業(yè)務及利潤的積淀，已經(jīng)能夠承擔這樣一場需求趨勢的需要成本。中小微型企業(yè)還處于快速發(fā)展過程中，如果也如同大中型企業(yè)進行全方面的投入，將很快會被新型的IT工具拖垮或者遭受重創(chuàng)。

但這并不意味著中小零售企業(yè)沒有機會，實際上IT的發(fā)展為所有的企業(yè)都提供了平等的選擇，云計算的廣泛應用即是對這樣一場變革帶來的臨時禮物。

作為中小微型零售企業(yè)，完全不必考慮自己建設一套“大數(shù)據(jù)”的IT系統(tǒng)，他們從精力、成本、能力上來說都不適合，因此此類企業(yè)可以將企業(yè)的IT建設外包給適合的服務商，企業(yè)本身的所有精力可以投入到對商圈的開發(fā)上。

目前，一些IT軟件開發(fā)運營商也已經(jīng)針對傳統(tǒng)零售企業(yè)推出了云服務的基礎平臺，為中小微型商業(yè)企業(yè)提供了大型企業(yè)和超大型企業(yè)同樣的基礎環(huán)境及系統(tǒng)架構(gòu)，小企業(yè)只需清晰地規(guī)劃出自己的目標和適合的步驟，使用云平臺按需付費即可，大可不必進行巨大的初始投入和不可預測的運行成本。

三、“大數(shù)據(jù)”在零售企業(yè)實戰(zhàn)中的應用

1、Target

最早關(guān)于“大數(shù)據(jù)”的故事發(fā)生在美國第二大的超市塔吉特百貨(Target)。孕婦對于零售商來說是個含金量很高的顧客群體。但是他們一般會去專門的孕婦商店而不是在Target購買孕期用品。人們一提起Target，往往想到的都是清潔用品、襪子和手紙之類的日常生活用品，卻忽視了Target有孕婦需要的一切。為此，Target的市場營銷人員求助于Target的顧客數(shù)據(jù)分析部要求建立一個模型，在孕婦第2個妊娠期就把她們給確認出來。在美國出生記錄是公開的，等孩子出生了，新生兒母親就會被鋪天蓋地的產(chǎn)品優(yōu)惠廣告包圍，因此必須趕在孕婦第2個妊娠期行動起來。如果Target能夠趕在所有零售商之前知道哪位顧客懷孕了，市場營銷部門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。

如何能夠準確地判斷哪位顧客懷孕? Target想到公司有一個迎嬰聚會(baby shower)的登記表，開始對這些登記表里的顧客的消費數(shù)據(jù)進行建模分析，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個妊娠期的開始會買許多大包裝的無香味護手霜;在懷孕的最初20周大量購買補充鈣、鎂、鋅的善存片之類的保健品。最后Target選出了25種典型商品的消費數(shù)據(jù)構(gòu)建了“懷孕預測指數(shù)”，通過這個指數(shù)，Target能夠在很小的誤差范圍內(nèi)預測到顧客的懷孕情況，因此Target就能早早地把孕婦優(yōu)惠廣告寄發(fā)給顧客。

為了不讓顧客覺得商家侵犯了自己的隱私，Target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)惠廣告當中。

根據(jù)這個“大數(shù)據(jù)”模型，Target制訂了全新的廣告營銷方案，結(jié)果Target的孕期用品銷售呈現(xiàn)了爆炸性的增長。Target的“大數(shù)據(jù)”分析技術(shù)從孕婦這個細分顧客群開始向其他各種細分客戶群推廣，從Target使用“大數(shù)據(jù)”的2002年到2010年間，Target的銷售額從440億美元增長到了670億美元。

2、ZARA

ZARA平均每件服裝價格只有LVHM四分之一，但是，回看兩家公司的財務年報，ZARA稅前毛利率比LVHM集團還高23、6%。

（1）分析顧客的需求

在ZARA的門店里，柜臺和店內(nèi)各角落都裝有攝影機，店經(jīng)理隨身帶著PDA。目的是記錄其顧客的每個意見，如顧客對衣服圖案的偏好，扣子的大小，拉鏈的款式之類的微小舉動。店員會向分店經(jīng)理匯報，經(jīng)理上傳到ZARA內(nèi)部全球資訊網(wǎng)絡中，每天至少兩次傳遞資訊給總部設計人員，由總部作出決策后立即傳送到生產(chǎn)線，改變產(chǎn)品樣式。

關(guān)店后，銷售人員結(jié)帳、盤點每天貨品上下架情況，并對客人購買與退貨率做出統(tǒng)計。再結(jié)合柜臺現(xiàn)金資料，交易系統(tǒng)做出當日成交分析報告，分析當日產(chǎn)品熱銷排名，然后，數(shù)據(jù)直達ZARA倉儲系統(tǒng) 。

收集海量的顧客意見，以此做出生產(chǎn)銷售決策，這樣的作法大大降低了存貨率。同時，根據(jù)這些電話和電腦數(shù)據(jù)，ZARA分析出相似的“區(qū)域流行”，在顏色、版型的生產(chǎn)中，做出最靠近客戶需求的市場區(qū)隔。

（2）結(jié)合線上店數(shù)據(jù)

2010年，ZARA同時在六個歐洲國家成立網(wǎng)絡商店，增加了網(wǎng)絡巨量資料的串連性。2011年，分別在美國、日本推出網(wǎng)絡平臺，除了增加營收，線上商店強化了雙向搜尋引擎、資料分析的功能。不僅回收意見給生產(chǎn)端，讓決策者精準找出目標市場;也對消費者提供更準確的時尚訊息，雙方都能享受“大數(shù)據(jù)”帶來的好處。分析師預估，網(wǎng)絡商店為ZARA至少提升了10%營收。

此外，線上商店除了交易行為，也是活動產(chǎn)品上市前的營銷試金石。ZARA通常先在網(wǎng)絡上舉辦消費者意見調(diào)查，再從網(wǎng)絡回饋中，擷取顧客意見，以此改善實際出貨的產(chǎn)品。

ZARA將網(wǎng)絡上的海量資料看作實體店面的前測指標。因為會在網(wǎng)絡上搜尋時尚資訊的人，對服飾的喜好、資訊的掌握，催生潮流的能力，比一般大眾更前衛(wèi)。再者，會在網(wǎng)絡上搶先得知ZARA資訊的消費者，進實體店面消費的比率也很高。

這些顧客資料，除了應用在生產(chǎn)端，同時被整個ZARA所屬的英德斯(Inditex)集團各部門運用：包含客服中心、行銷部、設計團隊、生產(chǎn)線和通路等。根據(jù)這些巨量資料，形成各部門的KPI，完成ZARA內(nèi)部的垂直整合主軸。

ZARA推行的海量資料整合，后來被ZARA所屬英德斯集團底下八個品牌學習應用?？梢灶A見未來的時尚圈，除了臺面上的設計能力，臺面下的資訊/數(shù)據(jù)大戰(zhàn)，將是更重要的隱形戰(zhàn)場。

（3）對數(shù)據(jù)快速處理、修正、執(zhí)行

H&M一直想跟上ZARA的腳步，積極利用“大數(shù)據(jù)”改善產(chǎn)品流程，成效卻不彰，兩者差距愈拉愈大，這是為什么?

主要的原因是，“大數(shù)據(jù)”最重要功能是縮短生產(chǎn)時間，讓生產(chǎn)端依照顧客意見，能于第一時間迅速修正。但是，H&M內(nèi)部的管理流程，卻無法支撐“大數(shù)據(jù)”供應的龐大資訊。H&M的供應鏈中，從打版到出貨，需要三個月左右，完全不能與ZARA兩周的時間相比。

[page]

因為H&M不像ZARA，后者設計生產(chǎn)近半維持在西班牙國內(nèi)，而H&M產(chǎn)地分散到亞洲、中南美洲各地?？鐕鴾贤ǖ臅r間，拉長了生產(chǎn)的時間成本。如此一來，“大數(shù)據(jù)”即使當天反映了各區(qū)顧客意見，無法立即改善，資訊和生產(chǎn)分離的結(jié)果，讓H&M內(nèi)部的“大數(shù)據(jù)”系統(tǒng)功效受到限制。

“大數(shù)據(jù)”運營要成功的關(guān)鍵，是資訊系統(tǒng)要能與決策流程緊密結(jié)合，迅速對消費者的需求作出回應、修正，并且立刻執(zhí)行決策。

3、亞馬遜

此前亞馬遜并未大張旗鼓推展廣告業(yè)務，直至2012年年底，有報道指出，亞馬遜即將推出實時廣告交易平臺，從而向Facebook和谷歌發(fā)起挑戰(zhàn)。這個實時廣告交易平臺又稱“需求方平臺”(Demand Side Platform，DSP)，可以讓廣告與目標消費者相遇。廣告商可以在“需求方平臺”上競標網(wǎng)站的閑置廣告空間，而競標標的包括廣告版位，以及符合特定條件的消費者。

亞馬遜開發(fā)的“需求方平臺”可以“協(xié)助廣告商接觸網(wǎng)路上的眾多用戶，同時也幫助客戶迅速找到想購買產(chǎn)品的相關(guān)資訊”，“需求方平臺”概念雖非亞馬遜首創(chuàng)，但以豐富資料為后盾。

亞馬遜與廣告商分享的資訊有兩類，一是依用戶網(wǎng)路行為所做的通用分類，例如熱衷時尚、喜愛電子產(chǎn)品、身份為母親、愛喝咖啡等，二是用戶的商品搜尋記錄。至于消費者的實際購物資料，亞馬遜似乎尚未列入分享。廣告商即使無法得知實際消費記錄，能了解潛在顧客的商品搜尋記錄;亞馬遜如果全力進軍網(wǎng)路廣告市場，仍可能大大改變產(chǎn)業(yè)生態(tài)。

亞馬遜2012年的廣告收入約為5億美元， 2013年的廣告收入將達10億美元。這會成為亞馬遜未來幾年內(nèi)營收增長的新動力，更重要的是，它可能是亞馬遜各項業(yè)務中利潤率最高的業(yè)務之一。

4、沃爾瑪

2011年，沃爾瑪電子商務的營收僅是亞馬遜的五分之一，且差距年年擴大，讓沃爾瑪不得不設法奮起直追，找出各種提升數(shù)字營收的模式。最終，沃爾瑪選擇在社交網(wǎng)站的移動商務上放手一搏，讓更大量、迅速的資訊，進入沃爾瑪內(nèi)部銷售決策。沃爾瑪?shù)拿繌堎徺I建議清單，都是大量資料運算而出的結(jié)果。

2011年4月，沃爾瑪以3億美元高價收購了一家專長分類社群網(wǎng)站Kosmix。Kosmix不僅能收集、分析網(wǎng)絡上的海量資料(大數(shù)據(jù))給企業(yè)，還能將這些資訊個人化，提供采購建議給終端消費者(若不是追蹤結(jié)帳資料，這些細微的消費者習慣，很難從賣場巡邏中發(fā)現(xiàn))。這意味著，沃爾瑪使用的“大數(shù)據(jù)”模式，已經(jīng)從“挖掘”顧客需求進展到要能夠“創(chuàng)造”消費需求。

沃爾瑪本身就是一個海量資料系統(tǒng)，適用各種商業(yè)上的分析行為，它的綜合功能，作為世界最大的零售業(yè)(專題閱讀)巨人，沃爾瑪在全球超過200萬名員工，總共有110個超大型配送中心，每天處理的資料量超過10億筆。由于資料量過于龐大，沃爾瑪?shù)?ldquo;大數(shù)據(jù)”系統(tǒng)最重要的任務，就是在做出每一筆決定前，將執(zhí)行成本降到最低，并且創(chuàng)造新的消費機會。

Kosmix為沃爾瑪打造的“大數(shù)據(jù)”系統(tǒng)稱做“社交基因組(Social Genome)”，連結(jié)到Twitter、Facebook等社交媒體。工程師從每天熱門消息中，推出與社會時事呼應的商品，創(chuàng)造消費需求。分類范圍包含消費者、新聞事件、產(chǎn)品、地區(qū)、組織和新聞議題等。同時，針對社交網(wǎng)絡快消息流的性質(zhì)，沃爾瑪內(nèi)部的“大數(shù)據(jù)”實驗室專門發(fā)展出一套追蹤系統(tǒng)，結(jié)合手機上網(wǎng)，專門管理追蹤龐大的社交動態(tài)，每天能處理的資訊量超過10億筆。

“社交基因組”的應用方式五花八門。舉例來說，沃爾瑪實驗室內(nèi)部軟件能從Foursquare平臺上的打卡記錄，分析出在黑色星期五，不同地區(qū)消費者最常購買的品項，然后，針對不同地區(qū)送出購買建議。