誰(shuí)擁有大數(shù)據(jù)?
那些擁有穩(wěn)定、豐富數(shù)據(jù)源的公司,淘寶、百度、騰訊是絕對(duì)自有數(shù)據(jù)源的公司。艾瑞咨詢(xún)技術(shù)副總裁郝欣誠(chéng)同意這一說(shuō)法,認(rèn)為一些淘寶店鋪不能稱(chēng)為有穩(wěn)定豐富數(shù)據(jù)源的公司。
因?yàn)樗麄兊囊暯峭A粼诒旧淼牡赇亙?nèi),當(dāng)在他們店鋪中沒(méi)有出現(xiàn)某種人,便認(rèn)為某種人是不存在的。但淘寶的視角會(huì)更高,更容易看到全局,他們擁有海量的數(shù)據(jù),只要某種人在一家店鋪出現(xiàn),便能判斷這種人是存在的。
如果單純停留在自身數(shù)據(jù)中,往往容易出現(xiàn)盲人摸象的尷尬,用片面的數(shù)據(jù)錯(cuò)誤地描繪消費(fèi)者的全貌。當(dāng)淘寶的賣(mài)家離開(kāi)淘寶數(shù)據(jù)的支撐,只能稱(chēng)之為有數(shù)據(jù)分析,決不可稱(chēng)為大數(shù)據(jù)分析。
所謂的大數(shù)據(jù),是需要跨視角、跨媒介、跨行業(yè)的海量數(shù)據(jù),也可以理解為數(shù)據(jù)的收集方法。當(dāng)數(shù)據(jù)的規(guī)模和豐富度達(dá)到一定程度,大家才開(kāi)始提出大數(shù)據(jù)的概念。
而如今的電商,大數(shù)據(jù)之路又行至何方?
電商數(shù)據(jù)現(xiàn)狀
“如果不到10萬(wàn)單量,在基數(shù)這么低的情況下,能分出什么維度來(lái)嗎?根本不需要大數(shù)據(jù)。”NOP創(chuàng)始人劉爽認(rèn)為,只有淘寶、京東、亞馬遜這樣級(jí)別的公司,才有海量數(shù)據(jù),才需要大數(shù)據(jù)。
現(xiàn)在的電子商務(wù)企業(yè),日均能達(dá)到十萬(wàn)單的少之又少。在有海量數(shù)據(jù)積累的基礎(chǔ)上,還要有一套優(yōu)秀的BI系統(tǒng),而且必須是按公司需求定制,才可能實(shí)現(xiàn)大數(shù)據(jù)。
對(duì)于現(xiàn)在大多數(shù)的電商企業(yè)來(lái)說(shuō),根本沒(méi)有走到這一步。
劉爽舉例說(shuō),宏觀調(diào)控在小市場(chǎng)的確有效,一旦市場(chǎng)變大便依賴(lài)市場(chǎng)化。由此可見(jiàn),在企業(yè)小的階段,有經(jīng)驗(yàn)的拍腦袋效率最高。
的確,不少賣(mài)家對(duì)自身的數(shù)據(jù)都沒(méi)有一個(gè)標(biāo)準(zhǔn)化運(yùn)營(yíng)、收集、分析的過(guò)程。所以談大數(shù)據(jù),多數(shù)只是癡人說(shuō)夢(mèng)。
以庫(kù)存舉例,多數(shù)淘寶賣(mài)家對(duì)自己庫(kù)存的即時(shí)數(shù)據(jù)并不了解,更不可能清楚庫(kù)存銷(xiāo)售的利潤(rùn)。往往出現(xiàn)這種情況——庫(kù)存都是賣(mài)不掉的貨,好賣(mài)的貨早已經(jīng)斷貨。如果光看庫(kù)存,會(huì)發(fā)現(xiàn)指標(biāo)挺健康,但所謂的庫(kù)存基本是壞賬,所以根據(jù)庫(kù)存預(yù)計(jì)銷(xiāo)售利潤(rùn),不是每家企業(yè)都做得出來(lái)的。這就說(shuō)明數(shù)據(jù)管理水平有待提升。
在企業(yè)內(nèi)部,有大量的決算數(shù)據(jù)需要耐心收集,但一般商家都沒(méi)有專(zhuān)門(mén)的部門(mén)做這件事情,所以很難獲得高質(zhì)量的數(shù)據(jù)給自己提供決策支持。
事實(shí)上,賣(mài)家之所以對(duì)數(shù)據(jù)茫然,是因?yàn)閿?shù)據(jù)壓根不全,對(duì)數(shù)據(jù)的管理和獲取不夠,直接導(dǎo)致無(wú)法利用數(shù)據(jù)。
而大數(shù)據(jù)之所以被熱炒,是因?yàn)樯贁?shù)巨無(wú)霸企業(yè)在其中獲得了巨大商業(yè)價(jià)值。
例如亞馬遜,從虧損到盈利,大數(shù)據(jù)功不可沒(méi)。不管是巧合還是時(shí)機(jī)成熟,亞馬遜的確在采用了重量級(jí)的大數(shù)據(jù)分析后,業(yè)績(jī)才逐漸好轉(zhuǎn)??梢韵胂螅瑏嗰R遜很多基于數(shù)據(jù)的決策都有著大數(shù)據(jù)的影子。
亞馬遜上,囊括了美國(guó)所有生活必需品。因此它充分掌握消費(fèi)者的原始數(shù)據(jù),做出來(lái)的判斷具有預(yù)測(cè)性。甚至可以向商家定制在某一價(jià)格段有某個(gè)特殊性能的商品,只供亞馬遜,并能保證熱賣(mài)。
而這一切都是根據(jù)亞馬遜所具有的大數(shù)據(jù)源,進(jìn)行收集、分析所推測(cè)出來(lái)的。
辨別大數(shù)據(jù)與數(shù)據(jù)
究竟大數(shù)據(jù)這個(gè)概念是否“虛高”呢?
畢竟像亞馬遜這樣的公司屈指可數(shù),大多數(shù)的電商企業(yè)還處于起步階段。這不得不讓人重新思考大數(shù)據(jù)和數(shù)據(jù)之間的關(guān)系。
大數(shù)據(jù)與數(shù)據(jù)是兩個(gè)極易混淆的概念。對(duì)兩者的區(qū)別,每個(gè)人的理解也大相徑庭。
劉爽認(rèn)為,大數(shù)據(jù)是基于交易、商品與用戶(hù)的匹配。商品很多,人很多,把它們精準(zhǔn)地匹配在一起,是很難的一件事情。
普通的企業(yè)內(nèi)部業(yè)務(wù)經(jīng)營(yíng)指標(biāo)——庫(kù)存、成本、商品,這是一個(gè)封閉的結(jié)構(gòu),是由企業(yè)決定的,好的分析或許可以對(duì)它施加影響。大數(shù)據(jù)很難強(qiáng)行調(diào)控,只能追蹤,想辦法匹配。
而艾瑞咨詢(xún)分析師傅志勇則認(rèn)為,之前所說(shuō)的數(shù)據(jù),是一種狹隘的定量數(shù)據(jù),利于企業(yè)內(nèi)部流程優(yōu)化,而大數(shù)據(jù)是在定量數(shù)據(jù)的基礎(chǔ)上,做了一個(gè)更大范圍的延伸,給企業(yè)提供決策支持。
也可以理解為,大數(shù)據(jù)是對(duì)數(shù)據(jù)本身的價(jià)值權(quán)重進(jìn)一步的詮釋?zhuān)磾?shù)據(jù)在決策中所起到作用的權(quán)重在提高。
大數(shù)據(jù)其實(shí)是一個(gè)更大范圍的數(shù)據(jù),就是從最初獲得信息一直到最后的銷(xiāo)售數(shù)據(jù)。麗人麗妝CEO黃韜覺(jué)得大數(shù)據(jù)的數(shù)據(jù)量往往很大,而且一旦精細(xì)研究,數(shù)據(jù)量的增加也會(huì)異常驚人,甚至超出運(yùn)算能力。
暫且不管大數(shù)據(jù)和數(shù)據(jù)如何定義,對(duì)于目前的電商企業(yè)而言,僅僅是希望通過(guò)數(shù)據(jù)分析帶來(lái)流程的優(yōu)化。
對(duì)此,郝欣誠(chéng)認(rèn)為,在未來(lái)的兩到三年內(nèi),電商企業(yè)多去關(guān)注營(yíng)銷(xiāo)領(lǐng)域,會(huì)出來(lái)一大批大數(shù)據(jù)的營(yíng)銷(xiāo)工具。
大數(shù)據(jù)的價(jià)值是潤(rùn)物細(xì)無(wú)聲,每一個(gè)消費(fèi)者和賣(mài)家都在享受大數(shù)據(jù)的成果,但是在使用時(shí),并不覺(jué)得是大數(shù)據(jù)。
其實(shí),最早買(mǎi)百度關(guān)鍵詞,百度會(huì)提供一個(gè)關(guān)鍵詞排名篩選系統(tǒng),搜一個(gè)詞,系統(tǒng)會(huì)自動(dòng)提示其他相關(guān)熱銷(xiāo)詞,并告知哪些詞更容易接觸同類(lèi)消費(fèi)者。這是最早使用大數(shù)據(jù)的系統(tǒng),是基于百度每天上億次搜索的總結(jié)。
每一個(gè)買(mǎi)百度關(guān)鍵詞的公司,其實(shí)都在使用數(shù)據(jù)產(chǎn)品。此外,淘寶直通車(chē)、數(shù)據(jù)魔方都也是大數(shù)據(jù)的衍生工具。
如果賣(mài)家希望在大數(shù)據(jù)領(lǐng)域分得一杯羹,必須清楚自己只是數(shù)據(jù)的使用者。要重視大數(shù)據(jù)的使用,靈活使用大數(shù)據(jù)工具,這些工具才是目前走在大數(shù)據(jù)最前沿的技術(shù)。
大數(shù)據(jù)對(duì)商家的價(jià)值,很大程度上取決于第三方服務(wù)商能夠提供怎樣的數(shù)據(jù)工具。作為商家,應(yīng)該從幾十家甚至上百家工具提供商中,找到適合自己的大數(shù)據(jù)工具。
著眼情報(bào)數(shù)據(jù)挖掘
除了大數(shù)據(jù)工具的運(yùn)用,情報(bào)數(shù)據(jù)也是電商公司真正應(yīng)該關(guān)注的。
所謂的情報(bào)數(shù)據(jù)處理人員,從日常的工作場(chǎng)景來(lái)看,出去奔波收集情報(bào)的工作占了多數(shù)份額。他們會(huì)跟上下游供應(yīng)鏈,以及進(jìn)行跨部門(mén)溝通。例如,一個(gè)采購(gòu)人員應(yīng)該去生產(chǎn)線,去分析每家供應(yīng)商的生產(chǎn)水平如何,優(yōu)秀的工廠和二線工廠的生產(chǎn)周期區(qū)別,哪里的原材料采購(gòu)價(jià)格最低。一般來(lái)講,這樣的一條情報(bào)能使用一到三年。
雖然數(shù)據(jù)性不強(qiáng),但這些情報(bào)價(jià)值十分高。郝欣誠(chéng)說(shuō)得更為直截了當(dāng):“講數(shù)據(jù)挖掘不如講情報(bào)挖掘,情報(bào)挖掘才能夠?yàn)殡娚唐髽I(yè)提供真正生產(chǎn)力級(jí)的支持,如果情報(bào)挖掘都沒(méi)做好,就想把它數(shù)字化和量化,有點(diǎn)操之過(guò)急。”
舉個(gè)夸張的例子,當(dāng)一個(gè)品牌商擁有20萬(wàn)家生產(chǎn)廠商無(wú)從選擇時(shí),為了找一個(gè)與需求相匹配的生產(chǎn)企業(yè),才需要建立一個(gè)大數(shù)據(jù)模型,進(jìn)行篩眩而現(xiàn)在只需情報(bào)先行,當(dāng)規(guī)模達(dá)到一定程度難以進(jìn)行決策時(shí),才使用數(shù)據(jù)挖掘技術(shù)。
的確,大數(shù)據(jù)的應(yīng)用要滲透到中國(guó)的電商企業(yè)內(nèi)部,還有很長(zhǎng)的路要走。
而營(yíng)銷(xiāo)領(lǐng)域則不同,市場(chǎng)營(yíng)銷(xiāo)的數(shù)據(jù)模型已經(jīng)成熟,而互聯(lián)網(wǎng)又帶給電商企業(yè)足夠多的信息源(+微信關(guān)注網(wǎng)絡(luò)世界),大數(shù)據(jù)的應(yīng)用已經(jīng)可以直接給決策層提供建議,可以理解為“有米下鍋”。
以淘寶原創(chuàng)女裝品牌橡菲為例,他們會(huì)每天花費(fèi)500~1000元做情報(bào)挖掘。他們有專(zhuān)門(mén)的情報(bào)收集人員,根據(jù)數(shù)據(jù)魔方、量子恒道、CRM系統(tǒng)分析數(shù)據(jù),再把這些信息結(jié)合輔助最基本的經(jīng)營(yíng)決策,考慮下一款新商品款式如何,基于對(duì)老會(huì)員的分析,是否需要拓展新類(lèi)目等等。
比如,當(dāng)橡菲有50件商品、100萬(wàn)現(xiàn)金時(shí),究竟應(yīng)該怎么安排生產(chǎn)?情報(bào)挖掘人員會(huì)提醒決策層,這其中有2件爆款、6件長(zhǎng)尾、2件滯銷(xiāo)品,甚至可以提出對(duì)各款商品的補(bǔ)貨、清倉(cāng)建議。從系統(tǒng)中取得所需數(shù)據(jù)并不困難,但數(shù)據(jù)需要進(jìn)一步拼接,再去思考各個(gè)數(shù)據(jù)之間的因果聯(lián)系。
通俗來(lái)理解,商業(yè)領(lǐng)域中的情報(bào),是商業(yè)邏輯。
“情報(bào)支持的是對(duì)商業(yè)邏輯的理解,而數(shù)據(jù)支持的是對(duì)商業(yè)情報(bào)的處理能力。”郝欣誠(chéng)認(rèn)為必須先做情報(bào)挖掘,再做數(shù)據(jù)挖掘,如果情報(bào)沒(méi)做好相當(dāng)于對(duì)商業(yè)邏輯的理解沒(méi)達(dá)標(biāo),指望著數(shù)據(jù)直接講清商業(yè)邏輯,有些南轅北轍。
數(shù)據(jù)無(wú)法替代商業(yè)邏輯
大數(shù)據(jù)需要在量化數(shù)據(jù)的基礎(chǔ)上,加上商業(yè)邏輯,才能幫助電商企業(yè)做全局性、系統(tǒng)性的決策。排除一系列不可控因素,把結(jié)論和實(shí)際情況進(jìn)行剝離,在一個(gè)理想狀態(tài)下的模型,只是數(shù)學(xué)專(zhuān)家給出的結(jié)論。
大數(shù)據(jù)的核心是融入商業(yè)邏輯。
在商業(yè)邏輯里,必須先懂市場(chǎng),懂某個(gè)領(lǐng)域的消費(fèi)者真正訴求的變化;其次要懂行業(yè),包括行業(yè)的特征、要求和規(guī)則;最后才是懂企業(yè)運(yùn)營(yíng),把多個(gè)支持模塊資源有序地整合起來(lái),從而共同創(chuàng)造價(jià)值。
在這些都具備的情況下,再用量化的數(shù)據(jù)適度輔佐決策,在商業(yè)邏輯的主導(dǎo)下,真正發(fā)揮量化數(shù)據(jù)的作用。
“缺乏這個(gè)商業(yè)邏輯之本,那量化數(shù)據(jù)就是天馬行空的東西。”傅志勇把商業(yè)邏輯看成真正需要解決的難題,因行業(yè)不同、企業(yè)不同、類(lèi)目不同、時(shí)機(jī)不同,商業(yè)邏輯都會(huì)有所變化,這是一種動(dòng)態(tài)平衡的藝術(shù)和哲學(xué)。
網(wǎng)站分析在中國(guó)創(chuàng)始人宋星認(rèn)為,數(shù)據(jù)不能代替商業(yè)邏輯,但是數(shù)據(jù)可以修正、調(diào)整商業(yè)邏輯。“一個(gè)決策的產(chǎn)生,要靠部分?jǐn)?shù)據(jù)、部分經(jīng)驗(yàn)、部分直覺(jué)。”宋星坦言,決策的事并非一句大數(shù)據(jù)便能解決。
這涉及數(shù)據(jù)分層。根據(jù)經(jīng)驗(yàn)判斷,越是偏宏觀戰(zhàn)略層面的數(shù)據(jù),實(shí)用性越高,越是偏微觀細(xì)小的數(shù)據(jù),不確定性越高。因?yàn)楹暧^的決策很大,大到細(xì)小的影響起不了作用,而微觀的決策恰恰相反。
例如,整個(gè)行業(yè)規(guī)模如何,市場(chǎng)增長(zhǎng)力如何,本身是多樣本的綜合數(shù)據(jù),每一個(gè)樣本的影響都只占一部分。而一旦到微觀層面,比如廣告用的顏色、打折力度大孝滿(mǎn)減的額度,某一項(xiàng)的數(shù)據(jù)會(huì)起決定作用。只是如今多數(shù)商家更相信測(cè)試法,并不相信數(shù)據(jù)研判。
“宏觀層面多看看數(shù)據(jù),微觀層面多談?wù)劷?jīng)驗(yàn)。”傅志勇認(rèn)為這對(duì)電商企業(yè)有價(jià)值。
回歸商業(yè)的本質(zhì),數(shù)據(jù)只不過(guò)是業(yè)務(wù)的副產(chǎn)物,業(yè)務(wù)系統(tǒng)好,一般情況下數(shù)據(jù)系統(tǒng)不會(huì)太差。如果本末倒置,數(shù)據(jù)系統(tǒng)好但業(yè)務(wù)系統(tǒng)差,結(jié)果會(huì)發(fā)現(xiàn)數(shù)據(jù)系統(tǒng)都沒(méi)法輸送原材料。
并不是說(shuō)數(shù)據(jù)不重要,但請(qǐng)不要迷信,因?yàn)閿?shù)據(jù)的不確定性所帶來(lái)的風(fēng)險(xiǎn),是多數(shù)企業(yè)無(wú)法承受的,生意人需要回歸商業(yè)邏輯。
最后,借用一段被采訪者的話來(lái)總結(jié)一下大數(shù)據(jù):大數(shù)據(jù)是未成年人的性游戲,十七八歲的時(shí)候男女這點(diǎn)事還是挺有意思的,誰(shuí)都不知道真正搞起來(lái)是什么樣子的,所有人都在搞所以自己也要搞。大數(shù)據(jù)有的時(shí)候就是這樣,講不清楚真正的場(chǎng)景,自己又沒(méi)有積累強(qiáng)大的數(shù)據(jù),都是空談。