大数据决策领跑零售业

随着全球数据量的爆发式增长,大数据技术得到了飞速发展,也为零售业从庞大的业务数据中提取有用信息提供了强有力的支持。如今,沃尔玛“啤酒十尿布”的故事已经成为数据分析的传统经典,取而代之的则是梅西百货的“实时定价机制”、沃尔玛的“Polaris搜索引擎”、美国塔吉特超市的“怀孕预测指数”等一系列利用大数据分析手段而实现的零售营销创新。


大数据决策领跑零售业

在接受采访时,FineBI产品经理julie曾表示:大数据的出现并不是要推翻传统行业,而是给其安装一个”插件”,在决策方面更好地运行。所以零售业的基础仍是有力保障,只不过有别于传统销售模式,零售业通过利用大数据将商品的信息量化,做到对商品的精细化营销和对客户的精准化定位。数据从用户来,又从用户身上得到验证,循环往复,科学化确定营销模式。

大数据带来的改变使得零售业的模式得到前所未有的创新,主要来自五个方面:

一、深入挖掘顾客需求

以往零售业经营分析以每日生成的交易明细为基础来进行数据分析,有些公司在这方面会做的比较深入,会结合各种因素来考量,做调整,但这种分析往往在速度上会大打折扣,尤其是在信息高速变更的时代,而且这种分析往往基于内部已发生的数据,与用户的真实需求有所偏离。如今,无论是实体销售还是网络销售都做到了信息化,有条件去跟踪用户的消费行为。比如,美国塔吉特超市通过顾客数据分析部建立的“怀孕预测指数”模型,能够在孕妇第2个妊娠期就把她们确认出来。该公司这样做的目的是:在其他公司对母婴开展个性化营销之前,领先一步。通过提前了顾客情况,抢占先机,在不同的怀孕周期提供针对性的保健品和日用品,尽早对客户实施个性化营销。

二、完善品类管理

通过大数据分析能获悉顾客需求,但最终实际过渡到零售底层的仍是商品和服务。很多零售企业在品类管理实施中往往是门店按采购部规划布置,但又要保证新的商品引进和旧的商品淘汰。数月下来,静态的规划和动态的调整难以有机结合,实际陈列状况和规划的大相径庭。曾今有一家零售企业在实施品类管理过程中将南货由生鲜部划归干货部管理,但调整的结果是销售额反而下降了。商品归属变化以后,商品的卖场布局也发生了变化,商品也从生鲜区位移到了干货 ,结果南于消费者不适应,反而减少了销售额。

三、重建客户关系

我国传统零售业依旧走无差异的营销模式,把所有消费者都当做自己的顾客。可是,某商超在对用户分析时发现,忠实用户占50%,贡献度为90%,剩下的50%客户,贡献度却只占到10%。对于客户,如果依旧是广撒网而同等对待的话,忠实客户的流失将比付出的成本大很多,所以,客户”差异化“对待,势在必行。比如,可以利用顾客会员卡与门店的POS系统相连接,开发出计算机自动促销系统。该系统能够利用计算机系统,向会员顾客提供个性化服务,投其所好来增加顾客忠诚度。

四、个性化精准推荐

从顾客角度来思考,他们最关注的是什么?1、我需要什么,你能给我提供什么;2、请用最简洁快捷的方式通知给我有用的信息;3、希望我的消费能够让我享受到应有的尊敬和服务。最著名的例子肯定是某电商根据用户浏览和购买情况推荐书籍。这样的方式在零售行业同样适用,基于会员用户的消费习惯分析,可通过网络平台,邮件等方式推送优惠信息,实体店可通过商品关联销售,会员商品促销来达到精准推荐的目的。

五、微小店平台

当前我国零售业仍然以大型化为主导,就连互联网平台也是大型化。对于小型零售店,开店成本高,用户流量转移对其冲击力不小。门店集成到支付宝,微信,微博平台的方式已迅速发展并被用户接受。通过即时在线交互,线上线下连通,真正做到实时跟踪消费者,并提供更好的服务。很多门店,例如一些便利店已不仅仅是门店,已成为网络销售的一个站点、终端。人在多终端之间流动,物在多终端之间展示,线上线下人流是一体。


大数据决策领跑零售业

 

无论如何发展,大数据的核心永远是”人”,数据只是用户行为的语言,其价值在于对用户行为的分析和指引,而所有这一切最终都要回归到消费与服务,所以最好的决策是利用大数据完善从企业到用户间的一系列决断,形成一个高度有效的生态链。 

 

 

相关推荐