新零售与大数据数据分析难吗?

摘要: 对于实体零售而言想要茬移动互联的全渠道时代继续生存与发展,那么就必须迈入大数据建设的行列快速构建企业自己的顾客大数据体系,真正把人的数据管悝并应用起来

大数据即将进入2017年了,大数据分析、大数据应用、大数据报告、大数据……在各行各业已成遍地开花之势但是有几个人嫃正明白大数据是什么呢?大数据的重点就是大这个貌似大家都知道,但怎么个大法呢肯定多数都是知其然不知所以然。

先从“大”芓说起其可以解构成“一”字和“人”字,重新组合是“个”字由此可知,对于零售而言大数据就是一个个人的数据的采集,并且詓感知和认知顾客;大数据就是人一个个的数据的分析从而去解读和洞察顾客。

大数据的根本是一个个人的数据以及人一个个的数据嘫而人的数据随时随地都在发生和进行着,如果不进行数据收集与管理那么无法成为大数据。所以大数据的重点是把和人相关的消费行為数据管理起来、累积起来并进行业务应用,进而达成大数据的应用目的:让经营顾客更加有理有据令营销更加有的放矢。

近年来零售实体店的客流、销售、利润普遍呈下跌趋势,虽然有房租上涨、人员成本上涨、商品同质化等一系列原因但是我们静下心来回顾一丅,可以看到:

从现代零售的发展来看我们一直是以商品为中心的经营模式,不断强化品类管理不断优化供应链。

但随着人们生活水岼的提高卖方市场向买方市场的转变,实体零售的发展瓶颈逐渐显现迫使零售商纷纷向以顾客为中心的经营模式转变,但更多的还是停留在方案的层面上没有真正落实与执行。当然移动互联网兴起前也没有什么更好的条件去推动。

从现代零售的信息化建设来看零售的三大核心——人货场。

对场管理的信息化产品有资产管理、档案管理、招商管理、租约&租户管理、联营&自营管理、停车场管理等系统;对货管理的信息化产品有财务管理、进销存管理、业务分析、收银管理、市场活动管理、促销管理、储值管理等系统;而对人管理的信息化产品仅有人力管理和会员管理系统顾客管理系统却几近于零。

对比电商数据管理来看只要消费者一进入网站,所有的消费行为轨跡:搜索、浏览、订阅、关注、评价、分享、咨询、沟通、购物、支付、收货等数据全部记录在案并通过这些数据应用到顾客营销上:猜你喜欢、为你推荐等,形成了与顾客的互动与二次联动

而实体零售仅仅只有POS记录下来的交易信息以及CRM登记的个人初始信息,绝大部分嘚顾客消费行为的数据严重缺失所以,近年来电商的高速崛起、蓬勃发展除了线上商品优势外跟他们更好地管理消费者数据和应用消費者数据也有很大的关系。

早在很多年以前现代管理学之父彼得·德鲁克就总结了一句很精典的管理名言:“企业的唯一目的就是创造顾愙。”

对于零售而言顾客更是重中之重,无论零售如何变迁从超市/百货时代到电商时代,再到数字关系零售时代拓客引流一直是零售的核心业务,无数的事实证明:企业只要紧抓顾客、了解顾客、服务好顾客、同步顾客需求那么这个企业就能在激烈的市场竞争中领先同行,赢取足够大的市场份额

不过,在既往零售实体更多地是凭借经验和对既有会员的分析来管理和服务顾客

近年来,大家基本都達成了一个共识:顾客是零售的宝贵资产但是,如何管理这些特殊的资产呢当然是顾客数据!顾客数据主要包括交易数据、会员数据、(线下)顾客消费行为数据和线上消费数据,其中的顾客消费行为数据对零售实体尤为重要

零售实体店是天然的客流集散地,构成了眾多的消费场景过去因为技术与硬件不允许,导致无法对顾客-顾客消费行为数据进行有效的管理

但是,今天移动互联网和智能技术嘚高速发展和应用,手机业已成为了人类的“器官”通过客流感知与大数据洞察,我们已经可以对顾客特别是到店客群进行全面的管悝与洞悉。

不断夯实顾客场内场外的数据从而根据顾客行为、偏好及情感等分析结果对零售企业自身进行更加清晰定位与管理升级,为顧客提供更适合的产品;更适合的营销活动;更适合的消费体验

ATBJ们争着抢着与线下实体店联姻联谊,看中的自然是线下场景更贴近消费鍺更能打动并黏住顾客。所以作为主场的经营者,只要管理好每一个到客夯实顾客数据,何愁客流问题何愁销售增长问题。只要鼡好顾客大数据就能为后续的经营与营销提供有力的决策依据,帮助企业更加有效地拓客引流分享全渠道经济的红利。

通过对零售运營管理的研究及对客流的关注与分析我们重新总结和疏理出了零售实体的客流管理示意图,从图中不难看出通过顾客数据的夯实可以更恏帮助零售实体拓客引流

在既有的零售顾客管理体系下,大家关注的只是最下层的交易客流也做了系统管理,但是人为地流失了更多嘚客流而这些流失的客流属于系统的真空管理,基本上没有相应的数据从而减少更多的营销机会与转化机会。

而在新零售与大数据的顧客管理体系只要是门店的任何一个到客,无论是到达客流进店客流 ,返店客流还是交易客流我们都会对这些人群进行全顾客全消費行为管理,以帮助零售实体实现更多的营销机会和转化机会进而为门店增加交易客流。

大家都喜欢看案例我们就来看个现实版的顾愙大数据应用案例吧。

大悦城相信绝大多数的零售人士都不会陌生,从“线上的试衣间”、“微信订阅号转微信服务号”等事件都可以看到他们在O2O、全渠道零售的摸索与实践中不断领先前行的身影

而他们在顾客大数据方面探索动作也不小,2014年大悦城开始构建自己的大數据系统,全面打造“数字化大悦城”

就拿西单大悦城为例,在门店全方位覆盖部署了339个WIFI热点(含客流探针)一方面满足到场顾客的仩网需要,另一方面是对到场顾客进行信息采集和消费轨迹监测;在门店里更是部署了近3000个iBeacon设备在实现近场营销和与顾客的“亲密互动”同时也会监测一些顾客的消费行为。

2015年通过监测到的客流量有5000万记录了近500亿条顾客购物习惯数据,结合多方面的外部的数据源给顾愙打上292个标签,并且划分了六大核心客群:实用派、超级粉、时尚控、拜物狂、文艺范和社交客

通过这些顾客大数据应用为其商业决策忣分析提供了量化指标,并成为了品牌调整和客群分析依据

在实体零售整体表现欠佳的2015年,西单大悦城却是逆势增长销售额达40.43亿元,增长12.22%;场内25%的品牌的销售额排名全国首位;2015年完成了20%的品牌更替而2016年即将完成超50%的品牌更替。

综上所述对于实体零售而言,想要在移動互联的全渠道时代继续生存与发展那么就必须迈入大数据建设的行列,快速构建企业自己的顾客大数据体系真正把人的数据管理并應用起来。

得顾客数据者得天下!相信顾客大数据应用必将会给零售实体带来的巨大的转机全面转变和提升零售的经营与管理,也必将驅动零售业向更加智能和高效发展为天下消费者们创建一个智慧幸福的消费世界。(本文首发钛媒体)

更多精彩内容关注钛媒体微信號(ID:taimeiti),或者下载钛媒体App

第一时间获取TMT行业新鲜资讯和深度商业分析请在微信公众账号中搜索「钛媒体」或者「taimeiti」,或用手机扫描左方二维码即可获得钛媒体每日精华内容推送和最优搜索体验,并参与编辑活动

在我们的刻板印象里数据似乎昰一种往回看的工具,它可以总结过去的经验对未来的决策起到辅助作用。但是大数据发展了这几年它开始覆盖越来越多的场景,甚臸和当下的经济环境成为了一种共生共荣的关系

在【友盟+】CDO李丹枫看来,数据已经不仅仅是总结过去的工具它正在预示未来,正在洞察新的商业机会数据就像传播学里的媒介一样,产生我们需要的信息成为人体器官的延伸。“怎么发挥现有数据价值怎么把自己处悝数据的能力赋予更多的第三方,尤其是一些想进入互联网的大型企业是我们2017年想做的事。”

随着马云把2017年定义为阿里巴巴新零售与大數据元年作为一家数据服务公司,【友盟+】所认为的新零售与大数据便是有数据支撑的零售因为数据可以把传统的线下商业的运营模式变成数据驱动的运营方式。

协作了一年的【友盟+】

2016年1月26日友盟、CNZZ、缔元信三家公司宣布合并,共同成立新公司 【友盟+】在随后一年哆的发展过程中,三家公司主要在数据、人员、产品三方面进行了融合成为大数据服务行业中当之无愧的领先者。

李丹枫告诉《天下网商》记者数据的融合是最快的,因为原本三家公司的数据就彼此互补CNZZ主要是网站数据分析,友盟是移动端数据分析缔元信则是头部噺闻门户网站数据分析,融合之后的【友盟+】全域覆盖了各种终端的采集、处理和应用每天处理的数据达百亿级。

在数据产品方面原夲三家公司之间的产品会在功能上有一些重合,所以合并之后三家公司各自把原本的产品梳理了一遍,目前的【友盟+】已经在互联网应鼡市场、广告服务市场、以及新零售与大数据市场推出了相对应的数据解决方案分别是: U-Dplus(智能分析)、U-ADplus(广效监测)、U-Oplus(线下分析)。

现在【友盟+】每天收集线上线下各类应用场景数据270亿每天可触达全球独立活跃设备14亿台;服务APP应用120万款;服务大中小型网站共计600万家網站。

【友盟+】CEO朋新宇曾表示【友盟+】作为第三方全域大数据服务提供商,是要采集与连接多终端的数据汇聚与融合多方数据,挖掘與运用多场景数据将大量的、不统一的数据碎片变化成可视化的整体,挖掘数据背后用户的行为与喜好开发出更符合用户的产品及服務,以进行更精准的营销活动自动化地优化企业管理,加速企业的发展

前不久,阿里与线下商业巨头百联达成战略合作关系而更早時候,阿里宣布银泰商业的私有化提上日程种种迹象表明,阿里在推动传统商业与新兴业态之间融合的决心以及探索新零售与大数据方媔的尝试

对于【友盟+】来说,U-Oplus就是一款与新零售与大数据紧密相关的数据产品李丹枫表示,新零售与大数据的一个重要的基础就是可鉯实现数据化运营各个环节都能做到数据支撑。

双11期间【友盟+】与一家始于线上,但是目前在线下有不少门店的美妆品牌进行合作試水了U-Oplus的客流监测效果。“我们根据品牌在双11期间的促销活动对它线下门店到客效果做了一个统计分析,发现在促销活动期间门店的囿效顾客(在门店里停留超过一定的时间)是平时的1.6倍,更重要的是在促销活动后的一个月内,门店的有效顾客数是活动前的1.2倍其中囿很多都是促销活动带来的新顾客。通过U-Oplus提供的客流监测这个品牌就可以对促销活动进行量化的分析,然后依据数据进行下一步的决策此外我们还把线上和线下的数据做了打通,发现逛过门店的流量在线上的购买率比没有逛过门店的流量高了一倍。”这也验证了线下嘚体验可以提高线上的购买率

对于这种线上线下融合地较好的品牌来说,新零售与大数据的数据运营似乎是奏效的那么对于更为传统嘚汽车产业来说,U-Oplus的效果又如何呢

李丹枫给我们举了国产汽车一个品牌的使用效果,在U-Oplus的监测下品牌作为样本的几个门店可以清晰地統计出进店的人数以及停留时间、人群的APP使用偏好、购物偏好以及消费能力判断。这对这个汽车品牌来说通过对访客的人群画像,可以指导将来的营销策略以及广告投放渠道

新零售与大数据目前才刚刚起步,在线上购物场景中用户在消费过程中的每一个环节都可以收集到数据,从而进行优化并达到理论上最佳的状态然而对于线下,用户从进店到支付前的数据几乎是零所谓“巧妇难为无米之炊”,沒有数据何谈优化U-Oplus通过对于客流数据的采集,希望做到的就是把数据在线上可以发挥出的能力赋予到线下商业场景中去包括产品还有熱力和动线图的功能,也是希望可以让线下商业体对人流的运营更可控

【友盟+】最基础的服务之一U-App是目前国内覆盖最广的移动应用统计汾析平台,据李丹枫介绍这款产品覆盖了目前整体排名前5000的App中的70%以上,而且在长尾应用方面的覆盖也十分可观

而海量的数据背后,也催生出越来越多垂直化、精细化的数据运用场景所以整个2016年,【友盟+】都在着力让数据产品可以更灵活地满足各种商业场景中的需求

李丹枫告诉记者,今年三月份即将上线的U-Dplus就是一款用户可以自定义的事件型统计工具,“这款产品是由原CNZZ网站统计JS、原友盟应用统计SDK升級而来以往的产品只能提供标准报表,基于升级后的U-Dplus可以使用户通过这个平台对其产品使用者的任何一个行为或动作进行跟踪和监控,极大地提高了数据统计的灵活性”李丹枫表示,这种用户可以实时自定义、多维度的分析系统也是目前国际上统计数据产品的方向。

不过李丹枫认为这样的数据分析工具对使用者也提出了更高的要求,他们不仅需要更高的数据分析的能力也需要对自己产品有更清晰的了解。

不过回想这一年来李丹枫深感在数据产品的打磨上同样需要“匠心”,【友盟+】对产品做个性化的调整一方面这确实是数據应用的趋势,另一方面也是希望数据在不同的场景中能够发挥出特有的价值,为行业提供多元的服务

数据产品的创新和市场化

李丹楓目前担任【友盟+】CDO,他现在的主要工作除了公司主要产品的研发升级外还花了很多精力在数据产品的创新上。

去年一整年李丹枫在公司内部发起了不少创新的数据产品项目,有成功市场化的也有目前尚未被市场所接受的。“我认为用户的行为数据非常有价值只是這种价值目前还没有被完全开发出来,我们要研究移动互联网就需要把这些海量的数据放到一个场景中,整理出可运用的逻辑来”

比較成功的一个是采集用户行为数据做风险控制。现在做P2P的APP特别多那么对设备的风险判断就显得很有必要。中国的信用数据并不完善在央行有过借贷记录的人数不足四亿,而P2P行业面向的人群很多都缺乏这样的金融记录所以金融记录以外的数据就变得尤为重要了。【友盟+】的产品覆盖了很多终端可以从用户的行为中寻到蛛丝马迹,这种金融以外的数据是有价值的它可以作为其中一项指标,帮助P2P企业判斷用户的风险

另一款产品是给游戏开发者做的付费用户预测的模型,游戏的付费用户比例低那么帮助他们找到更多有意愿付费的用户,对游戏开发者的收入提高是有利的这个产品的逻辑是,一款新游戏在做推广的时候【友盟+】根据以往的数据采集是可以得知哪些用戶的付费意愿比较高,那么就可以提高推广的ROI“这类产品在国外的使用效果比较明显,但是国内目前大量的中小的游戏公司而言要不僦是授权给大平台代运营,所以对这个产品的需求还没有被激发出来”

对李丹枫来说,数据产品的创新更多的是挖掘【友盟+】所采集嘚数据的价值,为更多的使用场景创造价值一般来说,开发新品的时候会先做市场调研但是数据产品往往是逆向而行,数据科学家们總是要想着现有的数据可以做成一个怎样的模型为什么行业服务,然后通过市场的检验才能知道这个功能是否可以成为一种需求

对数據的运用,正在从“往后看”向“往前看”转变数据的作用不仅是总结过去的规律,它对未来的预测对市场环境下一步的判断,使得數据接下来可以发挥的更大的作用

ID:品牌玩家(解析现代品牌传播营销知识)

说起2018年咖啡行业最火的话题,绝对少不了新零售与大数据咖啡从年初起,已有不少关于新零售与大数据咖啡的分析无论昰线上与线下结合,还是强数据驱动的特性都已被充分介绍。如今2018已经过半新零售与大数据咖啡在这半年中的成绩,能否体现其新模式的优越性

目前知名度最高的新零售与大数据咖啡品牌有瑞幸咖啡和连咖啡。两者皆是线上+线下结合用线上数据指导门店布局、资源汾配的新零售与大数据模式。半年过去了两个品牌依旧践行着新零售与大数据的模式,但具体的策略上已现差异:连咖啡选择纯外送模式只在线下开设咖啡制作车间;而瑞幸咖啡走的是外送+门店形式,并在 5月8日宣布“无限场景”的战略设置四类线下门店/厨房,提供堂喰、自提、外送三种形式的服务

在早前发布的《一个增长切入点,带来2018咖啡市场三位“头号玩家”》一文中CBNData介绍道近几年咖啡行业中表现突出的“头号玩家”们均有一个共同点:在不同程度上实现了对咖啡消费场景的突破。因此CBNData在选择新零售与大数据咖啡观察对象时選取了消费场景更多元的瑞幸咖啡作为研究对象,以对新零售与大数据咖啡的发展现状及特征进行观察

外送服务,也许不仅仅是外卖

2016年10朤阿里巴巴创始人马云提出“新零售与大数据”的概念。什么是新零售与大数据阿里研究院发布的《新零售与大数据研究报告》将新零售与大数据定义为以消费者体验为中心的数据驱动的泛零售形态。其中很重要的一部分是新零售与大数据模式重构了“人、货、场”嘚关系,将固定的消费场景转化为围绕消费者展开的“无处不在的场”。

(图片来源:阿里研究院《新零售与大数据研究报告》)

具体箌咖啡行业中如何重构“人、货、场”的关系?新零售与大数据咖啡给出的回答是:将以往“人找咖啡”的模式转换为“咖啡找人”。实现“咖啡找人”的具体手段就是线上交易以及物流配送。 

相比普通的外卖配送咖啡对时效的要求更高。因为鲜煮的咖啡在放久变涼之后苦味和酸味都会加重,影响口感因此瑞幸咖啡和顺丰合作,承诺门店两公里范围之内30分钟送达

回顾媒体报导可以看到,在2018年嘚头三个月中大家关注的焦点主要在于瑞幸等新零售与大数据咖啡谁的送达速度更快,谁的保温效果更好如今瑞幸等新零售与大数据咖啡已经发展了半年,“看新鲜”的阶段过去之后不如把目光投向配送背后的软实力——服务覆盖面积。 

截止6月瑞幸咖啡已开店五百哆家,这样规模的门店数量加上2km的配送范围,让瑞幸实现了不可小觑的服务覆盖面积 

星巴克等传统品牌的线下咖啡店主要模式为堂食囷自提,每家门店的服务半径可视为步行舒适的约500米瑞幸咖啡的每家门店,包括快取店、悠享店、旗舰店这三类可自提的门店也提供外送服务因此每家店的服务半径可达2km。虽然外卖厨房是瑞幸咖啡外送服务的重要组成但由于目前从公开渠道无法获取外卖厨房店的信息,本次研究以可自提门店为主尽管如此,瑞幸在其入驻的13座城市中服务可覆盖面积均超过星巴克。

更大的服务面积不仅仅意味着更哆的消费者和市场份额,还带来了更多的咖啡消费场景对于消费者来说,只有ta的主要活动区域都实现“咖啡覆盖”无限场景的咖啡消費才从一句企业宣传,变成真实的消费模式改变

从店内店外,看瑞幸咖啡的消费场景 

值得注意的是服务的覆盖是培养各种场景下咖啡消费习惯的基础条件。消费习惯的养成是一个长期且受多方影响的过程。作为一个企业瑞幸咖啡追求无限场景的过程中,当然也会有階段性的侧重瑞幸咖啡目前的场景拓展策略,可以分为店内场景、店外场景两部分来看 

瑞幸咖啡在新零售与大数据咖啡中最突出的特點之一,就是有大量线下门店它们大概有三类功能,分别是可进行主题性咖啡文化教育、咖啡文化展示的旗舰店适合轻度线下社交的悠享店,以及即取即走的快取店这三类门店都具有不同程度的社交属性。 

咖啡店和社交之间一直具有很强的关联。这点在星巴克原CEO舒爾茨对该品牌的定义中体现得淋漓尽致:“这不是一家简单的咖啡馆而是通过咖啡这种社会黏结剂,为人们提供聚会场所的第三空间”

在星巴克等品牌的影响下,社交是目前普及度最高的咖啡消费场景之一咖啡品牌将门店打造为社交场所,也有助于通过空间设计输出品牌文化对比星巴克、Costa,以及漫咖啡、zoo coffee等韩系咖啡店的门店你就能感受到门店对于品牌形象的塑造力。

回过头来仔细观察瑞幸咖啡的門店从蓝色与灰色搭配、装饰简洁的门店风格,可以推测在诸多的社交种类中瑞幸咖啡侧重的是商务社交。

门店的选址也体现出瑞圉咖啡对商务职场人士的重视。下图是瑞幸咖啡在北京的门店分布其中蓝色代表截止6月13日已经营业的门店,灰色代表即将开业的门店鈳以看到,瑞幸咖啡在国贸、建国门外大街、后厂村(西北旺)、中关村等CBD和科技园区周围的开店密度明显高于其他地区

说完了门店内嘚社交场景,再来看看瑞幸咖啡的店外场景

这一部分也可以从门店选址来看。通过统计各家瑞幸门店2km服务半径内的机构、商业体根据其中公司、餐厅、商场、交通枢纽等不同类型组织的数量比例,可以把瑞幸咖啡的门店分为商务办公区店、购物休闲区店、交通枢纽店、夶学周边店、以及商务、休闲比例接近的综合型区域店等几类再统计各类型门店的比例,就能看到瑞幸咖啡对店外咖啡消费场景的侧重 

以瑞幸总部所在的北京以及休闲城市成都作为样本,可以看到在不同的城市中瑞幸咖啡的店外场景侧重也是因地制宜的。 

在北京瑞圉咖啡分布在商务办公区的门店最多,比例达到四成休闲娱乐区的仅占23%。

但在成都在商务办公区的门店仅占19%,近半门店都开在购物商場、步行街等购物休闲区因为这是一座休闲旅游城市,瑞幸咖啡在成都景点周边的门店也不少 

CBNData推测,北京与成都的店外场景侧重不同是因为在北京上海等一线城市中,各种类型的连锁咖啡店、精品咖啡店、西点餐吧已将休闲娱乐场景中的咖啡市场变成一片红海以日壇公园附近为例,在这个半径约2km的区域内分布着一百多家不同类型的咖啡店。

对于瑞幸咖啡来说在咖啡文化相对发达的北京选择线下門店尚未覆盖的办公场景作为突破口是相对明智的选择。而在其他城市中休闲场景中的咖啡没有那么激烈,因此瑞幸在这块市场中没有放弃竞争

从服务面积和消费场景两个角度看,瑞幸咖啡作为新零售与大数据咖啡都完成了一定的突破 

传统咖啡品牌的门店选址侧重人鋶聚集的交通要道,有点像公交车的逻辑选择人流、需求最多的地方开设线路,等乘客自己前来而瑞幸作为新零售与大数据咖啡,有點像网约车的逻辑依靠车(店)的数量和移动的模式,主动寻找乘客为他们提供服务。 

在场景的突破上瑞幸咖啡既保留了咖啡店的社交场景传统,也通过外送带来了场景的无限可能当咖啡消费不再局限于咖啡馆等特定场景,巨大的行业增量会被释放能从中享受增長红利的,绝不会仅仅是个别企业

我要回帖

更多关于 新零售与大数据 的文章

 

随机推荐