電商+大數據給品牌帶來的價值

谷熠

大數據的特點體現在數據量，數據的種類、數據的更新和數據的價值四方面。因此，當電商與大數據結合在一起，就為品牌帶來了巨大的改變。2013年雙十一，海爾天貓旗艦店單店當天銷售額達到1.75億元，這在傳統店面是無論如何都無法實現的，對傳統品牌的觸動也是非常大的。因此，電子商務和大數據為企業帶來的不只是挑戰，也有機會。綜合分析，品牌在使用大數據的時候可分為產品、分銷、營銷和品牌四步進行的。這與線下是一致的。

什么樣的產品才是好產品呢？滿足用戶體驗的好產品要滿足消費者在設計和工藝、材質和質量和易用性三個維度的需求。線下在調查消費者需求的時候，往往使用問卷調研的方式，但這種方式對消費者有引導和設計作用。因此，產品的設計人員要通過對消費者潛在需求的挖掘來設計出適合他們的產品。董明珠曾經說過，“過去的一年，只能說有很多概念出來，C2B啊，定制啊，零庫存啊，這里面很多事情都不科學。”這是有道理的。一般而言，一個產品從設計研發到量產至少需要3個月的周期，因此，所謂的C2B只不過是一個概念而已，是不符合生產規律的。

那么，怎樣才能結合消費者需求而作出好產品？最近流行的美劇《紙牌屋》就是通過大數據打造的經典案例。《紙牌屋》作為一個產品，是Netflix公司通過對已經儲備的2500萬的訂閱用戶的調研，對每天產生的3000萬次播放，400萬次評分，300萬次搜索以及地理位置、播放設備、觀看頻率、速度等一系列大數據做分析之后，得出拍什么類型的電視劇（政治驚悚劇）才能獲得成功，要想獲得成功需要的導演（大衛·芬奇）和主演（凱文·史派西）。

在家電產品方面，某品牌在產品設計之初，可以通過大數據對產品各個細分參數和特征進行分析，得出消費者最需要的商品的參數。當傳統模式中，每年只有10%的新品留在市場中，通過大數據挖掘出線上消費者的需求，生產出符合線上消費者的產品的意義就更大。尤其是通過消費者評價的反饋，既能夠幫助設計部門改進產品，也會從側面提高品牌的服務水平。以消費者的差評為例，這類評價絕大多數都是真實的消費者，如果不重視的話，一定會因為非常嚴重的售后問題。因此，需要品牌設置專門的人員去關注評價。

再看分銷。在傳統渠道，評估和考核經銷商、零售終端的時候，需要看銷售的占比、形象、規模、主銷機型等。而線上銷售有很多的工具，可以直接獲取自己需要的數據。例如天貓的數據魔方。

除了銷售數據，一些對于市場的監控工作，大數據系統也有獨到的優勢。例如，網上亂價問題，傳統渠道發現亂價必須親自到現場。而在線上的價格監控可以通過大數據的技術手段對線上渠道做實時的檢測。線上的價格檢測，有的品牌在開發這種系統，有的品牌是設置專職人員定時檢查，但是專業的大數據公司可以通過系統做到每半小時巡檢一次，大大提升了監測的效率、準確度和有效性。尤其是當SKU數量較多，渠道復雜多樣的時候，必須依靠大數據系統的支持。

關于售賣能力問題，大數據還可以通過對不同平臺、不同店鋪數據的分析，對店鋪的售賣潛力給予科學的評估。換句話說，我們可以通過數據了解到每個店鋪所擅長銷售的產品類型或產品細分，從而合理地制定企業的分銷策略、調整鋪貨深度，并對于店鋪進行良性地引導。例如，某店鋪的數據顯示，該店鋪50%左右的訂單銷售的都是5000元以上的產品。那么，品牌管理部門可以根據以上的數據對該店鋪未來的產品規劃做相應的引導，將更多該價位區間的產品的銷售工作交給該店鋪。

大數據在營銷方面的應用，分為產品營銷和品牌營銷。在產品營銷方面，需要通過對競品的價格波動和促銷變化進行及時的監控和分析。在一個周期內，通過大數據的手段首先要了解整體市場和細分市場的變化趨勢，然后分析內在的原因。例如，導致競品份額變化的單品數量，價格區間，持續活動等，最后是自己如何調整，即采取的對策。這就是一個基本的數據分析的過程。

關于品牌營銷方面，利用大數據可以對很多行為做精準分析。例如，某煙灶品牌選擇新聞聯播結束后投放品牌廣告。而根據對該品牌的產品銷售數據分析后發現，其主流消費者為35～50歲的高端消費者，而這類人群恰恰沒有時間在這個時段看新聞聯播，或者根本就對新聞聯播類型的節目沒有訴求。那么，這個品牌的廣告投放就是不那么成功的。未來五年內，90后將成為購買家電產品的主流，那么如何通過大數據準確掌握90后的消費特征，就是把握市場的前提。

再看微營銷，盡管五六十歲的人也在用微信，但顯然他們購買商品仍在傳統超市。而5月份以來，蘇泊爾針對《舌尖上的中國I》展開的一系列營銷顯然在產品、策略上都消費者把握上取得了很好的效果。

現在很流行的“消費者畫像”也是通過大數據來實現的。就是將品牌的已有和目標消費者從自然屬性、社會屬性、消費屬性、地域屬性、消費記錄、社交屬性做分析，得出這類人群的消費偏好、支付偏好、營銷偏好、媒偏好體和社交偏好等。這個工作是擁有會員數據的傳統零售賣場也必須做的。對于已有消費者大數據的挖掘即對已有用戶的偏好特征，找到其興趣點，設計符合其關注點的產品、營銷形式或營銷內容，并通知該部分用戶。對潛在消費者挖掘即通過對已有用戶的偏好特征和自然屬性，匹配出其社交圈子內/外具有相同特征的潛在用戶，并影響該部分用戶。

在使用大數據的過程中，企業要注意“數據化運營”是實際還是口號？日常管理中靠數據還是靠經驗？數據有沒有和實際業務脫節？數據能夠被使用它的人方便獲取嗎？同樣的指標，含義和口徑一致嗎？數據能力能否跟上業務變化？有沒有盲目追求新的分析視角，而沒有及時、有效地沉淀成熟的成果和方法？只有有效地注意和規避上述的問題，企業才能夠真正感受到大數據的魅力，也才能真正地通過大數據提升企業科學決策的能力和水平。做電商需要大數據作為營銷的精準分析，日常生活我們則成了大數據的制造者。我們已經進入大數據時代。endprint

大數據的特點體現在數據量，數據的種類、數據的更新和數據的價值四方面。因此，當電商與大數據結合在一起，就為品牌帶來了巨大的改變。2013年雙十一，海爾天貓旗艦店單店當天銷售額達到1.75億元，這在傳統店面是無論如何都無法實現的，對傳統品牌的觸動也是非常大的。因此，電子商務和大數據為企業帶來的不只是挑戰，也有機會。綜合分析，品牌在使用大數據的時候可分為產品、分銷、營銷和品牌四步進行的。這與線下是一致的。

什么樣的產品才是好產品呢？滿足用戶體驗的好產品要滿足消費者在設計和工藝、材質和質量和易用性三個維度的需求。線下在調查消費者需求的時候，往往使用問卷調研的方式，但這種方式對消費者有引導和設計作用。因此，產品的設計人員要通過對消費者潛在需求的挖掘來設計出適合他們的產品。董明珠曾經說過，“過去的一年，只能說有很多概念出來，C2B啊，定制啊，零庫存啊，這里面很多事情都不科學。”這是有道理的。一般而言，一個產品從設計研發到量產至少需要3個月的周期，因此，所謂的C2B只不過是一個概念而已，是不符合生產規律的。

那么，怎樣才能結合消費者需求而作出好產品？最近流行的美劇《紙牌屋》就是通過大數據打造的經典案例。《紙牌屋》作為一個產品，是Netflix公司通過對已經儲備的2500萬的訂閱用戶的調研，對每天產生的3000萬次播放，400萬次評分，300萬次搜索以及地理位置、播放設備、觀看頻率、速度等一系列大數據做分析之后，得出拍什么類型的電視劇（政治驚悚劇）才能獲得成功，要想獲得成功需要的導演（大衛·芬奇）和主演（凱文·史派西）。

在家電產品方面，某品牌在產品設計之初，可以通過大數據對產品各個細分參數和特征進行分析，得出消費者最需要的商品的參數。當傳統模式中，每年只有10%的新品留在市場中，通過大數據挖掘出線上消費者的需求，生產出符合線上消費者的產品的意義就更大。尤其是通過消費者評價的反饋，既能夠幫助設計部門改進產品，也會從側面提高品牌的服務水平。以消費者的差評為例，這類評價絕大多數都是真實的消費者，如果不重視的話，一定會因為非常嚴重的售后問題。因此，需要品牌設置專門的人員去關注評價。

再看分銷。在傳統渠道，評估和考核經銷商、零售終端的時候，需要看銷售的占比、形象、規模、主銷機型等。而線上銷售有很多的工具，可以直接獲取自己需要的數據。例如天貓的數據魔方。

除了銷售數據，一些對于市場的監控工作，大數據系統也有獨到的優勢。例如，網上亂價問題，傳統渠道發現亂價必須親自到現場。而在線上的價格監控可以通過大數據的技術手段對線上渠道做實時的檢測。線上的價格檢測，有的品牌在開發這種系統，有的品牌是設置專職人員定時檢查，但是專業的大數據公司可以通過系統做到每半小時巡檢一次，大大提升了監測的效率、準確度和有效性。尤其是當SKU數量較多，渠道復雜多樣的時候，必須依靠大數據系統的支持。

關于售賣能力問題，大數據還可以通過對不同平臺、不同店鋪數據的分析，對店鋪的售賣潛力給予科學的評估。換句話說，我們可以通過數據了解到每個店鋪所擅長銷售的產品類型或產品細分，從而合理地制定企業的分銷策略、調整鋪貨深度，并對于店鋪進行良性地引導。例如，某店鋪的數據顯示，該店鋪50%左右的訂單銷售的都是5000元以上的產品。那么，品牌管理部門可以根據以上的數據對該店鋪未來的產品規劃做相應的引導，將更多該價位區間的產品的銷售工作交給該店鋪。

大數據在營銷方面的應用，分為產品營銷和品牌營銷。在產品營銷方面，需要通過對競品的價格波動和促銷變化進行及時的監控和分析。在一個周期內，通過大數據的手段首先要了解整體市場和細分市場的變化趨勢，然后分析內在的原因。例如，導致競品份額變化的單品數量，價格區間，持續活動等，最后是自己如何調整，即采取的對策。這就是一個基本的數據分析的過程。

關于品牌營銷方面，利用大數據可以對很多行為做精準分析。例如，某煙灶品牌選擇新聞聯播結束后投放品牌廣告。而根據對該品牌的產品銷售數據分析后發現，其主流消費者為35～50歲的高端消費者，而這類人群恰恰沒有時間在這個時段看新聞聯播，或者根本就對新聞聯播類型的節目沒有訴求。那么，這個品牌的廣告投放就是不那么成功的。未來五年內，90后將成為購買家電產品的主流，那么如何通過大數據準確掌握90后的消費特征，就是把握市場的前提。

再看微營銷，盡管五六十歲的人也在用微信，但顯然他們購買商品仍在傳統超市。而5月份以來，蘇泊爾針對《舌尖上的中國I》展開的一系列營銷顯然在產品、策略上都消費者把握上取得了很好的效果。

現在很流行的“消費者畫像”也是通過大數據來實現的。就是將品牌的已有和目標消費者從自然屬性、社會屬性、消費屬性、地域屬性、消費記錄、社交屬性做分析，得出這類人群的消費偏好、支付偏好、營銷偏好、媒偏好體和社交偏好等。這個工作是擁有會員數據的傳統零售賣場也必須做的。對于已有消費者大數據的挖掘即對已有用戶的偏好特征，找到其興趣點，設計符合其關注點的產品、營銷形式或營銷內容，并通知該部分用戶。對潛在消費者挖掘即通過對已有用戶的偏好特征和自然屬性，匹配出其社交圈子內/外具有相同特征的潛在用戶，并影響該部分用戶。

在使用大數據的過程中，企業要注意“數據化運營”是實際還是口號？日常管理中靠數據還是靠經驗？數據有沒有和實際業務脫節？數據能夠被使用它的人方便獲取嗎？同樣的指標，含義和口徑一致嗎？數據能力能否跟上業務變化？有沒有盲目追求新的分析視角，而沒有及時、有效地沉淀成熟的成果和方法？只有有效地注意和規避上述的問題，企業才能夠真正感受到大數據的魅力，也才能真正地通過大數據提升企業科學決策的能力和水平。做電商需要大數據作為營銷的精準分析，日常生活我們則成了大數據的制造者。我們已經進入大數據時代。endprint

大數據的特點體現在數據量，數據的種類、數據的更新和數據的價值四方面。因此，當電商與大數據結合在一起，就為品牌帶來了巨大的改變。2013年雙十一，海爾天貓旗艦店單店當天銷售額達到1.75億元，這在傳統店面是無論如何都無法實現的，對傳統品牌的觸動也是非常大的。因此，電子商務和大數據為企業帶來的不只是挑戰，也有機會。綜合分析，品牌在使用大數據的時候可分為產品、分銷、營銷和品牌四步進行的。這與線下是一致的。

什么樣的產品才是好產品呢？滿足用戶體驗的好產品要滿足消費者在設計和工藝、材質和質量和易用性三個維度的需求。線下在調查消費者需求的時候，往往使用問卷調研的方式，但這種方式對消費者有引導和設計作用。因此，產品的設計人員要通過對消費者潛在需求的挖掘來設計出適合他們的產品。董明珠曾經說過，“過去的一年，只能說有很多概念出來，C2B啊，定制啊，零庫存啊，這里面很多事情都不科學。”這是有道理的。一般而言，一個產品從設計研發到量產至少需要3個月的周期，因此，所謂的C2B只不過是一個概念而已，是不符合生產規律的。

那么，怎樣才能結合消費者需求而作出好產品？最近流行的美劇《紙牌屋》就是通過大數據打造的經典案例。《紙牌屋》作為一個產品，是Netflix公司通過對已經儲備的2500萬的訂閱用戶的調研，對每天產生的3000萬次播放，400萬次評分，300萬次搜索以及地理位置、播放設備、觀看頻率、速度等一系列大數據做分析之后，得出拍什么類型的電視劇（政治驚悚劇）才能獲得成功，要想獲得成功需要的導演（大衛·芬奇）和主演（凱文·史派西）。

在家電產品方面，某品牌在產品設計之初，可以通過大數據對產品各個細分參數和特征進行分析，得出消費者最需要的商品的參數。當傳統模式中，每年只有10%的新品留在市場中，通過大數據挖掘出線上消費者的需求，生產出符合線上消費者的產品的意義就更大。尤其是通過消費者評價的反饋，既能夠幫助設計部門改進產品，也會從側面提高品牌的服務水平。以消費者的差評為例，這類評價絕大多數都是真實的消費者，如果不重視的話，一定會因為非常嚴重的售后問題。因此，需要品牌設置專門的人員去關注評價。

再看分銷。在傳統渠道，評估和考核經銷商、零售終端的時候，需要看銷售的占比、形象、規模、主銷機型等。而線上銷售有很多的工具，可以直接獲取自己需要的數據。例如天貓的數據魔方。

除了銷售數據，一些對于市場的監控工作，大數據系統也有獨到的優勢。例如，網上亂價問題，傳統渠道發現亂價必須親自到現場。而在線上的價格監控可以通過大數據的技術手段對線上渠道做實時的檢測。線上的價格檢測，有的品牌在開發這種系統，有的品牌是設置專職人員定時檢查，但是專業的大數據公司可以通過系統做到每半小時巡檢一次，大大提升了監測的效率、準確度和有效性。尤其是當SKU數量較多，渠道復雜多樣的時候，必須依靠大數據系統的支持。

關于售賣能力問題，大數據還可以通過對不同平臺、不同店鋪數據的分析，對店鋪的售賣潛力給予科學的評估。換句話說，我們可以通過數據了解到每個店鋪所擅長銷售的產品類型或產品細分，從而合理地制定企業的分銷策略、調整鋪貨深度，并對于店鋪進行良性地引導。例如，某店鋪的數據顯示，該店鋪50%左右的訂單銷售的都是5000元以上的產品。那么，品牌管理部門可以根據以上的數據對該店鋪未來的產品規劃做相應的引導，將更多該價位區間的產品的銷售工作交給該店鋪。

大數據在營銷方面的應用，分為產品營銷和品牌營銷。在產品營銷方面，需要通過對競品的價格波動和促銷變化進行及時的監控和分析。在一個周期內，通過大數據的手段首先要了解整體市場和細分市場的變化趨勢，然后分析內在的原因。例如，導致競品份額變化的單品數量，價格區間，持續活動等，最后是自己如何調整，即采取的對策。這就是一個基本的數據分析的過程。

關于品牌營銷方面，利用大數據可以對很多行為做精準分析。例如，某煙灶品牌選擇新聞聯播結束后投放品牌廣告。而根據對該品牌的產品銷售數據分析后發現，其主流消費者為35～50歲的高端消費者，而這類人群恰恰沒有時間在這個時段看新聞聯播，或者根本就對新聞聯播類型的節目沒有訴求。那么，這個品牌的廣告投放就是不那么成功的。未來五年內，90后將成為購買家電產品的主流，那么如何通過大數據準確掌握90后的消費特征，就是把握市場的前提。

再看微營銷，盡管五六十歲的人也在用微信，但顯然他們購買商品仍在傳統超市。而5月份以來，蘇泊爾針對《舌尖上的中國I》展開的一系列營銷顯然在產品、策略上都消費者把握上取得了很好的效果。

現在很流行的“消費者畫像”也是通過大數據來實現的。就是將品牌的已有和目標消費者從自然屬性、社會屬性、消費屬性、地域屬性、消費記錄、社交屬性做分析，得出這類人群的消費偏好、支付偏好、營銷偏好、媒偏好體和社交偏好等。這個工作是擁有會員數據的傳統零售賣場也必須做的。對于已有消費者大數據的挖掘即對已有用戶的偏好特征，找到其興趣點，設計符合其關注點的產品、營銷形式或營銷內容，并通知該部分用戶。對潛在消費者挖掘即通過對已有用戶的偏好特征和自然屬性，匹配出其社交圈子內/外具有相同特征的潛在用戶，并影響該部分用戶。

在使用大數據的過程中，企業要注意“數據化運營”是實際還是口號？日常管理中靠數據還是靠經驗？數據有沒有和實際業務脫節？數據能夠被使用它的人方便獲取嗎？同樣的指標，含義和口徑一致嗎？數據能力能否跟上業務變化？有沒有盲目追求新的分析視角，而沒有及時、有效地沉淀成熟的成果和方法？只有有效地注意和規避上述的問題，企業才能夠真正感受到大數據的魅力，也才能真正地通過大數據提升企業科學決策的能力和水平。做電商需要大數據作為營銷的精準分析，日常生活我們則成了大數據的制造者。我們已經進入大數據時代。endprint