數據賦能商業運營之路

【摘要】商業大數據，它以人、貨、場分析目標，從特征、偏好和行為三個維度進行系統分析，評價、預測商業規律的過程；大數據體系包括數據采集、數據結構化、數據挖掘、數據應用四個層次，其中數據的采集與挖掘是關鍵，數據結構化則是消費標簽化的核心。

【關鍵詞】數據賦能；信息技術；商業分析

談到數據運營，讀者的第一印象會想到BAT、滴滴這些市場的獨角獸企業，的確，在數據運營方面的，互聯網企業一直是走在前面的，這主要是基于在其數據收集方面天然具有優勢，對于線上商業來說，他與消費者的聯系，對貨品的組織，都是通過數據來展示的，消費者進入網站后的每一步點擊、每一次頁面停留都完整的被記錄，對貨品分析的是點擊率、轉換率、成交率等指標，是一個比較典型的漏斗分析，而對人分析的多是基于購物籃、停留軌跡和生命周期的分析，以上再輔之注冊時候的消費者提供的ID、性別等生理數據，線上商業理論上能夠完整的描摹出每一個消費者的生理及消費偏好畫像。但線上商業也有其必然的劣勢，就是對人天然屬性的把握，僅僅依靠線上，是不準的，什么是人的天然屬性，簡單的說，就是人是一種會說謊的動物，這就導致了在線上和線下可能會被判別為兩個完全不同的個體，因此，我們看到，線上商業雖然已經積累了數十年的數據，仍然沒有大規模去商用，甚至這兩年線上企業大規模的在往線下滲透，大搞新零售，阿里收購銀泰，京東收購永輝等等，一方面是擴大規模，維持市值的需要，更重要的，筆者認為是對數據完整性的渴求。

購物中心作為最典型的線下商業，物聯網等信息技術的不斷發展，使得原本消費者在購物中心內碎片化的數據能夠相對完整的被捕捉和分析，一方面，使得消費者在購物中心的體驗更加優化，表現在逛街的效率提高，與商家的互動更強，比如現在移動支付的發展、無卡化會員積分、自動識別停車、個性化的貨品推薦等等，而另一方面，在這些場景化體驗優化的背后，對于購物中心，最大的改變則是信息化補齊了對消費者信息收集的短板，解釋一下：傳統的商業邏輯是圍繞貨品展開的，分析的是銷售額、租金、坪效等招標，而信息化使原有圍繞商品的數據分析邏輯主向圍繞人轉變，分析的是人的偏好和行為路徑，得意于此，人和貨兩條數據鏈條才形成閉環，而筆者所服務的項目大悅城，一直強調的經營客流、做客群價值研究，理論源頭也是基于此，而這一過程具體是如何做到的？我們說信息化不是無源之水，要實現消費者體驗和商家的目的之間，需要真正的物質支撐，主要有硬件和軟件系統構成，我們用一張邏輯導圖來做說明：

通過以上的信息化設備能夠捕捉到消費者的生理特征、行為軌跡和消費記錄等，從邏輯關系比較，線下線下在數據獲取的維度上，已經等同了，而線下數據比較線上來說，其信度和效度要高的多，我們簡單談一下幾類線下數據的應用：

1、評價類

在購物中信評價類一般分成四個大類，分別是運營類評價，招商成果類評價，推廣活動類評價以及消費者評價。

運營類評價多涉及品牌、貨品的分析，是線下商業最為重要的一部分， 一般分析的多為銷售、客流、客單價、提袋率等指標，通過排序法、矩陣比較法、漏斗轉化率等評價品牌貨品的業績情況。

招商類評價多涉及品牌、貨品調整的效果，多通過銷售同比法、品類類比法、價格帶分析法、動線熱力圖等來評價招商調整的效果。

推廣類多涉及活動效果類，以客流、客質類和會員相關指標為KPI，以投入產出模型和活動目標的偏差等評價推廣效果。

消費者評價主要是涉及消費者購買力及標簽分級，以RMF及會員生命周期等模型為主要評價手段。

2、預測類

預測類一般分成兩類，分別為貨品組織的預測以及消費者行為的預測。

貨品組織多通過對時間序列的研究，研究貨品在不同時段的規律性變化，進行提前對貨品的增減和品類變化進行調整。

消費者行為預測則需要通過WIFI、藍牙設備感知及人臉識別技術的應用，通過對其動線和消費數據的復合分析，將消費者進行標簽化，通過同類或關聯推薦，在時間序列和場景化上，完成消費者的消費預測。

通過以上的實例，可以看到，以經驗為導向的傳統商業分析，逐漸會向數據導向的商業決策支持轉變，真正做到數據賦能商業，這樣，線下、線上商業的融合才真正能做到，消費者的畫像才能清晰，消費者的需求才能更好的被滿足。

作者簡介：

隋國棟，中糧置地杭州公司。