大數據營銷助力零售藥店發展

張亦含

（天津生物工程職業技術學院）

隨著第三方物流企業迅速發展，其在服務營銷中的問題也日益顯著。本文分析了當前我國第三方物流企業在服務營銷中存在的各種問題，并提出了相應的服務營銷優化策略，希望能夠幫助第三方物流企業盡快走出營銷困境，在激烈的市場競爭中取得核心競爭力。

近年來，零售藥店在中國經濟發展大潮推動下，無論規模還是數量都出現了巨大的飛躍。但隨著醫療體制改革的不斷深化，基礎藥品零差價、兩票制、醫保報銷比例提高等相關制度的出臺，再加上實體藥店房租、人工等成本的不斷攀升，傳統營銷模式下規模與效益的矛盾開始顯現。同時，隨著新版GSP的深入推行，零售藥店軟、硬件投入要求加大，也預示著零售藥店低成本擴張的時代一去不復返。根據《2019年中國醫藥市場發展藍皮書》的統計計算，中國藥品市場終端銷售額由2013年的10611億元上升到2018年的17878億元，年化復合增長率為10.78%。而在2019年上半年，銷售額同比增長降為5.3%。由此可以看出，零售藥店經營模式創新，從而改變高成本、窄市場、顧客粘度低的局面成為零售藥店經營者需要關注的問題。

經過多年的經營以及行業性質的要求，不少零售藥店的經營數據極其豐富，如企業進銷存數據、醫保銷售數據、會員數據等，然而對數據價值有真正認知并開始利用的并不多。有些藥店經營者對數據的認識還停留在會員檔案、銷售額等層次，對數據的深入挖掘、全面利用的意識尚未形成。零售藥店如何在變化迅速、競爭激烈的營銷環境中，根據不同用戶的需求提供精準服務已經成為其在市場運營中必須解決的問題。一些經營者希望通過購買第三方數據應用于自身藥店，但高昂的價格和不理想的數據契合度，導致方案很難實施。實際上，藥店經營者可利用K-means聚類算法等方式對自身藥店大數據進行深入挖掘，憑借“消費者畫像”形成精準營銷，以此提升顧客體驗、提高流程效率，降低成本以及最終提高顧客滿意度。

■大數據能夠帶來什么價值?

大樣本的消費者行為和需求特征不是個體的無序排布，通過聚類分析可以歸納、分類，從而產生個性化的精準營銷策略。基于K-means聚類算法，可挖掘出大數據背后有規律的模式、信息，并予以加工變成有價值的參數。例如，零售藥店可以通過銷售記錄、醫保信息、會員信息等途徑，分析出顧客的購買習慣與一般性規律，經營者可對這些數據加以利用，從而完成顧客的特征分析和“消費者畫像”，從而提升顧客體驗、增加營收。大數據給零售藥店帶來的價值主要包括如（圖1）。

（一）藥店收益擴大化

通過對藥品、顧客和銷售環節進行大數據分析，可以將正確的商品在正確的時間、正確的地點以正確的方式展示（銷售）給正確的顧客，讓應季爆款商品不缺貨，提升商品關聯度。

（二）定位精準化

經營者如果想在某一區域開拓市場，首先要做的就是對項目進行評估，做出可行性分析，以此完成市場定位。該區域人口的多少、年齡結構的分布、消費水平的高低、顧客消費習慣的特點等數據，都屬于市場調研的范疇，針對這些海量大數據的分析就是市場定位的過程。只有定位精準，企業的后期經營活動才可能朝著正確的方向發展。

（三）流程改造和效率提升

通過大數據分析，零售藥店經營者可以發現一些“無價值”的因素，比如在入庫環節存在的藥品分類不準確、結賬信息輸入與會員信息輸入內容重疊等情況，對這些因素予以清除或改造，可以大大提升日常工作效率、縮減成本。

（四）科學預測未來

圖1 大數據為零售藥店帶來的主要價值

零售藥店可以利用K-means聚類算法對歷年銷售數據進行深度挖掘和分析，通過預測建模，對未來特定日期或季節的顧客主要購藥需求做出精準判斷，為藥店提前備貨，提前指定銷售方案提供可靠依據。

（五）新產品和新市場的發現

通過對現有藥品、銷售狀況、流行病預警、市場走勢、設計特征、藥廠產地等因素的分析，判斷應該推出什么樣的新產品，有多大可能成為“爆款”，以及最適合什么樣的市場。

■零售藥店的大數據來自哪里？

很多零售藥店經營者認為，像阿里、百度這樣的大型互聯網企業才是大數據的“發源地”，而一家小小的藥店沒有大數據可言，其實不然。零售藥店在日常運營過程中，即可產生大量的有效數據，包括每日的營業流水、入庫信息、庫存信息、醫保信息、促銷信息、會員信息等。隨著經營的延續，日積月累數據量也會非常龐大。目前，按照新版GSP的要求，ERP、CRM等系統的廣泛使用，數據特別是EDI的兼容性已經不成問題，這就為零售藥店大數據應用奠定了良好的基礎。藥店經營者可以通過K-means等算法，將不同格式的數據巧妙地結合在一起，從而形成真正的大數據應用。例如，將藥店品類管理數據與會員數據結合，即可完成初步的“消費者畫像”，為有針對性的促銷活動提供有效支持。

另外，市場上存在的大量數據平臺和數據提供商也為零售藥店經營者獲得店外數據提供了便利，經營者可以以可接受的成本獲得更多行業數據、市場預測、分析報告等信息。例如通過阿里平臺的數據魔方，可以為經營者提供全方位的醫藥行業大數據支持，經營者將店內數據與行業數據有效結合，可以得出更加全面的分析結果。

■零售藥店大數據營銷范例

藥品是“特殊的”商品，用藥需求的迫切性、質量與療效為首位的需求、醫保使用的約束條件都決定了藥品不可以把一般商品的銷售方式照搬全抄。在電子商務迅猛發展的現階段，很多一般商品的B2B、B2C模式并不完全適用于藥品零售行業，而采用線上與線下相結合的020 (Online to offline)新型模式則另辟蹊徑地解決了藥品零售行業在電子商務領域面臨的這些困惑。零售藥店大數據應用的目的之一即實現精準營銷，將大數據與常用移動端社交軟件如QQ、微信等結合使用，最終產生定制化的顧客體驗，將成為未來一段時間比較受歡迎的營銷方式。

騰訊公司于2011年推出的一款名為“微信”的社交通訊軟件，該軟件基于移動智能終端免費使用，其支持跨通信運營商與操作系統的使用，在信息交流中通過耗費流量提供多種服務功能，如定位服務、朋友圈服務、共享資訊服務、公共平臺服務、語音記事本服務等。微信公眾號是開發者或商家在微信公眾平臺上申請的應用賬號，該賬號與微信賬號互通，平臺上實現和特定群體的文字、圖片、語音、視頻的全方位溝通、互動。目前，零售藥店基本都建設有以會員營銷為中心的店面公眾號平臺。該平臺既可以讓藥店經營者進行微推送、微促銷、微咨詢、微提醒等活動，微信會員管理功能又為藥店大數據應用提供了技術接口和重要參數，形成了一種020相結合的微信互動營銷方式。零售藥店通過大數據的深入挖掘，借助微信公眾號平臺完成精準營銷，有如下步驟：

（一）步驟一：精準定位

零售藥店的精準定位是在藥品品類細分和消費者細分的基礎上，深入分析各自市場消費者行為特點，然后有針對性地選擇目標市場，再根據分析結果進行市場定位，以此制定出營銷效果明確的營銷方案，從而保證顧客內在價值和消費粘度的提升。藥品品類細分可按照零售藥店的行業標準，也可根據店面經營特點進行，不必拘泥于“大而全”。消費者細分依據于從多個渠道收集到的顧客基本特征數據，如年齡、性別、聯系方式、微信號、購藥金額、購藥類型等。分析消費行為可以從四個關鍵維度出發，既消費近度、消費密度、消費強度和消費寬度。消費近度主要是指顧客最近一次發生購買行為的時間；消費密度是指顧客一定時間段內購買的次數，零售藥店一般情況下以半年或一季度作為統計區間；消費強度是指顧客平均每次消費的金額，零售藥店要特別注意區分醫保消費和自費金額；消費寬度是指顧客在統計區間內購買過多少品類的藥品。

（二）步驟二：聚類分類

零售藥店經營者使用K-means聚類算法對顧客數據進行聚類分析，前提是科學地利用收集到的數據進行顧客分類，對于千差萬別的顧客消費行為，要仔細分析其共有的基本特征，從而形成“消費者畫像”?；咎卣鞯木垲愋枰獙€體的無標注數據劃分為若干個類或者簇，同時還要滿足聚類結果中類樣本高相似度，類間樣本低相似度的基本設定。

（三）步驟三：制定精準營銷方案

精準營銷是在前期工作的基礎上，依托現代信息技術手段建立的個性化顧客服務體系，從而實現零售藥店在成本可控情況下的高收益發展策略。具體流程可根據K-means聚類算法分析出的不同類型目標顧客，按照行業特點進一步進行細分，最終形成不同類型的顧客群，如價值型顧客、保守型顧客等。在此基礎上，經營者結合自身經營特點，把握消費者需求差異，有針對性地制定營銷策略，如慢病管理類細分為高血壓類顧客、糖尿病類顧客、心腦血管類顧客等，以提高顧客復購率和顧客忠誠度。

（四）步驟四：精準營銷實施

將大數據聚類分析的結果導入微信公眾號平臺，精準營銷進入實施階段。與傳統營銷方式相比較，微信公眾號營銷具有最典型的優勢是互動性強，在營銷過程中表現為經營者與顧客能進行及時的雙向溝通，能及時收集顧客的反饋信息，有利于提供更好的精準營銷實施效果。以慢病管理顧客類型為例，糖尿病類顧客除收到基本的營銷推送外，可定期收到藥品使用情況的跟蹤、患者用藥、備藥提醒以及日常保健常識等信息。這種根據顧客慢病病種、需求偏好、消費習慣等進行的精準營銷，可有效地提升顧客認可度和復購率。同時，依靠微信公眾號平臺的雙反饋功能，藥店經營者可以時時了解不同類型顧客對營銷方案關注度的變化和差異，對精準營銷方案的動態調整和推進提供了有效地保障，進而提高顧客的關注度、滿意度和忠誠度。