“大數據”驅動的零售企業商業模式創新探究

楊燦榮+鄭淑蓉+盧益

內容摘要：本文在介紹零售企業“大數據”含義和特征的基礎上，提出顧客價值主張是“大數據”驅動的零售企業商業模式創新的內容，并闡述大數據分析技術驅動的零售企業商業模式創新的運營支撐條件和資源支撐條件，最后為零售企業商業模式創新提供建議。

關鍵詞：大數據 零售企業 商業模式創新

隨著信息技術、網絡技術和移動設備技術的蓬勃發展，“大數據”應運而生。麥肯錫（2011）認為“大數據”逐漸成為重要的生產要素，其運用將帶來新一輪生產率增長和消費者盈余浪潮，是創新、競爭的下一領域。“大數據”孕育著大量的市場機會和廣闊的利潤增長空間。近年來，零售企業面臨網絡零售帶來的巨大挑戰，銷售利潤不斷下滑，被迫關閉的零售店與日俱增，在大數據浪潮下，零售企業傳統商業模式因缺乏大數據共享機制，難以滿足顧客的多樣化需求，無法實時快速回應消費者需求，其弊端日益顯露。由此，零售企業急需以“大數據”為驅動，創新商業模式，實現升級轉型，從而求得生存與發展。

“大數據”的內涵及零售企業大數據源的內容

（一）“大數據”含義及特征

“大數據”是指大小超出了一般數據庫軟件收集、存儲、處理和分析能力的大容量數據集（Bill Franks，2013）；其“大”不僅指數據規模大，還指通過對海量數據整合和分析發現新知識，轉化為商業優勢，帶來大價值、大利潤和大發展。“大數據”一般包括四個特征（四個V）：一是數據量大（volume），數據量級別以EB和ZB計算；二是數據類型多樣（variety），除了傳統結構化數據，還涵蓋文本、圖片、音頻、視頻、評論、地理位置信息等半結構化和非結構化數據；三是數據價值高、密度低（value），利用大數據技術對海量的數據進行挖掘，發現數據背后隱藏的價值；四是實時處理（velocity），“大數據”通常以數據流的形式動態、快速產生，具有很強的時效性，要求對數據進行有效和適時的處理。

（二）零售企業大數據源的內容

1.大交易數據。即零售企業內部因交易產生的數據，主要指來源于企業ERP、SCM、CRM和WEB交易系統并以SQL數據庫來存儲的數據，可以分為企業營銷數據、企業管理數據兩部分。前者是將企業產品或服務轉移到顧客身上所產生的數據，有顧客數據、銷售數據、價格數據、產品數據、市場競爭數據等；后者是對企業的產品、人員、設備進行管理而產生的數據，有財務數據、運營數據等。

2.大交互數據。主要是來自互聯網、移動互聯網中人與網站、人與人交互產生的數據，主要包括消費者在零售企業電子商務網站上進行商品搜索、瀏覽、比較、購買時產生的點擊流數據、來自社交網絡和即時通訊軟件的分享推薦、交流溝通、咨詢等社交數據，涵蓋視頻、即時通訊記錄、錄音、圖片、帖子、點擊動作等各種類型的非結構化數據。

3.感知數據。主要來源于物聯網中的傳感器、RFID、GPS芯片、觀測設備等檢測到的關于零售企業產品、設施、路線布局、柜臺設置和顧客等信息的數據，包括傳感數據、RFID數據、觀測數據和由含有GPS芯片的各種智能終端等產生的地理位置信息數據。

“大數據”驅動的零售企業商業模式創新內容

顧客價值主張創新是“大數據”驅動的零售企業商業模式創新的核心內容。顧客價值主張是對顧客真實需求的深刻描述，是企業經營活動的起點，只有明確了企業的顧客價值主張，企業才能開展其他的活動（魏煒、朱武祥，2009）。“大數據”驅動的顧客價值主張創新，主要包括：

（一）以實現顧客個性化價值為戰略目標

零售企業應以實現顧客個性化價值為戰略目標，通過布局“大數據”戰略，利用大數據技術整合和分析容量巨大、類型多樣的數據，全面洞察顧客的需求偏好和購買行為，精準搜尋目標顧客，實時為顧客提供個性化的產品、服務和體驗，保證顧客對企業活動的個性化、深度化參與，促使顧客個性化的價值主張得以實現。

（二）精確地洞悉顧客的真實需求

零售企業應利用基于大數據分析技術的平臺，將顧客個性化參與融入傳統價值鏈活動中，實時儲存和整合顧客的大交易數據、大交互數據和感知數據，通過數據分析挖掘顧客真實需求信息，勾勒出一個360度顧客全景視圖，獲得全面、精確的顧客真實需求信息，設計精準、實時的需求響應系統，滿足顧客個性化需求。

（三）精確到個體的顧客細分

零售企業應利用“大數據”獲得全面精確的顧客需求和購買行為信息，借助大數據分析工具從多種不同的維度對顧客進行更精準的細分，形成每個顧客的購買需求、購買行為、購買偏好和購買決策的信息，從而實現對顧客的個性化營銷。

（四）實時精準的定位

零售企業應通過大數據技術收集、整理、分析和反饋來源眾多、類型多樣的顧客數據，實時模型化顧客的行為，隨時隨地精準定位顧客潛在需求，快速精準識別顧客購買決策，主動推薦產品或服務促進交易的完成，實時滿足顧客需求。

“大數據”驅動的零售企業商業模式創新的支撐條件

（一）創新的運營支撐條件—關鍵業務和流程創新

1.體驗創新。零售企業需要利用大數據技術不斷優化顧客的購物環境和購物內容，更加地符合顧客的購買習慣，更好地滿足顧客的心理訴求和體驗偏好，提高顧客體驗水平。一是構建顧客體驗分類模型。通過大數據技術收集和分析顧客購物過程中與企業及其產品的每一次接觸行為數據，依此判斷和評估顧客的購物體驗狀況，從中提取關鍵性的顧客體驗指標，并對其指標進行聚類分析，歸納出顧客體驗的主要類型，構建顧客體驗差異分類模型，針對主要顧客進行深入的購物體驗調查，依據調查結果進行業務流程設計，針對顧客交易過程中因體驗不佳放棄購買的環節進行再設計，改進顧客購物流程和環境，提高顧客體驗水平。二是構建顧客流失監測與預警模型。運用大數據技術，收集和分析流失顧客的行為特征和流失成因等信息，構建顧客流失監測與預警模型，提前發現流失顧客狀況，及時、主動地關懷和挽留顧客，降低顧客流失率。endprint

2.營銷創新。零售企業需要構建顧客購物行為模型，主動推薦個性化服務，實行精準營銷。一要借助大數據技術，整合顧客需求、行為偏好的數據，根據數據分析結果構建顧客購物行為模型。二要在實時更新顧客購物行為模型基礎上，主動向顧客提供優質的體驗和關懷，精確推薦符合顧客需求的個性化產品或服務，實現精準營銷，滿足顧客個性化需求。三要實行全渠道營銷。利用盡可能多的渠道與顧客互動（李飛，2013），除實行電商化策略外，還應通過網上店鋪、移動店鋪發起地面活動，邀請顧客到實體店消費、參加節日主題活動等，把網絡購物和實體店購物體驗完美融合起來，以滿足顧客購物、娛樂和社交的綜合體驗需求，實現全方位的營銷。

3.供應鏈管理創新。零售企業需要利用大數據分析技術將供應鏈所有環節（供應商平臺、交易系統、倉儲管理系統、運輸管理系統、數據分析系統等）整合在一個供應鏈平臺上，統一管理、全面共享各環節數據，實現供應鏈管理創新，包括根據顧客購物行為模型，控制企業產品的采購和銷售；推動大規模產品定制預售活動；建立一套科學的庫存管理預警機制，保證庫存、價格信息的實時更新等。

（二）創新的資源支撐條件—關鍵資源能力創新

1.大數據分析技術。主要包括：大數據收集。零售企業需要運用大數據收集工具及不同收集方法，收集各種顧客需求偏好和購物行為的數據。大數據存儲、集成及預處理。零售企業需要利用云存儲的數據倉庫系統對大交易數據、大交互數據和感知數據進行解析、清理和重構等，對缺失值、重復數據和噪聲數據、異常數據進行有效處理，并按主題進行數據組織，便于數據查詢和實時訪問，為零售企業提供數據共享，提高企業經營決策效益（譚磊，2013）。大數據組織。零售企業需要對進行包括數據轉化、數據抽取兩方面的大數據組織（徐國虎、孫凌，2012）。數據轉化是對數據進行預處理后，將結構化、半結構化、非結構化數據進行過濾或映射轉化為模型和索引，提煉出有意義數據；數據抽取是檢測數據的相關性，以發現關聯的數據所蘊含更大的價值特征，從顧客行為數據和產品銷售數據的關聯性中，分析不同群體顧客購買模式。大數據挖掘和應用。零售企業需要通過挖掘顧客行為、需求和消費偏好等數據，實現顧客分類模型和顧客流失模型、基于位置和時間的精準化推送、產品關聯推薦、市場交叉銷售、預測顧客再次購買、商場布置、貨架布置、貨存安排、企業輿情分析等應用安排（惠琳，2014）。

2.商業洞察能力。商業洞察能力的本質是將大數據資源轉化為企業預見力和決策力。零售企業需要在本企業市場、投資、運營等部門共同協作下，利用“大數據”預測顧客潛在需求和市場機會，指導企業的業務決策，將數據精確度和決策粒度相結合，優化企業經營管理方案。

3.大數據成果共享能力。大數據成果共享力直接影響零售企業的經營質量和經營效益。零售企業需要通過大數據戰略部署，重新定位大數據分析部門的功能，通過將大數據分析部門和IT部門定位為大數據技術和成果服務提供者；加強大數據共享平臺建設；不斷完善大數據成果共享機制，打破信息部門、營銷部門、客服部門、供應鏈部門和銷售部門等各部門間的數據壁壘，實現跨部門顧客購買行為和需求偏好數據的共享等措施，增強大數據成果共享能力，實現精準營銷和立體營銷。

“大數據”驅動的零售企業商業模式創新建議

第一，零售企業進行商業模式創新，要充分利用不斷發展的大數據技術，以顧客需求為核心，優化配置各運營要素和資源，促進顧客價值主張創新、關鍵流程創新和關鍵資源能力創新，采用合適的創新途徑，調整和豐富商業模式，促使零售企業獲得可持續的競爭優勢。第二，零售企業的顧客價值主張創新活動要以實現顧客個性化價值為戰略方向，利用大數據技術對類型多樣的海量數據進行快速、實時分析，精確地察覺到目標顧客真實的需求，熟悉每個顧客的需求和行為模式，對每個顧客實施實時、精準的定位，通過構建實時、精準的需求響應系統主動為每個消費者推薦產品或服務，從而使得顧客個性化價值得以實現。第三，零售企業要將大數據技術運用到企業采購、倉儲、物流配送、營銷、銷售和服務等價值鏈上的所有環節，優化企業運營流程，及時快速地回應顧客需求。第四，零售企業要采取與大數據技術供應商的合作、自主研發大數據處理技術、引進和培養大數據分析人才等方式，提高大數據分析能力，拓展大數據應用范圍，不斷提高企業的商業洞察能力；通過優化數據組織結構、構建大數據分享平臺和制度等措施，完善大數據成果共享機制，實現大數據技術和成果跨部門跨職能流動，使企業的經營決策更趨智能化。

參考文獻：

1.John G， David R. The 2011 Digital Universe Study： Extracting Value from Chaos[EB/OL]. EMC Corporation.http：//china. emc.com/collateral/analyst-reports/idc-extracting-value-from-chaos-ar.pdf.，2014-4-20

2.Mckinsey Global Institute. Big Data： The Next Frontier for Innovation， Competition and Productivity [R]. 2011.5

3.Bill Franks著.黃海，車皓陽，王悅譯.駕馭大數據[M].人民郵電出版社，2013

4.魏煒，朱武祥.發現商業模式[M].機械工業出版社，2009

5.李飛.全渠道零售的含義、成因及對策—再論迎接中國多渠道零售革命風[J].北京工商大學學報（社會科學版），2013（2）

6.譚磊.大數據挖掘[M].電子工業出版社，2013

7.徐國虎，孫凌.基于大數據技術的線上線下電商用戶數據挖掘流程分析[J].中國集體經濟，2012（30）

8.惠琳.大數據時代本土零售業精確營銷探討—基于數據挖掘的角度[J].商業時代，2014（4）endprint