大數據在農產品電商的應用

◎方映喬

?

大數據在農產品電商的應用

◎方映喬

大數據時代

“大數據時代”最早是由全球知名咨詢公司麥肯錫提出的。它認為，在市場參與者（消費者、企業等）的行為數據化之后，通過對數據的挖掘和運用，將客觀、真實地反應出市場行為趨勢。在這里，數據所反應的是市場的常態，而非特殊狀態。換而言之，“大數據時代”就是利用數據發現規律、建立市場規則的商業模式。

客觀，是數據的典型特征。比如通過采集某區域內消費者購買物品數量的數據，可以看出該區域消費者的日常消費偏好；又比如通過統計對于某產品客流量、了解量、購買量的數據，通過轉換率的波動來了解市場變化規律。這些常態數據，是根據已經發生的事實中摘取，所以并不會隨主觀改變。同時，只要不被外力（如廣告等）影響，就會不斷地重復（這里可以用人類的習慣來解釋）。因此，合理的數據將是數據不僅反映普遍的市場規律，更是消費者個性的體現。由于消費者與消費者的消費習慣不可能完全一致的，那么，不同的數據能反映不同消費者的偏好性（即個性）和共性。于是，不僅消費者能通過數據“對號入座”，找到偏好商品，而且市場也能通過數據的共性，定位目標人群。

精準，也是數據的另一方面的影響。此處的“精準”，并非“零誤差”，而是相對準確地鎖定所代表的范圍。結合“客觀”的屬性，數據可以將人們的主觀感覺更具體的展示出來。比如，通過溫度變化和人們感受的數據對比，就能得知體溫和環境溫度的關聯度，并可以借此簡單判斷人們的身體是否無恙，以及對應的嚴重程度。

精準的意義在于建立標準（標桿），尤其是建立在客觀且被廣泛接受的數據之上的標準，會更堅固且不可取代。

簡單來說，數據的作用，就是告訴你這是（客觀）什么，而不是（主管）“覺得”是什么。以體溫和環境溫度的假設為例：當環境溫度比體溫低10攝氏度左右，人們會感覺到涼爽；當環境溫度比體溫低超過15攝氏度左右時候，人們會感覺到冷；當環境溫度比體溫低超過20攝氏度左右，也許人們會感覺到很冷。于是，醫生可以通過病人的感受，大概知道病人的嚴重程度，繼而精確控制藥的分量，而非因為醫生的主觀的差異認識導致用藥過量或者少量而影響治療進度，極大地減少誤診的風險。其中，10、15、20等數字，就是基于大量的數據分析之上而得出的結果。（注：該案例僅是假設，用以說明在日常生活中數據的作用模型。）

數據代表著真相，至少是真相的一部分。這意味著，在未來的競爭中，誰能掌控數據，誰能搶先一步掌控市場發展命脈。那么，如何掌控數據？

互聯網模式或許是一種新的結合方式。隨著計算機及網絡技術的發展，對數據的采集、挖掘和應用的技術和模式上也有了更快的發展。根據對象的不同，采集數據的方法也不一樣。如車聯網模式，便是通過車載工具（采集數據）、云平臺（收集、發送、分析數據）、用戶（使用數據）來實現完整的數據架構。

農產品電商

回到農產品的問題上，在生活中，農產品電商一直電商界的難題。拋開門戶類的網站（或許它并不算真正的電商，但其線下大量涉及批發交易，因此在這里默認為電商的一種形式），縱觀目前已有的農產品電商，都未曾達到如淘寶一樣的巔峰。究其原因，或許是拘于以下幾種因素：

首先是冷鏈儲藏問題。由于農產品自身的特殊性，它對運輸過程中的溫度、擠壓程度、抗震程度等外界環境有著較高的要求。即便運輸到達目的地，從入庫到售出，中間又不得不設計到儲藏問題。而在這個環節上，各大知名生鮮B2C（Business To Customer，商家到用戶）廠家多數是全套自己干——花大價錢自建冷庫，自購冷藏車，力求在物流配送過程中力保食物的新鮮和質量。然而，這樣真的解決問題了嗎？

其實不然，尤其是對農產品電商來說，這只是治標治不治本的方法。眾所周知，各大線下賣場（如超市、水果店）為了延長農產品的銷售周期，最常使用的方法就是將之冷藏，待到合適的時候再將之解凍并出售。而經過長時間冷藏之后，農產品的賣相、口感、營養都會出現不同程度的衰退、下降——這是任何技術都無法避免的問題（個中原理是即使冷藏能緩解衰敗的速度，但從低溫回復到常溫之后，衰敗同樣會加速。）——之前媒體大幅度曝光的“僵尸果”是類似事件。換而言之，消費者買到的并不是真正意義上的“生鮮”。通過冷鏈儲藏的農產品電商也是一樣道理，尤其是他們當中絕大部分采取的是采購模式，這個問題在實際中就會變得更突出。

除了因為冷鏈儲藏導致品質問題，電商交易的硬傷問題（即用戶的主觀認識和客觀存在的差異性。，如視覺差異，標準差異等）也是無法繞開的問題。且不談放棄國內的市場，偏重選擇進口國外農產品這樣繞開問題的做法，給國內農產品標記來自某某某果園的標簽，加上一堆辭藻華麗的形容詞，怎么看起來都是自賣自夸，無法從根本上解決用戶的核心問題：這是我想要買的嘛？好吃嗎？

在價格上，由于承受了冷鏈儲藏的成本，價格并沒比市場價格低多少。以“黑美人西瓜”為例，在進貨價在1.1元/斤的黑美人西瓜，在各大電商網站上的價格已經到3.2 元/斤～5.3元/斤的程度。對絕大多數消費者來說，個中差異并不明顯。

因此，農產品電商關鍵在于：先要有放心產品；得要有放心產品之上的標準；要有合適的物流配送基礎；服務也是關鍵。

結合論證

綜上兩節分析，大數據在一定程度上，是能夠補足農產品電商的根本不足。如我們通過采集農產品數據，為消費者“描述”出一個更客觀立體的農產品實物形象，并以此作為信譽背書基礎，最終實現大數據與農產品電商的結合。那么，這樣的結合模型是否可行呢？

首先是在商業角度上，基于“大數據時代”的理念之上的“大數據”和“農產品電商”的結合。兩者的結合有意義有在于：

“大數據”能直接消除“印象”和“實物”之間的差距問題。由于各種原因，即使在電商如此蓬勃發展的今天，無論是哪家電商，都大量存在“貨不對板”的情況。如“很甜”，“不酸”等主觀認識差異是引起爭議的重要原因。在過往，通常是通過品牌背書（如京東、天貓），或者貨源控制（如唯品會）來對商家進行約束。而大數據并沒有為消費者提供任何主觀影響，而是直接通過“大數據”的收集方法，將各種主觀認識客觀地表達出來。每一個消費者在商品選擇上，都是主觀不可挑剔的。當然會出現印象與實質的偏差，但隨著時間推移，終究會無限偏向于完美符合。這也意味著，兩者的結合能將消費者真正想要的東西展示出來。

“大數據”不僅幫助消費者篩選適合自己口味的農產品，更能通過篩選的過程中，對農產品品質分級，建立標準。以水果為例，一旦水果口感標準能被認可，那么，果園面對的不僅僅是水果市場，甚至可以面對如飯店、飲料、加工廠等加工市場。市場變大，自然盈利能力也隨之增大。

“大數據”所建立的客觀形象跳出了不同文化之間的差異。在某種程度上，認識數據比認識某種農產品更直接有效。于是，“大數據”與“農產品電商”的結合，也可以作為進出口貿易的平臺——無論是進口還是出口，數據是打入市場最直接的方法。

其次是從人文角度上，中國農業的利用都還停留在很粗糙的耕種——買賣——耕種的循環模式中。一般情況下，基于學識、眼界和經濟能力等原因的限制，農民不會主動改良品種，他們能做的，就是在同一片土地上種所熟悉的東西，收獲并買賣。最可怕的是，隨著大量的青壯年勞動力“北上南漂”，農業向前發展的后力也就更加不足了——極有可能再過幾十年，我們會面臨著純天然的食物越來越少，越來越難吃的狀況。

與農產品電商結合之后，數據采集則很大程度反映了市場的需求反向。兩者的結合，相當于為農民建立的良好的市場風向標：擺脫傳統的跟風種植的市場導向，到個性化培育個性運作，讓每種產品都能找到它的偏好人群。

從大數據的特點，在農產品電商的現狀相結合，從理論上來說是可行的。這種應用方式，無論在商業角度，還是社會效應上，都具有很大的發揮空間。實現應用的前提，是能夠找到先行的檢測，在消費者接觸到農產品之前，能及時、準確地將數據檢測、展示出來。若失去了這一先行工作，整個模式的結合將不具有可操作性。

（作者單位：中國社會科學院研究生院）