大數據背景下的零售企業商業模式創新

曹菲

◆ 中圖分類號：F713 文獻標識碼：A

內容摘要：“大數據”網絡方興未艾，但是其實踐價值卻已經凸顯出來。本文通過介紹零售企業“大數據”的基本內涵和外延，給予讀者一個更加清晰的概念認識。繼而分析得出顧客需求是驅動整個零售行業模式創新的原動力，也是指導大數據應用的重要依據。最后闡述運用“大數據”分析現有數據并參與實踐的運營要求和資源前提，為零售企業創新發展模式提供參考。

關鍵詞：大數據 零售企業 創新模式

引言

隨著時代的迅速發展，社會的信息網絡逐漸完善，信息交換系統和協作系統都發生了較大的變化，信息技術和網絡技術以及移動互聯技術的迅速發展和創新已經顛覆了整個世界交易和交流的方式。在這種大背景下，傳統的數據分析方式已經不能滿足日益復雜的發展需要，“大數據”正是在這種強烈需求下產生的，麥肯錫認為：“大數據”作為一種日漸發達和成熟的信息網絡分析工具，已經成了生活生產中重要的數據支撐工具，這種超越社會不充分經驗歸納的數學工具已經遠遠超越了人腦所能到達的領域，逐漸成為一種指導生產方向、模式、發展趨勢的重要生產要素之一，這種全新的生產要素成為帶動其他傳統產業特別是工商業發展的重要工具。傳統的產品訂購、原材料采購、商品生產、銷售模式很大程度上會造成產品過剩和資源浪費，而在大數據的支持和分析下，傳統制造業可以根據未來可能出現的產品需求和產品銷售群體定制商品數量和定制特定的服務，這就極大地提高了機械化水平，提高了勞動附加值，降低了產品的資源消耗比例。“大數據”的正確應用甚至可能帶動整個第四次產業革命的爆發，新的企業在新一輪的產業改革中，必將以“大數據”為依托，在生產和消費中不斷平衡，縮小規模，減少成本，增加利潤，減少消耗。在新的商業模式下，零售市場必將發生巨大變革，原有的商業模式正在漸漸失去活力，勞動密集型和低附加值的銷售模式已經不能夠持續，原先依靠規模經濟取勝的銷售理念和發展理念已經逐漸被時代拋棄，定制化和人格化的商品銷售模式正在各行各業發展的如火如荼，并逐漸占據整個銷售市場的大半利潤來源，以極少的銷售量獲得了極大產品利潤。

Viktor-Mayer-Schonberger提到：“大數據”與傳統的數據分析方法不一樣的地方在于，隨機選取大量實驗樣本分析抽樣的方法已經不能夠滿足對數據全面性的要求。因為在現今的數據網絡中，各種各樣的相關的和不相關的數據實在是過于繁雜，傳統的依靠數據規律分析的方法并不能反映數據的全貌，僅僅只能依靠隨機抽樣本進行分析，這種分析得出的結論存在著片面性，另一方面，數據的真實性和可靠性并沒有其他方法進行驗證和比較，數據分析結論正確性存疑。而且，傳統的數據分析方法總量上的局限性、分析方法工作量相對人力來說巨大、數據分析方向單一等特點已經不再適應當前數據分析的要求。在這種情況下，“大數據”分析是時代的需要，更是不得不采納的數學分析方法。面臨大數據的沖擊，傳統行業如果合理利用則會增進自身發展，不合理使用則會被時代淘汰。具體到零售行業，整個零售批發產業正在面領著極大的挑戰，究其原因，就是因為資本的盲目生產和需求之間的差距導致的。面對日益多樣化的消費需求，只有充分利用“大數據”環境下的數據分析方法，驅動零售產業創新發展，才能在新的時代抓住商機。

“大數據”的特征和數據來源

（一）“大數據”的特征

“大數據”的關鍵特征是在于數據總量的極其龐大，與原來的定量抽取調查不同，“大數據”數據量的龐大已經超越了原先的普通的數據庫系統，在信息的收集、信息的采樣、信息的歸納、信息的處理、信息得出的結論方面都更加準確及時高效。這種體量上的龐大更預示著其前景可期，能夠帶來許多意想不到的創新模式和創新利潤，具體包括四個方面：

其一，搜集的數據總量巨大（volume），在信息化時代，我們生活的方方面面以及生產的總過程已經超越了傳統的經驗可及的范圍，現行的生產過程是將其數據化并且通過計算機系統加以分析，實際工作效率遠遠超越了人類的速度。這種龐大的數據帶來的不同的組合常常會應用于傳統行業比如會計和審計行業，并且取得了很多意想不到的效果。

其二，構成數據要素的多樣性，除了傳統的文字、圖片、語音等信息，還涵蓋了視頻、地理環境、產業狀況等非結構化構成要件要素。這種非結構化數據可以幫助我們從不同角度深度挖掘不同數據背后的含義，通過多樣化的認證方式驗證實驗結論，這種認知上的多維性會極大地開拓我們的認知視野，增加認知準確性讓我們不至于局限在單一的思維模式里。

其三，數據價值高，這種高價值的數據往往可以通過數學分析的方式得到不同的深度結論，如何利用數學模型深度挖掘其背后的重要信息應用于日常生活和生產實踐，是當前重要的課題。這些隱藏在“大數據”背后的有價值的理論一旦應用于實踐，將會發生產值的爆炸式增長，所以現在眾多的互聯網企業開始重視“大數據”的作用，開始著力于建立自己的數據庫系統。

其四，數據時效性強，傳統的數據分析系統是通過數據采樣、數據收集、數據分析、數據驗證的方式才能獲得最終的結論，這種信息分析手段已經過時，因為要求實驗數據的準確，數據搜集時間會很長，這種長期的分析一般情況下只能作為事后分析，時效性上的差距減少了數據分析的實踐價值。而在“大數據”的支持下，利用計算機系統的快速運轉可以極大地增強數據的時效性，為當下的生產和生活提供及時準確的指導，從而極大地提高了生產效率。

（二）“大數據”的數據庫來源

1.企業交易數據。交易數據來源有很多，最主要的還是來源于企業的交易數據，因為企業是資本市場的競爭者，它對于“大數據”的需求是最旺盛的，“大數據”最先運用的領域也必然是商業領域，由于信息的不通暢，企業并不知道消費者的真實需求和真實想法，在原來的物質匱乏商品稀缺的時代，企業完全可以依靠大批量的生產和銷售來獲取高額利潤，但是當前商品供應系統已經很完善，資本已經在逐漸貶值，，企業的交易數據、銷售數據、采購數據都成為企業嚴格管理成本、增加利潤和減少消耗的重要指標。在零售企業內部，企業的數據主要分為兩部分：營銷數據和內部管理數據。前者主要包括顧客消費數據、銷售總量數據、購買趨勢數據、價格趨勢數據、產品研發數據、市場競爭情況數據等，主要是反映企業在銷售的過程當中銷售的具體情況、未來消費者購買趨勢和消費者偏好等，企業內部管理數據則主要包括企業的產品成本、人力資源成本、設備損耗、財務運營狀況等。這種大數據下的企業交易數據是“大數據”重要的來源，也是推動發展的主要資本動力。

2.用戶交互數據。交互數據主要區別于交易數據，指的是普通的消費者、用戶、移動端等在交流的過程當中所產生的數據。比如在網上購物的過程中，就會產生購買傾向的數據、購買產品的數據以及心理比價的過程，這種全方位的記錄使得數據更加全面和完善，從而可全面深入了解消費者的心理需求和實際需求，這樣網站和商家就可以推薦很多適合消費者的商品，這就使得廣告運營更加具有針對性。原來的報紙、電視臺和廣播等傳統媒體是主要的廣告方式，現在則是主要通過電子商務網站和搜索引擎來發布廣告，這種改變主要是基于大數據的方式來選取的，消費者的點擊、購買以及瀏覽反映了其購買區間和購買欲望，已經成為商家銷售的重要依據。同樣地，這種交互不僅僅在于每一個單獨的個體之間，更在于消費者使用信息交流軟件和互聯互通軟件過程中，在使用這些手機軟件時，消費者分享自己喜歡的商品，這樣就獲得了鏈式效應，一次購物產生的效果會波及消費者的朋友圈和生活圈，這變相加大了數據產品的結構總量，無論是通過文字、圖片、音頻或者視頻的方式，我們總是處于數據化所編制的數據網絡中。

3.感知數據。感知數據的數據來源區別于企業數據或者人與人之間的交互數據，其來源于傳感器和觀測設備，特別是現代可穿戴設備的極大拓展，使得每一個個體的數據也被記錄下來，通過記錄運動數據，人們可以適當安排運動量，避免運動過量導致身體損傷，更主要是避免長期不運動導致的身體損害；通過地理位置數據的生成，可以安排運動軌跡，通過分享位置獲得心理上的滿足。這種通過傳感器獲得的數據往往比較分散，但是卻極其準確和個性化，值得予以關注和收集。

以“大數據”為導向的零售創新

在現有的零售模式下，生產銷售主要是靠經驗預測，極大地影響了工作效率，大量的商品被生產出來，但是同質化的商品并不能滿足客戶的多樣化需求。“大數據”在零售商業領域的創新根本標準是顧客的需要。顧客需求是“顧客價值主張的”專業化表達，這種需求至上、顧客至上的銷售模式自古有之，但是在現代卻遇到了其固有的難題，即企業所知信息和顧客所需信息之間的信息交流障礙和地位上的不平等。顧客價值主張的根本就是要深度挖掘顧客需求，實現生產與購買的無差別融合，只有這樣，企業才能利用較小的資本獲得較大的收益，才能有針對性地滿足多樣化的顧客需求，獲得顧客的認可。“大數據”驅動下的的顧客價值主張是當下企業轉型的重要突破口，具體分為四個方面：

（一）實現顧客的個性化需求

顧客的個性化需要是發掘大數據平臺背后價值的原動力，在原來的生產銷售網絡中，顧客的取向被認為是統一的，因此才生產出大批量的無差別的產品，這種規模化的生產模式優勢在于，其簡單易行，容易操作，資本流轉速度快，對于企業工人基本素質要求低，商品單價低，成本得到了很好的控制。但是當前商業極其發達，產品生產過剩成為商品零售業發展緩慢的重要原因，廣大顧客的差異化需求明顯，無法體現出“個性”的商品已經逐漸被時代淘汰。通過“大數據”對于客戶實際需求的分析，可以清楚地知道顧客的差異化需求，從而調整產業線，增加不同的選擇，增加產品附加值。現在越來越流行的貴重金屬定制、高端酒類定制、西服定制等都是定制化的產物，區別在于原先的定制產業一般都是出現在高端的產業內，現在利用高度發達的數據支撐零售企業的價值選擇，為客戶提供更好地服務，極大地降低了人力成本，使我們能夠敏銳地感知到顧客的價值取向和產品購買取向，精確定位購買需求，增加產品符合度，使顧客能夠深度定制物美價廉的商品。

（二）準確把握顧客需求

顧客需求是產品的銷售保障，只有真正滿足顧客需求的商品才能夠獲得青睞，在這樣的環境下，必須通過用戶交互數據敏銳地察覺到顧客的實際需求以便指導生產環節。通過對各大企業獲取的感知數據進行分析，可以知道顧客的真實心理需求和購買欲望，使需求定位更加精確，需求供給更加及時，整個基于“大數據”的供給網絡才能真正形成并完善。

（三）細分化的需求市場

不僅僅要求大概了解顧客需求，更需要針對每一個個體進行精細化分析，每一個單獨的個體需求必然會有不同，比較細微的區別在傳統的行業很難發現，即使發現了，這種差別調整的成本是巨大的，首先需要抽樣調查，然后了解需求，最后才能定制。現在基于“大數據”下的數據分析則完全不同，擺脫了原先效率低下的批量生產，并且可以根據不同客戶的不同情況實現差異化營銷。

（四）準確定位潛在顧客群

基于“大數據”可以建立各種各樣的數據模型，從而將紛繁復雜的數據轉化成為決策指導因素，通過模擬顧客購買行為和購買趨向，可以準確定位所在的潛在客戶群，在原來的無差別的大眾廣告基礎上，準確區分目標客戶，尋找最有可能購買商品或者服務的人群，實現定向化營銷。

利用“大數據”進行商業模式創新的舉措

（一）基于體驗、營銷、管理的運營創新

1.創新用戶體驗。零售業務可以通過提供更加愉悅的用戶體驗來取悅客戶，由于個體的價值取向、審美偏差都有不同，很難實現統一化的或者標準化的體驗模式。利用“大數據”，可以明確消費者喜歡什么樣的購物環境和購物商品，針對特定的愛好設立體驗店或者試用服務，針對不同的用戶習慣采取不同的銷售策略，顧客的心理訴求本身就是一個可以創造高價值的產品。要做到更加優化的體驗，可以從以下幾個方面著手：其一是構建客戶體驗數據模型，通過數據模型的方式將用戶的體驗分類并細化，在大的方向不變的基礎上做好細節，通過“大數據”的方法采集和剖析顧客的購物體驗數據，判斷顧客的體驗狀況，分析顧客不喜歡或者不滿意的地方，并加以改正；其二是遇到吸引顧客的重要亮點，可以推而廣之，只有這樣才能成功分析出不同類別的客戶所需要的體驗，然后注意改進，最終會使得整個購物流程類型化，更方便地提供低成本的購物體驗。并且要通過事后的體驗調查了解用戶反饋狀況，預防客戶體驗不佳的情況，避免客戶的流失。

2.創新銷售方式。零售商家必須準確指導客戶的購物偏好，根據不同的情況推送不同的服務，精準抓住客戶心理，實現精細化營銷。首先是要利用大數據技術整合行業資源，了解顧客需求，強化購物心理，實現群體性整合。其次是建立客戶購物體驗實時更新的數據模型，想顧客之所想，急客戶之所急，積極主動提供優質服務，摒棄“等靠”思想，保持銷售上的主動。最后是實施多渠道營銷，現在的營銷渠道還很單一，電子商務傾向于線上營銷，實體店傾向于線下營銷，這兩種營銷方式各有利弊，線上營銷成本相對較低，且滿足了年輕客戶的需求；線下營銷相對來說更加直接，能夠給用戶提供更加清晰的購物體驗和更加及時準確地掌握客戶的購物動態。

3.創新管理方式。零售企業主要的兩種利潤增長方式就是生產成本降低和銷售價格的增加，但是現行狀態下，由于國內零售企業大同小異，差異化競爭還沒有形成，同質化競爭明顯，大部分還只能依靠國內廉價的勞動力控制成本，銷售價格始終上不去，這種供應與銷售的失衡是當下存在的主要問題之一。利用大數據可以進行線上線下的無差別管理，將商品供應企業、商品交易平臺、商品存儲信息平臺和運輸服務系統整合起來，統一進行數據管理，共享數據信息，在一個相對公開透明的環境下實現科學預警、實時更新，保證供應鏈的完整、平穩和及時調整。

（二）基于“大數據”零售模式創新的資源前提

1.數據整合能力。首先是信息收集工作。是整個“大數據”架構的前提，這種信息的收集需要運用各種各樣的方法，每一個方法都有其利弊，但是還必須要求盡量保證其數據的準確性，因為“大數據”的分析模型是基于這些數據的，只有數據準確才能保證結論的精準。其次是數據存儲和數據集成。當前云儲存技術已經相當完善，各大互聯網公司已經將云技術運用到客戶的日常生活中，通過對顧客日常瀏覽網站甚至是瀏覽偏好的分析，就可以總結出交易數據、用戶交互數據以及感知數據所反映出的關鍵信息，再通過數據模型的整理分析、去除異常值以及建模等方式重構理想的數據庫，按照科學的分類重建數據庫以便于查找和利用。再次是組織數據。數據組織主要包括轉化數據和抽取數據兩個部分。轉化數據是指將原來的非結構化的數據庫總結成為有分類、有條理的數據網絡；數據抽取則是檢測相關數據的關聯性，通過分析關聯性找到適合一個企業經營決策相關的參考數據，從而將枯燥的數據轉化為有價值的決策信息。比如在通過對消費者瀏覽次數和瀏覽傾向的定向分析中，就可以發現用戶的心理價位、習慣偏好等，從而有針對性地提供符合客戶心理價位的商品和服務。

2.敏銳的商業洞察力。商業敏感力是企業決策層在綜合了各種各樣的信息后，得出的對未來商業模式的估計和取舍。通過對敏感機會的把握，可以利用有限的企業資本、恰當的商品營銷獲得更大的投資利潤比，并且通過數據分析獲得潛在的市場運行規律，用來指導企業經營方向，優化銷售網絡和生產系統。

3.信息共享能力。“打破信息壁壘，實現信息共享”是大數據的目標，現代社會中，由于分工協作網絡的過于復雜，我們的信息都是不完全的，以前依靠經驗的積累便可以逐漸完全對整個世界的認知，當下的知識環境已經不可能了，過于復雜的分工使得部門間或者人與人間的信息溝通存在諸多制度性障礙，這種障礙也無法通過現有的框架來解決，而大數據就是一個很好的突破口。可以利用大數據突破行業壁壘，實現部門之間、人人之間、銷售供應之間、生產營銷之間的完美信息共聯。只有這樣，才能減少內部消耗，用最小的成本實現最大的價值。

基于“大數據”的零售創新建議

第一，準確把握顧客需求，實現轉型方向的精準定位。零售企業當下面臨的困境是其不斷發展和進步的動力，應準確定位用戶需求，妥善分析用戶偏好，優化資源配置方式，創新提供服務項目，主動創新服務深度，調整不恰當的創新嘗試，用一個開放兼容的心態去應用大數據。

第二，抓住個性化需求，實現服務因人而異。現有的零售企業之間的商品同質化競爭現象嚴重，這既是因為我國改革開放時間短，技術積累時間還很短，創新能力不足，創新人才缺乏的結果，也是因為產業信息不夠透明、信息壁壘較高導致的。如何實現對產業內海量數據的甄別篩選，妥善利用關聯信息，排除不相關信息，精確地洞察顧客個性化需求是“大數據”平臺需要解決的重要難題。

第三，優化供應鏈條，妥善配置供銷環節。零售企業必須根據自身生產實際情況，將企業原材料采購、商品存儲和營銷配送等結合起來，優化供應渠道，及時應對客戶新的需求。

參考文獻：

1.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）

2.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）

3.魏煒，朱武祥.發現商業模式[M].機械工業出版社，2009

4.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）

5.譚磊.大數據挖掘[M].電子工業出版社，2013

6.楊燦榮.“大數據”驅動的零售企業商業模式創新探究[J].商業時代，2014（27）