天下网商
登录/注册

如何利用数据掌握消费者需求?这款工具可以帮到你

iwangshang / 张晨 / 2017-06-06

摘要:【友盟+】旗下的线下数据服务工具U-Oplus已经在为以大型商超和连锁品牌为代表的大中型零售商,以及餐饮、会展、主题乐园等行业的客户提供数据解决方案。

文 / 新零售智库研究员 张晨

2016年双11期间,某美妆护肤品牌就尝到了一些线上线下数据人群数据打通的甜头:当天,该品牌在天猫旗舰店和线下都举行了促销和粉丝回馈活动,利用第三方全域数据服务商【友盟+】旗下的线下数据服务工具U-Oplus在其线下的多个专柜里挑选了24个进行客流采集。结果显示,此次线下活动使相应专柜进店人数提升了60%;活动后,店内停留时间超过30分钟的有效顾客二次返店率约为15%;和普通天猫消费者相比,在线下逛过门店的客户在天猫的购买转化率要高出一倍。这也让该品牌了解到,配合线上的促销狂欢举行线下营销联动,能够提升两个渠道上的有效销售。

【友盟+】2016年1月由移动大数据服务平台友盟、中文网站统计分析平台cnzz及互联网数据服务平台缔元信三家公司合并而成。阿里巴巴是这三家公司共同的投资方,但合并后的【友盟+】保持独立运营。该公司通过全面覆盖PC、手机、传感器、无线路由器等多种设备数据,提供全业务链数据应用解决方案,帮助企业实现数据化运营和管理。

阿里研究院曾总结,新零售的变革路径就在于将数据与商业逻辑深度结合,“掌握数据就是掌握消费者需求”。越来越多的零售商开始陆续意识到,数据将成为决胜未来的关键资源,但对如何管理数据、如何上手使用数据常常感到迷茫。一家生鲜电商的高管在私人场合对【友盟+】首席数据官李丹枫感叹道:“我觉得现在的数据还没有解决到真正的痛点”。

lALO1CcYs80BpM0CcA_624_420

【友盟+】首席数据官李丹枫

打开数据的闸门

阿里数据经济研究中心秘书长潘永花表示,今天的数据新能源应当是“活数据”,共享性更强、颗粒度更细。以往的“死数据”仅仅存储在信息系统之中,做简单分析和查询用,仅能优化局部的、较静态的业务流程,不仅成本高昂,而且并没有成为企业的主流决策方式。而若以互联网为通路,企业内部数据就有机会输出到线上,线上数据也能进入企业的业务流程当中。这样盘活之后的数据反馈更快,目的更准,且成本更低,为企业提供的是全面、强时效的决策依据,继而使得它们变经验决策为量化决策。

目前,U-Oplus已经在为以大型商超和连锁品牌为代表的大中型零售商,以及餐饮、会展、主题乐园等行业的客户提供数据解决方案。基于Wi-Fi的智能感知技术的服务能精准地捕捉到光临专柜或仅是从门口经过的人群,分析其到访行为、客流画像和交易情况,把这些数据和线上旗舰店的访客数据和交易数据拉通匹配,商家还可以知道线上和线下的活动如何影响彼此的销售效果。

此外,它还能在商场里分析内部客流动线,帮助优化门店布局和货品陈列,在马路口分析人流密集程度和潜在客户转化路径,让要开店的连锁商家更科学地进行选址。线下采集来的数据通过【友盟+】U-DIP数据智能平台打通后,可以与全网用户行为数据对接,让线下零售商像线上商家一样,了解用户的基础属性、地理画像和消费偏好。

但李丹枫坦言:“我们现在在做的事情还不够深,更像在挠痒痒。”

要构建新零售需要的“场”,除了能够提供数据及数据服务,还需要零售业的经营者更深入地开放其链路上的数据。出于对数据安全问题的考量,线下商家往往不愿共享客流以外的资源,如会员数据和货物数据。要想真正触及零售的痛点,还要等待零售商更多地参与到活数据的通路建设中,拉开它们线下数据的闸门。

李丹枫举例解释,大部分商家积累的会员中存在相当数量的沉寂者,这部分存量实际上具有非常高的运营价值。若将意大利经济学家帕累托提出的二八定律用在零售领域,20%的活跃会员可能创造了企业80%的销售。假如会员数据能够在零售商各渠道和环节中流动起来,对其进行精准营销或个性化服务,被激活的沉寂会员将为商家创造不可估量的收益。

新零售概念提出还不到一年,【友盟+】在市场教育方面必然要付出十足的耐心。据介绍,在U-Oplus服务的客户中,受到电商冲击较大的美妆、服装、鞋帽等领域的品牌和数据积累较为深厚的国际品牌数量更多。

“数据流通的重要性需要一个市场理解的过程。当然,我们也会根据市场现在的状况推出一些优化的方案。”李丹枫说,如果客户有能力承担模式较重的数据服务,U-Oplus可以为其做私有化部署,“整个系统都在客户那里,这样就打消了数据被拿走的顾虑。”

从分析师到数据智能

对数据感兴趣的传统零售商正在不断增加。问题是,面对看起来“高大上”的客户分析和人群画像报表,要怎么引流?怎么提升转化率?

理想状况下,数据驱动下的零售业态将获得远高于现在的效率,例如为企业的决策提供量化支持,对细分客户群进行更加精准的全域营销和个性化服务,更有针对性地开发新品、预测销售,加快供应链周转速度,最大程度降低库存……

但是,由于零售本身链路较长,受限于现有的技术手段,数据分析可以做到追踪人与场的关系,但如何追踪人与门店里的货的关系仍然没有得到解决。亚马逊高调推出的无人便利店Amazon Go就遭遇过类似的障碍。据《华尔街日报》报道,AmazonGo原计划3月底面世搁浅,原因之一就包括若商品在货架上的位置发生变动,对它的追踪可能出现麻烦。

另一方面,零售商的数据人才配置并不完善。领英2016年发布的《中国互联网最热职位人才报告》显示,数据分析人才是目前最供不应求的类别之一,也是跳槽最快的类别。现有的人力资源中,分析师平均从业时间不到5年,资深从业者最为稀缺。

因此,如何在现有能力下提升数据的结构化程度,使零散的单个数据形成立体面、再与业务结合成有血有肉的模式将成为【友盟+】接下来要解决的关键任务。

李丹枫认为,即便是完全没有接触过数据工具的传统零售商,都需要一位专门负责数据工作的专家。现在零售商在数据上的支出情况并不明朗,大多只是从市场营销方面划分出一块预算。“所谓隔行如隔山,更别说传统零售跟现在的互联网数据隔得更远了。如果没有一个人整天思考商家需要什么数据、数据能解决什么问题的话,那商家可能会在整个数据化和智能化进程中渐渐落伍。”不仅如此,这位数据专家的工作成果要能够直接影响决策,并且有一定的试错空间,“这个东西的确还很新,即便失败了,商家对于数据的理解也是一件‘成功’的事。”

同时,因为完全依赖“人肉”来解决浩如烟海的数据报表成本极高,基于现有的市场反馈,【友盟+】正在思索如何把数据转化为看得见摸得着的东西——例如营销策略、用户触达策略等工具给到用户,使数据变为数据智能,用人+机器的方式更高效地探索数据的价值。

从现在的痒点到痛点距离有多远?李丹枫不认为是“临门一脚”或终点冲刺。“如果把这个过程比作百米赛跑,前面做行为分析、客流画像等,可能只是前十米,接下来要再解决一个十米的问题,慢慢往前进。”他说,“我也希望线下的商家能够跟我们一起,来真正找到数据驱动线下零售的价值。我们找到了一点点,还有90%以上的潜力没有发掘出来。”

分享:

发表评论

最新评论