第3章　數(shù)據(jù)成就智慧飛翔

3.1　顧客數(shù)據(jù)整合運營的價值

新零售模式下線上線下的多渠道之間被打通，由此帶動了顧客數(shù)據(jù)收集和管理方面的飛躍。新零售的顧客數(shù)據(jù)整合首先是打破數(shù)據(jù)孤島，傳統(tǒng)的零售數(shù)據(jù)來源單一，而且由于數(shù)據(jù)管理手段的落后，消費者的消費數(shù)據(jù)難以被有效地整合。在新的技術(shù)手段和商業(yè)模式的推動下，新零售打通多方數(shù)據(jù)源，使得營銷數(shù)據(jù)可以充分匹配并得到統(tǒng)一管理。第一方的實時數(shù)據(jù)被收集和運用，并實時積累和整合。例如零售企業(yè)的CRM數(shù)據(jù)，數(shù)據(jù)倉庫，注冊會員信息以及顧客實時的線上線下行為數(shù)據(jù)將充分整合，共同支撐企業(yè)內(nèi)部的營銷決策和營銷推廣。

新零售的顧客數(shù)據(jù)整合運營的商業(yè)價值體現(xiàn)在以下幾個方面。

1. 充分了解和挖掘顧客

了解和挖掘顧客的工作包括詳細掌握現(xiàn)實顧客是誰，從哪里來，到哪些店鋪，何時離開，潛在顧客是誰，在哪里。在新零售時代，線下與線上融為一體，O2O流量十分龐大而且復(fù)雜。因此，在架構(gòu)上，要求把零售主數(shù)據(jù)（包括商品、顧客、價格）、動態(tài)數(shù)據(jù)（包括庫存、訂單）集中處理，沉淀到數(shù)據(jù)中臺中，作為唯一可信數(shù)據(jù)來源的數(shù)據(jù)中臺在其中可以對接多樣的業(yè)務(wù)前端，支持業(yè)務(wù)前端的靈活變化，將這些功能從相對死板的ERP、CRM中解放出來，解決了商業(yè)套件不適應(yīng)全渠道時代的問題。要充分利用好消費者在線上線下平臺沉淀的數(shù)據(jù)，研究顧客的消費軌跡。建立分析顧客需求特征的指標體系，基于指標體系和算法，運用信息系統(tǒng)定期分析每個顧客的需求特征，基于每個顧客的需求特征預(yù)測其需求，包括商品風格款式、價位、折扣偏好、購買時間偏好等，根據(jù)需求預(yù)測生成每日顧客價值開發(fā)任務(wù)列表，執(zhí)行任務(wù)并評估效果，進行持續(xù)改進。在線上運營過程中，零售企業(yè)可以了解網(wǎng)頁有多少訪客，這些訪客瀏覽了多少頁面，從而對成交量進行評估。在線下運營過程中，零售企業(yè)可以借助對用戶的智能手機等隨身攜帶的移動終端數(shù)據(jù)進行搜集及分析，精準地了解用戶的消費需求、購買習慣等，從而為在線下門店進行個性化及定制化的精準營銷打下堅實的基礎(chǔ)。有了數(shù)據(jù)之后就需要使用適合的方法來理解顧客行為，在傳統(tǒng)市場營銷實踐中主要是市場細分，很多細分變量（如人口因素、地理因素、心理因素等）都只能提供較為模糊的顧客輪廓，其決策依據(jù)依賴少量調(diào)查樣本和傳統(tǒng)經(jīng)驗。大數(shù)據(jù)時代則能夠從利用大數(shù)據(jù)技術(shù)收集的海量、多維、立體的非結(jié)構(gòu)信息中快速篩選出對公司有價值的信息，對顧客行為模式與顧客價值進行準確判斷與分析，深度細分，有可能甚至深入了解每一個人，進行顧客畫像，顧客畫像讓企業(yè)從追蹤消費行為升級到抓住消費者內(nèi)心。企業(yè)將消費者數(shù)據(jù)從多個維度進行分類，賦予不同的數(shù)據(jù)標簽，標簽內(nèi)部具體描述某類標簽顧客的年齡、性別、地域、接受教育程度、手機號、上網(wǎng)時間、上網(wǎng)頻率、購買頻率、購買偏好、購物習慣等特征，完美地抽象出一個顧客的商業(yè)全貌。除了顧客畫像，依托整合的顧客數(shù)據(jù)，企業(yè)還可構(gòu)建不同的營銷模型，如顧客活躍度模型、流失預(yù)警模型、顧客價值分析模型、顧客忠誠度模型、品牌關(guān)聯(lián)規(guī)則模型等，深度分析數(shù)據(jù)。

2. 能夠?qū)︻櫩瓦M行的精準監(jiān)控與實時追蹤分析

我們已經(jīng)知道，用戶的頁面瀏覽數(shù)（PV）直接反映出用戶在網(wǎng)站中的瀏覽深度。當用戶在網(wǎng)站內(nèi)的PV值較高時，表明了其停留時間相對較長，對網(wǎng)站的忠實度較高。當用戶在某一頁面的跳出率較高時，反映出用戶無法在頁面上找到其感興趣的信息。還有一個指標稱為點擊路徑分析指標，這個指標能夠讓商家分析出消費者是在哪個節(jié)點進行了交易或者購買，對用戶在首頁、搜索頁面、產(chǎn)品詳情頁面、購買頁面、支付頁面等所有頁面的停留時間與頁面跳出率進行統(tǒng)計與分析。與此同時，借助無線技術(shù)，通過室內(nèi)Wi-Fi可以對3~5m的用戶進行精準定位，統(tǒng)計一定范圍內(nèi)的顧客熱點活動區(qū)域。當布局足夠多的Wi-Fi設(shè)備時，零售企業(yè)可以對店內(nèi)的所有事情進行實時監(jiān)測，包括顧客在店內(nèi)的停留時間，常光顧的區(qū)域，并據(jù)此實時做出調(diào)整。例如，如果顧客付款時間過長并且商品遺棄率很高的話，企業(yè)就應(yīng)該加快結(jié)賬過程，或是增加高峰時段的員工數(shù)量。如果顧客在鞋區(qū)的徘徊時間長于內(nèi)衣部，但是買下的內(nèi)衣數(shù)量卻又多于鞋類的話，企業(yè)或許應(yīng)該搞清楚原因，并且重新思考該怎樣安排店內(nèi)空間。由此，零售企業(yè)可以通過頁面瀏覽、點擊路徑、實體店動線等整合數(shù)據(jù)，分析每個顧客在線上和線下的關(guān)注點，對顧客進行實時追蹤分析。

3. 能夠提高顧客的轉(zhuǎn)化率、提袋率和復(fù)購率

網(wǎng)站轉(zhuǎn)化率在電商運營中是一個十分關(guān)鍵的經(jīng)營數(shù)據(jù)，傳統(tǒng)零售行業(yè)對于數(shù)字化營銷意識和數(shù)字化營銷工具都十分缺乏，在沒有有效的營銷手段的支撐下，客人都猶如一張白紙，買與不買全憑顧客的自然偏好做主，其轉(zhuǎn)化數(shù)據(jù)都是未知的，沒有產(chǎn)生引導(dǎo)、培養(yǎng)的環(huán)境自然也很少有復(fù)購發(fā)生，銷售的數(shù)值相對比較穩(wěn)定。零售企業(yè)缺乏有效手段對轉(zhuǎn)化率進行分析，僅是簡單地從成交額的視角來分析店面的坪效，而不是從顧客角度思考。新零售時代，零售企業(yè)可以通過借助各種智能化及自動化的設(shè)備，來對店面的轉(zhuǎn)化率數(shù)據(jù)進行分析，了解新老用戶對產(chǎn)品及品牌的忠實度，指導(dǎo)運營人員對門店運營做出及時有效的調(diào)整。以服裝賣家為例，春裝上新階段每日運算的重點是根據(jù)上架新款匹配顧客需求預(yù)測，篩選出符合要求的目標顧客，根據(jù)顧客價值數(shù)據(jù)指標和促銷優(yōu)惠規(guī)則計算每一名顧客的促銷優(yōu)惠方案，生成執(zhí)行列表。如果到了季末出清階段，每日要分析各款的尺碼和顏色售罄狀況，用款式風格、尺碼、顏色匹配顧客需求，篩選出目標顧客，根據(jù)顧客價值數(shù)據(jù)指標和促銷優(yōu)惠規(guī)則計算每一名顧客的促銷優(yōu)惠方案，生成執(zhí)行列表。只有在運營中不斷動態(tài)調(diào)整，才能激發(fā)用戶購買的意愿，真正發(fā)揮出數(shù)據(jù)整合后帶來的精準營銷的優(yōu)勢。