第3章　數(shù)據(jù)成就智慧飛翔

3.1　顧客數(shù)據(jù)整合運(yùn)營的價(jià)值

新零售模式下線上線下的多渠道之間被打通，由此帶動(dòng)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(fèi)者的消費(fèi)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(dòng)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(shí)時(shí)數(shù)據(jù)被收集和運(yùn)用，并實(shí)時(shí)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(cè)會(huì)員信息以及顧客實(shí)時(shí)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(yùn)營的商業(yè)價(jià)值體現(xiàn)在以下幾個(gè)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(xì)掌握現(xiàn)實(shí)顧客是誰，從哪里來，到哪些店鋪，何時(shí)離開，潛在顧客是誰，在哪里。在新零售時(shí)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(jià)格）、動(dòng)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(tái)中，作為唯一可信數(shù)據(jù)來源的數(shù)據(jù)中臺(tái)在其中可以對(duì)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(duì)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(shí)代的問題。要充分利用好消費(fèi)者在線上線下平臺(tái)沉淀的數(shù)據(jù)，研究顧客的消費(fèi)軌跡。建立分析顧客需求特征的指標(biāo)體系，基于指標(biāo)體系和算法，運(yùn)用信息系統(tǒng)定期分析每個(gè)顧客的需求特征，基于每個(gè)顧客的需求特征預(yù)測(cè)其需求，包括商品風(fēng)格款式、價(jià)位、折扣偏好、購買時(shí)間偏好等，根據(jù)需求預(yù)測(cè)生成每日顧客價(jià)值開發(fā)任務(wù)列表，執(zhí)行任務(wù)并評(píng)估效果，進(jìn)行持續(xù)改進(jìn)。在線上運(yùn)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(duì)成交量進(jìn)行評(píng)估。在線下運(yùn)營過程中，零售企業(yè)可以借助對(duì)用戶的智能手機(jī)等隨身攜帶的移動(dòng)終端數(shù)據(jù)進(jìn)行搜集及分析，精準(zhǔn)地了解用戶的消費(fèi)需求、購買習(xí)慣等，從而為在線下門店進(jìn)行個(gè)性化及定制化的精準(zhǔn)營銷打下堅(jiān)實(shí)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(chǎng)營銷實(shí)踐中主要是市場(chǎng)細(xì)分，很多細(xì)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(yàn)。大數(shù)據(jù)時(shí)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(duì)公司有價(jià)值的信息，對(duì)顧客行為模式與顧客價(jià)值進(jìn)行準(zhǔn)確判斷與分析，深度細(xì)分，有可能甚至深入了解每一個(gè)人，進(jìn)行顧客畫像，顧客畫像讓企業(yè)從追蹤消費(fèi)行為升級(jí)到抓住消費(fèi)者內(nèi)心。企業(yè)將消費(fèi)者數(shù)據(jù)從多個(gè)維度進(jìn)行分類，賦予不同的數(shù)據(jù)標(biāo)簽，標(biāo)簽內(nèi)部具體描述某類標(biāo)簽顧客的年齡、性別、地域、接受教育程度、手機(jī)號(hào)、上網(wǎng)時(shí)間、上網(wǎng)頻率、購買頻率、購買偏好、購物習(xí)慣等特征，完美地抽象出一個(gè)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(jià)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(jìn)行的精準(zhǔn)監(jiān)控與實(shí)時(shí)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(dāng)用戶在網(wǎng)站內(nèi)的PV值較高時(shí)，表明了其停留時(shí)間相對(duì)較長(zhǎng)，對(duì)網(wǎng)站的忠實(shí)度較高。當(dāng)用戶在某一頁面的跳出率較高時(shí)，反映出用戶無法在頁面上找到其感興趣的信息。還有一個(gè)指標(biāo)稱為點(diǎn)擊路徑分析指標(biāo)，這個(gè)指標(biāo)能夠讓商家分析出消費(fèi)者是在哪個(gè)節(jié)點(diǎn)進(jìn)行了交易或者購買，對(duì)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(shí)間與頁面跳出率進(jìn)行統(tǒng)計(jì)與分析。與此同時(shí)，借助無線技術(shù)，通過室內(nèi)Wi-Fi可以對(duì)3~5m的用戶進(jìn)行精準(zhǔn)定位，統(tǒng)計(jì)一定范圍內(nèi)的顧客熱點(diǎn)活動(dòng)區(qū)域。當(dāng)布局足夠多的Wi-Fi設(shè)備時(shí)，零售企業(yè)可以對(duì)店內(nèi)的所有事情進(jìn)行實(shí)時(shí)監(jiān)測(cè)，包括顧客在店內(nèi)的停留時(shí)間，常光顧的區(qū)域，并據(jù)此實(shí)時(shí)做出調(diào)整。例如，如果顧客付款時(shí)間過長(zhǎng)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(shí)段的員工數(shù)量。如果顧客在鞋區(qū)的徘徊時(shí)間長(zhǎng)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(diǎn)擊路徑、實(shí)體店動(dòng)線等整合數(shù)據(jù)，分析每個(gè)顧客在線上和線下的關(guān)注點(diǎn)，對(duì)顧客進(jìn)行實(shí)時(shí)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(yùn)營中是一個(gè)十分關(guān)鍵的經(jīng)營數(shù)據(jù)，傳統(tǒng)零售行業(yè)對(duì)于數(shù)字化營銷意識(shí)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(duì)比較穩(wěn)定。零售企業(yè)缺乏有效手段對(duì)轉(zhuǎn)化率進(jìn)行分析，僅是簡(jiǎn)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(shí)代，零售企業(yè)可以通過借助各種智能化及自動(dòng)化的設(shè)備，來對(duì)店面的轉(zhuǎn)化率數(shù)據(jù)進(jìn)行分析，了解新老用戶對(duì)產(chǎn)品及品牌的忠實(shí)度，指導(dǎo)運(yùn)營人員對(duì)門店運(yùn)營做出及時(shí)有效的調(diào)整。以服裝賣家為例，春裝上新階段每日運(yùn)算的重點(diǎn)是根據(jù)上架新款匹配顧客需求預(yù)測(cè)，篩選出符合要求的目標(biāo)顧客，根據(jù)顧客價(jià)值數(shù)據(jù)指標(biāo)和促銷優(yōu)惠規(guī)則計(jì)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(fēng)格、尺碼、顏色匹配顧客需求，篩選出目標(biāo)顧客，根據(jù)顧客價(jià)值數(shù)據(jù)指標(biāo)和促銷優(yōu)惠規(guī)則計(jì)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(yùn)營中不斷動(dòng)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(zhǔn)營銷的優(yōu)勢(shì)。