第3章　數據成就智慧飛翔

3.1　顧客數據整合運營的價值

新零售模式下線上線下的多渠道之間被打通，由此帶動了顧客數據收集和管理方面的飛躍。新零售的顧客數據整合首先是打破數據孤島，傳統的零售數據來源單一，而且由于數據管理手段的落后，消費者的消費數據難以被有效地整合。在新的技術手段和商業模式的推動下，新零售打通多方數據源，使得營銷數據可以充分匹配并得到統一管理。第一方的實時數據被收集和運用，并實時積累和整合。例如零售企業的CRM數據，數據倉庫，注冊會員信息以及顧客實時的線上線下行為數據將充分整合，共同支撐企業內部的營銷決策和營銷推廣。

新零售的顧客數據整合運營的商業價值體現在以下幾個方面。

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雜。因此，在架構上，要求把零售主數據（包括商品、顧客、價格）、動態數據（包括庫存、訂單）集中處理，沉淀到數據中臺中，作為唯一可信數據來源的數據中臺在其中可以對接多樣的業務前端，支持業務前端的靈活變化，將這些功能從相對死板的ERP、CRM中解放出來，解決了商業套件不適應全渠道時代的問題。要充分利用好消費者在線上線下平臺沉淀的數據，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，根據需求預測生成每日顧客價值開發任務列表，執行任務并評估效果，進行持續改進。在線上運營過程中，零售企業可以了解網頁有多少訪客，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，零售企業可以借助對用戶的智能手機等隨身攜帶的移動終端數據進行搜集及分析，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。有了數據之后就需要使用適合的方法來理解顧客行為，在傳統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，其決策依據依賴少量調查樣本和傳統經驗。大數據時代則能夠從利用大數據技術收集的海量、多維、立體的非結構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，顧客畫像讓企業從追蹤消費行為升級到抓住消費者內心。企業將消費者數據從多個維度進行分類，賦予不同的數據標簽，標簽內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、上網時間、上網頻率、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全貌。除了顧客畫像，依托整合的顧客數據，企業還可構建不同的營銷模型，如顧客活躍度模型、流失預警模型、顧客價值分析模型、顧客忠誠度模型、品牌關聯規則模型等，深度分析數據。

2. 能夠對顧客進行的精準監控與實時追蹤分析

我們已經知道，用戶的頁面瀏覽數（PV）直接反映出用戶在網站中的瀏覽深度。當用戶在網站內的PV值較高時，表明了其停留時間相對較長，對網站的忠實度較高。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點進行了交易或者購買，對用戶在首頁、搜索頁面、產品詳情頁面、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計與分析。與此同時，借助無線技術，通過室內Wi-Fi可以對3~5m的用戶進行精準定位，統計一定范圍內的顧客熱點活動區域。當布局足夠多的Wi-Fi設備時，零售企業可以對店內的所有事情進行實時監測，包括顧客在店內的停留時間，常光顧的區域，并據此實時做出調整。例如，如果顧客付款時間過長并且商品遺棄率很高的話，企業就應該加快結賬過程，或是增加高峰時段的員工數量。如果顧客在鞋區的徘徊時間長于內衣部，但是買下的內衣數量卻又多于鞋類的話，企業或許應該搞清楚原因，并且重新思考該怎樣安排店內空間。由此，零售企業可以通過頁面瀏覽、點擊路徑、實體店動線等整合數據，分析每個顧客在線上和線下的關注點，對顧客進行實時追蹤分析。

3. 能夠提高顧客的轉化率、提袋率和復購率

網站轉化率在電商運營中是一個十分關鍵的經營數據，傳統零售行業對于數字化營銷意識和數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，其轉化數據都是未知的，沒有產生引導、培養的環境自然也很少有復購發生，銷售的數值相對比較穩定。零售企業缺乏有效手段對轉化率進行分析，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，零售企業可以通過借助各種智能化及自動化的設備，來對店面的轉化率數據進行分析，了解新老用戶對產品及品牌的忠實度，指導運營人員對門店運營做出及時有效的調整。以服裝賣家為例，春裝上新階段每日運算的重點是根據上架新款匹配顧客需求預測，篩選出符合要求的目標顧客，根據顧客價值數據指標和促銷優惠規則計算每一名顧客的促銷優惠方案，生成執行列表。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，根據顧客價值數據指標和促銷優惠規則計算每一名顧客的促銷優惠方案，生成執行列表。只有在運營中不斷動態調整，才能激發用戶購買的意愿，真正發揮出數據整合后帶來的精準營銷的優勢。