数据分析与全渠道零售

随着电子商务的不断发展和如何移动互联网的飞速普及,全渠道零售(Omni-Channel retailing)作为多渠道销售(Multi-Channel retailing)的升级版本,开始受到越来越多的关注。而想要达到这一提升,对各类数据的分析是不可或缺的。

全渠道零售(Omni-Channel retailing),就是企业为了满足消费者任何时候、任何地点、任何方式购买的需求,采取实体渠道、电子商务渠道和移动电子商务渠道整合的方式销售商品或服务,提供给顾客无差别的购买体验。

全渠道销售提出的概念很美,零售商用自己的产品全方位的包围了客户,直接将客户的需求转化为自己的销售。但其中的挑战显而易见,你的客户是否愿意接受这样的覆盖模式,而零售商又是否能真正找到用户的需求点(显然,如今越来越多的人开始厌烦自己的隐私被侵犯,也越来越排斥无用的推销骚扰)。而这些,真是大数据分析和挖掘所能体现其价值的地方。

retail

如今的数据收集早已不是仅限于商品购买记录和客户填写的会员资料,通过网上购物平台,移动设备以及实体店的电子化程度越来越高,商家得以有机会更方便地靠近他们的最终用户。传统实体经营模式下,数据收集多属于主动模式。商家一般需要让员工直接地去与客户进行交流,从而有针对性地去了解客户的想法和对产品服务的看法。这样获取的数据往往不是计算机所能直接识别处理,当面对的客户数量较多时,还存在人工成本高,甚至无法获取足够有效的数据等诸多弊病。受限于这样的数据获取模式和有限的数据信息资源,数据分析往往存在巧妇难为无米之炊的窘境,不得不采用样本分析的方法,在数据不足的情况下,使用统计手段尽可能地去猜测客户的行为模式及偏好,其可靠性和潜在收益因此很难得到保证

而在全渠道零售概念下,依托各种电子设备及网络,我们开始发现另一种数据收集方式。例如通过用户在网上对商品发表的评论,商家可以了解客户对商品的需求点和偏好;用户的社交网站上发布的感想和照片,可以了解到用户的爱好;客户在浏览商品时页面停留的时间,以及翻看商品的顺序,可能透露出其消费理念或模式;甚至顾客在店中店对样品的把玩和关注也能够看出其对某件商品的喜爱程度。所有这些潜移默化的细微信息都可以帮助商家跟深入地去了解一个客户。在过去,这可能是一个经验丰富的销售人员通过一段时间的观察才能够得出的重要信息,而如今通过这些电子的间谍,配合数据分析和挖掘技术的强大处理能力,你便能够对任何一个你能收集到足够数据的客户进行有效深入的分析,以找到潜在的商机或是提升客户的忠诚度。

当然在这一美好的愿景中,全渠道的数据收集和成熟的数据分析能力是不可或缺,且相辅相成的。如果商家不能及时的对其收集到的数据进行有效分析并从中获取关键的商业理解和作出有效的预测,那么对于各类设备的投入成本可能会拖垮整个计划。如何有效的部署全渠道零售的模式和相应的设施,并为大数据的分析做好充分的准备,也许是众多零售企业在当下所要思考的一个紧迫问题。

Chinese, Simplified(简体中文)