|
说现在是数据化的时代，应该没有人会否认，当你认为你的行为都是出于自我选择，充满不确定性时，大数据其实已经猜到了你的选择，先给大家看一个例子，这是一个发生在美国的真实的故事：
几年前，一个美国家庭收到了一家商场投送的关于孕妇用品的促销劵，由于很明显促销劵是冲着这个家庭中的那位16岁女孩来的，女孩的父亲觉得受到了侮辱，于是怒气冲冲地找到了这家商场讨说法。为了平息这位父亲的怒气，商场做出了诚恳的道歉。但数天后，这位父亲赫然发现，其16岁的女儿真的未婚先孕了。
那家商场之所以能未卜先知地知道该女孩怀孕，是因为该商场通过若干种商品的消费数据建立了一个怀孕预测指数，以此来预知其顾客的怀孕情况。可以说，这只是一个典型的数据挖掘案例。
而在未来，无数的商业人士将根据大数据来调整自己的产品设计、产品规划、产品生产量······消费者也会从自己的购买数据当中了解到自己的资金运用领域，数据将会代替感觉来给予人们越来越多的信息。
商业零售是大数据最先应用的领域，这对于零售业来说既是机遇又是挑战，打破原有的经营模式去适应新变革对于很多零售企业来说仍任重道远。而我们也将有机会见证那些适应潮流，懂得运用新技术发现并解决用户需求的新型零售巨头的崛起。
1精准营销、店铺管理和忠诚度管理是零售业永恒的话题
企业的市场营销行为在大数据技术应用中最为广泛，零售业又是最注重市场营销的行业，大数据在零售业中发挥着举足轻重的作用。
例如，用户在浏览淘宝或者亚马逊等购物网站的时候，经常会看到“可能感兴趣的产品”这一推荐提示，这就是大数据在零售行业里应用的一个体现。现在的电子购物网站，可以记录顾客每一次鼠标点击和产品浏览行为，并将全部的原始数据储存起来，通过复杂的计算和有效的分析，从大量的数据中发现顾客可能感兴趣的产品，从而向顾客进行推荐。
大数据正在冲击着传统零售行业的经营模式，以往的零售行业产品往往采取以销定量的方式，通过以往的销售量和个人经验来判断产品的库存量。这种模式具有一定的合理性，也符合普通市场消费行为的逻辑。但是其也有弊端，弊端是在整个销售过程中的被动性较大，销售商需要根据市场来改变自己，相对发展的市场而言具有一定的滞后性，完全受制于过去市场对产品的影响，对今后市场的走向缺乏分析和判断能力。如果企业无法很好地从市场中去总结和挖掘这些信息，将会使企业在新环境中陷入被动的局面。通过合理利用大数据来指导商业零售，是目前传统零售经营模式的机遇所在。
无论是线下零售还是线上零售，企业在产品营销过程中要大量地去收集和挖掘目标市场的全部信息，不是单一地停留在以往产品销售数据的分析上，还需要研究诸如顾客的产品购买行为，而且不只是某一次购买行为，是要收集和总结顾客全季度甚至是全年的购买轨迹数据，将这些数据保存起来，通过计算和分析来总结出客户的购买习惯。通过整理这些数据，可以发现客户和市场最真实的需求线索，根据这些信息和线索来制订营销计划，不但可以准确投放产品广告，迅速提升产品销量，解决库存问题，还能给客户带来良好的体验，提升客户的忠诚度。
2精准营销：把准消费者的“脉”
精准营销（Precision Marketing），是时下非常时髦的一个营销术语。精准营销是指在精准定位的基础上，依托现代信息技术手段建立个性化的顾客沟通服务体系，实现企业可度量的低成本扩张之路。简单地讲，精准营销就是指在目标市场实施精准攻击，以精准的市场定位、精准的产品投入、精准的价格策略、精准的产品工艺、精准的广告投放、精准的亲情服务、精准的全员培训确保精准攻击的成功。精准营销能够有效地降低产品的附加成本，将更多的实惠让利给用户，与此同时，企业也可以借此机会更好地完成营销任务。
数据驱动的决策代替直觉和常识，似乎只是时间问题。精准营销将会在以下三个领域展示出传统决策无法企及的优势： （1）精确分析，找到产品的主要购买者； （2）精确营销，使你的主要购买人群随时看到你的产品； （3）精确产品定位，提升购买体验，目的是吸引其再次消费。
零售业的核心资源是消费者，这个是零售业亘古不变的真理，而如何准确地找到潜在的消费者，对于企业成败起着决定性的影响。
提到精准定位购买者，首先不得不提到“用户画像（User Profile）”这个热词，用户画像又称用户角色（Persona），作为一种勾画目标用户、联系用户诉求与设计方向的有效工具，用户画像在各领域得到了广泛的应用。我们在实际操作的过程中往往会以最为浅显和贴近生活的话语将用户的属性、行为与期待联结起来。作为实际用户的虚拟代表，用户画像所形成的用户角色并不是脱离产品和市场之外所构建出来的，形成的用户角色需要有代表性，能够代够表产品的主要受众和目标群体。
实际中的用户画像要复杂得多，对于不同的数据来源，可以获得的用户数据只是少量的。了解不同用户在不同情境（交通过程中、上下班途中、假期中）的典型使用行为与习惯，在不同情境下，不同典型用户的操作行为和习惯有什么不同。我们按照职业分类用户的方法可能还存在问题，还需要研究不同行业人士、不同职业背景、不同身份地位的人的行为，细化专业人员与专业行业，以使用行为模式为特征提取共性，探索在不同典型场景开发出新需求点的可能性。
用户画像应用示意图
这就是从大数据视角解决精准用户画像的意义，那么究竟如何通过大数据视角去构建用户画像呢？
用户画像要解决三个关于购买的问题，即： 1．他是谁（我的产品适合谁）？ 用户作为一个自然人，我们可以从很多角度和层次去描绘出“他是谁”，例如他的自然特征（多大年纪、身高如何、是否肥胖、教育情况如何）、社会特征（是否结婚、家庭情况如何、子女亲友朋友圈如何）、消费特征（收入如何、消费情况如何、消费偏好是怎样的）等，都会在消费者购买决策过程中起到作用。通过大数据方法，我们将各种各样与“他”相关的信息进行集合，便可以得到一幅非常直观的用户画像，请参考下图。
用户属性
2．他想买什么（什么产品会吸引他）？ 商品的属性相对于消费者的标签，就简单了许多，而且更加直观了一些。例如功能、颜色、价格、外观等，都是一些事实性数据。而如何将这些商品属性和上面提到的消费者属性进行合理的匹配，是这件商品在上市前需要仔细思考和计算的。
针对已有产品，寻找所偏好的精准人群分类，来决定广告投放和活动开展的位置、内容等，实现精准营销，或者针对已经有画像的人群，设计出适合他们消费的产品，吸引他们购买，这都是用户画像的重要应用场景。
产品属性
3．他去哪买（产品放在哪里他最容易接触到）? 把合适的商品放到消费者最容易购买的那个地点，这是营销的“真理”之一。那么，如何找到和确认消费者的渠道喜好呢？这同样需要数据分析来帮忙。消费者进入实体店，喜欢走什么路线，喜欢去看哪些货架，喜欢去哪个区域挑选商品；消费者进入电子商务网站，希望通过什么方式找到自己的商品，是否点击了促销信息且进行了购买，这些都和消费者最终的购买决策息息相关，是市场营销所要考虑的关键内容之一。
渠道属性
对于企业而言，大数据有时候就像是一个“侦探家”，能够拨开重重迷雾，找到问题的本质，关键在于，你是否真的懂得如何去驾驭它，让它为你服务。
对此你有何评价？欢迎回帖和大家一起评论 ---------------------------------------------- 米多的使命：再小的品牌，都有自己的大数据引擎。米多大数据引擎，帮助传统品牌企业实现物联网时代的“四个现代化”，即企业平台化、品牌人格化、产品个性化、员工创客化。
| 
