大數(shù)據(jù)帶來(lái)更多便利
為了強(qiáng)化企業(yè)競(jìng)爭(zhēng)力，不少零售企業(yè)對(duì)會(huì)員開(kāi)始提供個(gè)性化的服務(wù)和購(gòu)物體驗(yàn)。同時(shí)，消費(fèi)者也越來(lái)越樂(lè)意接受這種個(gè)性化的促銷和溝通方式。當(dāng)處理信息和收集信息的成本大幅下降時(shí)，利用大數(shù)據(jù)來(lái)分析和洞察消費(fèi)者，為消費(fèi)者提供個(gè)性化服務(wù)，開(kāi)始普遍被零售企業(yè)接受。
最簡(jiǎn)單的例子，郊游季的周末氣象預(yù)測(cè)會(huì)下雨，零售商就可以在店鋪首要位置將啤酒和雨具鄰近擺放做關(guān)聯(lián)性促銷。零售商還可以通過(guò)大數(shù)據(jù)，了解消費(fèi)者的近況，例如，她是準(zhǔn)備好好過(guò)個(gè)假期還是為尋找一件適合她的晚禮服而煩惱，從而相應(yīng)地推薦該顧客購(gòu)買她需要的產(chǎn)品。
科爾尼公司近期使用數(shù)據(jù)分析幫助一家跨國(guó)快速消費(fèi)品公司優(yōu)化其國(guó)內(nèi)的市場(chǎng)費(fèi)用。通過(guò)對(duì)公司以往財(cái)務(wù)和采購(gòu)數(shù)據(jù)的分析和整合，發(fā)現(xiàn)了上千萬(wàn)美元的采購(gòu)成本優(yōu)化機(jī)會(huì)。
北美最大的食品和藥品零售商Safeway為會(huì)員定期采買的單品提供優(yōu)惠券，亞馬遜為顧客提供一對(duì)一的商品推介服務(wù)，跨國(guó)食品零售商阿霍德在會(huì)員中積極推行線上購(gòu)買線下自提的方式，并拉大會(huì)員價(jià)和非會(huì)員價(jià)之間的差距，讓消費(fèi)者成為會(huì)員，并提供個(gè)性化的服務(wù)。
就連谷歌也開(kāi)始利用大數(shù)據(jù)進(jìn)軍電商領(lǐng)域：通過(guò)客戶的注冊(cè)信息，以及購(gòu)物所記錄的家庭地址，幫助顧客智能化選擇周邊商圈的產(chǎn)品，顧客在網(wǎng)上預(yù)訂后，谷歌代為購(gòu)買并配送至顧客指定的地址。
甚至，美國(guó)創(chuàng)新企業(yè)Decide.com，利用數(shù)據(jù)分析幫助消費(fèi)者做購(gòu)買決策，告訴消費(fèi)者什么時(shí)候買什么產(chǎn)品，什么時(shí)候買最便宜，并預(yù)測(cè)產(chǎn)品的價(jià)格趨勢(shì)。這家公司背后的驅(qū)動(dòng)力就是大數(shù)據(jù)，他們?cè)谌蚋鞔缶W(wǎng)站上搜集數(shù)以十億計(jì)的數(shù)據(jù)，然后幫助數(shù)以十萬(wàn)計(jì)的用戶省錢，為他們的采購(gòu)找到最好的時(shí)間，提高生產(chǎn)率，降低交易成本，為消費(fèi)者帶去更多價(jià)值。而通過(guò)大數(shù)據(jù)幫助消費(fèi)者找到與他們最相關(guān)的產(chǎn)品的方法，也使得零售商的銷售額平均提高了3%至10%。
數(shù)據(jù)永遠(yuǎn)不嫌多
隨著云計(jì)算和實(shí)時(shí)數(shù)據(jù)處理的崛起，零售商們能更精準(zhǔn)地鎖定目標(biāo)顧客，給他們推薦更適合他們需求的商品。這種根據(jù)數(shù)據(jù)向消費(fèi)者有針對(duì)性地推薦產(chǎn)品的方式在零售業(yè)已相當(dāng)普遍，且發(fā)展勢(shì)頭還在不斷增長(zhǎng)。
那究竟什么是大數(shù)據(jù)？大數(shù)據(jù)又該有多大呢？
《紐約時(shí)報(bào)》表示，利用數(shù)據(jù)分析來(lái)評(píng)估商業(yè)活動(dòng)并不是一個(gè)新概念。其實(shí)早在20世紀(jì)60年代，數(shù)據(jù)分析、商務(wù)智能的概念就已經(jīng)被提出，一些特定領(lǐng)域的學(xué)者就已經(jīng)可以用一些數(shù)據(jù)分析來(lái)優(yōu)化生產(chǎn)。而現(xiàn)在所說(shuō)的大數(shù)據(jù)，不過(guò)是仰賴機(jī)器去做觀察與取得數(shù)據(jù)的工作，以求更全面、更即時(shí)的資料收集。
根據(jù)維克托·邁爾·舍恩伯格的描述，數(shù)據(jù)能告訴我們，每一個(gè)客戶的消費(fèi)傾向，他們想要什么，喜歡什么，每個(gè)人的需求有哪些區(qū)別，哪些又可以被集合到一起來(lái)進(jìn)行分類。
比如，大數(shù)據(jù)分析處理平臺(tái)Apache?Hadoop通過(guò)抓取消費(fèi)者在社交媒體的瀏覽查詢記錄和數(shù)據(jù)，獲取了有關(guān)消費(fèi)者滿意度和品牌偏好的實(shí)時(shí)信息，并根據(jù)顧客以往和當(dāng)前的購(gòu)物習(xí)慣，運(yùn)用125種不同的運(yùn)算，就可以預(yù)測(cè)顧客在什么時(shí)間會(huì)購(gòu)買哪些產(chǎn)品，且運(yùn)算的時(shí)間僅僅只需20毫秒。
亞馬遜的首席技術(shù)官沃格爾沃納表示：“數(shù)據(jù)永遠(yuǎn)不嫌多，而且越細(xì)越好，只有獲得一定量的數(shù)據(jù)才能對(duì)分析結(jié)果進(jìn)行細(xì)致的劃分。”目前亞馬遜全球的用戶已經(jīng)達(dá)到約2.4億，年收入近750億美元，他們已經(jīng)實(shí)現(xiàn)了跟蹤捕捉用戶的信息，根據(jù)不同的數(shù)據(jù)分析結(jié)果調(diào)整其服務(wù)。
如今，全世界各種規(guī)模的公司都在被告知需要大數(shù)據(jù)：風(fēng)投公司成立專門針對(duì)大數(shù)據(jù)的投資組合，成熟的商業(yè)巨頭們會(huì)成立專門做大數(shù)據(jù)項(xiàng)目的數(shù)字創(chuàng)新團(tuán)隊(duì)。互聯(lián)網(wǎng)被大數(shù)據(jù)倡導(dǎo)者作為成功數(shù)據(jù)業(yè)務(wù)的范例，一些公司開(kāi)始大幅削減人為調(diào)研的預(yù)算，重金投入在大數(shù)據(jù)技術(shù)上。
當(dāng)然，大數(shù)據(jù)也并不是靈丹妙藥，雖然大數(shù)據(jù)成就了很多巨頭，但也不乏失敗者。據(jù)前諾基亞員工透露，諾基亞過(guò)度依賴大數(shù)據(jù)，過(guò)于注重定量數(shù)據(jù)，以至于在面對(duì)難以衡量或現(xiàn)有報(bào)告里沒(méi)有的數(shù)據(jù)時(shí)，就變得不知所措。大數(shù)據(jù)原本可以成為諾基亞的競(jìng)爭(zhēng)籌碼，最后卻幫了一個(gè)倒忙。
就算作為資料高手的谷歌，在大數(shù)據(jù)面前也犯過(guò)類似的錯(cuò)誤。前谷歌副總裁瑪麗莎·梅耶爾就表示，谷歌曾要求其工作人員測(cè)試41種不同色階，甚至連肉眼都難以分辨的藍(lán)色，只為了最終該網(wǎng)站的工具列表該挑選什么顏色。頂尖設(shè)計(jì)師鮑曼稱，對(duì)數(shù)據(jù)言聽(tīng)計(jì)從的做法實(shí)在讓人難以忍受，如果以為公司的每個(gè)決定都可以根據(jù)數(shù)據(jù)而轉(zhuǎn)化成邏輯，那這些數(shù)據(jù)最后就會(huì)變成拐杖，如果每個(gè)決定只是需要拐杖，那整個(gè)公司也就離癱瘓不遠(yuǎn)了。
可見(jiàn)，要善用大數(shù)據(jù)，必須從對(duì)的觀念出發(fā)，不要過(guò)度地專注于收集定量數(shù)據(jù)。
大數(shù)據(jù)重點(diǎn)在解讀與預(yù)測(cè)
麻省理工學(xué)院教授艾瑞克·布倫喬爾森總結(jié)了大數(shù)據(jù)的幾個(gè)特點(diǎn)：首先，數(shù)據(jù)量要夠大夠多，量比質(zhì)更重要；第二，要在大數(shù)據(jù)中找出相關(guān)性，而不是因果關(guān)系；第三，消費(fèi)者們社交媒體中貼出的圖片、文字，甚至他們的地理位置，一些看似散亂無(wú)用的記錄其實(shí)都是有用的。第三，只有擁有海量數(shù)據(jù)，即便是小公司也能靠創(chuàng)新致勝。最后，要小心使用這些海量數(shù)據(jù)，不要被數(shù)據(jù)蒙蔽和掌控。
舍恩伯格在接受《福布斯》采訪時(shí)表示，大數(shù)據(jù)重構(gòu)了傳統(tǒng)零售業(yè)，是未來(lái)零售業(yè)變革的催化劑。數(shù)據(jù)的產(chǎn)生和收集本身并沒(méi)有直接產(chǎn)生服務(wù)，最具價(jià)值的部分在于：當(dāng)這些數(shù)據(jù)在收集以后，會(huì)被用于不同的目的，數(shù)據(jù)被重新再次使用。
20年前亞馬遜剛成立時(shí)，杰夫·貝索斯讓50個(gè)書評(píng)員來(lái)為他賣書，他意識(shí)到不僅僅可以請(qǐng)人來(lái)寫書評(píng)，還可以用數(shù)據(jù)技術(shù)來(lái)提供圖書推薦。起初他使用的是小數(shù)據(jù)，不是大數(shù)據(jù)，把客戶進(jìn)行分類，比如說(shuō)有人對(duì)旅游或者是對(duì)園藝感興趣，系統(tǒng)會(huì)自動(dòng)提供推薦。剛剛開(kāi)始使用這個(gè)數(shù)據(jù)推薦時(shí)，使用體驗(yàn)并不好，在進(jìn)一步分析后，亞馬遜決定不對(duì)人群進(jìn)行分類，而是對(duì)用戶的需求分類。這個(gè)做法非常成功，以至于到今天，推薦系統(tǒng)為亞馬遜帶去了30%的銷售收入。
大數(shù)據(jù)會(huì)為各行各業(yè)帶來(lái)效率，而大數(shù)據(jù)對(duì)于服務(wù)業(yè)來(lái)說(shuō)不僅僅是效率，更多的是創(chuàng)新。比如沃爾瑪會(huì)在手推車上追加跟蹤器，根據(jù)推車路徑來(lái)改進(jìn)貨架的擺放。日本、英國(guó)也有通過(guò)人臉識(shí)別來(lái)做數(shù)據(jù)的分析，從而獲得性別、年齡、人種等數(shù)據(jù)。
雖然，眼下層次繁雜、內(nèi)涵豐富的大數(shù)據(jù)被炒的火熱，加拿大Loyalty?One公司高級(jí)副總裁卡洛琳卻提出一個(gè)頗為逆行的觀點(diǎn)：實(shí)體零售業(yè)參與線上線下全渠道體系競(jìng)爭(zhēng)的優(yōu)勢(shì)不是大數(shù)據(jù)，而是要抓住小數(shù)據(jù)。尤其是實(shí)體零售業(yè)通過(guò)線下顧客行為的數(shù)據(jù)化，追蹤到顧客的消費(fèi)行為，以此幫助零售業(yè)務(wù)流程升級(jí)，并支持更好地獲取顧客數(shù)據(jù)，這樣才能產(chǎn)生數(shù)據(jù)的推動(dòng)力，最后形成大數(shù)據(jù)。
其實(shí)不管是大數(shù)據(jù)還是小數(shù)據(jù)，臺(tái)灣AppWorks?之初創(chuàng)投創(chuàng)始人林之晨表示，數(shù)據(jù)只能告訴你不知道的數(shù)字。但數(shù)據(jù)背后所包含的特定環(huán)境以及原因，必須要靠歸納者自行去解讀。數(shù)據(jù)的重點(diǎn)不是數(shù)據(jù)，而是解讀與預(yù)測(cè)。在互聯(lián)網(wǎng)信息爆發(fā)的時(shí)代，數(shù)據(jù)將會(huì)越來(lái)越泛濫，懂?dāng)?shù)據(jù)收集管理的人也將會(huì)越來(lái)越普遍。
麥肯錫全球?qū)W會(huì)曾發(fā)布的一份報(bào)告顯示，美國(guó)至少需要十幾萬(wàn)萬(wàn)名具有“深度分析”經(jīng)驗(yàn)的工作者，以及幾百萬(wàn)名更加精通數(shù)據(jù)的經(jīng)理人。
梅耶爾提醒道，不要過(guò)分依賴數(shù)據(jù)，否則就如同希臘神話中伊卡洛斯所犯的錯(cuò)誤一樣——因?yàn)樘嘈抛约旱娘w翔能力，使用了蠟和羽毛造的雙翼，卻最終因?yàn)殡p翼上的蠟被太陽(yáng)曬融化而跌落水中喪生。
——來(lái)源：中國(guó)商報(bào)??編譯：年雙渡
400-603-8000
