大數據帶來更多便利

為了強化企業競爭力，不少零售企業對會員開始提供個性化的服務和購物體驗。同時，消費者也越來越樂意接受這種個性化的促銷和溝通方式。當處理信息和收集信息的成本大幅下降時，利用大數據來分析和洞察消費者，為消費者提供個性化服務，開始普遍被零售企業接受。

最簡單的例子，郊游季的周末氣象預測會下雨，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聯性促銷。零售商還可以通過大數據，了解消費者的近況，例如，她是準備好好過個假期還是為尋找一件適合她的晚禮服而煩惱，從而相應地推薦該顧客購買她需要的產品。

科爾尼公司近期使用數據分析幫助一家跨國快速消費品公司優化其國內的市場費用。通過對公司以往財務和采購數據的分析和整合，發現了上千萬美元的采購成本優化機會。

北美最大的食品和藥品零售商Safeway為會員定期采買的單品提供優惠券，亞馬遜為顧客提供一對一的商品推介服務，跨國食品零售商阿霍德在會員中積極推行線上購買線下自提的方式，并拉大會員價和非會員價之間的差距，讓消費者成為會員，并提供個性化的服務。

就連谷歌也開始利用大數據進軍電商領域：通過客戶的注冊信息，以及購物所記錄的家庭地址，幫助顧客智能化選擇周邊商圈的產品，顧客在網上預訂后，谷歌代為購買并配送至顧客指定的地址。

甚至，美國創新企業Decide.com，利用數據分析幫助消費者做購買決策，告訴消費者什么時候買什么產品，什么時候買最便宜，并預測產品的價格趨勢。這家公司背后的驅動力就是大數據，他們在全球各大網站上搜集數以十億計的數據，然后幫助數以十萬計的用戶省錢，為他們的采購找到最好的時間，提高生產率，降低交易成本，為消費者帶去更多價值。而通過大數據幫助消費者找到與他們最相關的產品的方法，也使得零售商的銷售額平均提高了3%至10%。

數據永遠不嫌多

隨著云計算和實時數據處理的崛起，零售商們能更精準地鎖定目標顧客，給他們推薦更適合他們需求的商品。這種根據數據向消費者有針對性地推薦產品的方式在零售業已相當普遍，且發展勢頭還在不斷增長。

那究竟什么是大數據？大數據又該有多大呢？

《紐約時報》表示，利用數據分析來評估商業活動并不是一個新概念。其實早在20世紀60年代，數據分析、商務智能的概念就已經被提出，一些特定領域的學者就已經可以用一些數據分析來優化生產。而現在所說的大數據，不過是仰賴機器去做觀察與取得數據的工作，以求更全面、更即時的資料收集。

根據維克托·邁爾·舍恩伯格的描述，數據能告訴我們，每一個客戶的消費傾向，他們想要什么，喜歡什么，每個人的需求有哪些區別，哪些又可以被集合到一起來進行分類。

比如，大數據分析處理平臺Apache?Hadoop通過抓取消費者在社交媒體的瀏覽查詢記錄和數據，獲取了有關消費者滿意度和品牌偏好的實時信息，并根據顧客以往和當前的購物習慣，運用125種不同的運算，就可以預測顧客在什么時間會購買哪些產品，且運算的時間僅僅只需20毫秒。

亞馬遜的首席技術官沃格爾沃納表示：“數據永遠不嫌多，而且越細越好，只有獲得一定量的數據才能對分析結果進行細致的劃分。”目前亞馬遜全球的用戶已經達到約2.4億，年收入近750億美元，他們已經實現了跟蹤捕捉用戶的信息，根據不同的數據分析結果調整其服務。

如今，全世界各種規模的公司都在被告知需要大數據：風投公司成立專門針對大數據的投資組合，成熟的商業巨頭們會成立專門做大數據項目的數字創新團隊。互聯網被大數據倡導者作為成功數據業務的范例，一些公司開始大幅削減人為調研的預算，重金投入在大數據技術上。

當然，大數據也并不是靈丹妙藥，雖然大數據成就了很多巨頭，但也不乏失敗者。據前諾基亞員工透露，諾基亞過度依賴大數據，過于注重定量數據，以至于在面對難以衡量或現有報告里沒有的數據時，就變得不知所措。大數據原本可以成為諾基亞的競爭籌碼，最后卻幫了一個倒忙。

就算作為資料高手的谷歌，在大數據面前也犯過類似的錯誤。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試41種不同色階，甚至連肉眼都難以分辨的藍色，只為了最終該網站的工具列表該挑選什么顏色。頂尖設計師鮑曼稱，對數據言聽計從的做法實在讓人難以忍受，如果以為公司的每個決定都可以根據數據而轉化成邏輯，那這些數據最后就會變成拐杖，如果每個決定只是需要拐杖，那整個公司也就離癱瘓不遠了。

可見，要善用大數據，必須從對的觀念出發，不要過度地專注于收集定量數據。

大數據重點在解讀與預測

麻省理工學院教授艾瑞克·布倫喬爾森總結了大數據的幾個特點：首先，數據量要夠大夠多，量比質更重要；第二，要在大數據中找出相關性，而不是因果關系；第三，消費者們社交媒體中貼出的圖片、文字，甚至他們的地理位置，一些看似散亂無用的記錄其實都是有用的。第三，只有擁有海量數據，即便是小公司也能靠創新致勝。最后，要小心使用這些海量數據，不要被數據蒙蔽和掌控。

舍恩伯格在接受《福布斯》采訪時表示，大數據重構了傳統零售業，是未來零售業變革的催化劑。數據的產生和收集本身并沒有直接產生服務，最具價值的部分在于：當這些數據在收集以后，會被用于不同的目的，數據被重新再次使用。

20年前亞馬遜剛成立時，杰夫·貝索斯讓50個書評員來為他賣書，他意識到不僅僅可以請人來寫書評，還可以用數據技術來提供圖書推薦。起初他使用的是小數據，不是大數據，把客戶進行分類，比如說有人對旅游或者是對園藝感興趣，系統會自動提供推薦。剛剛開始使用這個數據推薦時，使用體驗并不好，在進一步分析后，亞馬遜決定不對人群進行分類，而是對用戶的需求分類。這個做法非常成功，以至于到今天，推薦系統為亞馬遜帶去了30%的銷售收入。

大數據會為各行各業帶來效率，而大數據對于服務業來說不僅僅是效率，更多的是創新。比如沃爾瑪會在手推車上追加跟蹤器，根據推車路徑來改進貨架的擺放。日本、英國也有通過人臉識別來做數據的分析，從而獲得性別、年齡、人種等數據。

雖然，眼下層次繁雜、內涵豐富的大數據被炒的火熱，加拿大Loyalty?One公司高級副總裁卡洛琳卻提出一個頗為逆行的觀點：實體零售業參與線上線下全渠道體系競爭的優勢不是大數據，而是要抓住小數據。尤其是實體零售業通過線下顧客行為的數據化，追蹤到顧客的消費行為，以此幫助零售業務流程升級，并支持更好地獲取顧客數據，這樣才能產生數據的推動力，最后形成大數據。

其實不管是大數據還是小數據，臺灣AppWorks?之初創投創始人林之晨表示，數據只能告訴你不知道的數字。但數據背后所包含的特定環境以及原因，必須要靠歸納者自行去解讀。數據的重點不是數據，而是解讀與預測。在互聯網信息爆發的時代，數據將會越來越泛濫，懂數據收集管理的人也將會越來越普遍。

麥肯錫全球學會曾發布的一份報告顯示，美國至少需要十幾萬萬名具有“深度分析”經驗的工作者，以及幾百萬名更加精通數據的經理人。

梅耶爾提醒道，不要過分依賴數據，否則就如同希臘神話中伊卡洛斯所犯的錯誤一樣——因為太相信自己的飛翔能力，使用了蠟和羽毛造的雙翼，卻最終因為雙翼上的蠟被太陽曬融化而跌落水中喪生。

——來源：中國商報??編譯：年雙渡