Lisa，我懂你，本文主要内容关键词为：懂你论文,Lisa论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
周六下午，Lisa陪小姐妹在百丽港城店试穿了一款贝壳罗马鞋，小姐妹觉得式样和舒适度都不错，正打算付钱，Lisa拦住了她。熟悉网上购物的Lisa直觉地认为，这家企业应该有针对网店新旧款推广产品的不同价格策略。果然，这双2011款的罗马鞋在网上商城的价格比实体店便宜了70元，于是Lisa果断替小姐妹下了单，同时还给正在大连读大学的妹妹买了一双。在Lisa下单的同时，网店商户端的百丽工作人员立刻得到了这两张订单的资料。
看似普通的订单成为了商家眼中宝贵的香饽饽。如百丽一类的传统企业究竟会怎样挖掘订单中的数据价值呢？
提高流通效率
Lisa的订单其实进入了两个环节：一方面，这两笔订单的基本资料进入了工作流以确保及时发货；另一方面，这些数据沉淀下来。进入工作流的订单信息立即呈现在后台工作人员眼前。Lisa向企业直接管理的网上旗舰店下单，但完成一系列配货和发货的却是就近的经销商。
由企业来完成与消费者的直接沟通，可以达到更好的品牌传达。更重要的是，沉淀的订单信息能让企业掌握到更精准的商品销售信息。传统鞋服行业的仓储物流往往是靠经验判断的。但只有更资深的管理者才能预估出不同地区不同商品准确的销售数并决定配货比例。假设一位管理者预估东北地区销售1600双罗马鞋，实际销售数为1400双，这200双积压的鞋将直接影响企业的流通效率。处理方法的一种是将这200双鞋尽快抽调到其他销售渠道去流通，但这会增加物流成本；另一种方法是等过了销售季节后折价处理，这就会降低企业的毛利率。无论如何，一旦预估错误，都会造成不同程度的流通资金积压。
在传统销售中，每个经销商仅以一定的周期向企业下单——例如六月份订购罗马鞋400双，然而这些鞋子中有多少是因滞销而打折销售的？多少是开卖一周就供不应求的？企业却不甚了解。所以，在企业看来出货正常，但实际上经销商因压货而死的情况也时有发生。如今电商的销售数据比传统销售数据反馈更即时，物流信息比按地区划分的传统销售数据更精准，因此挖掘电子商务的区域性数据并进行深层次透视就可以帮助企业提高运营效率，增加货物流动率。
比如现在百丽公司总部每天都可以了解到Lisa购买的这款罗马鞋在各地区的销售和配送情况，及时调配以减少渠道压货；也可以根据历史订单信息事前准确地预判仓储和调节物流，达到最优配置，从而提高流通效率。
绘制顾客肖像画
如果说传统零售业可以从“同时购买啤酒和奶粉”来推断出顾客刚成为年轻爸爸，那么电子商务的数据更是细致到可以了解这位年轻父亲的年龄、有什么爱好、宝宝几岁、是男孩还是女孩，甚至能判断出这位父亲的职业。
仍以Lisa为例（见前图），她已经在百丽的网店重复购买多次，从她所沉淀的历史订单信息来看，有心的企业已经可以描绘出顾客Lisa的“肖像画”来：这是一位女性忠实客户，最喜欢的颜色是粉色，比较时髦，平时工作和生活中穿皮鞋的场合居多，每年春季有定期出游的习惯，现居住在上海，但有较为亲密的女性朋友或亲人在大连；她也时常热心地为朋友代购商品，使用移动互联较多；工作认真，工作日白天几乎不网购，周末有时白天在实体店淘到穿着合适的鞋子就用手机直接购买；退换货率较低可能是因为提前试穿过；脾气挺好，不太挑剔；购买优惠商品较多，是比较会持家的女孩……
做营销的人都知道洞察消费者的重要性，可究竟应该如何做才能获得最佳的营销效果？这对于不同企业来说都意味着不同的答案。过去，不少企业平时会通过小组访谈或问卷调查的形式来了解消费者的兴趣爱好，从而修正产品的定位、定价、包装等。如今，电子商务数据稍加挖掘分析，就已经可以让企业能够准确地勾勒出消费者的画像。企业知道几乎每一个消费者的喜好和购买习惯等信息，从而找出消费“达人”，制定相应的忠诚度计划，为未来的新产品研发提供依据。更有甚者，可以凭借数据很容易地识别出路人中谁是购买过你产品的人，并上前和他打个招呼。
市场调查数据之于营销的关键意义，就在于提供了一个决策的准确前点——还有什么比一个个生动的消费者形象更精准、更重要的呢？
为什么是现在
电子商务平台几乎可以成为现代商业的“小实验室”，由于反馈快与可控性高，在海量的电子数据和可控变量上，如果有一些探索精神和商业头脑，稍微改变一下同类订单的微小变量，就可以得到一些奇妙的真实调研数据。这样的发现让拥有平台优势的企业如获至宝。事实上，随着移动互联、社交媒体时代信息的大爆发，平台企业对于消费者在线购物行为踪迹的捕捉成为可能。
这种资源累积效应的价值远超想象，正在成为抢占客户资源的商家必争之地。这也是越来越多的网商企业抢在2012年夏天，先后抛出“大数据时代”战略架构的原因。
让我们再次回到百丽的忠实消费者Lisa。她通常每一个半月都会逛街搜罗一下，添置新鞋，平均购买周期一般是45天。现在，企业为了激励她的持续购买，打算给她一定的优惠。优惠促销策略应该怎么制定？会不会损害品牌的号召力和溢价能力？在优惠推出的时点又应该怎么把握？在45天到来前还是到来后投放能带来最好的销售效果？是积分兑换还是发放优惠券更能带来重复购买？这些问题，对于无法透视相关性数据的传统行业是很玄乎的，但在电子商务平台做一个真实的微型调研，却很容易监测投放的效果。例如要测试派发优惠券的效果，百丽可以针对5000名老客户发券，再对比另外没有发券的5000名老客户做一个短期和长期跟踪，看看发券是否会带来可持续的有效购买。除此之外，化妆品企业可以通过数据挖掘的测试，找到试用装赠送数量对于新品促销的最优配比。
只要企业有不同的业务设想或管理思考，都可以通过数据进行测试，为决策提供依据。当然，如果没有精巧的商业思想来使用数据，数据也只是数字，不会成为宝藏。
运营，而非销售数据
●李钟伟
数据的嫁接与借力
过去企业做市场，看中的只是简单的销售数据，营销活动的终点也多在刺激销售增长的“贡献率”。而如今，数据挖掘带给企业的价值已远远超过促销层面。
举例来说，A公司要扩大营业额，通过淘宝网店的数据计算可以获知该门铺一天的总销量是多少，淘宝旺旺咨询量是多少。倘若进一步分析还能发现，之前很多咨询量由于没有使用有效的工具进行均匀分配，所以出现了有些客服人员忙死。有些客服人员闲死的局面。基于这一问题，通过数据分析和相应的工具，A公司借助第三方咨询公司重新进行均匀分配，同时也计算出每个客服人员一天的极限接单能力是多少，然后再留出20%的余量，由此得出自己目前的年销售额预计是多少；倘若要扩张，需要再配备多少客服人员，这时候就可以做到基于数据去定量计算。
而围绕销售端，企业还要面临库存准备的问题——从商品准备到库存分配。尤其像大型电商企业，往往备有2-3个仓库，分布在不同的地域。这也意味着企业必须对当地的商品做更本地化的库存配置。而这一库存配置的合理与否就会直接影响电商的流通效率。过去，传统企业只能靠经验来备货，因为它的数据反馈速度太慢。但是引入电子商务后——譬如案例中提到的百丽，目前已做到将POS机系统直接接到上海商派的数据处理系统上来。这种数据的嫁接与分析借力在过去是不可能出现的。转变背后体现了企业数据挖掘的思想。
企业的云中数据
随着电子商务发展的深度和广度不断扩容，企业在互联网上其实并不仅仅只有直销一种手段。譬如一些进口品牌，往往通过两种典型的运营模式授权代理商销售产品，第一种模式是由品牌商独立运营的电子商务模式。一旦其在淘宝店铺或独立官网完成销售以后，品牌商会把销售订单第一时间调拨给离消费者最近的、有库存的经销商，后续的送货、发货包括开票其实都是由代理商来完成，厂商并不介入。这种模式下，厂商自己掌握最重要的核心数据资产，即品牌定义、品牌跟消费者的接触、消费者识别，以及消费者客户资料的数据积累，除此之外，把最没有价值的工作全都外包出去。
而另一种模式是把前端的消费者接触、所有商品的销售执行都交由淘网店代理商。但所有商品的定价、商品描述、客户资产、价格信息、订单信息最后需要汇总给品牌商。品牌商将代理商的工作平台与品牌商的私有云相嫁接——品牌商的数据架构对于代理商来讲是一个所谓的“公有云”。由此，以往靠渠道经理完成销售指标的情况就会有所改善，渠道压货、扰乱市场，或者代理商死掉，进而影响未来季度的销售额的现象也会大大减少。
对于代理商来讲，这首先减少了门店的库存配货，所有货都由品牌商指定一个第三方公司送货。这样，品牌商从品牌号召力、资金挤占量以及库存方面全面给代理商以刺激，而作为交换，品牌商无形地夺走了代理商的数据权。
用好数据的差别在于以下方面。第一是数据的应用层次。数据使用不存在一个先进性的概念，只有一个合用性的概念，是与企业当前阶段和当前的数据总量有关系的。其次，不是所有人都需要所谓最好的数据梯度。第三，作为数据应用服务的第三方供应商，未来最大的优势不在于用销售的思想来做业务，而是用运营的思想做业务。正如企业早期的生意是跑量，现在越来越专注于核心竞争力的精耕细作。唯有商业思想先行，才能帮助企业在战略决策上先行一步，企业对待数据的不同态度也从侧面反映出其最终能走多远。