大數據時代來了，數據成為企業生產過程的基本要素，單憑經驗和直覺，必定會被時代所淘汰，那么企業應該如何用大數據去贏得未來？

大數據時代來了

隨著電腦、智能手機、互聯網等重要發明快速進入日常生產與生活，我們共同見證了數據在全球范圍內的爆炸性增長。事實上，在當前典型經濟體中，任何一個行業及公共服務部門都已積累了海量數據，而信息技術的快速發展及廣泛應用則進一步加快了其增長速度，許多人稱這個時代為“大數據”時代。大數據帶來的信息風暴，正在開啟我們的思維變革、經營變革和管理變革，正如《紐約時報》的一篇專欄中所稱，“大數據”時代已經降臨，它為我們看待世界提供了一種全新的方法，在商業、經濟及其他領域中，會有越來越多的決策是基于數據和分析做出，而并非基于經驗和直覺。

2012 年 3月22日，奧巴馬政府宣布投資 2 億美元拉動大數據相關產業發展，將數據定義為“未來的新石油”，將“大數據戰略”上升為國家意志，表明對未來數據的占有和控制將成為陸、海、空權之外的另一種國家核心資產。那么對于我們所處的傳統零售企業來說，如何有效整合海量數據，并加以分析利用，已成為企業經營發展的必然趨勢和焦點問題。

超市的懷孕預測案例

最早與零售相關的大數據應用的案例發生在美國第二大的超市——塔吉特百貨(Target)。當時孕婦對于零售商來說是個含金量很高的顧客群體，但是她們一般會去專門的孕婦商店而不是在Target購買孕期用品。那么Target有什么辦法可以把這部分細分顧客從孕婦產品專賣店的手里截留下來呢？由于在美國出生記錄是公開的，等孩子出生了，新生兒母親就會被鋪天蓋地的產品優惠廣告包圍，那時候Target再行動就晚了，因此必須趕在孕婦第2個妊娠期行動起來。這樣市場營銷部門就可以在恰當的時間給她們發出量身定制的孕婦優惠廣告提前鎖定目標客戶。負責顧客數據分析的經理首先利用了Target迎嬰聚會(baby shower)的登記表，并對這些登記表里的顧客消費數據進行建模分析，不久就發現了許多非常有用的數據模式。比如模型發現，許多孕婦在第2個妊娠期的開始會買許多大包裝的無香味護手霜；在懷孕的最初20周大量購買補充鈣、鎂、鋅的善存片之類的保健品。最后這位顧客數據分析經理選出了25種典型商品的消費數據構建了“懷孕預測指數”。通過這個指數，Target能夠在很小的誤差范圍內預測到顧客的懷孕情況，也就能早早地把孕婦優惠廣告寄發給顧客。同時為避免顧客因收到這樣的廣告而擔心是否個人隱私會遭到泄露，Target就把孕婦用品的優惠廣告夾雜在其他一大堆與懷孕不相關的商品優惠廣告中。在制定了全新的營銷方案后，Target的孕期用品銷售呈現了爆發性的增長。幾家歡喜幾家愁，Target的這種優惠廣告也間接地令一個蒙在鼓里的父親意外發現他高中生的女兒懷孕了，結果此事甚至被<<紐約時報>>報道了， Target大數據的巨大威力隨之轟動了全美。我想這個案例沒有結束，我們看到的是Target通過大數據的應用贏得了那些不知情的孕婦，看不到的更是那些同樣不知情的婦孕專賣店因客戶的流失而走向低迷。貌似平靜的海面，大數據正在推動一股強勁的商業革命暗涌，時代，不在時代中“變態”就只有在時代中死亡。

企業該如何行動？

麥肯錫公司認為，數據已經成為生產過程中的基本要素，如同固定資產和人力資源一樣。對于具體的零售企業，數據的收集、分析和應用已經穿透了整個行業，數據不僅是信息的載體，也同樣可以為企業創造價值和利潤，企業需要重新認識和利用數據。那么我們傳統的零售企業應該如何行動用才能讓大數據帶來紅利呢？

首先企業的領導要重視大數據的發展、重視企業的數據中心，構建與企業發展相關的大數據分析平臺；傳統企業的信息系統數據分析模型比較簡單，大多數是在分析一些結果化的數據，如銷售同期對比，庫存結構等等，因此對決策和解決實際問題幫助十分有限。而大數據大都是一些類型豐富的碎片化數據而且沒有相對固定的模式，我們所看到的結果往往是一些多因素、聚類的結果，相對復雜。

因而構建以客戶為中心的大數據分析平臺，這是一項從無到有、富有挑戰性的工作，它將整合所有客戶的接觸點，包括線上、線下、虛擬和實體等，對企業的創新能力、精細化管理、專業化經營都要有很高的要求。

第二，對企業內部人員進行培訓及建立收集數據的軟硬件機制；大數據的分析與傳統數據分析有很大區別，傳統企業現有的管理支持類數據分析主要基于報表等一些結構化的數據，很難勾勒出企業經營的全景視圖。大數據的進入就需要分析人員具有更高的素質，既要有扎實的業務基礎又要具備很強的數據挖掘能力。利用大數據平臺和大數據分析可以將零散的市場數據、客戶數據等迅速高效地轉化成決策支持數據，這樣才能使企業及時把握市場環境變化做出快速反應。

以上是大數據應用需要夯實的基礎性工作，簡言之就是搭建平臺，配置人員。對于具體的業務層面主要有以下幾個方面：

（1）顧客分析：分析顧客群的結構、流量、購買周期、不同顧客群的利潤貢獻率；具體顧客的購買頻率、感興趣商品的預測、忠誠度和流失的可能性分析。顧客分析的目標是確定可靠的顧客群體、預測消費意愿，主動提供個性化銷售和促銷服務，提高銷售額和利潤率。（點擊查看顧客分析相關文章）

（2）產品分析：產品分析是建立在顧客價值基礎上的。通過顧客分析的結果，結合內部生產能力、庫存規模、渠道類型進行產品開發。例如：產品的時尚性、功能性、庫存量和產品開發結構等。

（3）價格分析：產品的定價（需要建立基于消費者視角的產品價值模型），消費者對于不同產品的價格彈性，競爭品牌的定價策略等。

（4）營銷策略：新產品的導入期及舊產品的最佳消化期，產品的分類上架、位置布局和捆綁銷售合理性；節前節后、淡季旺季不同時間段的定價策略等

（5）供應鏈分析、運營效率分析：主要針對供應商選擇、物流優化、現金流計劃、人力資源配置等。

革命的思想只有轉換為革命的行動才能夠真正為企業創造價值，傳統零售企業在大數據時代下的數據思維和“數據經營”理念指引下只有采取精準和快速行動才能煥發生機贏得未來，魯迅先生曾說過不在沉默中爆發就在沉默中死亡，時代也是這樣，不在時代中變革就在時代中消亡。