楊燦榮+鄭淑蓉+盧益

內(nèi)容摘要：本文在介紹零售企業(yè)“大數(shù)據(jù)”含義和特征的基礎(chǔ)上，提出顧客價(jià)值主張是“大數(shù)據(jù)”驅(qū)動(dòng)的零售企業(yè)商業(yè)模式創(chuàng)新的內(nèi)容，并闡述大數(shù)據(jù)分析技術(shù)驅(qū)動(dòng)的零售企業(yè)商業(yè)模式創(chuàng)新的運(yùn)營(yíng)支撐條件和資源支撐條件，最后為零售企業(yè)商業(yè)模式創(chuàng)新提供建議。

關(guān)鍵詞：大數(shù)據(jù) 零售企業(yè) 商業(yè)模式創(chuàng)新

隨著信息技術(shù)、網(wǎng)絡(luò)技術(shù)和移動(dòng)設(shè)備技術(shù)的蓬勃發(fā)展，“大數(shù)據(jù)”應(yīng)運(yùn)而生。麥肯錫（2011）認(rèn)為“大數(shù)據(jù)”逐漸成為重要的生產(chǎn)要素，其運(yùn)用將帶來(lái)新一輪生產(chǎn)率增長(zhǎng)和消費(fèi)者盈余浪潮，是創(chuàng)新、競(jìng)爭(zhēng)的下一領(lǐng)域?！按髷?shù)據(jù)”孕育著大量的市場(chǎng)機(jī)會(huì)和廣闊的利潤(rùn)增長(zhǎng)空間。近年來(lái)，零售企業(yè)面臨網(wǎng)絡(luò)零售帶來(lái)的巨大挑戰(zhàn)，銷售利潤(rùn)不斷下滑，被迫關(guān)閉的零售店與日俱增，在大數(shù)據(jù)浪潮下，零售企業(yè)傳統(tǒng)商業(yè)模式因缺乏大數(shù)據(jù)共享機(jī)制，難以滿足顧客的多樣化需求，無(wú)法實(shí)時(shí)快速回應(yīng)消費(fèi)者需求，其弊端日益顯露。由此，零售企業(yè)急需以“大數(shù)據(jù)”為驅(qū)動(dòng)，創(chuàng)新商業(yè)模式，實(shí)現(xiàn)升級(jí)轉(zhuǎn)型，從而求得生存與發(fā)展。

“大數(shù)據(jù)”的內(nèi)涵及零售企業(yè)大數(shù)據(jù)源的內(nèi)容

（一）“大數(shù)據(jù)”含義及特征

“大數(shù)據(jù)”是指大小超出了一般數(shù)據(jù)庫(kù)軟件收集、存儲(chǔ)、處理和分析能力的大容量數(shù)據(jù)集（Bill Franks，2013）；其“大”不僅指數(shù)據(jù)規(guī)模大，還指通過(guò)對(duì)海量數(shù)據(jù)整合和分析發(fā)現(xiàn)新知識(shí)，轉(zhuǎn)化為商業(yè)優(yōu)勢(shì)，帶來(lái)大價(jià)值、大利潤(rùn)和大發(fā)展?！按髷?shù)據(jù)”一般包括四個(gè)特征（四個(gè)V）：一是數(shù)據(jù)量大（volume），數(shù)據(jù)量級(jí)別以EB和ZB計(jì)算；二是數(shù)據(jù)類型多樣（variety），除了傳統(tǒng)結(jié)構(gòu)化數(shù)據(jù)，還涵蓋文本、圖片、音頻、視頻、評(píng)論、地理位置信息等半結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)；三是數(shù)據(jù)價(jià)值高、密度低（value），利用大數(shù)據(jù)技術(shù)對(duì)海量的數(shù)據(jù)進(jìn)行挖掘，發(fā)現(xiàn)數(shù)據(jù)背后隱藏的價(jià)值；四是實(shí)時(shí)處理（velocity），“大數(shù)據(jù)”通常以數(shù)據(jù)流的形式動(dòng)態(tài)、快速產(chǎn)生，具有很強(qiáng)的時(shí)效性，要求對(duì)數(shù)據(jù)進(jìn)行有效和適時(shí)的處理。

（二）零售企業(yè)大數(shù)據(jù)源的內(nèi)容

1.大交易數(shù)據(jù)。即零售企業(yè)內(nèi)部因交易產(chǎn)生的數(shù)據(jù)，主要指來(lái)源于企業(yè)ERP、SCM、CRM和WEB交易系統(tǒng)并以SQL數(shù)據(jù)庫(kù)來(lái)存儲(chǔ)的數(shù)據(jù)，可以分為企業(yè)營(yíng)銷數(shù)據(jù)、企業(yè)管理數(shù)據(jù)兩部分。前者是將企業(yè)產(chǎn)品或服務(wù)轉(zhuǎn)移到顧客身上所產(chǎn)生的數(shù)據(jù)，有顧客數(shù)據(jù)、銷售數(shù)據(jù)、價(jià)格數(shù)據(jù)、產(chǎn)品數(shù)據(jù)、市場(chǎng)競(jìng)爭(zhēng)數(shù)據(jù)等；后者是對(duì)企業(yè)的產(chǎn)品、人員、設(shè)備進(jìn)行管理而產(chǎn)生的數(shù)據(jù)，有財(cái)務(wù)數(shù)據(jù)、運(yùn)營(yíng)數(shù)據(jù)等。

2.大交互數(shù)據(jù)。主要是來(lái)自互聯(lián)網(wǎng)、移動(dòng)互聯(lián)網(wǎng)中人與網(wǎng)站、人與人交互產(chǎn)生的數(shù)據(jù)，主要包括消費(fèi)者在零售企業(yè)電子商務(wù)網(wǎng)站上進(jìn)行商品搜索、瀏覽、比較、購(gòu)買時(shí)產(chǎn)生的點(diǎn)擊流數(shù)據(jù)、來(lái)自社交網(wǎng)絡(luò)和即時(shí)通訊軟件的分享推薦、交流溝通、咨詢等社交數(shù)據(jù)，涵蓋視頻、即時(shí)通訊記錄、錄音、圖片、帖子、點(diǎn)擊動(dòng)作等各種類型的非結(jié)構(gòu)化數(shù)據(jù)。

3.感知數(shù)據(jù)。主要來(lái)源于物聯(lián)網(wǎng)中的傳感器、RFID、GPS芯片、觀測(cè)設(shè)備等檢測(cè)到的關(guān)于零售企業(yè)產(chǎn)品、設(shè)施、路線布局、柜臺(tái)設(shè)置和顧客等信息的數(shù)據(jù)，包括傳感數(shù)據(jù)、RFID數(shù)據(jù)、觀測(cè)數(shù)據(jù)和由含有GPS芯片的各種智能終端等產(chǎn)生的地理位置信息數(shù)據(jù)。

“大數(shù)據(jù)”驅(qū)動(dòng)的零售企業(yè)商業(yè)模式創(chuàng)新內(nèi)容

顧客價(jià)值主張創(chuàng)新是“大數(shù)據(jù)”驅(qū)動(dòng)的零售企業(yè)商業(yè)模式創(chuàng)新的核心內(nèi)容。顧客價(jià)值主張是對(duì)顧客真實(shí)需求的深刻描述，是企業(yè)經(jīng)營(yíng)活動(dòng)的起點(diǎn)，只有明確了企業(yè)的顧客價(jià)值主張，企業(yè)才能開展其他的活動(dòng)（魏煒、朱武祥，2009）。“大數(shù)據(jù)”驅(qū)動(dòng)的顧客價(jià)值主張創(chuàng)新，主要包括：

（一）以實(shí)現(xiàn)顧客個(gè)性化價(jià)值為戰(zhàn)略目標(biāo)

零售企業(yè)應(yīng)以實(shí)現(xiàn)顧客個(gè)性化價(jià)值為戰(zhàn)略目標(biāo)，通過(guò)布局“大數(shù)據(jù)”戰(zhàn)略，利用大數(shù)據(jù)技術(shù)整合和分析容量巨大、類型多樣的數(shù)據(jù)，全面洞察顧客的需求偏好和購(gòu)買行為，精準(zhǔn)搜尋目標(biāo)顧客，實(shí)時(shí)為顧客提供個(gè)性化的產(chǎn)品、服務(wù)和體驗(yàn)，保證顧客對(duì)企業(yè)活動(dòng)的個(gè)性化、深度化參與，促使顧客個(gè)性化的價(jià)值主張得以實(shí)現(xiàn)。

（二）精確地洞悉顧客的真實(shí)需求

零售企業(yè)應(yīng)利用基于大數(shù)據(jù)分析技術(shù)的平臺(tái)，將顧客個(gè)性化參與融入傳統(tǒng)價(jià)值鏈活動(dòng)中，實(shí)時(shí)儲(chǔ)存和整合顧客的大交易數(shù)據(jù)、大交互數(shù)據(jù)和感知數(shù)據(jù)，通過(guò)數(shù)據(jù)分析挖掘顧客真實(shí)需求信息，勾勒出一個(gè)360度顧客全景視圖，獲得全面、精確的顧客真實(shí)需求信息，設(shè)計(jì)精準(zhǔn)、實(shí)時(shí)的需求響應(yīng)系統(tǒng)，滿足顧客個(gè)性化需求。

（三）精確到個(gè)體的顧客細(xì)分

零售企業(yè)應(yīng)利用“大數(shù)據(jù)”獲得全面精確的顧客需求和購(gòu)買行為信息，借助大數(shù)據(jù)分析工具從多種不同的維度對(duì)顧客進(jìn)行更精準(zhǔn)的細(xì)分，形成每個(gè)顧客的購(gòu)買需求、購(gòu)買行為、購(gòu)買偏好和購(gòu)買決策的信息，從而實(shí)現(xiàn)對(duì)顧客的個(gè)性化營(yíng)銷。

（四）實(shí)時(shí)精準(zhǔn)的定位

零售企業(yè)應(yīng)通過(guò)大數(shù)據(jù)技術(shù)收集、整理、分析和反饋來(lái)源眾多、類型多樣的顧客數(shù)據(jù)，實(shí)時(shí)模型化顧客的行為，隨時(shí)隨地精準(zhǔn)定位顧客潛在需求，快速精準(zhǔn)識(shí)別顧客購(gòu)買決策，主動(dòng)推薦產(chǎn)品或服務(wù)促進(jìn)交易的完成，實(shí)時(shí)滿足顧客需求。

“大數(shù)據(jù)”驅(qū)動(dòng)的零售企業(yè)商業(yè)模式創(chuàng)新的支撐條件

（一）創(chuàng)新的運(yùn)營(yíng)支撐條件—關(guān)鍵業(yè)務(wù)和流程創(chuàng)新

1.體驗(yàn)創(chuàng)新。零售企業(yè)需要利用大數(shù)據(jù)技術(shù)不斷優(yōu)化顧客的購(gòu)物環(huán)境和購(gòu)物內(nèi)容，更加地符合顧客的購(gòu)買習(xí)慣，更好地滿足顧客的心理訴求和體驗(yàn)偏好，提高顧客體驗(yàn)水平。一是構(gòu)建顧客體驗(yàn)分類模型。通過(guò)大數(shù)據(jù)技術(shù)收集和分析顧客購(gòu)物過(guò)程中與企業(yè)及其產(chǎn)品的每一次接觸行為數(shù)據(jù)，依此判斷和評(píng)估顧客的購(gòu)物體驗(yàn)狀況，從中提取關(guān)鍵性的顧客體驗(yàn)指標(biāo)，并對(duì)其指標(biāo)進(jìn)行聚類分析，歸納出顧客體驗(yàn)的主要類型，構(gòu)建顧客體驗(yàn)差異分類模型，針對(duì)主要顧客進(jìn)行深入的購(gòu)物體驗(yàn)調(diào)查，依據(jù)調(diào)查結(jié)果進(jìn)行業(yè)務(wù)流程設(shè)計(jì)，針對(duì)顧客交易過(guò)程中因體驗(yàn)不佳放棄購(gòu)買的環(huán)節(jié)進(jìn)行再設(shè)計(jì)，改進(jìn)顧客購(gòu)物流程和環(huán)境，提高顧客體驗(yàn)水平。二是構(gòu)建顧客流失監(jiān)測(cè)與預(yù)警模型。運(yùn)用大數(shù)據(jù)技術(shù)，收集和分析流失顧客的行為特征和流失成因等信息，構(gòu)建顧客流失監(jiān)測(cè)與預(yù)警模型，提前發(fā)現(xiàn)流失顧客狀況，及時(shí)、主動(dòng)地關(guān)懷和挽留顧客，降低顧客流失率。endprint

2.營(yíng)銷創(chuàng)新。零售企業(yè)需要構(gòu)建顧客購(gòu)物行為模型，主動(dòng)推薦個(gè)性化服務(wù)，實(shí)行精準(zhǔn)營(yíng)銷。一要借助大數(shù)據(jù)技術(shù)，整合顧客需求、行為偏好的數(shù)據(jù)，根據(jù)數(shù)據(jù)分析結(jié)果構(gòu)建顧客購(gòu)物行為模型。二要在實(shí)時(shí)更新顧客購(gòu)物行為模型基礎(chǔ)上，主動(dòng)向顧客提供優(yōu)質(zhì)的體驗(yàn)和關(guān)懷，精確推薦符合顧客需求的個(gè)性化產(chǎn)品或服務(wù)，實(shí)現(xiàn)精準(zhǔn)營(yíng)銷，滿足顧客個(gè)性化需求。三要實(shí)行全渠道營(yíng)銷。利用盡可能多的渠道與顧客互動(dòng)（李飛，2013），除實(shí)行電商化策略外，還應(yīng)通過(guò)網(wǎng)上店鋪、移動(dòng)店鋪發(fā)起地面活動(dòng)，邀請(qǐng)顧客到實(shí)體店消費(fèi)、參加節(jié)日主題活動(dòng)等，把網(wǎng)絡(luò)購(gòu)物和實(shí)體店購(gòu)物體驗(yàn)完美融合起來(lái)，以滿足顧客購(gòu)物、娛樂和社交的綜合體驗(yàn)需求，實(shí)現(xiàn)全方位的營(yíng)銷。

3.供應(yīng)鏈管理創(chuàng)新。零售企業(yè)需要利用大數(shù)據(jù)分析技術(shù)將供應(yīng)鏈所有環(huán)節(jié)（供應(yīng)商平臺(tái)、交易系統(tǒng)、倉(cāng)儲(chǔ)管理系統(tǒng)、運(yùn)輸管理系統(tǒng)、數(shù)據(jù)分析系統(tǒng)等）整合在一個(gè)供應(yīng)鏈平臺(tái)上，統(tǒng)一管理、全面共享各環(huán)節(jié)數(shù)據(jù)，實(shí)現(xiàn)供應(yīng)鏈管理創(chuàng)新，包括根據(jù)顧客購(gòu)物行為模型，控制企業(yè)產(chǎn)品的采購(gòu)和銷售；推動(dòng)大規(guī)模產(chǎn)品定制預(yù)售活動(dòng)；建立一套科學(xué)的庫(kù)存管理預(yù)警機(jī)制，保證庫(kù)存、價(jià)格信息的實(shí)時(shí)更新等。

（二）創(chuàng)新的資源支撐條件—關(guān)鍵資源能力創(chuàng)新

1.大數(shù)據(jù)分析技術(shù)。主要包括：大數(shù)據(jù)收集。零售企業(yè)需要運(yùn)用大數(shù)據(jù)收集工具及不同收集方法，收集各種顧客需求偏好和購(gòu)物行為的數(shù)據(jù)。大數(shù)據(jù)存儲(chǔ)、集成及預(yù)處理。零售企業(yè)需要利用云存儲(chǔ)的數(shù)據(jù)倉(cāng)庫(kù)系統(tǒng)對(duì)大交易數(shù)據(jù)、大交互數(shù)據(jù)和感知數(shù)據(jù)進(jìn)行解析、清理和重構(gòu)等，對(duì)缺失值、重復(fù)數(shù)據(jù)和噪聲數(shù)據(jù)、異常數(shù)據(jù)進(jìn)行有效處理，并按主題進(jìn)行數(shù)據(jù)組織，便于數(shù)據(jù)查詢和實(shí)時(shí)訪問(wèn)，為零售企業(yè)提供數(shù)據(jù)共享，提高企業(yè)經(jīng)營(yíng)決策效益（譚磊，2013）。大數(shù)據(jù)組織。零售企業(yè)需要對(duì)進(jìn)行包括數(shù)據(jù)轉(zhuǎn)化、數(shù)據(jù)抽取兩方面的大數(shù)據(jù)組織（徐國(guó)虎、孫凌，2012）。數(shù)據(jù)轉(zhuǎn)化是對(duì)數(shù)據(jù)進(jìn)行預(yù)處理后，將結(jié)構(gòu)化、半結(jié)構(gòu)化、非結(jié)構(gòu)化數(shù)據(jù)進(jìn)行過(guò)濾或映射轉(zhuǎn)化為模型和索引，提煉出有意義數(shù)據(jù)；數(shù)據(jù)抽取是檢測(cè)數(shù)據(jù)的相關(guān)性，以發(fā)現(xiàn)關(guān)聯(lián)的數(shù)據(jù)所蘊(yùn)含更大的價(jià)值特征，從顧客行為數(shù)據(jù)和產(chǎn)品銷售數(shù)據(jù)的關(guān)聯(lián)性中，分析不同群體顧客購(gòu)買模式。大數(shù)據(jù)挖掘和應(yīng)用。零售企業(yè)需要通過(guò)挖掘顧客行為、需求和消費(fèi)偏好等數(shù)據(jù)，實(shí)現(xiàn)顧客分類模型和顧客流失模型、基于位置和時(shí)間的精準(zhǔn)化推送、產(chǎn)品關(guān)聯(lián)推薦、市場(chǎng)交叉銷售、預(yù)測(cè)顧客再次購(gòu)買、商場(chǎng)布置、貨架布置、貨存安排、企業(yè)輿情分析等應(yīng)用安排（惠琳，2014）。

2.商業(yè)洞察能力。商業(yè)洞察能力的本質(zhì)是將大數(shù)據(jù)資源轉(zhuǎn)化為企業(yè)預(yù)見力和決策力。零售企業(yè)需要在本企業(yè)市場(chǎng)、投資、運(yùn)營(yíng)等部門共同協(xié)作下，利用“大數(shù)據(jù)”預(yù)測(cè)顧客潛在需求和市場(chǎng)機(jī)會(huì)，指導(dǎo)企業(yè)的業(yè)務(wù)決策，將數(shù)據(jù)精確度和決策粒度相結(jié)合，優(yōu)化企業(yè)經(jīng)營(yíng)管理方案。

3.大數(shù)據(jù)成果共享能力。大數(shù)據(jù)成果共享力直接影響零售企業(yè)的經(jīng)營(yíng)質(zhì)量和經(jīng)營(yíng)效益。零售企業(yè)需要通過(guò)大數(shù)據(jù)戰(zhàn)略部署，重新定位大數(shù)據(jù)分析部門的功能，通過(guò)將大數(shù)據(jù)分析部門和IT部門定位為大數(shù)據(jù)技術(shù)和成果服務(wù)提供者；加強(qiáng)大數(shù)據(jù)共享平臺(tái)建設(shè)；不斷完善大數(shù)據(jù)成果共享機(jī)制，打破信息部門、營(yíng)銷部門、客服部門、供應(yīng)鏈部門和銷售部門等各部門間的數(shù)據(jù)壁壘，實(shí)現(xiàn)跨部門顧客購(gòu)買行為和需求偏好數(shù)據(jù)的共享等措施，增強(qiáng)大數(shù)據(jù)成果共享能力，實(shí)現(xiàn)精準(zhǔn)營(yíng)銷和立體營(yíng)銷。

“大數(shù)據(jù)”驅(qū)動(dòng)的零售企業(yè)商業(yè)模式創(chuàng)新建議

第一，零售企業(yè)進(jìn)行商業(yè)模式創(chuàng)新，要充分利用不斷發(fā)展的大數(shù)據(jù)技術(shù)，以顧客需求為核心，優(yōu)化配置各運(yùn)營(yíng)要素和資源，促進(jìn)顧客價(jià)值主張創(chuàng)新、關(guān)鍵流程創(chuàng)新和關(guān)鍵資源能力創(chuàng)新，采用合適的創(chuàng)新途徑，調(diào)整和豐富商業(yè)模式，促使零售企業(yè)獲得可持續(xù)的競(jìng)爭(zhēng)優(yōu)勢(shì)。第二，零售企業(yè)的顧客價(jià)值主張創(chuàng)新活動(dòng)要以實(shí)現(xiàn)顧客個(gè)性化價(jià)值為戰(zhàn)略方向，利用大數(shù)據(jù)技術(shù)對(duì)類型多樣的海量數(shù)據(jù)進(jìn)行快速、實(shí)時(shí)分析，精確地察覺到目標(biāo)顧客真實(shí)的需求，熟悉每個(gè)顧客的需求和行為模式，對(duì)每個(gè)顧客實(shí)施實(shí)時(shí)、精準(zhǔn)的定位，通過(guò)構(gòu)建實(shí)時(shí)、精準(zhǔn)的需求響應(yīng)系統(tǒng)主動(dòng)為每個(gè)消費(fèi)者推薦產(chǎn)品或服務(wù)，從而使得顧客個(gè)性化價(jià)值得以實(shí)現(xiàn)。第三，零售企業(yè)要將大數(shù)據(jù)技術(shù)運(yùn)用到企業(yè)采購(gòu)、倉(cāng)儲(chǔ)、物流配送、營(yíng)銷、銷售和服務(wù)等價(jià)值鏈上的所有環(huán)節(jié)，優(yōu)化企業(yè)運(yùn)營(yíng)流程，及時(shí)快速地回應(yīng)顧客需求。第四，零售企業(yè)要采取與大數(shù)據(jù)技術(shù)供應(yīng)商的合作、自主研發(fā)大數(shù)據(jù)處理技術(shù)、引進(jìn)和培養(yǎng)大數(shù)據(jù)分析人才等方式，提高大數(shù)據(jù)分析能力，拓展大數(shù)據(jù)應(yīng)用范圍，不斷提高企業(yè)的商業(yè)洞察能力；通過(guò)優(yōu)化數(shù)據(jù)組織結(jié)構(gòu)、構(gòu)建大數(shù)據(jù)分享平臺(tái)和制度等措施，完善大數(shù)據(jù)成果共享機(jī)制，實(shí)現(xiàn)大數(shù)據(jù)技術(shù)和成果跨部門跨職能流動(dòng)，使企業(yè)的經(jīng)營(yíng)決策更趨智能化。

參考文獻(xiàn)：

1.John G， David R. The 2011 Digital Universe Study： Extracting Value from Chaos[EB/OL]. EMC Corporation.http：//china. emc.com/collateral/analyst-reports/idc-extracting-value-from-chaos-ar.pdf.，2014-4-20

2.Mckinsey Global Institute. Big Data： The Next Frontier for Innovation， Competition and Productivity [R]. 2011.5

3.Bill Franks著.黃海，車皓陽(yáng)，王悅譯.駕馭大數(shù)據(jù)[M].人民郵電出版社，2013

4.魏煒，朱武祥.發(fā)現(xiàn)商業(yè)模式[M].機(jī)械工業(yè)出版社，2009

5.李飛.全渠道零售的含義、成因及對(duì)策—再論迎接中國(guó)多渠道零售革命風(fēng)[J].北京工商大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2013（2）

6.譚磊.大數(shù)據(jù)挖掘[M].電子工業(yè)出版社，2013

7.徐國(guó)虎，孫凌.基于大數(shù)據(jù)技術(shù)的線上線下電商用戶數(shù)據(jù)挖掘流程分析[J].中國(guó)集體經(jīng)濟(jì)，2012（30）

8.惠琳.大數(shù)據(jù)時(shí)代本土零售業(yè)精確營(yíng)銷探討—基于數(shù)據(jù)挖掘的角度[J].商業(yè)時(shí)代，2014（4）endprint