吳興蔚

摘 要：傳統(tǒng)的統(tǒng)計學是因數(shù)據(jù)而生的，也是以研究數(shù)據(jù)為根本目的，傳統(tǒng)統(tǒng)計學有其獨特的數(shù)據(jù)收集、整理與分析的方法體系，也確實為我們研究數(shù)據(jù)帶來了便利，但是不得不思考的是在數(shù)據(jù)爆炸的信息時代，尤其是“大數(shù)據(jù)”概念產(chǎn)生以后，傳統(tǒng)的統(tǒng)計學如果不改變，又將如何應對大數(shù)據(jù)分析帶來的挑戰(zhàn)，該文將從零售行業(yè)的角度分析大數(shù)據(jù)為傳統(tǒng)統(tǒng)計學帶來的諸多挑戰(zhàn)。

關鍵詞：總體數(shù)據(jù) 相關性 個性化營銷 定制服務

中圖分類號：C829.2 文獻標識碼：A 文章編號：1674-098X（2017）01（a）-0109-02

隨著科技的發(fā)展，大數(shù)據(jù)已經(jīng)成為信息時代的一場技術革命。大數(shù)據(jù)是指傳統(tǒng)數(shù)據(jù)庫管理工具難以處理的大量的、多樣化的數(shù)據(jù)。當前普遍認為大數(shù)據(jù)有3個特點：第一，數(shù)據(jù)量非常大；第二，數(shù)據(jù)增長速度非?？欤坏谌?，數(shù)據(jù)類型越來越多樣化[1]。零售業(yè)作為傳統(tǒng)的線下實體經(jīng)營行業(yè)，積累了大量的消費者以及管理層的數(shù)據(jù)，如果依靠傳統(tǒng)的統(tǒng)計學模型對這些數(shù)據(jù)進行分析，很難得出可以用于企業(yè)經(jīng)營管理的有效信息，加上年輕一代消費者越來越追求個性化，所以傳統(tǒng)統(tǒng)計學所采用的根據(jù)部分樣本推斷總體的分析方法已經(jīng)無法滿足市場的個性化需求，因此，傳統(tǒng)統(tǒng)計學要想跟上時代發(fā)展的步伐，就必須做出與之相適應的改變。

1 零售行業(yè)里大數(shù)據(jù)與傳統(tǒng)統(tǒng)計學的區(qū)別

維克多·邁克爾在《大數(shù)據(jù)時代》一書中提出了大數(shù)據(jù)思維的3個最顯著的變化：一是樣本等于總體。這與過去基于樣本進行統(tǒng)計分析的思維截然不同；二是不再追求精確性。在大數(shù)據(jù)中往往存在“噪音”和罕見事件，這樣的數(shù)據(jù)影響了結果的精確性；三是相關分析比因果分析更重要，在大數(shù)據(jù)時代我們將注意力更多地放在“是什么”而不是“為什么”[2]。大數(shù)據(jù)的以上特性在零售行業(yè)同樣適用，零售行業(yè)的大數(shù)據(jù)與傳統(tǒng)統(tǒng)計學的區(qū)別有以下3點。

第一，大數(shù)據(jù)收集總體數(shù)據(jù)，而傳統(tǒng)統(tǒng)計學多采用抽樣的方式收集部分數(shù)據(jù)。傳統(tǒng)統(tǒng)計學在做統(tǒng)計分析時首先針對某一個問題提出假設，然后確定需要調(diào)查對象的總體，由于數(shù)據(jù)采集存在一定的難度，所以統(tǒng)計分析采取從總體中隨機抽樣選取一部分數(shù)據(jù)作為分析的對象，如此的話對隨機抽樣的方法與數(shù)據(jù)采集的準確性要求是非常高的。而大數(shù)據(jù)收集的是數(shù)據(jù)“總體”，在進行分析的時候不會人為進行假設，排除了人的干擾因素，僅僅從數(shù)據(jù)本身出發(fā)進行數(shù)據(jù)分析。在零售行業(yè)如果能運用大數(shù)據(jù)思維分析數(shù)據(jù)，從產(chǎn)生數(shù)據(jù)的顧客行為本身出發(fā)，針對不同顧客做出個性化營銷，而不是人為假設的話，管理層就可以根據(jù)數(shù)據(jù)進行預測，避免了主觀的經(jīng)驗與直覺的判斷。沃爾瑪作為零售行業(yè)的巨頭，運用大數(shù)據(jù)分析得出的著名的啤酒與尿布理論可以證明這一點。

第二，大數(shù)據(jù)注重個體行為的研究，統(tǒng)計學用樣本數(shù)據(jù)推斷總體行為。傳統(tǒng)的統(tǒng)計學采用抽樣調(diào)查的方式對樣本數(shù)據(jù)進行分析，用樣本推斷總體，那些在圖表上反映出來的異常數(shù)據(jù)被排除在外。大數(shù)據(jù)包容一切數(shù)據(jù)，其中包括各種結構化、半結構化、非結構化甚至是異構數(shù)據(jù)。對于零售行業(yè)而言，顧客的總體行為表現(xiàn)是沒有意義的，因為每個顧客的需求不同，在不同的時間和地點需要的商品都不同，只有根據(jù)每位顧客的不同行為進行個性化服務才能讓線下的零售行業(yè)有優(yōu)勢可言。美國高檔連鎖百貨Nordstorm最近開始采用線下實體店客流分析服務供應商Euclid Analytics公司的客流監(jiān)測解決方案Euclid Zero，基于用戶連接Wifi行為來獲取店內(nèi)顧客手機的Mac物理地址并進行線下追蹤，由此可以通過單個顧客在百貨店里的行動路線和滯留時間，從而用于改善商品羅列與室內(nèi)動線以及顧客個性化偏好與推薦服務[3]。

第三，大數(shù)據(jù)注重數(shù)據(jù)之間的相關性，而傳統(tǒng)統(tǒng)計學更加關注數(shù)據(jù)分析的結果。從社會發(fā)展的角度來看，大數(shù)據(jù)對數(shù)據(jù)的關聯(lián)性分析更有助于零售行業(yè)管理層做出決策。對于傳統(tǒng)零售行業(yè)而言，線下的用戶體驗是非常重要的，如果能根據(jù)用戶行為數(shù)據(jù)分析出哪些商品放在一起能促進購買力，那么零售行業(yè)將會有更大的利潤空間，相比之下，統(tǒng)計學進行的結果分析顯得沒有那么重要。

2 大數(shù)據(jù)在零售行業(yè)的優(yōu)勢

邁克爾·舍恩伯格說：大數(shù)據(jù)發(fā)展的核心動力就是人類測量、記錄和分析數(shù)據(jù)的渴望。

第一，大數(shù)據(jù)收集的數(shù)據(jù)是多樣化的、非標準化的，而統(tǒng)計學收集的數(shù)據(jù)都是標準化、結構化的，統(tǒng)計學無法對非結構化的數(shù)據(jù)進行分析與測量。但是在零售行業(yè)僅僅對標準化的數(shù)據(jù)進行分析做出的判斷已無法滿足行業(yè)的需求，通過對用戶在商品前滯留的時間以及與貨架上商品的互動行為產(chǎn)生的數(shù)據(jù)進行分析，從而調(diào)整貨架的位置才是主流。

第二，大數(shù)據(jù)可以實時、快速監(jiān)測與收集數(shù)據(jù)，而統(tǒng)計學收集數(shù)據(jù)時間長、難度高。大數(shù)據(jù)收集與處理數(shù)據(jù)的能力對于零售行業(yè)的供應鏈管理十分有效。零售市場可以利用大數(shù)據(jù)對庫存和員工行為進行監(jiān)測，從而為管理層做決策提供依據(jù)。沃爾瑪為了提高大數(shù)據(jù)成果在不同部門之間的高效利用，并增加存貨管理和供應鏈管理的投入回報率，其開發(fā)了Retial Link工具。供應商使用該工具可以預先知道不同店鋪商品銷售和庫存情況，從而能夠在沃爾瑪發(fā)出指令前自行補貨，極大地減少商品斷貨，提高供應鏈的庫存水平[4]。

3 傳統(tǒng)統(tǒng)計學面對大數(shù)據(jù)挑戰(zhàn)要做出改變

大數(shù)據(jù)的出現(xiàn)給我們的生活帶來了巨大的改變，甚至不同國家的政府都將大數(shù)據(jù)作為國家的戰(zhàn)略資源。相比之下，傳統(tǒng)統(tǒng)計學面臨著大數(shù)據(jù)的巨大挑戰(zhàn)，如果能根據(jù)自身優(yōu)勢做出改變，傳統(tǒng)統(tǒng)計學仍然具有存在的價值。

第一，改變數(shù)據(jù)的收集方式。統(tǒng)計學收集數(shù)據(jù)時前期要做大量的準備工作，需要耗費大量的人力物力成本，所以想要更加高效收集數(shù)據(jù)，就必須做出改變。由于大數(shù)據(jù)是基于互聯(lián)網(wǎng)收集數(shù)據(jù)的，所以對于不使用互聯(lián)網(wǎng)的地區(qū)和群體來說，大數(shù)據(jù)就顯得很無力，而傳統(tǒng)統(tǒng)計學可以在此基礎上發(fā)揮自身優(yōu)勢，在以往的數(shù)據(jù)收集方式上進行創(chuàng)新。

第二，傳統(tǒng)統(tǒng)計學在數(shù)據(jù)的分析思維上也要進行改變。傳統(tǒng)統(tǒng)計學不光要打破只能分析標準化數(shù)據(jù)的魔咒，更要著重分析問題的本質(zhì)，而不是一味注重結果分析，雖然“是什么”很重要，但是一直以來探尋事物內(nèi)在本質(zhì)才是不斷推動人類社會進步的動力所在，所以統(tǒng)計學也要學會知道“為什么”。

4 結語

信息技術的發(fā)展是無法想象的，我們無法通過今天來預測未來10年信息行業(yè)的發(fā)展。只有追上時代的腳步，做出順應時代潮流的改變，才能免遭淘汰，對于傳統(tǒng)統(tǒng)計學也是一樣，停留在原地不動是不明智的，改變才是世界的本質(zhì)。而所有技術的變革都將反饋給人類的生活，讓人們和社會從中受益。

參考文獻

[1] 城田真琴.大數(shù)據(jù)的沖擊[M].人民郵電出版社，2013.

[2] 維克多·邁爾.大數(shù)據(jù)時代[M].浙江人民出版社，2013.

[3] 李寶仁，鄭漢良，王瑩.大數(shù)據(jù)時代零售業(yè)統(tǒng)計的變革[J].經(jīng)濟與管理，2015（3）：39-43.

[4] 趙巍偉.RETIAL LINK數(shù)據(jù)抽取和處理工具的設計與實現(xiàn)[D].上海交通大學，2011.