李衛(wèi)華

內(nèi)容摘要：隨著大數(shù)據(jù)時(shí)代的到來(lái)，消費(fèi)模式和行業(yè)創(chuàng)新發(fā)生了翻天覆地的變化。如何整合消費(fèi)者信息、洞察消費(fèi)者需求、實(shí)施精準(zhǔn)營(yíng)銷、打造新型零售模式，成為傳統(tǒng)零售企業(yè)亟需解決的問(wèn)題。圍繞上述問(wèn)題，本文從歷史背景、實(shí)施困境、對(duì)策建議等方面進(jìn)行深入分析，研究大數(shù)據(jù)在傳統(tǒng)零售企業(yè)精準(zhǔn)營(yíng)銷中的應(yīng)用。

關(guān)鍵詞：大數(shù)據(jù) ? 傳統(tǒng)零售企業(yè) ? 精準(zhǔn)營(yíng)銷

研究背景

大數(shù)據(jù)是指能夠更經(jīng)濟(jì)、更有效地從高頻率、大容量、種類結(jié)構(gòu)復(fù)雜的數(shù)據(jù)中獲取有價(jià)值的信息架構(gòu)技術(shù)，既包括信息爆炸時(shí)代里產(chǎn)生的海量數(shù)據(jù)，也包括與之相關(guān)的技術(shù)發(fā)展和創(chuàng)新。大數(shù)據(jù)是數(shù)據(jù)分析的前沿技術(shù)，能夠從繁雜、海量的數(shù)據(jù)中快速捕捉、分析并提取有價(jià)值的信息。1999 年，美國(guó)的Lester Wunderman提出了精準(zhǔn)營(yíng)銷的概念，2004年，Zabin和Brebach提出了精準(zhǔn)營(yíng)銷的4R法則，亦即正確的顧客、正確的信息、正確的渠道以及正確的時(shí)刻。與傳統(tǒng)營(yíng)銷不同，精準(zhǔn)營(yíng)銷有較高的精確要求，利用顧客數(shù)據(jù)庫(kù)與有價(jià)值顧客建立關(guān)系，有針對(duì)性地對(duì)目標(biāo)消費(fèi)群推送合適的商品并進(jìn)行跟蹤，企業(yè)的動(dòng)作與顧客需求形成最佳匹配，實(shí)現(xiàn)顧客滿意度最大化和企業(yè)效益最大化的雙贏目標(biāo)。

理論上講，大數(shù)據(jù)技術(shù)日趨成熟，精準(zhǔn)營(yíng)銷理論提出也20年了，零售行業(yè)應(yīng)該積極實(shí)踐，充分釋放大數(shù)據(jù)在流通產(chǎn)業(yè)發(fā)展中的變革作用，加速傳統(tǒng)零售經(jīng)營(yíng)管理方式變革、服務(wù)模式和商業(yè)模式創(chuàng)新及產(chǎn)業(yè)價(jià)值鏈體系重構(gòu)。然而實(shí)際情況是，進(jìn)入二十一世紀(jì)后，傳統(tǒng)零售行業(yè)遭遇前所未有的經(jīng)營(yíng)困境，全行業(yè)商品零售額增速連年下滑、關(guān)店潮頻現(xiàn)。電子商務(wù)的興起，人力、租金等經(jīng)營(yíng)成本攀升等因素一定程度上沖擊了傳統(tǒng)零售企業(yè)，但更本質(zhì)的原因在于傳統(tǒng)零售企業(yè)一直以來(lái)增長(zhǎng)模式粗放，未能做到以消費(fèi)者為中心，無(wú)法匹配目前越來(lái)越個(gè)性化的消費(fèi)需求，逐漸被消費(fèi)者拋棄。

所以很有必要分析為什么在理論成熟、技術(shù)進(jìn)步、政策推動(dòng)等多個(gè)利好因素的背景下，傳統(tǒng)零售企業(yè)在精準(zhǔn)營(yíng)銷方面卻步履蹣跚。本文借鑒已有成果，對(duì)基于大數(shù)據(jù)驅(qū)動(dòng)的傳統(tǒng)零售企業(yè)精準(zhǔn)營(yíng)銷進(jìn)行深度剖析，并提出相應(yīng)建議。

傳統(tǒng)零售企業(yè)實(shí)施精準(zhǔn)營(yíng)銷的困境

（一）行業(yè)劇變下的戰(zhàn)略迷思

縱觀過(guò)去幾年，創(chuàng)新成了整個(gè)零售行業(yè)的共同目標(biāo)，各種戰(zhàn)略思潮爭(zhēng)相斗艷，讓傳統(tǒng)零售企業(yè)在戰(zhàn)略選擇上眼花繚亂。人類進(jìn)化的啟示。在這波浪潮中，如果把零售企業(yè)比作是一個(gè)人，大家都在試圖改變其各個(gè)身體部位：從手、腳、軀干到五官。首當(dāng)其沖的就是手，手就像是CRM，要去服務(wù)消費(fèi)者，就得有CRM去觸達(dá)消費(fèi)者。當(dāng)然消費(fèi)者是誰(shuí)，目前幾乎沒(méi)有幾個(gè)零售企業(yè)能夠了解透徹，更惘論理解之后采取系統(tǒng)性和針對(duì)性行動(dòng)。其次便是腳，腳是O2O（或者叫全渠道）。為了迎合消費(fèi)者隨時(shí)隨地購(gòu)買需求，O2O便成為零售企業(yè)的另外一只腳，現(xiàn)在很多新業(yè)態(tài)的探索和嘗試就是伸出更多只腳。軀干就像零售企業(yè)內(nèi)部的核心ERP、POS、供應(yīng)鏈等系統(tǒng)。很多零售企業(yè)面對(duì)一些老牌ERP廠商的老去和全渠道所帶來(lái)的改變，苦不堪言。這個(gè)軀干老化不堪，想動(dòng)它，可是怎么動(dòng)都覺(jué)得別扭，而且不動(dòng)也不行，于是在各種糾結(jié)之中縫縫補(bǔ)補(bǔ)，無(wú)法真正讓軀干快速煥然一新，當(dāng)然也無(wú)法支撐運(yùn)營(yíng)體系向全渠道新零售的轉(zhuǎn)型。再看五官，以往零售商更多靠調(diào)研問(wèn)卷了解消費(fèi)者，領(lǐng)先的企業(yè)搞一套客流系統(tǒng)監(jiān)測(cè)，但是識(shí)別和感知個(gè)體消費(fèi)者的能力目前還差強(qiáng)人意。

上述姑且稱之為傳統(tǒng)零售企業(yè)的數(shù)字化改造。人類之所以進(jìn)化到今天所謂的“智人”，本質(zhì)上來(lái)講并不是手、腳、軀干等部位變得更加強(qiáng)壯，或者五官變得更加秀美?！爸侨恕敝阅軌驌魯∑渌愒橙?，本質(zhì)在于其大腦構(gòu)造以及大腦消耗的能量遠(yuǎn)大于其他猿類。因此，雖然本輪新零售運(yùn)動(dòng)搞得如火如荼，但是在各種巨額投入后，效果好像一般，或者好像沒(méi)法落地。這背后的原因就是因?yàn)椋脒M(jìn)化成真正的新零售這樣的“智人”，最關(guān)鍵的“人體部位”要投入重金改造和升級(jí)，那就是讓零售業(yè)的大腦更有智慧。

智慧零售的戰(zhàn)略選擇?！爸腔哿闶邸彪m然是蘇寧提出的概念，但用它來(lái)概括整個(gè)時(shí)代特征也非常貼切?！爸腔哿闶邸彼鶎?duì)應(yīng)的自然就是“非智慧零售”。在“智慧零售”的邏輯之中，傳統(tǒng)線下傳統(tǒng)零售是非智慧的，線上電商也是非智慧的。電商將零售場(chǎng)景從線下轉(zhuǎn)移到線上，但早期電商平臺(tái)只是類似于一個(gè)線上百貨商場(chǎng)，把分散在各地的經(jīng)銷者和購(gòu)買者集中到一個(gè)虛擬的平臺(tái)之上，零售業(yè)商業(yè)模式并沒(méi)有本質(zhì)變化。電子商務(wù)雖然在成本方面具有不可比擬的優(yōu)勢(shì)，但也暴露出一系列問(wèn)題。因此，從“智慧零售”的邏輯出發(fā)，零售業(yè)的演進(jìn)路線本質(zhì)上與線下線上無(wú)關(guān)，而與商業(yè)模式有關(guān)，最主要的突破點(diǎn)就是如何以顧客為中心打破渠道邊界和精準(zhǔn)營(yíng)銷。

利用新科技打破線上線下單邊發(fā)展的局面，通過(guò)新思維、新技術(shù)作為橋梁，充分將兩者優(yōu)勢(shì)進(jìn)行完美融合。在這個(gè)過(guò)程中，隨著場(chǎng)景和入口的無(wú)限增加，顧客開(kāi)始成為零售的真正中心，即一切以顧客為中心。此時(shí)，以數(shù)據(jù)為基礎(chǔ)的“智慧”，為零售者提供了更加簡(jiǎn)潔有效的解決方案，傳統(tǒng)零售瞄準(zhǔn)的是大眾市場(chǎng)，提供的是批量商品，未來(lái)的感知技術(shù)將會(huì)賦予企業(yè)洞察每個(gè)消費(fèi)者個(gè)性化需要的能力，可以通過(guò)連接外部資源靈活實(shí)現(xiàn)個(gè)性化需求，還可以通過(guò)智能算法使互動(dòng)和交付更高效。

所以說(shuō)目前的做法，雖然各種改造有其相當(dāng)價(jià)值，但是無(wú)異于用“手腳決定腦袋”，因此無(wú)論做了多大投入，最后都會(huì)發(fā)現(xiàn)可能效果不那么顯著，出現(xiàn)各種不協(xié)調(diào)或是混亂無(wú)序。也正因如此，很多人都認(rèn)為零售革命或?qū)⒅匦露x，找到了行業(yè)本質(zhì)，才有可能從眼花繚亂的概念中確定轉(zhuǎn)型方向。

（二）運(yùn)營(yíng)基因帶來(lái)的數(shù)據(jù)缺陷

零售企業(yè)的數(shù)據(jù)基礎(chǔ)伴隨其IT構(gòu)建的歷史，既是一部系統(tǒng)發(fā)展的歷史，也是零售業(yè)自身升級(jí)成長(zhǎng)的歷史?；仡檸资曛袊?guó)零售企業(yè)的發(fā)展，數(shù)據(jù)基礎(chǔ)大致可以分為以下幾個(gè)階段：

單一功能軟件數(shù)據(jù)階段。改革開(kāi)放后國(guó)內(nèi)零售行業(yè)剛剛開(kāi)展信息化建設(shè)時(shí)，大家的認(rèn)識(shí)還停留在解決某個(gè)單一問(wèn)題上。以收銀設(shè)備為例，最初零售商甚至并不愿意使用昂貴的計(jì)算機(jī)設(shè)備和軟件來(lái)替代手工寫單和收銀。只是隨著商品國(guó)際條碼在國(guó)內(nèi)的逐漸普及以及超市業(yè)態(tài)的不斷興起，零售行業(yè)的信息化需求才被打開(kāi)。在這個(gè)階段，商品銷售數(shù)據(jù)僅作為統(tǒng)計(jì)銷售額的原始流水，在完成對(duì)賬和記賬后（上述工作仍通過(guò)傳統(tǒng)賬簿記錄），甚至根本不作保留，當(dāng)時(shí)人們對(duì)數(shù)據(jù)作用的認(rèn)識(shí)可見(jiàn)一斑。當(dāng)然，這也和當(dāng)時(shí)IT設(shè)備的計(jì)算能力、存儲(chǔ)能力的限制是分不開(kāi)的。

系統(tǒng)集成應(yīng)用數(shù)據(jù)階段。隨著IT技術(shù)的發(fā)展和各種連鎖商業(yè)模式的興起，零售企業(yè)從前臺(tái)到后臺(tái)，從顧客到供應(yīng)商，不同系統(tǒng)產(chǎn)生了許多數(shù)據(jù)，如：進(jìn)銷存數(shù)據(jù)、財(cái)務(wù)數(shù)據(jù)、會(huì)員數(shù)據(jù)等。但是數(shù)據(jù)主要局限于企業(yè)內(nèi)部業(yè)務(wù)數(shù)據(jù)，在外部數(shù)據(jù)如詳細(xì)顧客數(shù)據(jù)收集上還很不理想。

互聯(lián)網(wǎng)化的數(shù)據(jù)應(yīng)用階段。在企業(yè)自有顧客數(shù)據(jù)收集還沒(méi)有做到位的時(shí)候，電子商務(wù)、O2O、SCRM、移動(dòng)支付等新的商業(yè)模式和新的商業(yè)應(yīng)用場(chǎng)景接踵而至。在此背景下，零售企業(yè)營(yíng)銷所需要的數(shù)據(jù)也不僅局限于企業(yè)內(nèi)部數(shù)據(jù)，各種渠道獲得的社交數(shù)據(jù)、評(píng)價(jià)數(shù)據(jù)、客流數(shù)據(jù)、位置信息等，甚至像天氣、輿情等外部數(shù)據(jù)，都將成為整個(gè)零售大數(shù)據(jù)的組成部分。此時(shí)，零售信息化系統(tǒng)必須滿足越來(lái)越多的對(duì)接需要，打破原有封閉格局，與網(wǎng)上各種平臺(tái)和應(yīng)用程序?qū)崿F(xiàn)數(shù)據(jù)交互，成為整個(gè)社會(huì)零售信息和物聯(lián)網(wǎng)的組成部分。但是由于企業(yè)部門之間的系統(tǒng)分散開(kāi)發(fā)，沒(méi)有統(tǒng)一的數(shù)據(jù)規(guī)范和標(biāo)準(zhǔn)，造成數(shù)據(jù)整合的不便，產(chǎn)生了信息孤島，很多企業(yè)內(nèi)部還無(wú)法做到數(shù)據(jù)完全打通，更何況是與企業(yè)外部打通。加上有的零售企業(yè)戰(zhàn)略格局比較封閉，信息不想透明。因?yàn)橛辛诉@些不透明性，給了零售企業(yè)帶來(lái)了很多實(shí)實(shí)在在的短期好處。這些因素的存在，推動(dòng)信息的打通和外部共享就變成了一種對(duì)既得利益的威脅，因此在推動(dòng)落地層面上，如果領(lǐng)導(dǎo)者短期內(nèi)看不到實(shí)在的成績(jī)（比如銷售提升），那么就會(huì)開(kāi)始質(zhì)疑數(shù)據(jù)共享的價(jià)值，而不是那些真正影響執(zhí)行的“內(nèi)部阻力”，那么希望運(yùn)用數(shù)據(jù)來(lái)提升企業(yè)運(yùn)營(yíng)效率也將注定會(huì)是水中望月。

（三）社會(huì)化大分工的技術(shù)短板

零售業(yè)屬于勞動(dòng)密集型行業(yè)，大多數(shù)企業(yè)本身并不具備相應(yīng)的大數(shù)據(jù)技術(shù)開(kāi)發(fā)能力，尤其是大數(shù)據(jù)在營(yíng)銷領(lǐng)域的使用最起碼涉及三個(gè)學(xué)科，既包括計(jì)算機(jī)或者信息管理學(xué)科在IT技術(shù)方面做研發(fā)，也涉及統(tǒng)計(jì)學(xué)科在數(shù)學(xué)建模方面作支撐，還涉及商業(yè)管理學(xué)科在應(yīng)用上提創(chuàng)意，這三者合到一起，遠(yuǎn)遠(yuǎn)超出傳統(tǒng)零售企業(yè)的認(rèn)知。對(duì)于大多數(shù)零售企業(yè)而言，自己研發(fā)基于大數(shù)據(jù)的精準(zhǔn)營(yíng)銷軟件基本上不現(xiàn)實(shí)，不僅投資巨大而且還未必能夠見(jiàn)效，所以借助外力可能是最佳選擇。然而在目前，我國(guó)有能力去幫助零售企業(yè)建立智慧大腦的人才和團(tuán)隊(duì)寥寥無(wú)幾，很大程度上是因?yàn)榻?0年來(lái)我國(guó)零售業(yè)雖然高速發(fā)展但還是比較粗放，并沒(méi)有產(chǎn)生對(duì)這方面的強(qiáng)烈需求，市場(chǎng)供給自然也不旺盛。這兩年隨著市場(chǎng)需求的凸顯，也確實(shí)出現(xiàn)了一些技術(shù)供應(yīng)商，但是從行業(yè)實(shí)踐來(lái)看，有的技術(shù)供應(yīng)商之所以能存在并不是因?yàn)榧夹g(shù)有多么成熟，而是由于資本市場(chǎng)的加持而頻頻曝光。

縱觀新零售數(shù)字化技術(shù)領(lǐng)域的變化，2012-2015年，大數(shù)據(jù)的概念廣泛出現(xiàn)于各種零售論壇，成為熱門詞匯，似乎不談點(diǎn)大數(shù)據(jù)概念的企業(yè)甚至?xí)灰暈楫愵惢蛘呤锹湮榈拇~。但是在這個(gè)階段，大數(shù)據(jù)只存在于概念，連形式都很少，由于面臨多種挑戰(zhàn)，真正運(yùn)用大數(shù)據(jù)指導(dǎo)決策的企業(yè)可謂鳳毛麟角，真正能夠落地并創(chuàng)造規(guī)?；瘍r(jià)值的企業(yè)更少。進(jìn)入2016年后，隨著大數(shù)據(jù)的概念被持續(xù)炒作但未見(jiàn)明顯落地成效，概念逐漸淡化之際，人工智能（AI）的概念開(kāi)始升溫，特別是馬云在2017年初提出的“新零售”概念席卷整個(gè)零售圈，也炒熱了資本市場(chǎng)，對(duì)各種新業(yè)態(tài)（包括無(wú)人零售）的嘗試層出不窮。但在這個(gè)階段，絕大多數(shù)還是在講故事和小規(guī)模試點(diǎn)，市場(chǎng)尚未出現(xiàn)成熟的、大規(guī)模的落地解決方案。進(jìn)入2018年以來(lái)，隨著零售賦能商的積極努力，這種情況才有所好轉(zhuǎn)。

綜上所述，戰(zhàn)略迷思、數(shù)據(jù)缺陷和技術(shù)短板造成了傳統(tǒng)零售企業(yè)在精準(zhǔn)營(yíng)銷具體落地上效果不佳。

傳統(tǒng)零售企業(yè)實(shí)施精準(zhǔn)營(yíng)銷的建議

（一）數(shù)據(jù)收集與整合—生態(tài)數(shù)據(jù)的打造

真正支撐精準(zhǔn)營(yíng)銷的數(shù)據(jù)需要融合多方數(shù)據(jù)，在具體操作上可根據(jù)企業(yè)規(guī)模和預(yù)算情況適當(dāng)調(diào)整。

零售企業(yè)數(shù)據(jù)的收集。第一方數(shù)據(jù)為企業(yè)在自身平臺(tái)上收集的屬于自己的數(shù)據(jù)。第一方數(shù)據(jù)的優(yōu)勢(shì)是數(shù)據(jù)由企業(yè)自主采集，采集數(shù)據(jù)的廣度和深度由企業(yè)自己做主，而且數(shù)據(jù)可信度相對(duì)高。

第二方數(shù)據(jù)為在外部平臺(tái)上收集的屬于自己的數(shù)據(jù)，主要包括社交媒體和電商數(shù)據(jù)兩大類。社交媒體提供的API接口數(shù)據(jù)包括顧客在企業(yè)所屬社交媒體賬號(hào)上的行為數(shù)據(jù)。第二方數(shù)據(jù)的優(yōu)勢(shì)是有最大的數(shù)據(jù)真實(shí)性，顧客在社交媒體上的一言一行、在電商平臺(tái)上購(gòu)買的商品等數(shù)據(jù)的真實(shí)性很高，用第二方數(shù)據(jù)作為基礎(chǔ)進(jìn)行營(yíng)銷可以實(shí)現(xiàn)最大的精準(zhǔn)度，并且由于通過(guò)實(shí)時(shí)方式采集數(shù)據(jù)，因此可以支撐實(shí)時(shí)場(chǎng)景營(yíng)銷。第二方數(shù)據(jù)能收集的數(shù)據(jù)類型完全取決于這些外部平臺(tái)的開(kāi)放程度。

第三方數(shù)據(jù)為外部供應(yīng)商擁有的數(shù)據(jù)，企業(yè)只能通過(guò)購(gòu)買、交換、租賃等方式使用這些數(shù)據(jù)。

第四種為開(kāi)放數(shù)據(jù)。互聯(lián)網(wǎng)上存在大量數(shù)據(jù)，這些數(shù)據(jù)有各種類型，并且會(huì)自動(dòng)更新，配合不同應(yīng)用場(chǎng)景有相當(dāng)高的價(jià)值，通過(guò)爬蟲(chóng)技術(shù)，可以把互聯(lián)網(wǎng)上這些可見(jiàn)信息扒取下來(lái)，供營(yíng)銷使用。

將數(shù)據(jù)進(jìn)行匹配整合。同一個(gè)顧客出現(xiàn)在同一個(gè)企業(yè)的多個(gè)數(shù)據(jù)收集渠道中是一個(gè)普遍現(xiàn)象，識(shí)別這個(gè)顧客并拼合多個(gè)數(shù)據(jù)源的行為能幫助企業(yè)更加精準(zhǔn)地了解顧客，同時(shí)找到更加精確的營(yíng)銷推送渠道。如何將這些線上線下不同來(lái)源的數(shù)據(jù)進(jìn)行整合，需要通過(guò)一個(gè)共同項(xiàng)將不同來(lái)源的數(shù)據(jù)打通聚合。數(shù)據(jù)匹配的責(zé)任就是收集同一個(gè)顧客在多個(gè)數(shù)據(jù)源中的顧客識(shí)別碼，通過(guò)連通這些顧客識(shí)別碼來(lái)拼合數(shù)據(jù)，起到用戶ID管理的作用。

數(shù)據(jù)生態(tài)圈的融合。通過(guò)數(shù)據(jù)的挖掘、整合及標(biāo)準(zhǔn)化，將原來(lái)靜止的、孤立的、片段化的數(shù)據(jù)整合成動(dòng)態(tài)的、相互關(guān)聯(lián)的用戶數(shù)據(jù)鏈，企業(yè)就可以通過(guò)這些識(shí)別碼連通不同平臺(tái)對(duì)顧客進(jìn)行360度全方位覆蓋。

每天我們使用的各種終端（手機(jī)、電腦、PAD、電視、智能家電、智能穿戴設(shè)備等）及第三方設(shè)備（街頭的廣告屏、自動(dòng)售貨機(jī)、電梯里的廣告屏等）上的應(yīng)用都可以基于某種顧客識(shí)別碼進(jìn)行個(gè)性化推送，當(dāng)顧客在一種設(shè)備上的行為被識(shí)別后，他就可能在另一種設(shè)備的應(yīng)用中收到營(yíng)銷推送信息。2018年被有些專家稱為零售企業(yè)選邊站隊(duì)的一年，就是因?yàn)槲覈?guó)零售行業(yè)出現(xiàn)了以阿里為主導(dǎo)的阿里系生態(tài)圈和以騰訊、京東為代表的騰訊系生態(tài)圈，這種生態(tài)圈的出現(xiàn)，迫使零售企業(yè)必須選邊站隊(duì)，否則其不僅無(wú)法享受這種生態(tài)圈所帶來(lái)的數(shù)據(jù)優(yōu)勢(shì)，而且需要面臨被生態(tài)圈賦能之后的競(jìng)爭(zhēng)對(duì)手，迫使其不得不思考選邊站隊(duì)，除非能夠打造為自己所用的區(qū)域數(shù)據(jù)生態(tài)圈。

（二）數(shù)據(jù)洞察與分析—深度掌握顧客

有了數(shù)據(jù)之后就需要使用適合的方法來(lái)理解顧客行為，從而制定符合自身需求的顧客戰(zhàn)略。在傳統(tǒng)市場(chǎng)營(yíng)銷實(shí)踐中主要是市場(chǎng)細(xì)分，很多細(xì)分變量，如人口因素、地理因素、心理因素等都只能提供較為模糊的顧客輪廓，其決策依據(jù)依賴少量調(diào)查樣本和傳統(tǒng)經(jīng)驗(yàn)。大數(shù)據(jù)時(shí)代則能夠從利用大數(shù)據(jù)技術(shù)收集的海量、多維、立體的非結(jié)構(gòu)信息中快速篩選出對(duì)公司有價(jià)值的信息，對(duì)顧客行為模式與顧客價(jià)值進(jìn)行準(zhǔn)確判斷與分析，深度細(xì)分，有可能甚至深入了解“每一個(gè)人”，進(jìn)行顧客畫像，顧客畫像讓企業(yè)從追蹤消費(fèi)行為升級(jí)到抓住消費(fèi)者內(nèi)心。企業(yè)將消費(fèi)者數(shù)據(jù)從多個(gè)維度進(jìn)行分類，賦予不同的數(shù)據(jù)標(biāo)簽，標(biāo)簽內(nèi)部具體描述某類標(biāo)簽顧客的年齡、性別、地域、接受教育程度、手機(jī)號(hào)、上網(wǎng)時(shí)間、上網(wǎng)頻率、購(gòu)買頻率、購(gòu)買偏好購(gòu)物習(xí)慣等特征，完美地抽象出一個(gè)顧客的商業(yè)全貌。

除了顧客畫像，依托整合的顧客數(shù)據(jù)，企業(yè)還可構(gòu)建不同營(yíng)銷模型，如顧客活躍度模型、流失預(yù)警模型、顧客價(jià)值分析模型、顧客忠誠(chéng)度模型、品牌關(guān)聯(lián)規(guī)則模型等，深度分析數(shù)據(jù)。

（三）個(gè)性化推薦—精準(zhǔn)營(yíng)銷

精準(zhǔn)營(yíng)銷模型。精準(zhǔn)營(yíng)銷要求企業(yè)在“正確的時(shí)間”針對(duì)“正確的顧客”在“正確的渠道”以“正確的促銷方式”推送“正確的內(nèi)容”，滿足顧客真實(shí)需求，這就是個(gè)性化營(yíng)銷的目的，但是整個(gè)過(guò)程需要大量計(jì)算，只能通過(guò)系統(tǒng)完成。如圖1所示是以營(yíng)銷自動(dòng)化工具為核心的個(gè)性化精準(zhǔn)營(yíng)銷閉環(huán)。

從圖1中可以看出，在實(shí)行個(gè)性化營(yíng)銷前，企業(yè)首先需要同時(shí)建立4套營(yíng)銷資產(chǎn)：顧客數(shù)據(jù)庫(kù)：360度顧客畫像，包括顧客聯(lián)系方式和可用于營(yíng)銷的識(shí)別碼體系。營(yíng)銷內(nèi)容庫(kù)：基于企業(yè)產(chǎn)品各類賣點(diǎn)的營(yíng)銷內(nèi)容“集市”，企業(yè)將營(yíng)銷內(nèi)容進(jìn)行標(biāo)準(zhǔn)化，每個(gè)內(nèi)容都標(biāo)以興趣圖譜代碼，對(duì)接不同顧客畫像的標(biāo)簽，做到針對(duì)不同的顧客畫像推送不同的興趣圖譜內(nèi)容。興趣圖譜的建立是一個(gè)根據(jù)營(yíng)銷結(jié)果逐漸新增、細(xì)分的漫長(zhǎng)過(guò)程。促銷內(nèi)容庫(kù)：促銷內(nèi)容庫(kù)中存儲(chǔ)了企業(yè)當(dāng)前可用的促銷政策，促銷內(nèi)容往往以促銷代碼形式存在。營(yíng)銷渠道庫(kù)：基于收集的顧客識(shí)別碼，企業(yè)可以在不同平臺(tái)上對(duì)顧客進(jìn)行營(yíng)銷接觸。雖然這些營(yíng)銷平臺(tái)根據(jù)其知名度對(duì)顧客有不同程度的信任背書(shū)，但由于投放價(jià)格有相當(dāng)大差別，企業(yè)更愿意選擇成本和效果較平衡的營(yíng)銷接觸點(diǎn)平臺(tái)。

基于以上4套營(yíng)銷資產(chǎn)，企業(yè)以顧客數(shù)據(jù)為出發(fā)點(diǎn)，對(duì)接內(nèi)容、促銷和營(yíng)銷渠道，實(shí)現(xiàn)個(gè)性化營(yíng)銷。如圖1中①、②、③的主動(dòng)觸發(fā)場(chǎng)景，企業(yè)通過(guò)營(yíng)銷自動(dòng)化工具，利用低頻率、低成本但可收集顧客反饋的渠道對(duì)顧客進(jìn)行接觸，主要目的是收集顧客反饋，發(fā)掘顧客真實(shí)需求。另一種場(chǎng)景是圖1中④和⑤的被動(dòng)觸發(fā)場(chǎng)景，通過(guò)在眾多接觸渠道中設(shè)置顧客可能的觸發(fā)點(diǎn)，一方面在這些營(yíng)銷接觸平臺(tái)上進(jìn)行觸發(fā)營(yíng)銷，另一方面收集顧客的識(shí)別碼和行為數(shù)據(jù)。經(jīng)歷了以上主動(dòng)和被動(dòng)觸發(fā)兩種場(chǎng)景后，如圖1中⑥所示，將收集的顧客行為歸集到原來(lái)的顧客數(shù)據(jù)庫(kù)中，需要通過(guò)自我學(xué)習(xí)方式更新顧客標(biāo)簽，最終如圖1中⑦所示，基于更新的顧客標(biāo)簽，重新調(diào)整營(yíng)銷內(nèi)容、促銷和渠道，進(jìn)行更精準(zhǔn)的二次營(yíng)銷，至此完成顧客接觸—反饋收集—顧客標(biāo)簽更新—再營(yíng)銷的閉環(huán)。在這個(gè)過(guò)程中，有兩項(xiàng)技術(shù)需要進(jìn)一步說(shuō)明，一個(gè)是個(gè)性推薦技術(shù)，另外一個(gè)是自動(dòng)化營(yíng)銷的觸點(diǎn)技術(shù)，兩者是目前相對(duì)較難的關(guān)鍵技術(shù)點(diǎn)。

個(gè)性化推薦技術(shù)。目前基于機(jī)器學(xué)習(xí)的推薦系統(tǒng)不斷迭代，越來(lái)越懂顧客所想，在具體操作上，主要有如下三種算法：

第一種是基于物品的推薦算法研究。原理是推薦與顧客喜歡或購(gòu)買過(guò)的商品類似的商品，這種方法可以避免Item的冷啟動(dòng)問(wèn)題。與之對(duì)應(yīng)的另外一項(xiàng)技術(shù)是交叉銷售技術(shù)，主要是按照關(guān)聯(lián)技術(shù)，也即通常所說(shuō)的購(gòu)物籃分析，發(fā)現(xiàn)那些有較大可能被一起采購(gòu)的商品，將其進(jìn)行有針對(duì)性的促銷和捆綁，這就是交叉銷售;二是借鑒響應(yīng)模型的思路，為某幾種重要商品分別建立預(yù)測(cè)模型，對(duì)潛在消費(fèi)者通過(guò)這些特定預(yù)測(cè)模型進(jìn)行過(guò)濾，然后針對(duì)最有可能的前5%的消費(fèi)者進(jìn)行精確營(yíng)銷推廣;三是仍然借鑒預(yù)測(cè)響應(yīng)模型的思路，讓重要商品兩兩組合，找出那些最有可能消費(fèi)的潛在客戶;四是通過(guò)決策樹(shù)清晰的樹(shù)狀規(guī)則，發(fā)現(xiàn)基于具體數(shù)據(jù)資源的具體規(guī)則，相應(yīng)建模技術(shù)主要包括關(guān)聯(lián)分析、序列分析，即在關(guān)聯(lián)分析的基礎(chǔ)上，增加先后順序的考慮，以及預(yù)測(cè)（響應(yīng)、分類）模型技術(shù)，諸如邏輯回歸、決策樹(shù)等。

第二種是基于顧客的協(xié)同過(guò)濾推薦算法研究。以顧客為本，找到和A顧客相似的B顧客后，推薦B顧客買了而A顧客沒(méi)買的商品。這種方法基于其他顧客行為集，可以保證個(gè)性化程度高，容易讓顧客發(fā)現(xiàn)新的興趣，但是由于必須基于顧客歷史行為，所以對(duì)于新顧客推薦效果就很差。

第三種是基于標(biāo)簽的推薦算法研究。主要是通過(guò)標(biāo)簽這種特征形式去聯(lián)系顧客和商品，給顧客推薦那些具有顧客喜歡的特征的商品。所以計(jì)算標(biāo)簽推薦的方法是建立顧客和標(biāo)簽之間的關(guān)聯(lián)度，再計(jì)算標(biāo)簽與商品之間的關(guān)聯(lián)度，兩者相乘即為顧客對(duì)某商品的感興趣程度。此方法的難點(diǎn)在于如何為商品打上合適標(biāo)簽。

沒(méi)有放之四海而皆準(zhǔn)的算法，在不同產(chǎn)品中，在不同業(yè)務(wù)場(chǎng)景中，需要的算法也是不一樣的。實(shí)際上，由于每種算法各有優(yōu)缺點(diǎn)，因此往往需要混合多種算法，取長(zhǎng)補(bǔ)短，從而提高算法精準(zhǔn)性。

自動(dòng)化營(yíng)銷的觸點(diǎn)技術(shù)。同樣的一次內(nèi)容推送，在不同場(chǎng)景會(huì)有不同效果，如一個(gè)出現(xiàn)在養(yǎng)生網(wǎng)站上的網(wǎng)游廣告會(huì)讓顧客非常詫異而不感興趣，而在健身房的場(chǎng)景給顧客發(fā)送有關(guān)運(yùn)動(dòng)裝備的內(nèi)容引起顧客興趣的概率就很高，這就是場(chǎng)景營(yíng)銷。這就要求企業(yè)在信息推送時(shí)需要根據(jù)一些觸發(fā)因素，以秒為單位及時(shí)推送。觸點(diǎn)技術(shù)需要提前預(yù)判一些目標(biāo)顧客行為，這些行為可能代表顧客采購(gòu)階段的某種特征。常規(guī)用來(lái)判斷顧客需求的觸發(fā)包括瀏覽行為（某些固定的URL）、下載APP行為（如下載了跑步記步類APP，表明顧客有健身需求）、地理位置（與顧客需求高度關(guān)聯(lián)的經(jīng)緯度）、溝通行為（如撥打某產(chǎn)品的400電話、加了某些微信公眾號(hào)進(jìn)行詢問(wèn)等），以及結(jié)合以上幾種的綜合行為。

結(jié)論

傳統(tǒng)零售企業(yè)面對(duì)新零售模式的來(lái)勢(shì)洶洶，必須認(rèn)真思考大數(shù)據(jù)可能為企業(yè)帶來(lái)的營(yíng)銷價(jià)值，積極擁抱大數(shù)據(jù)，打造自己的數(shù)據(jù)平臺(tái)，深層次挖掘隱藏在海量數(shù)據(jù)中有價(jià)值的信息，指導(dǎo)企業(yè)制定各項(xiàng)決策，建立符合自身實(shí)際情況的精確營(yíng)銷體系，有針對(duì)性地實(shí)施營(yíng)銷計(jì)劃，增強(qiáng)自身競(jìng)爭(zhēng)力。

參考文獻(xiàn)：

1.國(guó)美于斌平.基于用戶畫像的精準(zhǔn)營(yíng)銷.聯(lián)商網(wǎng)-資訊動(dòng)態(tài)-信息化欄目-應(yīng)用指南， http：//www.linkshop.com.cn/web/Article_News.aspx？ArticleId=362005&sf=wd_search

2.劉國(guó)華，蘇勇.新零售時(shí)代[M].企業(yè)管理出版社，2018

3.杜鳳林.新零售—打破渠道的邊界[M].南方出版社，2017