翻转零售——大数据带来的零售业革命

零售业的历史已经非常悠久，过去业者要布建一个零售网，可能要考虑顾客、产品、位置、通路等四大因素，而现在进入大数据时代，营销数据科学不仅为零售业赋予新的意义，还加进新的「时间」因素，等于让所有零售业进入全天候、全通路营业的境界。

美国宾州大学旗下华顿商学院教授艾瑞克·布莱德洛（Eric Bradlow）等人于2017年，发表了一篇文章﹤大数据与预测分析在零售业中的角色﹥（The role of big data and predictive analytics in retailing），里面提到大数据零售的五大构面：顾客、产品、位置、时间、通路，如图1所示。

图1 大数据零售的构面 绘图者：廖庭仪

数据源：Bradlow, E. T., Gangwar, M., Kopalle, P., & Voleti, S. （2017）. “The role of big data and predictive analytics in retailing.” Journal of Retailing, 93 （1）, 79-95.

1.顾客（Customer）

大多数的人一听到大数据，直觉的反应就是要拥有很多的数据。事实上，纵使企业所拥有数据量未达大数据的标准，以目前的营销数据科学技术，已经可以协助企业做到个人化营销。在零售业里，常用的顾客数据源包括：个人支付数据、IP地址、注册用户登录等，企业可将这些数据源，连结内部顾客关系管理（CRM）系统中的事务数据、Email调查数据、来店消费信息等，以进行数据分析。甚至企业还能结合社群媒体的数据，以及「用户生成内容（User Generated Contents, UGC）」等，让顾客数据变得更有价值。

2.产品（Product）

在大数据的时代，不但产品品项越来越多，产品数据也从一维的产品基本数据，扩展到第二维的产品属性面向（特色、质量、设计、知觉、扩增产品服务…等）。在这样的发展趋势下，零售商将拥有更多元甚至是动态的产品数据矩阵，进而协助企业做到个人化营销。

3.位置（Location）

能在任何特定的时间，定位消费者「位置」的能力，为零售业开展了新的契机。无论是在店内或店外，零售商可将消费者所处的位置，与公司的顾客关系系统（CRM）进行链接，并从消费者的购买历史中，推荐他们最可能购买的产品。例如：当消费者接近零售店时，主动提醒消费者优惠信息，吸引消费者前往购买。或是当消费者在店内消费时，提醒消费者特价商品的优惠出现在哪一区。这样的效益，对零售商来说营销数据，短期内显而易见，但应考虑是否牵涉到消费者的个人隐私，以及对消费者所造成的负面影响。

4.时间（Time）

当零售数据中加入了时间的维度，会使数据量变得更为庞大。过去零售业分析每月或是每周的消费者数据，但现在已经可以连续测量消费者的浏览产品行为、行走动线、购买的品项、卖场环境变化等。例如：零售商想发展最好的折扣组合、改变产品摆放位置、或是改变消费者的动线，这些决策因为加入了时间的维度数据，并透过数据分析得以实现。除此之外，将时间维度数据与POS系统、CRM系统作链接，零售业在仓储管理上也更实时、更有效率。

5.通路（Channel）

许多消费者在购买产品前，会先搜集产品信息，询问他人的购买经验…等。企业若能收集、整合并分析这些资料，将可协助企业了解、追踪消费者的购买历程，并对产品利润进行评估。此外，消费者收集信息与实际购买的行为，极有可能发生在不同的时空，零售业要意识到新型态购买行为的出现。例如：消费者可能先到实体通路观看产品，之后再到网络平台进行购买；或者消费者先在网络平台搜集产品信息，再到实体商店体验后进行购买。零售业要能收集并分析各种不同接触点的数据，以进行更有效的通路管理，甚至发展或运用新型态的通路类型。

今日零售业所产生的数据量大幅增加，企业若能妥善运用以上的五项构面，一定能更精确地掌握消费者行为，制定更佳的营销策略。

作者：苏宇晖（台湾科大管研所博士生）、罗凯扬（台湾科大兼任助理教授）、杨竣宇（厦门大学知识产权所博士生）

（编辑：威海站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!