美邦BI負(fù)責(zé)人談數(shù)據(jù)：傳統(tǒng)零售發(fā)力新機(jī)遇

時(shí)間：2016-02-23 03:24:42 來源：中國服裝人才網(wǎng) 點(diǎn)擊量：1889

日前，服飾品牌美邦數(shù)據(jù)負(fù)責(zé)人劉珅蘭分享了關(guān)于零售業(yè)大數(shù)據(jù)的分析與應(yīng)用的看法。她指出，新科技的進(jìn)步改變了消費(fèi)者的行為習(xí)慣，消費(fèi)者行為的變化又反過來影響零售的變革。

據(jù)劉坤蘭在演講中提供的數(shù)據(jù)顯示，目前，有39%的消費(fèi)者會(huì)在決定購買時(shí)將信息發(fā)布到社交網(wǎng)絡(luò)以獲取更多的意見、20%的消費(fèi)者會(huì)在門店內(nèi)與配備有平板設(shè)備的店員進(jìn)行溝通、31%的零售商會(huì)對移動(dòng)端和平板電腦進(jìn)行優(yōu)化、52%的消費(fèi)者會(huì)擇優(yōu)考慮能否當(dāng)天送貨或次日達(dá)、36%的消費(fèi)者會(huì)考慮更有個(gè)性化的網(wǎng)站、41%的消費(fèi)者會(huì)希望獲得實(shí)時(shí)營銷和折扣信息。

劉坤蘭稱，由于移動(dòng)傳感設(shè)備的介入，更多的數(shù)據(jù)被采集和利用，比如某款服飾的試衣次數(shù)、店內(nèi)顧客移動(dòng)停留軌跡、顧客畫像屬性識(shí)別等，這些數(shù)據(jù)的加入將傳統(tǒng)零售的數(shù)據(jù)分析帶向大數(shù)據(jù)分析領(lǐng)域。因此，對于零售商而言，目前面臨著數(shù)據(jù)類型不斷拓展、數(shù)據(jù)量呈幾何增長的挑戰(zhàn)。

劉坤蘭認(rèn)為，對于傳統(tǒng)零售業(yè)而言，零售業(yè)大數(shù)據(jù)的應(yīng)用對業(yè)務(wù)存在著新的提升機(jī)會(huì)，比如客戶管理、財(cái)務(wù)管理、供應(yīng)鏈管理、商品/組合管理等關(guān)鍵業(yè)務(wù)領(lǐng)域。

針對不同客戶的價(jià)值挖掘，劉坤蘭做了小型的案例分析，通過追蹤零售商6個(gè)月銷售記錄和用戶的收入，將用戶群分割為五大聚類：中低價(jià)值負(fù)增長群、低價(jià)值穩(wěn)定群、中低價(jià)值正增長群、高價(jià)值穩(wěn)定群、中高價(jià)值穩(wěn)定群，以此來鎖定增長潛力大的客戶。

建立價(jià)值分群模型(利用RFM模型從收入和增長潛力方面著手建模)

最后，劉坤蘭展示了關(guān)于端到端的“數(shù)據(jù)驅(qū)動(dòng)營銷及服務(wù)”模型(詳情看下圖)：