电子商务的致胜关键——海量数据分析

目前，拓展电商的企业有很多，但成功比例却相当低，不超过10%。众多做电商的企业中，不乏规模大、有品牌、有实力的大型企业，他们不缺做电商的资金，但却仍没能摆脱失败命运。这里需要认清一个事实，电子商务的成功与否，不完全是资金的事，更重要的是善于运用方法。

以笔者所带领的公司辅助过的一家零售企业做电商项目为例，此项目在第三方营销成本最低的情况下，却打造了业绩增长速度最快的（对比中国零售百强）电子商务平台。该例中的企业为中国零售业百强之一，在中国零售类电子商务缺乏成功案例和成功路径的背景下，该企业在开展电子商务之初是比较担心和彷徨的。而在我们的辅助下，创造了在第三方营销成本不超过30万的超低成本的情况下，在去年8月正式上线后的6个月内，实现累计销售额超3000万的成绩。这个成绩的取得，归其核心原因便是我们对海量数据的捕获及分析，从规划之初就通过海量数据分析来确定选品、定价及相关营销活动。

通过海量数据分析筛选能卖什么

零售涉及到的产品品类及品牌众多，选品时面对的产品相当繁杂。在决定做零售电商之时，便要提前确定网上卖什么，什么产品被消费者需要，什么产品又会热销。在过去，对这种需求反应最快的商店就会获得优势。不过现在，优秀的零售商善于利用海量数据来获取竞争优势，预测趋势，并为未来需求做好准备。想要取得当月的热销，就得在几个月前开始网站选品。

在商品的选品上采用PCS商品策略，通过海量的数据收集，建立正确的模型确定产品。首先从商品属性、商品纬度、市场销售、行业未来和领导企业等五大层级逐级筛选，从几百个产品类别中，通过运算、筛选、验证的过程，获得最佳的几个产品类别；之后进行全网信息检索，采集各大网络平台相关品类的商品信息量、销售单品数、销售额、成交数量等数据；再将上述属性不一，参数各异的海量数据，调整并模拟到同一环境下，使之尽可能真实的反应同一条件下的优劣程度，看该商品是否适合网上销售；然后通过社会经济数据参数进行进一步修正，从而更加符合宏观消费环境；最后通过第三方研究机构数据分享及联合研究，再次进行修正，从而更加符合市场环境。通过这个过程，确定了客群和经营定位，最终确定销售哪些产品。

通过海量数据分析确定卖多少钱

产品确定后，还需要合理的产品定价。产品价格并不能完全根据成本价格，或者采取价格跟随策略。同类产品在定价上面临的情况是：价格定高了无人问津，定低了又挣不了钱。这是一个矛盾的命题，如何找到平衡两者关系，采取怎样的价格策略，这同样需要借助海量数据分析。

在产品的定价上，通过收集对应产品的海量数据，同时与其它数据相关信息相结合，包括地区经济数据、人口特征、网络情况、商品信息、销售热点等等，建立产品价格模型。依此确定对应产品的价格带及价格线，制定合理的产品价格。在此基础上，确定某个定价范围，并看此定价是否会挤占来自其它定价的产品的销量，由此，优化定价策略。同时，根据营销活动和季节需求的变化，对产品采用动态价格，通过这样的价格策略，在价格提高一定比例的时候，还能保持销量，减少库存。另一方面，还能在留住消费者保持市场份额的前提下，调整增加高利润率商品的合理比例。

通过海量数据分析决定做什么营销活动

为吸引顾客，促成销售，网上各类促销活动形式繁多，如：打多少折扣，买多少送多少，满多少减多少，送红包福袋、送优惠券、秒杀、竞拍等，玩法多，但活动的同类现象也是很严重的。不可否认，这些活动的确是吸引了消费者，给网站引来了流量，但在实现盈利方面，则不一定尽人意了。此情况下，盲目跟风、为做活动而做活动的做法显然是行不通的。而如何结合自己的网站的特征，去开展有吸引力的、方便执行的、可信度高的网上活动也要基于对海量数据的分析。

通过对活动相关的海量数据捕获，建立活动类型与活动效果之间的数据模型。根据捕获的海量的客户交易、人口统计数据、购物模式、地区热点、网上交易数据、实体店销售数据等方面的数据，以确定市场推广活动背后的 ROI（投资回报率），预测采用怎样的营销手段更好，确定最适合的营销方式。而针对案例中拥有实体店的企业，采用了方便执行的线上、线下相结合的活动。线上、线下公布活动信息，吸引大量的线上注册，并通过活动的关联，促成了注册会员的购买行为及互动参与度，同时能参与线下的互动活动。活动的开展促进了注册会员的稳步增长，并维持了稳定销量。在活动的刺激下，加上本身的选品及价格优势基础，在打开销量的同时，建立了消费者信任，并保持住网站销售，达到了最好的投资回报。

海量数据分析最终还需与心理学运用结合

一般情况下，一个城市中的数据分析要至少需达到2亿条。我们的PCS商品策略，仅对类目的选择就是从好几百种中挑出几个来，而对成千上万的产品及产品定价来说，数据量可想而知了。而要获得更为准确的分析结果，需要数据捕捉专家、信息分析专家及规则识别专家等的合作努力。对海量数据运用的好的企业，均能赢得市场。我们所熟知的一些品牌商或者零售企业，都是成功运用了海量数据分析企业。比如，亚马逊基于海量数据分析的精准营销，沃尔玛分析社交网站海量数据上显露消费者的偏好于需求。我们这个案例的成功也是因为从选品、定价及营销活动等一系列工作从开始就重视了海量数据的分析。

但是需要指出的是，海量数据分析不是简单地总结历史经验，因为任何商业活动不能脱离“人心”，需要结合心理学及行为学的研究，来准确预测结果。通过消费心理学来对个体心理活动规律及个性心理特征进行研究，通过社会行为学对群体消费者社会化行为进行研究，把这些研究结合到数据分析结果，并运用到电子商务运营实践，引导消费者的消费行为，最终实现电商制胜。

可以说所有的电子商务都需要做海量数据分析，企业需重视数据及相关分析，用分析结论指导电商的开展。