企業大數據戰略的六大應用

企業要擁抱大數據，個性化營銷、對客戶價值的識別和挖掘、客戶流失預警、數據驅動的精準廣告、企業商業決策、庫存管理和物流配送等大數據的六種典型應用，可以幫助企業從數據應用中創造價值。

　　美國的一家信.用卡公司，在對客戶流失問題進行分析的時候，發現借助一些變量指標對客戶進行分類，不同項下的指標分組下客戶的流失傾向是不同的，比如同時滿足A1、B1、X1條件的用戶流失概率為66.7%，而滿足A1、B3的客戶流失率僅為5%，從而建立起了客戶流失預警的內部機制，對新客戶開發的資源分配也起到了重要的指導作用。

　　同樣的事情發生在中國電信業的客.戶保留案例中，一家中國電信運營商在對客戶價值的識別和挖掘中發現，老客戶擁有更高的客戶終身價值，他們購買更加頻繁，對企業更加忠誠，服務成本更低，對價格更不敏感。詳細的客戶.數據分析最終幫助企業優化配置了有限的資源，比如在開發新客戶，保留舊客戶以及交叉銷售提升客戶價值方面的資源分配，從而建立起創造企業價值最大化的戰略。

　　與此同時，更多的通過大數據的分析和挖掘的企業案例不斷涌現，在這個從產品為中心到以用戶為中心的時代，如何利用用戶的數據資產為企業建構更好的商業模式，創造更好的商業收益正成為企業們面臨的最大挑戰。當然，這本身也意味著巨大的機會。

　　百分點創始人兼董事長、北大光華管理學院研究教授蘇萌告訴《商學院》記者，“數據將是‘未來的新石油’，中國將成為全球最重要的大數據市場，大數據有望引領自IT和互聯網泡沫以來的下一輪經濟增長浪潮，未來公司之間的競爭將是對于數據資源和應用的競爭?！?/span>

　　但是，對于撲面而來的大數據時代，還有不少的企業感到困惑和迷茫，比如我們的企業到底能積累什么樣的數據，如何發揮這些數據的價值，面向未來的商業創新又需要增加或抓取哪些新的數據，這些數據到底能幫助企業做什么，如何獲取這些想要的數據，企業的大數據戰略到底是什么等等一系列的問題，當然，還有更重要的一點，這些數據的應用能在哪些方面發揮作用-

　　打造大數據管理的兩極

　　對企業的大數據管理來說，兩大系統不容忽視，一是用戶管理系統，另一個就是商品(內容)管理系統。這也就是很多企業，尤其是電商企業，會推出“用戶畫像”和“商品標識庫”的原因，當然，它也是制造企業推動“定制化生產”，“數據工廠”的重要前提和基礎。

　　然而，要建構企業的用戶管理系統和商品(內容)管理系統，需要大量數據的支撐，這些數據到底如何獲取，又如何建適合本企業的商業模型呢-

　　“企業要擁抱大數據時代，需要做好數據歸集、數據管理、數據應用三個方面的工作，在此基礎上，企業才能進行大數據的分析和挖掘，也就是大數據的應用?！痹谔K萌看來，數據收集是幫助企業打破數據孤島的重要工作，在收集過程中，企業需要建立起第一方數據(企業自身)、第三方數據、CRM數據(客戶關系管理數據)、交易數據等在內的多重數據匹配系統，同時構建起針對客戶的統一視圖，即將企業網站、移動設備、展示廣告、線下數據、企業營銷數據庫、社會化媒體、電子郵件、呼叫中心、MINI-SITE上所有企業相關的數據進行收集和整合。

　　以蘇寧為例，蘇寧大數據相關部門負責人就告訴記者，“蘇寧會整合其門店、PC、移動以及TV的四端數據，覆蓋全國所有城市的1600家門店，以及線上在B2C領域排名前三的蘇寧易購，以及數千上萬家移動微店，客廳端PPTV的數據?！贝送?，蘇寧還會注意到這些數據不同服務方面上的收集和整合，比如零售數據、娛樂、金融、理財方面的商品和服務數據，最終通過這些數據的整合為用戶創造最佳體驗。

　　“以門店端為例，蘇寧在門店端布局了相關設備進行數據的采集和分析：一是對整個門店的客流分析，比如說今天有多少人到了這個門店，二是對于用戶身份的識別以及定位，比如今天來這間門店的，有多少是會員，有多少是非會員，會員里面有多少是新注冊的會員，有多少是老會員等。由此，借助數據的支撐和數據的說明，會讓我們看到會員發展的速度和質量?！碧K寧方面表示。

　　事實上，不只是蘇寧，包括華為、TCL等很多企業都在打造包括電商、媒體、金融在內的數據客理平臺，由此沉淀數據資產，掌握用戶。而奇虎360在建構其金融生態的同時，也提出了要將搜索、電商、社交數據三方面的數據進行整合和管理。

　　由此，數據管理成為數據收集之后的第二項工作，按照蘇萌的分析，“數據管理需要精確到個體消費者的洞察?！彼〝祿拇鎯?倉庫，數據標準化，篩選/細分，分析/決策，最終形成客戶的群體劃分和基于消費偏好的個體畫像。

　　在客戶的群體劃分中，RFM模型非常有用，R即Recently(最近)，表示客戶最近一次購買的時間，為方便統計量，可以停止交易的時間，或者持續交易的時間;F即Frequently(頻率)，表示客戶在統計周期內購買的次數;M即Monetary Value，表示客戶在統計周期內每次購買的平均金額(如圖)。

　　不難看出，RFM模型是衡量客戶價值和客戶創利能力的重要工具和手段。它通過一個客戶的近期購買行為，購買的總體頻率以及花了多少錢三項指標來描述該客戶的價值狀況，并將用戶分層為：一般發展用戶、一般價值用戶、一般挽留客戶、一般保持客戶重要價值用戶，重要發展用戶、重要挽留用戶、重要保持客戶，進而幫助企業制定不同的營銷策略。

　　而在基于消費偏好的個體畫像方面，很多用戶的個性化數據被提.煉出來，包括年齡、性別、職業、興趣、對品牌的特殊偏好、其關注的領域等等，這也就是常被提及的用戶畫像或用戶標簽庫。這個標簽庫的數據，除了需要足夠豐富，完整，準確之外，它往往還需要上面提到的用戶分層、用戶畫像、用戶的購買預測，本質上就是要用數據挖掘的技術去解決商業上的命題。

　　而這一商業命題，就是數據的應用，就是企業如何從數據應用中獲益，它包括如何幫助企業進行消費者觀察，如何進行用戶體驗優化，如何提高營銷效能，如何提升運營效率等。

大數據的六種典型應用

　　1、個性化營銷

　　《一對一的未來》一書的作者羅杰斯和派柏斯在該書中曾這樣表示，“我們正經歷從工業時代到信息時代史詩般宏偉的轉型。我們也隨之目睹了大眾營業員銷的衰亡，一對一營銷的興起?！笔聦嵣?，在這場營銷革.命的背后，大數據的應用恰恰是始作俑者。這也是大數據在當前商業方面最典型的一項應用?？梢哉f，由數據驅動的個性化營銷正成為任何企業不容回避的重要趨勢。

　　伴隨信息過載與消費者異質化，一方面是海量數據和海量信息導致用戶信息饑餓感，用戶對非關聯信息的容忍度與日俱減。同時，用戶興趣數據與日俱增，但用戶甄別信息能力占比與日俱減，消費者呈現長尾化趨勢，這一切，導致了個性化成為大數據的應用方向。

　　由此個性化的技術被關注和應用，并進而推動企業在生產領域由單純追求成本最優的規?；a向客戶化定制方向轉變。同時，個性化推薦、移動跨屏推薦成為典型應用。而這些應用的背后，是計算機學、統計學、營銷學的集成。

　　2、對客戶價值的識別和挖掘

　　按照科特勒在1995年對客戶終身價值的定義，客戶終身價值是“從一個客戶身上所得到的其生命周期中全部銷售額減少公司用來獲取該客戶和銷售與服務于該客戶所花費的總成本的凈值?！本褪枪緦脑摽蛻羯砩纤玫降奈磥硭鞋F金流的凈現值。

　　這意味著，以數據為支撐的客戶終身價值的評價和分析將有助于公司建立市場細分的策略，確認哪一類客戶才是值得花費成本來建立客戶關系的，并最終找到自己真正的目標客戶群。同時，它將幫助企業更好地推進客戶關系管理，比如通過數據的挖掘和分析，可以知道究竟百分之多少的銷售額分別來自于現有客戶和新客戶。當然，它還會影響到企業的定價行為，比如降價可以迅速提升老客戶保留比率和新客戶獲取比率，但同時也會降低利潤率。漲價將提高利潤率，但同時也會降低老客戶保留比率和新客戶獲取比率，這意味著企業需要用數據支持決策，最終獲得一個最優化的平衡。

　　3、客戶流失預警

　　在用戶即資產的時代，客戶流失預警對企業的戰略制定有著重要意義，流失的是否是目標客戶，這些客戶流失是否代表進攻者的強勢進攻，還是自然選擇的一個過程，哪一類型的客戶，或者滿足哪些條件的用戶更容易流失，而滿足哪些條件的用戶則不易流失等等，通過不同的算法，可以發現最終客戶流失的特殊及其原因，最終幫助企業決定是否需要挽留這些用戶。

　　4、數據驅動的精準廣告

　　值得注意的是，在大數據時代，營銷理論正在經歷重要演變，在歷史上，包括產品、價格、渠道、促銷在內的4P理論，由于科特勒的創新變為了6P，加上了權力和公共關系。1990年，美國營銷專家羅伯特·勞特朋教授提出了4G理論，以消費者需求為導向，重新設定了市場營銷組合的四個基本要素，即消費者、成本、便利和溝通。但是大數據出現，尤其是由因果關系向相關關系的轉變，4R理論正變得越來越適時，即關聯、反應、關系和回報。

　　營銷理論的變遷背后，恰恰是數據驅動的精準廣告時代的來臨，它要求廣告主在投放廣告前要識別目標消費者，在投放中要實現精準定位，投放后要用一系列的數據工具進行廣告效果監控。

　　5、企業商業決策

　　如前所述，企業的諸多重要的商業決策已經變得與數據密不可分，在很多企業里，用數據說話，拿數據指路已經成為企業運營過程的必備準則。同樣以蘇寧為例子，其數據部門需要為業務部門提供多重服務。首先就是報表服務，即通過Adhoc的技術，為運營部門提供實時的、豐富的、準確的數據支持，幫助所有的運營部門拿數據說話的問題。比如說你今天做一個活動，你需要直接把流量的數據拿出來。其次，就是引擎服務，引擎的意思就是說，它能夠應用大數據的技術去驅動前臺的業務，它與報表報務的差別在于它已經直接嵌入到企業的生產經營活動中，出來的數據會直接影響到企業的整個業務。

　　6、庫存管理和物流配送

　　對于很多電商公司，或者是O2O公司來說，庫存管理和物流配送正成為企業重要的競爭力，它不僅直接關系到企業的成本、利潤，同時還直接關系到用戶體驗。由此，通過數據的分析和挖掘，可以精準測算出不同品類不同規格段商品的庫存水平，同時獲取物流配送的時間效率、最佳用戶體驗與物流整體配送效益的平衡。