新零售時代下的如何應用大數據智能

在過去的十幾年裡，大數據已迅速成長為現代人生活中的血液。社交、APP、PC，甚至是家裡的無線電視、便利店的POS機、電子錢包等等。我們的每個舉動，每次交易都被記錄為數字，轉化成為數據被存儲、被分析、被運用，這些數據在生成的時候是彼此獨立的，看似雜亂無章的，甚至在產生和收集的時候是沒有特定目的的。但如果當大量的數據彙集一起后就有很大的可能獲取客觀又精確的統計結論，進而指導各種商業行為和決策，乃至引發商業革命。

然而，我想表達的是這僅僅只是一個時代改革的開始。

當我們回望改革前零售業的傳統競爭，均以商品同質化、價格大戰、成本領先為導向。新一輪的互聯網改革給零售商帶來新思路：關注顧客體驗度，提高二次銷售率與轉化率，強調服務增值等新的盈利點切入，新的思路正在不斷顛覆傳統零售格局，也必然打破現有的局勢。

而作為零售企業，未來發展方向需要高度重視自己的和跨界夥伴的大數據資產，並加以充分利用，包括CRM顧客數據、社交媒體冬粉數據、供應商數據、企業運營數據、行業數據、天氣數據等。企業需要進一步整合、擴大、積累並結構化大數據資產，通過數據分析從而挖掘大數據資產的價值，最終轉化為用戶價值、企業價值和社會價值。

對此，新零售產業可以充分結合「大數據智慧體系」的特點進行四大方向的創新性運用，分享數據經濟時代的成果。

一：新零售的大數據預測

對大數據進行分析的唯一目的就是去預測消費者的下一步的需求，基於大數據結構化分析的基礎上，通過各種計算方法來預測並做出相應決策，從而創造更具優勢的顧客體驗、促進更多的交易、開展更多的業務創新。

二：新零售的大數據營銷

新零售時代下，零售企業商應該利用大數據的商業力量來提高商品的轉化率。淘寶等公司的發展和成功，並非因為他們向消費者提供信息，而是他們向消費者提供快速決策和進行下一步行為的便捷路徑。

消費者的每一步行為都會留下大量的數據，通常各種類型的數據會混雜在一起。對於這些數據，新零售公司需要充分將數據結構化並進行大數據挖掘，從而提供個性化購買建議和促銷信息，提供全渠道的客戶購買體驗，激發消費者的情感連接。

三：商業模擬輔助智能決策

大數據智能時代為我們帶來決策和管理的新方式，零售企業的決策者們需要習慣數據驅動的實驗和測試，對任何重要項目進行小規模但系統的驗證實驗，使得制定出的決策更加可靠。

這其實就是要依據企業經營決策的基本原理和方法，藉助計算機特有的功能，運用模擬技術，針對供應鏈流程中的隨機因素，引入各種約束條件，構建出若干個相互關聯的供應鏈場景模型，根據隨機因素的特定概率分佈，以真實供應鏈管理的情景為參照物，進行模擬、比較、優化，並通過反覆的計算，全息模擬各種動態經營決策，給企業經營者再現真實的業務場景並進行管理決策、模擬和演練，為經營者最終的管理決策提供重要支撐。

四：數據服務

新零售企業通過持續不斷地推動數據開放和共享，建立與各種社交媒體、跨界合作夥伴聯盟，與自己現有的和潛在的供應商、第三方軟體開發商、第三方賣家平台、銀行等形成數據合作，確立科學的數據標準和應用程序調用介面，以保證數據質量和可用性。零售商和互聯網公司掌握著大量消費者數據、品牌商渠道商的銷售數據、庫存數據等，可以充分將大數據成果向各渠道、品牌商進行定期分享。

在今天的大數據和人工智慧的時代，雖然每個公司都會得益於數據使用所帶來的好處，但這並不意味這每家公司都要自己養著數據科學或者機器智能方面的專家，未來更加普遍的是付費使用第三方的服務。在未來，我們會看到，大數據和人工智慧方面的工具就如同水和電這樣的資源，由專門的公司提供給全社會使用。

新一輪更加深入的變革正醞釀航行，零售業必將轉向將「大數據智能體系」植入消費產品和服務業務的新航線。

因此，對於那些想要在新的數據經濟中獲得成功的公司，要用全新的視角看待「大數據資產」的價值和作用，要從根本上重新考慮如何利用大數據為自己和客戶創造價值的戰略高度著手，規劃調整企業核心競爭力，驅動新能力、新崗位和新業務的持續升級。