过去3年里产生的数据量比以往4万年的数据量还要多，大数据时代的来临已经毋庸置疑。大数据时代的到来，为数据在企业运营中打破时空局限提供了新思路，为“解放数据生产力”提供了新办法。海量的用户访问行为数据信息看似零散，但背后隐藏着必然的消费行为逻辑。大数据分析能获悉产品在各区域、各时间段、各消费群的库存和预售情况，进而判断市场趋势，有的放矢地刺激用户需求，并依此按需配产并优化产品，实现从产品开发、生产、销售到物流等整个链条的智能化和快速反应。我们即将面临一场变革，这是成功的企业在未来发展过程中必须要面对的。

大数据已经成为电商运营的核心驱动力。我们来看一看1号店的大数据实践。

1号店网站作为企业同消费者互动的门户，每天承载着上千万的商品点击、浏览和购买，汇集成了海量的数据。对于1号店，这是改进运营的依据。

图7-1 大数据如何推动消费者成为忠诚顾客

1号店产品设计副总裁王欣磊说：“消费者进来是怎样用的，怎样找到商品的，怎样买单的，整个的过程，我们都在用大数据分析，进而进行相应的改进。”其对大数据的应用，贯穿于引入顾客流量、引导顾客购买，到提升购买者忠诚度的全顾客生命周期中。

对于电商企业，如何从互联网上引入流量到自己网站，是运营的起点。首先是用户从哪里来，关键在于三个维度：第一，从哪些渠道来；第二，从哪些地区来；第三，来自哪些用户群，新用户还是老用户。这三个维度的分析直接决定着1号店后续引流资源的投入，而这都植根于1号店对于顾客行为的大数据分析。

在分析顾客来自于哪个渠道方面，通过网站收集的海量顾客痕迹，1号店能发现带来更多流量和需要加强的渠道：微博，论坛，还是门户网站，从而不断地调整营销投放，比如发现哪个渠道可以投放更多广告，哪个渠道有潜力，却没有充分挖掘。在分析顾客从哪些地区来方面，通过网站上顾客来源痕迹的大数据分析，1号店可以发现那些销售增长快与增长慢的区域，相应调整不同地区市场的营销费用；在顾客是新用户还是老用户方面，如果网站浏览和购买数据更多地来自于老用户，企业就可以相应地降低市场费用。

1号店除了通过大数据方法对消费者分类建模外，还创造了一种购物清单模式。1号店的搜索框旁边有一个购物清单。消费者在1号店曾经购买过的商品都显示在购物清单上，消费者还可以另行添加。对于消费者而言，这便于购买，而对于企业，购物清单就是一种反映消费者喜好需求的大数据源。通过购物清单的数据，1号店按照消费者购买周期，对消费者进行营销推荐。比如一个顾客看了商品后，没有买，但加入了购物清单，当商品打折后，1号店就会及时向顾客进行推送。

顾客进入1号店后，就进入引导顾客的购买阶段。在这个阶段，如何提升每个顾客的购买金额，并在此过程中，实现商品和各种资源的最优配置，是运营的关键。大数据又一次成了1号店的抓手。首先，1号店的网站改进，包括图片、网页设计，完全以顾客点击和浏览等行为痕迹的大数据分析为依托。不仅如此，在与消费者互动过程中，1号店也应用了大数据。像一些商场的导购员一样，在消费者浏览网站商品的过程中，1号店会给消费者一些提示推荐，根据消费者之前的浏览和购买行为，1号店的系统能判断出消费者可能喜欢什么商品，给以相应的提示。再如，根据消费者是搜索商品，还是浏览商品，1号店可以初步判断出他是目的性很强、时间有限的购买者，还是时间充裕、目的性不强的购买者，对于前者会直接推荐商品，对于后者，则不断刺激其购买行为。

顾客购买商品后，进入了后续物流和配送服务。在这个阶段，如何实现最佳的供应链效率，减少仓储和配送成本，提升配送速度，是电子商务企业运营的命脉。如何实现更高效的拣货，是影响物流效率关键的一环。1号店创造了一种高效的拣货方法——拨次拣货。顾客一次往往会购买若干个商品，如果一个订单拣一次货，拣货员可能会反复经过同一货品区域，浪费大量时间。所以1号店将若干个货品所在区域接近的订单合在一起，这样拣货员到一个区域就可以将与一拨订单相关的所有货品都拣出来。在拨次拣货中，如何让拣货员走更少的路，就需要依靠大数据分析。首先，1号店利用大数据分析，找出商品重合度最高的订单群，比如说消费者买同一个品类的。其次，在摆放货品时，将消费者经常一起购买，聚合度较高的商品放在一起，如可乐和薯条。这种建立在大数据基础上的物流安排极大提升了拣货效率，目前1号店平均一单有16.7件货，员工拣一单货只需不到80秒的时间。

在配送中，如何提供相应的服务选项，如何收费，也建立在大数据分析的基础之上，1号店最新的配送服务“一日四送，一日六送”，可以让消费者指定专门的配送时间。而消费者是否喜欢这样的配送服务，会不会用，完全依靠对于消费者痕迹的大数据分析。1号店会看点击这个选项的消费者有多少人，用这个服务的有多少人，点击的和最后实际使用的比例。如果点击不多，则代表这个配送服务不吸引人；如果点击的多，实际使用得不多，则可能代表这个服务的费用高一点，需要考虑调整费用。

对于企业而言，消费者购买行为结束并不意味着终结，还希望将消费者变为自己的忠实顾客。在这个阶段，1号店也在充分释放大数据的威力。1号店发现，购买三四单以后，消费者的忠诚度变得相当高。为此，它需要不断推动顾客跨越这个门槛，但首先要找出哪些顾客最有可能。1号店用大数据分析筛选出这样的消费者，相应地通过一些优惠和积分换购，刺激这些消费者的购买欲望，推动其购买第三单、第四单。

1号店同样依靠大数据的挖掘和分析，来减少顾客流失，对那些可能流失的顾客，通过一些定向的唤醒和挽留动作来刺激，顾客过生日了，会祝贺其生日快乐，或者发一些促销信息，重新唤起顾客对于网站的感知。时机的把握也依靠对顾客购买周期的大数据分析，时间过早，可能做无用功，唤醒时间过晚，又可能来不及。

在过去的2013年，传统零售企业面临着诸多的挑战：大环境的不景气、电商的不断冲击、客户消费习惯的改变、营销同质化竞争……购物中心经营的压力持续增高。而作为北京潮流新地标的朝阳大悦城却表现出另一番欣欣向荣的景象：2010年5月开业，2011年销售额突破10亿元，2012年销售额近14亿元，2013年更是站上21亿元的新高峰，销售同比增长超过50%，客流超过2100万人，同比增长45%。(www.daowen.com)

朝阳大悦城的生命力何在？除了及时的业态调整和不断创新的营销活动等这些表面上看到的动作，朝阳大悦城真正的核心竞争力是基于数据的高效运营管理。

朝阳大悦城在成立之初，就组建了一个数据团队。对于传统零售行业而言，由于消费者进入商场的消费目的并不明确，加之所有购买行为不通过互联网留下浏览痕迹，在这种情况下，增加数据来源也成为数据分析团队关注的方面。2012年一年中，朝阳大悦城在商场的不同位置安装了将近200个客流监控设备，并通过Wi-Fi站点的登录情况获知客户的到店频率，通过与会员卡关联的优惠券得知受消费者欢迎的优惠产品。朝阳大悦城的数据来源有3个：一个是POS机系统，任何一笔收入都进入该系统。还有一个是CRM系统，该系统与人关联，便于对客户进行研究。数据的另外一个来源是消费者调研，通过海量的调研问卷及定期的小组座谈和深度访谈，朝阳大悦城对客群的特质掌握得越发清晰。

通过对车流数据的采集分析，朝阳大悦城发现，具备较高消费能力的驾车客户是朝阳大悦城的主要销售贡献者，而通过数据测算每部车带来的消费，客单超过700元。商场销售额的变化与车流变化幅度有将近92%的相关度。为此，大悦城对停车场进行了改造，如增加车辆进出坡道、升级车牌自动识别系统、调整车位导识体系等，力争吸引驾车客户。此外，他们还调整了停车场附近的商户布局，极大地提高优质驾车客群的到店频率。

经过客流统计系统的追踪分析，配上有针对性的解决方案可以有效改善消费者动线，拉动销售是数据营销的又一成果。4层的新区开业之后客人总是不愿意往新里走，因为消费者熟悉之前的动线，所以很少有人过去，该区域的销售表现一直不尽如人意。为此，招商部门在4层的新老交接区的空区开发了休闲水吧，打造成欧洲风情街，并提供iPad无线极速上网休息区。通过精心设计，街区亮相后新区销售有了明显的改观。

对于2013年9月19日朝阳大悦城店庆活动，在策划之初，团队内部也曾产生过分歧，到底应不应该在商业的淡季做这样大规模的促销活动，信息部调取了3年来小长假的数据记录进行分析，根据销售曲线变化，最终决定把销售冲高的日子放在了中秋节，并最终核算定下了1500万元的销售任务。同时，分析出完成任务的两个关键点：一是在商户大力促销及活动充分宣传的基础上，预期客流与提袋率增长相对容易实现，但客单价的大幅增长较为困难；二是根据历史经验，单日销售冲高最大的动力来自于零售业态，而零售的集中释放于下午和晚上，上午时段的增长成为增量的关键时段。

在大量数据研究的基础上，信息部认为会员是解决这两大难题的重要手段，必须想办法在上午把最优质的会员吸引到店、刺激他们充分购物。信息部根据超过100万条会员刷卡数据的购物篮清单，将喜好不同品类不同品牌的会员进行分类，将会员喜好的个性化品牌促销信息精准地进行通知。同时设置会员到店礼、高额买赠等活动，刺激会员尽早到店，并释放大单。信息部还根据会员的消费记录，抓取出了在零售方面最有爆发力的TOP100会员，并对其进行电话邀约，针对这些高端VIP设置了当日满万赠全年免费停车。

通过以上措施，活动当天会员销售集中爆发，比历史前高增长142%，据朝阳大悦城统计，当日销售总额、会员销售、坪效纷纷刷新历史新高，同比之前最高纪录增幅达46.9%、142.2%和45.3%，其中12点前实现会员销售额占全场销售额的73%，成功拉动了早场销售；会员人均消费近2000元，有力地拉动了全场的客单价；为全天销售大幅超过既定目标奠定了坚实基础。朝阳大悦城的到店客人有超过50%是驾车客群，于是朝阳大悦城与之应对的策略是做足电台广播，同时在地下车库坡道灯箱、电梯间等候屏、电梯门、电梯轿厢广告等位置做好对此部分客人的信息推送。前期的数据测算、推广的周密策划加上与运营租户的沟通，最后销售额达到了1715万元。

过去通常的情况是，企业在做品牌营销活动中，100元的广告费用只有50元打动了消费者，大家都不知道到底哪50元是有效的，哪些是无效的。今天有了数据平台，找准消费者，采用有效的营销活动，企业能使自己的投入更加有的放矢。

传统企业应该如何行动才能享受大数据带来的红利呢？

第一，一切生产经营流程都需要数据化。这是企业能够通过深入数据分析，实现自身优化的基础。要有计划地将企业生产经营中的数据保存下来，即便是现在看来没什么用的数据，未来也可能产生巨大的价值。长虹公司在自己的生产线设置了很多传感器，监测温度、湿度、震动、噪音、颗粒等因素，希望了解生产过程中哪些因素会对员工产生明显影响。他们此前都认为温度和颗粒可能对于员工操作和产品质量影响最大，但是事实上最终数据分析的结果显示，温度是没有什么影响的，恒温的控制对于生产效率和合格率的贡献并不像想象中那么大，反而是噪音对于员工情绪以及生产的影响非常重要，这一点发现帮助长虹公司做了更具针对性的调整。成为大数据企业的第一步，企业必须要实现数据化。

第二，搭建大数据分析平台。对于很多企业，做大数据并不是意味着要自己去建设数据中心。随着云计算和云数据中心的出现，使用外部数据中心的成本已经非常低了，数据存储的费用也是在成倍地下降。但是，企业要做大数据，必须要在IT基础设施方面具有比较好的数据处架构。值得注意的是，企业不仅要具备一个数据中心的硬件，还要考虑和企业业务方向结合。做企业的大数据管理应用平台，一定要从企业的业务出发，不能盲目跟风。

第三，培养数据挖掘和分析团队。大数据的分析与传统数据分析有很大区别，传统企业现有的管理支持类数据分析主要基于报表等一些结构化的数据，很难勾勒出企业经营的全景视图。大数据的进入就需要分析人员具有更高的素质，既要有扎实的业务基础又要具备很强的数据挖掘能力。利用大数据平台和大数据分析可以将零散的市场数据、客户数据等迅速高效地转化成决策支持数据，这样才能使企业及时把握市场环境变化，做出快速反应。

第四，建立开放性的数据共享制度。未来的大数据企业，一定要有开放共享的态度。一个企业的数据往往是有限的，很多时候需要与他人共享来丰富数据的形态。这需要企业不仅具备开放的心态，也需要企业具备数据置换和共享的能力。Netflix曾经公开了包含50多万用户和17770部电影的在线评分数据，并悬赏100万美元奖励能够将Netflix现有评分预测准确度提高10%的团队。类似的竞赛在Kaggle数据挖掘竞赛平台上屡见不鲜。伟大的企业懂得如何把最聪明的人集合起来，为自己服务。

第五，战略性的数据资源储备。数据就像石油，而且是放在聚宝盆中取之不尽用之不竭的石油——如果它被存储下来了。具有战略眼光的企业，能够判断数据未来的价值，愿意花成本存储一些潜藏巨大价值的数据。阿里巴巴投资高德是为了数据，投资新浪微博也是花钱买数据，所有这一切本质还是想让数据流动起来做更大的事情。