红帽白皮书新鲜出炉!点击获取,让你的云战略更胜一筹! 了解详情
写点什么

未来营销更像人?百分点杜晓梦为你开启一场百货商场大数据之旅

  • 2020-03-08
  • 本文字数:6113 字

    阅读完需:约 20 分钟

未来营销更像人?百分点杜晓梦为你开启一场百货商场大数据之旅

01 百货商场如何使用大数据

2014 年,王府井百货与百分点开始合作,至今已有四五年时间。杜晓梦表示,目前他们已完成数据的梳理,以及数据基础层面的规划,正在做数据的价值变现。


数据能在哪些价值层面变现?


首先,百货商场需要了解自己的会员,在日常经营中,使营销活动精准触达会员群体。



杜晓梦介绍,他们的每个门店,百分点都创建了会员的全景视图,比如会员画像,会员消费轨迹分析。通过全景视图,任意搜索一群人或一个人,他何时购买了哪些商品,花费多少,递增还是递减,他的品牌偏好以及多年的消费轨迹都能一清二楚。


在会员了解基础上,即可进行客群管理。比如在营销时,能够自定义客群,从而精准触达,并促进活动效果回流。


其次是品牌经营。对于百货业态,百货通常并不拥有品牌,它只是将租赁的物业再分租给品牌商,百货收取租金。


一般来说,百货商场覆盖的客流是周围数公里内的人群,如果人群发生变化,其中的品牌商也应该做对应的调整,而一个品牌从入驻到鼎盛再到衰退,也有自己的生命周期。在这个周期中,它的经营有哪些变化?比如客流量如何,坪效如何?百分点将这些指标形成品牌的经营指数,帮助百货商场了解品牌,使集团下的各个商城能够管理品牌的上新或淘汰。


而通过统一视图,展示某个品牌和某个大类,集团也能了解它们在全国的销售情况,从而对比或管理。


杜晓梦介绍,在以往,百货商场通常更愿意服务将单位面积收益最大化,且能带来最大客流的品牌商。但现在,百货商城的思维和理念也在改变,因为百货商城发现,他们收集的数据,能够更好地服务他们的租户,也就是品牌商。因此百货更愿意用数据帮助入驻的品牌商吸引顾客,从而更好地销售,对百货商场来说,也可以促进自身客流量的黏性。


因此,百货商场也会帮助品牌进行经营。比如在品牌画像和客群画像的基础上,帮助品牌进行潜客挖掘。杜晓梦举例,一家百货引入某化妆品牌,百分点为这家百货推出一个精准营销的活动,通过挖掘该品牌的潜在客群并进行触达,三天之内带来的新客占该品牌一年中新客户的 30%。


除了为品牌商导流,还可以联合品牌进行联合营销,让跨品类的不同品牌交叉引流,充分激活不同品牌共有客群的力量。比如联合无印良品和星巴克进行营销,既可以互相引流,也不会互相竞争。


杜晓梦介绍,这些数据所带来的价值变现,正是他们帮助百货商场做的事情。接下来,他们会使整个营销决策更智能,实时监控营销过程,在活动前中后都有及时精准的反馈,并持续评估效果并优化投放。02

02 应用大数据的难点

对于百货商场来说,很多都是全国性品牌,全国各地都有门店,而转型一般都是集团总部在推进,要想很好地使用大数据,在实际操作中并不容易。


杜晓梦表示,他们需要将全国各地每个门店的数据传到总部才能进行深入分析,但每个门店 IT 的软硬件能力参差不齐,不同门店网络情况、数据量都不一样,这导致计算的时间窗口和数据采集的稳定性都不相同。


如何保证总部能有效地应用不同门店的数据?百分点的做法是设立容错机制。比如在一定时间内如果出现数据问题,就在下次采集时补全。


通过容错机制,还要保证数据采集具有一定弹性,使数据采集能够顺畅执行,并避免出现一次采集不成功就失败的情况。


除了数据的采集和传输,另一方面,数据也缺少规范。由于集团下的每个门店都是自己负责上新,负责经销商的入库,因此不同的门店里即使是同一个品牌使用的名字也有细微差别。杜晓梦解释,对于连锁经营企业来说,不同门店数据结构不一致很普遍。


「业务统计的数据口径不一致,因此拉通数据时,我们要做大量的数据转换和映射。比如皮尔卡丹这个品牌,在有些门店叫卡丹皮尔,在另外的门店就叫皮尔·卡丹。」杜晓梦说,「我们得去打通不同的门店,使它们在集团层面构建映射关系。通过映射关系,能知道 A 门店的品牌 1 是 B 门店的品牌 2。」


在打通不同的门店,完成数据的清洗、规划和数据结构的重新设计之后,如何保证后续输入的数据变得规范?


「因为一些习惯因素,有些门店还是想用自己原来那一套,就要不停说服,不停提醒他们,使用统一的新数据结构。」在技术层面,百分点会在系统中增加自动检测程序,如果发现品牌名称不一致,就会自动弹出,提醒修改。通过这样的方式,扭转门店原来的使用习惯,使门店的数据统一、规范。



杜晓梦认为,这不只是技术问题,更是意识问题,一定要从源头上把控数据采集的规范。「很多计算需要实时响应,后续数据越来越大,如果能很好地从源头上进行把控,就能节省后续计算的复杂度和计算资源。如果数据源头有问题,也会极大影响后续实现的功能。」


因此,除了在技术层面上提醒门店进行修改之外,还需要从集团层面与门店沟通,让门店理解数据规范的重要性。


一方面是数据架构的不同,另外一方面,不同门店使用的会员系统也不一样,比如同一个人在不同的渠道上,留下的资料也会有所不同。


杜晓梦首先承认,大数据的能力并不能达到百分之百准确,而是随着数据量增加,无限接近百分之百,将所有的数据都精准拉通不可能也不现实。但他们会在拉通时,设置一些规则和策略,比如会员卡、身份证、手机号等比较强的 ID,可以设计 ID 的优先级。


「比如同一张会员卡,如果出现两个手机号,我们就合并,因为会员卡的优先级比较高。另外一种情况,比如两个手机号登录过同一个设备号,那这个设备号就应该与后登录的手机号进行关联。」杜晓梦说,「很多规则是在不断发现情况后设计的,因此拉通的规则也会越来越完善。」


在规则设计之外,也要鼓励会员更新迭代自己的数据信息,「你可以给他一些好处,比如关联之后,积分可以翻倍,或者修改完善资料,赠送优惠券,或者填齐资料,赠送两小时停车券。你要不断刺激会员,让他去帮你维护数据的准确性。」杜晓梦说。03

03 数据化转型如何再深入

百货商城应用大数据面临门店之间数据结构、会员系统不一致的挑战,这些在集团内部相对比较好解决。但是,百货商场如果要进一步深入转型,通过大数据赋能,还需要处理与入驻的品牌商之间的关系。


目前百货的数字化转型,最主要的集中点还是采集会员信息,提升会员管理水平。对产品和品牌并没有进行深入挖掘。「此前百货一直在会员和营销方面发力,但门店运营更关注销量预测、库存优化、商品选择和调价,很多人工智能和数学模型可以应用于这些方面。」杜晓梦介绍,如今,百货也开始在这些方面发力。


然而,对于百货商城来说,尽管他们在提升自营比例,但大部分还是联营,品牌商租下百货商场的物业,拥有经营自主权,只需把租金和营业收入的扣点交给百货商场即可。


百货商场没有商品的经营权,因此百货商城很多措施依赖于品牌商的配合。比如灵活调价,基于销量预测的库存管理,或者是跨品牌的交叉营销,就需要品牌商的商品、库存等数据。如果百货商场想引入 AI 设备,也需要品牌商配合安装。


「一些大型品牌商,其实不太在乎百货商场的做法,你让我配合我就配合,你要是不找我,我也不会主动找你索要。而且越大的品牌商,向他们拿数据越难,因为他会担心数据外泄,担心竞品。另外,他也不觉得能交换到同等价值的数据。」杜晓梦说。


如果百货商城比较强势,他们会要求品牌商贡献数据,但这种数据也无法达到实时的共享,而是在一定时间内上交会员数据等统计表格。


另外一方面,「很多百货商城和 Shopping Mall 转型得不到支持,是因为他们只想品牌商提供数据,但并没有向品牌商展示数据带来的价值。」杜晓梦认为,百货商城需要让品牌商知晓数据带来的价值,并快速做出一两个案例,让他们看到使用效果,才能让品牌商自愿分享数据。


在这样的情况下,百货商场一般有四种做法:


一是,用案例说服品牌商,比如跨品类的联合营销,让品牌商看到数据共享的价值。


二是,百货商场目前在尝试向品牌商提供轻型的 SaaS 类技术服务,开发问卷调研、调价、销量预测等系统,吸引自身没有 IT 能力的小型品牌商,为他们提供 IT 服务。


三是,百货商场通过自己的力量,尽力采集力所能及的数据。百货商场实行中央收银,通过中央收银可以拉通更多的会员数据、商品数据和消费数据,从百货整体的角度盘活内部的商户和用户。


四是,激励消费者贡献数据,从会员端收集信息。比如会员积分可以交换停车券,会员同时给百货商场提供几张小票,百货商场就能得知这个会员在哪些商户购物,从而获得会员的消费数据。04

04 杜晓梦:未来的营销更像人

百分点在零售行业的客户不只是王府井百货,在杜晓梦看来,零售行业以后总体肯定会越来越注重数据和数据价值,越来越注重智能,并利用技术解决问题。而大数据也会更加深入业务细节中,从营销到供应链,再到设计并用于生产环节。


由于这些内容与百货领域并没有太大的关联,因此在本文中以问答的形式独立呈现。


白圭零售实验室:百分点现在有哪些产品可以应用于线下零售企业或品牌商?


杜晓梦:针对零售或品牌商,我们有几个产品。一,大数据平台产品 BD-OS,能够帮助品牌商进行数据的归一和拉通,打好数据基础。二,在数据基础之上,我们有用户的画像标签系统,将商品和用户打上标签,进行画像。三,我们的自动化营销产品可以在营销投放的时候,进行精准触达,并进行效果评估。四,我们还有基于供应链的智能供应链系统,可以进行销量预测,库存优化调配,个性化定价,这是做运营支撑的智能运营系统。另外,我们还会根据客户的定制化需求,定制小程序或活动的模板管理。


白圭零售实验室:说到营销的精准触达,目前还是将人打上不同维度的标签,将对应的活动人为推荐给他们。能否完全依靠机器推荐,比如让机器自动找到这些人,自动将相应的营销活动推荐给他们?


杜晓梦:目前我们也推出了半自动化推荐,比如我们的营销自动化系统,业务人员可以提前配置规则模板,让机器自动触发。比如说,我们配置一些模板,如果具有某些标签的人群,在一定时间范围内没有再登录,或者浏览了某个商品,但三天之内没有购买,或者添加了购物车,两天之内没有结账,就采取一些营销手段刺激他们。当用户的行为触发这个规则后,机器就会自动推荐。如果是人为筛选,人为触发,就很难抵达到个人,但自动化能触达到个人层面。


白圭零售实验室:你认为精准营销的下一步是什么?是智能营销吗?


杜晓梦:精准营销的定义很简单,每一个群体,乃至每一个人的需求都不一样,根据他们的需求向他们推荐不一样的商品,就是精准营销。


智能营销应该如何定义?如何定义智能?机器完全知道一个人的偏好是什么,在什么时间应该给他推荐什么。这其实是把精准营销做得更极致,不只是知道个人喜欢什么,而且根据这个人的行为,知道如何跟他互动,给他什么样的反馈。收集的数据越来越丰富,就会越来越了解这个人,给他的营销就会越来越精准,越来越智能。


白圭零售实验室:现在的精准和将来的智能还差一些什么?如何才能从精准达到智能?


杜晓梦:现在的精准营销是基于基础数据或简单算法,未来随着内外部数据的打通、积累和完善,以及算法和规则的多样化,营销将让你感觉到它更加智能。比如,你刚想购买一个商品,就立即被感知到并被精准推荐。或者你到了一个地方,不用你说,它就知道你想喝一杯咖啡或者是想买一个玩具。


把精准营销做得更加极致,我能知道你在什么时间,什么地点,你要干什么,我应该跟你说什么话,什么样的沟通方式,是短信还是微信,会更了解你的习惯,这是量变引起质变的过程。


另一方面,沟通可以更软,现在的精准营销,比如促销话术,或者发放优惠券,消费者能看出这是一个促销或营销。未来的智能营销可能会更软、更场景化,而不是一个简单的促销。可能它会成为你的个人助理或个人导购,告诉你在什么时候去哪儿,应该有什么东西,你喜欢什么等,他也会提醒你,你的小孩需要哪些新的维生素,哪个地方有一个早教班,你要不要去参加等等。沟通方式不会让你觉得这是机器,而是更像人。


白圭零售实验室:你们在跟一家免税品集团进行合作,为他们搭建大数据平台和分析系统,帮助他们提升招商、采购、物流、配送、市场营销、运营管理等核心能力。市场营销和运营管理很好理解,但你们如何为他们招商采购?


杜晓梦:集团有很多门店,招商采购之前都是门店自己在做,现在我们从集团层面为他们定制四大模型,比如主推商品的模型、淘汰商品的模型、畅销滞销商品的模型、脱销商品或断货缺货的模型,通过这些模型,提前为采购做决策预判。何时要断货,哪些商品要脱销或滞销,帮他们去分析和预测,为他们的采购提供基础。


集团的每个门店有品类规划部,每个门店也有自己的买手团队。我们以服务品类规划部和买手团队为核心,帮他们提供门店评效模型、库存周转率模型、库存预警模型、供应商供货指标模型、全链条毛利率计算模型等等。


通过这些模型,我们一是建议集团采购什么商品,二是建议他采购的数量,三是向哪些供应商采购,四是何时采购。如果能很好地解决这四个问题,不仅能减少滞销库存,还能提高采购时的溢价能力,从而提升毛利率。比如同样是采购雅诗兰黛,每个门店采购的时间都不一样。如果集团能够预测哪个商品会火爆,提前批量采购,那么溢价能力就会上升,利润也会提升。


白圭零售实验室:物流配送呢?


杜晓梦:物流配送有一个可视化的供应链系统,它支持物流系统。我们抽取可视化系统的数据,形成数据标准,进行数据源采集。通过标准化的接口平台,将可视化供应链系统里的数据传回到百分点的大数据平台,及时监测商品的库存情况以及在哪个物流中心,基于库存周转,对高库存商品及时预警,并提升配送效率。


白圭零售实验室:对大数据或人工智能,目前更多是集中在精准营销的环节。但一些品牌商是集设计、研发、生产、销售一体的,他们认为如果只是用于精准营销,对他们的产业链帮助不是特别大。那么,大数据或人工智能如何应用在他们的设计、研发和生产中?如何与他们整个纵深产业链结合,提升效率或者降低成本。


杜晓梦:先从产品设计的角度来说,我们有一个保险行业的客户,通过消费者标签、特征和需求,帮他设计不同的产品,比如白领人群,高净值人群或 90 后人群各需要什么保险。同时通过数据分析预测新产品在市场上的销售情况。这种将消费者数据与产品数据结合的思路,品牌商也可以借鉴。


另外,对于生产环节的库存,我们会基于销量的预测,预判大概需要多少产品,然后指导生产的数量。通过这些方式,可以减少库存。很多服装鞋帽高流转品牌商,库存下降一个点,就可能是数百万或上千万纯利。


实际上,生产过程也可以量化。我们有一个客户生产酒,传统时代是靠师傅品尝。但实际上,酿酒的工艺有很多数据,比如菌群、湿度、温度、压力等数据,都可以用来分析,而不同批次酒的口味也可以进行关联分析。


所以未来大数据在行业里的渗透,从营销这样的后端会越来越靠近前端,向设计、生产、库存环节蔓延。这肯定是未来的趋势。


这些环节的解决方案,百分点都有。但我们会根据客户的需求帮他排列优先级,优先做什么事情,能解决他现在的问题,哪些事情他想做而做不了,所以我们会根据客户的实际情况调整方案。


白圭零售实验室:对于传统企业来说,他们本身的利润就很薄,如果要投入大数据等技术,需要花费很大的成本,他们也有这些方面的考虑。


杜晓梦:不同的体量解决方案不一样,大规模体量的企业,会投入上千万预算,规模小一点的企业,投入几百万也有可能。主要是看投入产出比,如果是库存很严重的大品牌商,压缩一个百分点的库存,成本可能会节省几千万。


2020-03-08 16:44529

评论

发布
暂无评论
发现更多内容

Modbus协议通信异常

神农写代码

K临近算法介绍

乌龟哥哥

7月月更

极简,利用Docker仅两行命令就能下载和编译OpenJDK11

程序员欣宸

Java Openjdk 7月月更

【LeetCode】统计值等于子树平均值的节点数Java题解

Albert

LeetCode 7月月更

远程办公对我们的各方面影响心得 | 社区征文

恒山其若陋兮

远程办公 初夏征文

关于Flink框架窗口(window)函数最全解析

百思不得小赵

大数据 flink window 7月月更

TCP拥塞控制详解 | 2. 背景

俞凡

算法 网络 TCP拥塞控制

相信自己,这次一把搞定JVM面试

慕枫技术笔记

JVM 7月月更

体验居家办公完成项目有感 | 社区征文

恒山其若陋兮

居家办公 初夏征文

网络编程常用的几种字符编码

HoneyMoose

亚马逊云科技 Community Builder 申请窗口开启

亚马逊云科技 (Amazon Web Services)

build 亚马逊云

Security RememberMe原理分析

急需上岸的小谢

7月月更

rxjs Observable 自定义 Operator 的开发技巧

Jerry Wang

typescript 响应式编程 angular RXJS 7月月更

Django 表单

海拥(haiyong.site)

django 7月月更

Python|语言元素、分支结构和循环结构

AXYZdong

7月月更

OpenHarmony如何启动远程设备的FA

坚果

HarmonyOS OpenHarmony 7月月更 harmony

毕业总结

Dean.Zhang

好玩的免费GM游戏整理汇总

echeverra

游戏

一个实习生的CnosDB之旅

CnosDB

IoT 时序数据库 开源社区 CnosDB infra

微信小程序利用百度api达成植物识别

是乃德也是Ned

小程序开发 7月月更

JavaScript 设计模式之策略模式

devpoint

JavaScript 设计模式 策略模式 7月月更

JDBC

武师叔

7月月更

使用BLoC 构建 Flutter的页面实例

岛上码农

flutter ios 安卓 移动端开发 7月月更

深刻理解 Linux 进程间七大通信(IPC)

C++后台开发

网络编程 linux开发 Linux服务器开发 C++开发 进程通信

RPA进阶(二)Uipath应用实践

No Silver Bullet

RPA 7月月更 Uipath

关于我

不焦躁的程序员

王者荣耀商城异地多活架构设计

Fan

架构实战营

BOOTSTRAP

Jason199

bootstrap 7月月更

创业团队如何落地敏捷测试,提升质量效能?丨声网开发者创业讲堂 Vol.03

声网

创业讲堂 生态专栏

hive数据导入:从查询数据导入

怀瑾握瑜的嘉与嘉

大数据 hive 7月月更

记一次面试

SkyFire

面试 操作系统 底层 基础知识

未来营销更像人?百分点杜晓梦为你开启一场百货商场大数据之旅_文化 & 方法_百分点科技技术团队_InfoQ精选文章