1 背景介紹

　　隨著近年來互聯網、移動互聯網的高速發展，線上商業(淘寶、天貓、京東、易購等)對傳統的線下商業(零售、連鎖、百貨、商場、購物中心等)形成了巨大的沖擊，目前看來線上商業的發展依舊咄咄逼人而線下商業還在節節敗退。馬云(線上商業的代表人物)和王健林(線下商業的代表人物)在線上商業和線下商業的發展和市場占比方面做了一個世紀對賭，線下商業和線上商業的競爭在未來較長的一段時間內依舊會激烈的開展和延續。

　　早期電商對線下商業的沖擊主要是由于價格方面的差異，而現階段，線上商業與線下商業之間的價格差異正在逐步被消除，隨著線上商業和線下商業在運營成本上面的差異化逐漸被消除，線上商業與線下商業的博弈結果在很大程度上會由企業內在的因素決定，也就是企業的營銷方式和運營方式方面：

　　線下商業的傳統廣告式營銷 vs 線上商業的數據化營銷

　　線下商業的粗放式運營 vs 線上商業的精細化運營

　　數據化營銷和精細化運營的核心就在于“數據信息”的收集和使用。美國的一位營銷學者曾經提出 – 擁有客戶數據庫，或將不再是一個競爭優勢，但是沒有客戶數據庫，卻絕對是一個競爭劣勢，通過長期積累而建立起來的準確客戶信息數據庫對線下商業經營者未來的發展有著至關重要的影響。下面兩節分別從線上和線下消費者購物流程出發，分析和討論線上商業和線下商業在客群大數據方面的使用。

　　2 線上商業客群大數據及使用

　　圖1 – 線上商業消費者客群大數據及使用

　　電子商務相對于傳統零售方式，在各種IT系統的支持下，在營銷過程中大量的使用數據手段，從消費者進入店鋪(流量進入)開始，直到消費者中途離開(跳出)，或者最終形成下單購買，記錄消費者線上交易全過程中的數據，再采用數據分析和數據挖掘手段，推導出能夠指導進一步經營決策的結論性輸出。進一步的，根據數據分析結果作出的經營決策效果可以第一時間從持續的數據分析中再進行評估，并作出及時的調整。

　　典型的線上商業活動的網購流程如圖1所示，流程中的每一步都能夠記錄下大量的數據，再通過數據分析和挖掘后用來支持線上商業的經營決策：

　　1. 消費者進入 - 分析流量來源，搜索、社區、論壇、網站促銷、直接訪問店鋪、手機訪問等，來自于哪些區域，在時間段上是如何分布的;哪些渠道的轉化率比較高，引流效果比較好;消費者使用哪些設備訪問網站;廣告費用投放到哪個流量渠道的效果比較好

　　2. 消費者逛店– 記錄和分析消費者在網站上面的瀏覽路徑，進入了哪些頁面，瀏覽了哪些頁面產品，停留了多長時間，從哪些頁面跳出了網站，哪些頁面之間的關聯性比較好

　　3. 消費者挑選產品 – 消費者點擊和查看了網站上面哪些產品的細節介紹，收藏了哪些產品頁面，可能對哪些產品感興趣

　　4. 消費者注冊 – 消費者對此網站的某些產品感興趣并準備購買，購買前先注冊成為會員，一方面享受會員優惠，另一方面為后續的購買發貨、售后等活動補充資料;消費者輸入了一些個人信息，例如年齡、生日、性別，聯系方式(便于及時溝通)和家庭地址(便于發貨);網站可以計算出新客到會員的轉化率，會員轉化率指標為下一步的訂單轉化率指標打下了堅實的基礎;根據會員信息進一步的評估網站引入流量后的留存率，消費者購買的忠誠度等

　　5. 消費者下單 – 消費者購買了此網站里面的某些產品，分析消費者從進入網站到最后下單成交的整個歷程，用來指導后期網站各個頁面的設計，頁面關聯，頁面跳轉流程;計算購買轉化率并發現最有價值的流量渠道，最有價值的廣告投入方式，評估前期廣告投入的效果;計算重復購買率評估網站對老消費者、會員經營的成效，網站的消費者忠誠度狀況;從消費者最后購買的產品列表中發現關聯銷售和延伸銷售的機會，一方面用于指導頁面上哪些產品應該擺放在一起，哪些產品可以打包銷售，另一方面可以完善針對消費者個性化營銷的推薦購買引擎算法設計;

　　6. 消費者離開 – 不管消費者是以哪種方式離開網站，中途跳出網站離開，還是最后形成購買后離開，分析消費者在網站內的訪問深度，訪問時間，分析網站設計中(例如頁面關聯，產品陳列等)不合理的部分;分析網站中對流量引入效果比較好的產品;更重要的，分析和挖掘潛在的銷售機會，例如根據消費者現在的購買記錄向其推薦其后續可能感興趣的關聯產品，根據消費者的收藏記錄向其推薦同類的產品等等

　　消費者在線上與商家的交互過程留下了完整的行為軌跡和客戶信息，例如瀏覽信息、收藏信息、交易信息、個人住址、聯系方式等。這些信息便于網商對消費者進行精準的二次定向營銷，非常及時的滿足消費者的個性化需求。線上商業采用的是“數據化營銷”的方法，數據化營銷方法比非數據化營銷方法帶來更高的成功概率和投入產出比，同時通過數據又可以衡量和評估自己目前采用的營銷工作是否有效，以數據來支撐自己找到最適合自己的營銷手段和方式。線上商業這種精細化運營的手段是線上商業強于線下商業非常重要的原因。

　　3 線下商業客群大數據及應用

　　消費者在線下消費時，同樣留下了非常豐富的數據，依賴于線下商業機構部署的一系列IT設備和系統，再建設數據分析和挖掘團隊(或者依賴于第三方專業團隊)，全面分析和運用用戶數據，也可以實現數據化營銷和精細化運營，目前線下商業部署并可以使用的數據包括：

　　1. 客流系統(視頻方案或WiFi方案)

　　2. POS銷售系統

　　3. CRM系統

　　4. 停車場系統

　　圖2 – 線下商業消費者客群大數據及使用

　　典型的線下商業行為的消費流程如圖2所示，依賴于上述線下商業部署的設備和系統，消費者在線下商業場所里面消費流程中的每一步都能夠記錄下大量的數據，在分析和挖掘后可以支持線下商業的精細化運營，以購物中心為例：

　　1. 消費者進入 - 分析消費者是從哪個門，哪個通道(地下停車場、地下地鐵通道、面向馬路的門口等等)進來的，來店使用的是何種交通工具;消費者來店的習慣時間段和日期;門店的哪個通道入口的店招和促銷信息需要著重布置

　　2. 消費者逛店– 記錄和分析消費者在購物中心里面的逛店路線，路過了哪些場所(電影院、KTV、服裝店、嬰幼兒用品店、咖啡店、甜品店等等)，是否停留;消費者來店的伙伴，家庭方式、朋友、男女朋友等等

　　3. 停留場所 – 消費者去了購物中心里面哪些消費場所，并在那里較長時間停留，結合POS系統，進一步分析是否完成了消費，可以分析和評估消費者的消費取向，消費能力，進一步的可以分析針對消費者的關聯消費機會

　　4. WiFi上網 – 購物中心提供免費WiFi上網，收集消費者的一些個人信息，例如電話號碼等，進一步的分析消費者在門店內上網的行為，例如消費者的微博號碼，其微博粉絲量(是否有潛力發展成為傳播貢獻型消費者)，其微博內容(分析其潛在消費需求)，消費者訪問的電商、比價網站，有重點的了解和跟蹤網上競爭對手的產品和價格

　　5. 消費者購買 – 推動消費者注冊使用會員卡，便于分析消費者的詳細消費清單，分析消費清單里面的消費品類和消費額度，評估消費者的忠誠度和貢獻價值;從消費者最后的消費清單里面發現關聯銷售和延伸銷售的機會，一方面用于指導購物中心里面的業態組合設計，另一方面可以完善針對消費者個性化營銷的推薦購買引擎算法設計;

　　6. 消費者離開 – 消費者從那個門、哪個通道離開，在消費者離開的路線上布置未來短期內將會舉行的優惠促銷和新品上市廣告;更重要的，分析和挖掘潛在的延伸銷售機會，例如根據消費者現在的購買記錄向其推薦其后續可能感興趣的關聯產品，根據消費者的收藏記錄向其推薦同類的產品等等

　　4 小結

　　在傳統的線下商業經營中，企業IT信息部門只是一個支撐部門，并不是運營的核心部門，企業IT信息部門的職責主要是購買和維護電腦、服務器、存儲和網絡設備，并沒有介入到企業的核心日常運營決策中。線下商業要從傳統的廣告式營銷、粗放式運營思維，向先進的數據化營銷、精細化運營跨越，首先要求線下商業經營者徹底的轉換思想觀念，從簡單的使用數據轉向為以大數據為基礎來指導企業運營，進行革命性的戰略改變，線下商業的日常營銷、招商、運營、活動推廣都圍繞著大數據來進行，這將是線下商業對抗線上商業沖擊的重要手段。