追隨每個消費者美麗的腳步--另一隱蔽戰場：通過大數據，尋找人類的消費基因圖譜。

　　大數據營銷

　　零售商在全渠道積累了大量的顧客數據，通過挖掘合適的問題來影響顧客的購買決定、尋找正確的目標客戶是利用好這些數據的關鍵。零售商應該如何利用顧客的實時想法，來實施自己的橫向營銷策略、調整供應鏈、跟蹤顧客的店內購買行為、建立以顧客為中心的營銷計劃、更好地與消費者互動來建立品牌忠誠度、提高每單購買量，建立顧客洞察？

　　“我的消費，我做主”--有調查顯示，75%客戶已經不再相信商家通過廣告推廣的產品，消費者會主動搜尋消息、揀選信息、比價、篩選。由企業營銷部門主導的話語權已經被消費者的產品消費體驗所替代，品牌形象的塑造者也不再是以前那些“單一出口、統一口徑”的公司公關部門，而是擁有自媒體平臺的每一個人--員工、合作伙伴等等。

 　　當個性化的消費者自己掌控消費行為的時候，當他們通過社交媒體、網站、論壇等各種渠道表達個人需求時，客戶實際上已經成為影響公司產品設計、生產、銷售、服務，甚至決策、戰略等各個環節的“董事會成員”。

　　第一步：知我，建立全渠道顧客云圖

　　我們可以通過建設全渠道雷達引擎和全渠道顧客數據交換器，繪制完整的全渠道顧客云圖。要建立每個顧客的大數據模型，收集地面店POS交易數據、網店數據、移動數據、微信、微博等社交媒體的社交數據，消費者私人商店（如微店）的訂閱數據和未來不同需求的購物清單，形成完整的360度的每個顧客大數據視圖。

 　　零售企業要加速推進自己的數字化進程，無論何時何地，我們都要盡可能及時的、精確的收集到每個顧客所有購物活動相關涉及的顧客的所有的數據，包括每一件商品和他們的每一個購物活動。

　　每個顧客個人的大數據，包括五大類數據（圖7-2）：

　　1. 個人特征數據

　　包括顧客的基本屬性數據（如性別、生日、身份證號、年齡、所在城市）；個人偏好數據（如價格敏感程度、社交深度、時間敏感程度、喜歡的顏色、不同品類的品牌偏好、不同品牌的品類偏好、個人購物標簽、購物風格）和體征數據（如女士不同服裝、上衣、胸罩、裙子、褲子等需要的三圍尺寸數據）。

　　2. 未來需求數據

　　與顧客未來需求相關的需求數據，如訂閱的品類，訂閱的品牌，預定的商品清單，不同節日或周末的購物清單，好友或家人的禮物或意愿清單，男士西裝等定制需要的個性化數據，購物車等數據。

　　3. 全渠道歷史交易數據

　　全渠道包括但不僅限于地面店、網店、移動商店和社交商店，我們需要全方位收集每個顧客在每個渠道里面的數據。

　　與顧客購物歷史相關的全渠道交易數據（如地面店的POS小票數據、網店或移動商店的訂單數據）和交易特征數據（RFV或RFM數據）；最近一次光顧我們商店（包括地面店，網店，移動商店和社交商店）完成購買到此刻的時間；不同品類的購物頻率，不同渠道的購買頻率；每次購買的金額或毛利貢獻（每周、每月、每季度、每半年或全年購買的金額或毛利貢獻）。

　　4. 全渠道顧客購物動線數據

　　顧客在不同渠道逛街數據（如在移動商店、網店、社交商店瀏覽點擊或在地面店逛街）；帶有顧客地理信息的動線數據（如顧客逛了那些地方，看了什么，在地面的試衣間或網上的虛擬試衣間試穿了那些衣服等）和顧客動線特征數據（即RFT數據）；最近一次光顧我們不同渠道商店的時間；不同品類的逛街頻率、不同渠道的逛街頻率；在每個商品或品類的頁面或貨架停留了多久。

　　5. 個人社交數據

　　顧客在各種社交媒體的全部社交數據，如關注的人、關注的話題、公開的社交流數據（包括發表的、轉發的、評論的、贊的信息流數據）。

　　第二步：知我們，每個消費社群的大數據

　　與顧客的個人大數據相似，每個消費社群的大數據，也包括五大類數據（圖7-3）：

　　1. 社群特征數據

　　包括消費社群的基本屬性分布數據和社群偏好數據，例如社群性別比例、生日數據、身份證號、年齡結構、社群所在城市、社群價格敏感程度、社群社交深度、時間敏感程度、品牌偏好、品類偏好、購物風格等。

　　2. 未來需求數據

　　指與消費社群未來需求相關的需求數據，如訂閱的品類、訂閱的品牌、預定的商品清單、不同時間的購物清單、好友或家人的禮物或意愿清單等數據。

　　3. 全渠道歷史交易數據：

　　與收集顧客的個人數據相似，我們需要收集包括與所有社群成員購物歷史相關的全渠道交易分布數據（如地面店的POS 小票數據、網店或移動商店的訂單數據）和交易特征分布數據（RFV 或RFM 數據）；最近一次光顧我們商店（包括地面店、網店、移動商店和社交商店）完成購買到此刻的平均時間；不同品類的平均購物頻率，不同渠道的平均購買頻率；平均購買的金額或毛利貢獻（每周、每月、每季度、每半年或全年購買的金額或毛利貢獻）。

　　4. 全渠道社群購物動線數據

　　比如社群成員在不同渠道逛街數據；社群成員地理信息的動線分布數據；社群成員動線特征分布數據；不同品類的平均逛街頻率、不同渠道的平均逛街頻率等。

　　5. 社交數據

　　所有消費社群成員在各種......（未完待續）