國內第一代大數據創業家柏林森先生是國內大數據技術和實踐的先驅，先后創立百分點科技、信柏科技兩家大數據公司，是中關村高端領軍人才、海淀區創業領軍人才、中關村十大海歸新星。現在柏林森先生正領導“信柏科技”致力于“用消費大數據來幫助線下零售業O2O轉型“的事業，零售行業內大數據標桿性項目——朝陽大悅城大數據體系系統就是由柏林森先生領導的大數據團隊助力而完美落地的。

        在最近的亞太零售創新峰會2014上，柏林森先生發表了關于“零售大數據”的獨特又深刻的演講，指出做零售大數據的重點以及驅動零售業創新發展的幾類大數據應用，讓人耳目一新，醍醐灌頂。

        大數據概念大家講了很多年了，有時候講得挺復雜的，我們對大數據的認識比大家通常講的要簡單直接很多。大數據第一件事肯定要產生業務價值，不產生業務價值的大數據應用是沒有任何意義。

        在零售領域里面，我們認為大數據做的事就是用數據驅動運營每個環節。

        首先我們需要確定數據源 ，針對線下零售來講，數據源有三類：第一類是整個零售系統不管是ERP，還是供應鏈等，這些數據要整合在一個平臺；第二類數據源就是消費者的行為數據；第三個是我們對于外部第三方的數據整合起來，這構成我們的數據源。

在數據源的基礎上我們進行分析、挖掘，無非這個數據的作用一個是在經營分析管理環節，另外一個是對顧客營銷環節發揮作用，簡單來說零售大數據做的就是這樣的事情。

        信柏從今年開始專注做線下零售大數據和O2O這一塊，做了朝陽大悅城、萬達集團、興隆大家庭、毅德集團、時光海、索尼等多個項目，在不斷的項目實踐中加深了零售行業大數據應用的理解。第一個，數據要和行業做結合，脫離行業縱深的數據應用很難發揮價值。從零售角度來講，像百貨、或者購物中心，他們對數據的需求有相當大的差別，所以零售大數據的應用一定是縱深的應用。第二個，數據的維度和質量是特別重要的。數據維度好比原料，有了好的原料，好的廚師所需要做的就是消費者需要什么，把這些好的原料簡單加工就可以提供非常好的服務。

         零售大數據的特點是以消費者為中心的數據，打通消費者在線上線下的各個ID，關注消費者在線上線下各個品類的消費偏好這些數據。比如他在線上母嬰、化妝品方面喜歡的品牌是什么，他的需求是什么，他最近有什么購買特點，包括線下他去過周邊哪些店，這些是我們所關注的。以人為中心，現在信柏覆蓋了5億消費者，其中包含線上線下整體打通的數據覆蓋了2億多的消費者。

         說到線下零售的行為數據是怎么采集的？最關鍵的就是現在智能手機以及智能硬件的普及。通過智能手機以及其他智能硬件技術手段的輔助，如Wifi接觸點、交互的大屏、智能POS等這些用戶處理，信柏可以知道消費者在一個店什么區域逛過、停留多長時間、買了什么東西，這些構成線下消費者的數據基礎。

        從線下零售數據，我們關注的是線下零售實體業務結構，消費者在線下消費的數據，這構成線下零售全數據的數據基礎，在此之上信柏通過分析挖掘做具體的數據應用。信柏的零售大數據應用方面無非是三類： 第一類是零售在做，但做不好的事；第二類零售一直想做，但做不了的事；第三類零售之前都沒有想過這件事是可以這么做的事。

        第一類：零售在做，但做不好的事

        例子1：選址和招商。之前零售如果要做選址，以購物中心為例，他會請營銷策劃公司分配人員站在路口分析這個購物中心所在地點的消費行為分析，花一兩個月時間收集300到500份問卷，根據問卷營銷策劃公司給出周邊的消費者是什么情況。但由于以下兩個因素，這種傳統的做法誤差較大：一是樣本量不多，調研深度也不夠；二是接受問卷的消費者當時主觀上是樂意還是牽強。 

        同樣是選址和招商這件事，從信柏消費大數據的角度來看很簡單，因為信柏知道周邊所有消費者的數據，可以定位到商圈和小區，所以信柏5億的消費者大數據庫可以輕松知道選定的這個地點周邊消費者的樣本，包括這些消費者在線下其他地方的消費偏好、他們的收入水平、家庭構成以及在線上的瀏覽和消費偏好，幾分鐘可以出這樣的報告。

        如果連鎖店選址準備開100家店，那么潛在的選址可能要有1000個，如果對1000個做篩選可能基本上一個團隊全年工作，但如果有了大數據，這件事情只需幾個人就可以完成。借助信柏消費大數據覆蓋的數據，零售商任意給一個地點，信柏就能知道周邊人口的構成、家庭的構成、消費購物的構成。招商也是一樣的，招商什么品牌完全根據周邊消費者的偏好定。選址這件事就銷售商之前在做的，在沒有大數據的幫助是非常繁重的事，基本上靠一點信息拍腦袋形式構成的。

        例子2：營銷活動策劃。購物中心、百貨、品牌等線下實體零售都會經常策劃營銷活動，顯然很多促銷活動其實是針對特定人群而做的。例如，六一兒童節、三八婦女節做促銷活動。零售商一般都是拿著會員資料來猜女性有多少、帶家庭的人口有多少、可能是怎樣的來策劃活動。但有了信柏消費大數據的幫助，信柏可以給全局消費者、會員人群做非常清楚的消費者畫像，告訴零售商這群消費者特點是什么、這個促銷活動針對的消費者有多少，哪些是目標消費者、目標消費者的長期偏好和短期需求是怎樣的?

        第二類：零售一直想做，但做不了的事

        線上零售希望有線下實體的接觸點，當零售商做線上線下整合的基礎就是希望知道其客戶群不僅是在本品牌的需求，還想知道消費者在其他品牌上的需求，但這種需求零售商自身是做不了的。對于信柏這個消費大數據公司，因為多年以來積累大量到億級個消費者的消費行為數據，加上專業的大數據挖掘和分析能，就可以得到一個消費者或者一群消費者在各個消費環節上的需求數據。

        第三類：零售之前都沒有想過這件事是可以這么做的事  

        之前零售商可能沒有想到可以做的是，但是現在有了數據就可以做了。很多品牌會有戶外廣告的需求，比如說樓宇的廣告、公共設施上的廣告，過去零售商說在什么地方投什么廣告皆有廣告策劃的人來決定，現在還有專業的大數據分析方案來輔助零售商精準投放。

        假設三星出了一款新手機想在上海投廣告，他想專門針對蘋果手機的用戶投放和展示這個廣告，以前這件事是大家想都沒想過能這樣做的事，現在從信柏的消費者大數據出發就可以畫上海整個蘋果用戶的分布，可以告訴三星的人蘋果用戶都在哪些區域聚集，三星就可以非常清楚的知道一個廣告應該投放在哪些場所。