傳統連鎖零售行業目前主要問題是“數據大”，而不是“大數據”，這個說法我強調過很多次，主要是因為現在很多人都夸大了大數據在這個行業的作用。我不否認大數據對連鎖零售行業將來可能產生的巨大價值，但是這是要有個發展過程跟發展階段的。面對這個問題，我沒必須務實！因為連鎖零售行業不是電子商務，這是很務實的行業、操作性很強。過早、過多的引入太多概念化的東西，對一些發展中的中小企業來講，絕對不是什么好事。

根據我們走訪客戶總結的經驗，目前連鎖零售企業數據采集及數據精度方面還存在很多問題，這其中要包括一些數據的基礎處理邏輯部分。即便是這樣，我們一般的企業在日常營運過程中還是沉淀了大量的數據。例如POS數據、庫存數據、訂貨進貨數據好一點的會員數據也比較完整。這些數據都是格式化的，價值密度非常高的真實數據，跟大數據不是一個概念，僅僅是量比較大而已。我們認為，目前連鎖零售企業在數據管理方面迫切需要解決的有 兩方面的問題。

第一、擴大數據采集來源，為數據化管理，數據價值挖掘提供基礎；

第二、以既有數據為基礎，開始價值發現的嘗試，逐漸學會數據化管理的手段，靠數據科學提高經營水平。

關于數據來源，目前采集面偏窄，都是基于業務運營的基礎數據。類似門店來客數據（不是小票數據）、賣場移動軌跡、顧客反饋意見、對商品及服務的評價及建議、商圈周邊經濟環境數據等關注度不夠，更沒有保存成有價值的數據。數據的價值挖掘方面，幾乎是停留在最基礎的嘗試階段。一些有實力的企業開始利用數據分析的結果，指導企業進行商品結構的優化跟促銷活動的展開。我們認為，數據分析在連鎖零售行業的應用，可以從幾個很樸素、很務實的目標出發。

從企業的角度出發，我希望數據分析解決一下一些問題：

• 我要知道我的企業到底哪些商品好賣，最受消費者歡迎？
• 好賣的不一定是賺錢的，我要知道哪些商品是最賺錢的？
• 我要知道我所銷售的這些商品，賺錢的、不賺錢的從品類角度、SKU角度、庫存投資角度各自比重是什么情況（商品結構）？
• 我要確定我所賣的這些商品的角色，以便更好的確定要用哪些商品留住客戶？用哪些商品賺錢？
• 商品管理是個動態變化的過程，誰能實時提醒我什么時候該調整我的商品結構？
• 作為經營者，我也不想活得太累，能不能實現全程的數據化監控，隨時提醒我存在什么樣的問題跟風險？

大家如果能夠認真的思考一下這幾個問題就會發現，其實這還真不是什么大數據的問題，那么你的企業做好了嗎？我們走訪了很多感興趣的同行企業，也一起在這方面做了很多努力。我相信如果企業下定決心要做的話，這些都是能夠做到的。