星图数据创始人谷熠:大数据如何驱动线上零售业务增长

星图数据 创始人&CEO 谷熠

【分享嘉宾】星图数据 创始人&CEO谷熠

谷熠先生拥有10年产品开发与管理经验,北京航空航天大学硕士;资深产品经理,在知名IT及互联网企业主持设计并研发了系列基于云计算的信息服务产品、智能分析系统。参与中央部委的公共服务系统开发,并作为科研院所的专家组成员,参与多项国家标准的编写和制定。

【关于星图数据】星图数据作为中国第一消费领域DaaS服务提供商,致力于通过可视化的方式帮助企业通过数据发现线上渠道销售过程中所产生的问题, 辅助企业精准地进行经营与决策,让企业更贴近用户,并拥有快速的市场响应能力。

我先给大家简单介绍一下星图数据。星图数据主要聚焦在消费领域,希望通过大数据和人工智能技术帮助消费领域的企业不断提升运营效率和盈利能力。星图数据现在主要服务的是消费品领域的品牌制造型企业,这些传统企业是我们现阶段的主要目标客户群体。下面我从利用大数据帮助这些企业解决问题的角度来分享一下我们的思考和心得。

信息不对称问题

星图数据创始人谷熠:大数据如何驱动线上零售业务增长

1、信息不对称成为传统企业现阶段面临的最大难题

首先,我们来看一下传统企业在现阶段到底遇到了什么问题。随着近年来互联网的快速发展,困扰这些传统品牌商或者零售企业的最大问题其实是信息不对称。消费者在最近几年里变得越来越聪明,最主要的原因在于各种各样的互联网服务让消费者获取信息的能力和效率得到了极大提升。例如:生活服务类APP的不断推出,其实它的本质是帮助我们解决了信息不对称的问题,提升我们在生活中选择和决策的效率。在我们所处的这样一个时代,其实消费者的信息不对称问题已经被解决的很好了。

星图数据创始人谷熠:大数据如何驱动线上零售业务增长

那么我们反观企业,可以将它分为两类,一类是互联网企业,一类是传统企业。对于互联网企业,它们的基因和基础就是互联网技术,所以它们在进行日常运营活动的时候,能够产生大量的数据并且有能力留存下来。同时,它们有意识和能力把这些数据应用到日常的管理运营和决策中去。

对于传统企业来说,它们同样有自己擅长的技术,这些技术可能在产品的设计、生产或者是供应链管理等方面,但是对于互联网的应用,这些传统企业相对来说还是比较落后的。当我们将互联网企业和传统企业进行对比的时候,我们会发现传统企业是信息不对称受灾最严重的地方。这其实也是星图数据为什么选择这样一群客户群体作为目标客户的原因。我们认为,在这个价值洼地里面是最容易长出价值来的。

2、信息不对称产生的原因

接下来我们讲一下为什么传统企业受到信息不对称的问题会如此严重。

① 自身原因

心态封闭

信息系统应用不足

缺乏数据积累

没有将数据应用到具体工作

②产业链原因

重点大客户和零售商不愿意将具体销售信息反馈给品牌企业

星图数据创始人谷熠:大数据如何驱动线上零售业务增长

通过这张图我们可以看出,黑线部分是传统品牌企业的信息流向,最上游是品牌商,再到渠道商,最后是消费者。原来这种信息流动的方式是单向的,由于产业链的利益关系问题,下游是不愿意向上游共享信息的。比如:渠道商为什么不愿意向品牌商共享它们的信息呢?首先,渠道商赖以生存的根本在于,它掌握着不同的消费者群体,如果它将零售情况数据,包括消费者数据完全开放和共享给上游企业,其实不管是对于它们的存在价值还是对于它们自己可操作的空间,都会产生很大的影响。所以,这是我们看到的渠道商不愿意将相应的信息共享给品牌商的一个最主要问题。

另外,我们来看一下它们之间的利益关系所导致的信息不对称问题。不管是线下的商超,还是线上的京东、苏宁这样的渠道,其实它们都存在一个问题,就是它们的盈利模式已经不仅仅是靠低买高卖来赚取差价,也不仅仅是通过一定销售量的前提下去赚取品牌商的营销返点。它们现在还会通过各种营销服务和营销位去赚取企业的广告营销投入费用。比如:电商平台上的钻展、直通车、聚划算等等。

列举我们服务过的两个案例,一家叫F,另一家叫L,他们都号称自己是中国高端厨电的领导品牌,而且这两家企业的竞争也非常激烈。我们在服务这两家企业的时候,不管是F还是L都号称自己和某平台的采销人员的关系非常好,能够从采销人员手里片段性地拿到彼此两家的数据。但是,当我们将这两家所获取到的数据拿到一起对比,我们会发现它们拿到的数据是完全不一样的。这背后的原因就是平台在想办法兜售它的营销资源。比如:我告诉F,他们今年卖得非常好,比竞品L卖得还要好,也许明年F就不一定在平台上加大营销投入或者是买更多的广告资源了。但是,如果我告诉F,他们今年卖得不如L,那么他们明年一定会在我的平台上面加大营销投入。这是我们所看到的渠道商或者是KA跟品牌商玩的一种游戏。所以,无论品牌商获取到的数据是否是持续稳定的,还是拿到的数据是否是真实有效的,其实这两方面都存在很大的问题。因此,在这一过程中,星图数据希望构建的是一个双向的信息流转通道,也就是把下面带颜色的线连通起来,这样就变成了信息不但从品牌企业流出去,而且还能流转回来的机制。

解决方案是什么

星图数据创始人谷熠:大数据如何驱动线上零售业务增长

接下来我们从三个维度讲一下如何从大数据或者是人工智能技术来帮助企业解决他们在实际中遇到的问题,去打破他们的信息不对称,即产品、渠道和营销。

1、产品管理

首先从产品管理角度来讲,应该如何通过打破信息不对称的方式去帮助企业找到或者是设计出对的产品。传统企业主要依赖于自己的技术演进以及所做的简单的市场调查作为依据,去做新产品的设计和开发。这时候,我们可以看到市场上很多商品的同质化是非常严重的,比如:微波炉做的最好的两家企业就是美的和格兰仕。如果我们将同样的商品挡上LOGO以后,其实你分不清楚到底哪一款是美的做的,哪一款是格兰仕做的,这就是产品同质化的问题。所以,我们的做法就是通过对消费者的舆情、购买行为、购买偏好的分析,反过来去帮助传统企业做产品设计。

①设计和改进产品

星图数据创始人谷熠:大数据如何驱动线上零售业务增长

我们可以看到现在有很多企业,比如有100款商品放到渠道里面进行销售,不管是线上还是线下,其实真正产生动销或者是在未来6个月里仍然能够持续带来收入和利润的产品比例仅仅是10%,另外90%的商品其实都不能体现这样的价值。所以它们要做的是,将这些产品拿回来,撤出原有的渠道,同时补贴大量的营销费用,去做清库存的活动。这样无论对于企业的生产成本还是营销成本,都造成了极大地浪费。我们使用的方式就是,首先对于消费者在电商平台上面的评论数据进行自然语言分析,找到消费者的需求和痛点,然后再去做消费者画像。

这些数据分析完以后,我们还要去分析这些消费者除了买你的产品之外,还喜欢购买什么样的产品。我们是不是可以将这些产品的规格参数、颜色特征等拿过来,辅助自己的产品设计。通过这种方式,生产出来的产品就不再是同质化的产品,而有可能是一种颠覆性或者是引领性的产品。这就很像我们之前所讲的马车和汽车的例子,如果发明汽车的人仅仅把眼光放在传统马车的市场需求或者是市场空间里面,他找到的永远是跑得最快的马,而永远不可能设计出汽车。所以你要跳出现有的品类去做产品,才有可能做出颠覆性的产品。

星图数据创始人谷熠:大数据如何驱动线上零售业务增长

这是我们之前做的一个案例,是一款电磁炉的产品。大家都知道在传统时代,电磁炉的产品是非常厚的,非黑即白的外观非常丑陋。我们通过对购买电磁炉的消费者的评论、购买习惯、跨品类偏好等特征进行分析,发现买电磁炉的消费者同时还喜欢购买3C类目里面的平板电脑产品。所以,我们把平板电脑这类产品的超薄、触控等特征放进了电磁炉的设计里面。因此,我们可以看到这是一款超薄、多彩、超长电源线的电磁炉。超长电源线这个特征实际上是大家在之前的购买评论里面提及量非常高的一个点,但是这种价值点通过传统的调研模式是根本无法挖掘到的。

所以,它改变了整个传统电磁炉的形态和市场。这款产品在推出之后,我们做了一些数据的跟踪和对比分析,发现这款单品跟这一品牌的同品类产品的成交额相比,提高了10倍左右;和它的重点竞品的平均成交额相比,大概提高了7倍。所以它自然成为了这一品类里面的爆款产品。无论是在帮助品牌商增加收入方面,还是在帮它节约生产和营销成本方面,我们都做出了相应的改善。这样既增加了收入,也节约了成本,同时带来了企业利润率的提升。

②产品线的优化和设计

星图数据创始人谷熠:大数据如何驱动线上零售业务增长

星图数据创始人谷熠:大数据如何驱动线上零售业务增长

下面来看一下对于产品线的优化和设计,也就是说我有了好的单品之后,产品线怎么组合。我们推出了一个选品的模型,大家看到的这个实际上是我们的模型产品。每个企业可能会有很长的产品线,我把所有预期放到某个渠道里面的产品拿出来,将产品的细节参数输入到我的产品模型里面,然后模型会对每一款单品进行相应的评估和预测。即我会先对商品未来售卖的潜力进行评估,同时也会帮助你预测出这款产品未来在你预制的销售档期里面所表现出来的销售预期是什么样的。如果你想达成这样一个销售预期,我会给你一些建议。比如:你怎么去设定价格区间?如何做促销活动?如何进行渠道分销的设计等等。通过这样一个过程,企业可以更科学地制定产品线的组合策略。

2、渠道管理

第二部分我们讲的是如何通过大数据的方式帮助企业进行渠道管理。首先,我们来看一下,为什么到了电商时代之后,企业对于渠道管理的诉求在不断提升。实际上,我们看到的最主要的原因是电商渠道的影响力度在不断加强。我们去看线下的某个渠道或者是零售终端,它的影响范围是有限的,因为会受到地理区域位置的影响。一个大型的零售终端能够覆盖的范围也就是周围10公里~15公里的区域。对于线上渠道或者是店铺来讲,它的每一个零售终端所覆盖的范围从10公里、15公里扩大到了全国乃至全世界。所以,我们可以看到每一个渠道的零售终端的影响力度在被无限放大。在这一过程中,这些渠道扮演着向消费者传递价值和信息的角色。企业就要关心这些渠道在传递我的品牌价值时,是不是会出现缺失和衰减。

①综合考核渠道

星图数据创始人谷熠:大数据如何驱动线上零售业务增长

传统品牌企业去考核和管控渠道时,非常简单粗暴。它们只会看提货或者是出货的情况,你的渠道商是不是在规定时间内用足够多的钱提走了我足够多的货,这是它们唯一的考核标准。但是在新的时代,这个考核标准需要重新构建。它不仅要看出货情况,同样要评估零售情况,因为原来的品牌企业只知道出货,不知道零售,零售是发生在渠道一侧的。其次,我们还要看它的售卖能力是不是和我的商品匹配。最后,我们要去看它在执行我的营销动作,即向消费者传递我的品牌信息时,是不是按照我的思路在执行,有没有出现缺失和衰减。所以,这是我们重新去进行渠道评估和考核的一个最重要的手段和方法。

②监控违规情况

星图数据创始人谷熠:大数据如何驱动线上零售业务增长

接下来从两个小的方面进行展开。比如:如果想去看渠道是不是在认真执行我的营销动作,很多企业的传统方式是雇人去巡查,打开电商平台的页面一个一个去查我的SKU和单品,看看这个店铺是不是在遵守我的价格策略、促销策略、商品命名要求、图片使用要求等,这是非常耗费人力的工作。我们之前的一个客户,他雇了二十多个人每天去翻看这些页面。我们知道人是一定会休息的,他不可能24小时不间断地去做这些事情。但是很多的电商运营者是非常聪明的,他会赶时间差,比如我们发现电商的乱定价行为通常会发生在晚上的10点、11点左右,这时候企业的管控人员一定会处在下班的状态。而且我们也知道,现在的线上违规成本也大大降低了。就拿价格违规举例子,在线下时代需要改价签,重新打印,将原来的价签撤下来重新铺新的上去,这些成本是很高的,但是线上时代的成本非常低。所以,在这种场景下,我们提供了一种高频、持续、稳定的方式帮助企业进行监测,并且我们把相应的信息直接反映给业务人员,让业务人员可以直接执行下一步的处罚或者是沟通的业务动作。

③评估渠道售卖能力

星图数据创始人谷熠:大数据如何驱动线上零售业务增长

另外,我们也需要对店铺或者是渠道的售卖能力重新进行评估。传统方式是渠道商提什么货,你就给它什么货,但这并不是销售结果最大化的方式。企业要做的是,评估这个渠道适合和擅长卖什么样的商品,我就提供什么样的商品给它。这样才能帮助我们实现销售结果最大化。为什么这些渠道会表现出不同的售卖能力和售卖特征呢?是因为它们覆盖的消费者群体不同。不同消费者群体对于消费的不同偏好会表现出你的渠道售卖能力和售卖特征的差异,所以这方面是我们需要对这些渠道进行重新评估的一个很重要的原因。

3、营销管理

第三部分我们来讲一下营销管理。首先我们来讲价格和营销策略的制定,也就是动态和实时定价的问题。

①制定价格和促销策略

星图数据创始人谷熠:大数据如何驱动线上零售业务增长

传统企业在原来的运作模式中更多的是靠经验定价,而我们现在可以看到,要找到影响你销售结果的很多影响因素,比如价格和促销,包括你的直接竞品的营销活动变化也会对你的销售结果带来抑制或者是促进的影响。所以,这是我们现在去做实时定价或者是动态定价的重要原因。我们的目标是通过这种动态定价和实时定价的调整,帮助企业实现销售结果最优化。在这一过程中,除了我要实时监测和获取竞品的营销活动变化之外,我还需要对于我自身和竞品的数据有长期的监测和积累。也就是说,我需要去找到这些影响因素和我的销售结果之间的关联关系。同时我会通过对于未来的竞品营销动作的预判以及对于销售结果的预期来共同参与到复杂的模型计算,得到最终的定价方案。

②优化广告投放

星图数据创始人谷熠:大数据如何驱动线上零售业务增长

另外,我们可以看到广告投放也是营销管理里面的重要问题。现在广告投放的方式并没有办法和最终的销售结果关联起来,它更多的是告诉你一次营销campaign到底给企业带来了多少用户的关注、点击,但是有多少销售的产生它们是不知道的。这部分我们可以通过大数据相关关系分析的体系去找到长期积累下来的营销活动数据和销售结果数据之间的相关关系。通过这种相关分析,我们可以告诉企业到底进行什么样的营销投入才会帮助它更好地提升销售结果。很典型的案例就是我们之前在大数据领域经常讲的“啤酒+尿布”的故事。其实我并不需要知道尿布到底为什么放在啤酒旁边才能卖得好,我只需要知道尿布放在啤酒旁边就能卖得好的这个结果就够了。其实在广告投放的环节里面,我们讲的是同样的逻辑。

大数据价值交付的三个阶段

星图数据创始人谷熠:大数据如何驱动线上零售业务增长

接下来我想分享一下自己的一些理论体系。大数据价值的交付有三个不同的阶段:第一阶段是决策辅助;第二阶段是辅助决策;第三阶段是替代决策。

1、第一阶段:决策辅助

在辅助决策阶段,实际上我们实现的是数据最基本的价值,即情报。一个决策者在进行决策之前需要大量的参考依据来帮助他进行梳理,这样才有可能产生一个正确的科学决策。不管是传统的售卖数据库还是售卖报告,其实体现的都是数据最基础的价值。在这个阶段,我们希望替代的是所谓的情报兵的角色,也就是企业里面搜集信息和情报的这些人。

2、第二阶段:辅助决策

在辅助决策阶段,你只给企业一些信息和情报其实已经不能满足需求了。所以在这一阶段我们会去替代企业所谓的军师或者是谋士的角色。在这一过程中,我们需要给到企业的是,针对企业的某一个业务目标,给它一些可行性的方案和建议。然后企业的决策者从这几个建议中结合企业的实际情况选择一个最适合自己的方案。这个地方需要用到的是你对于未来的预测能力,以及将一个业务目标拆解为细节的业务执行能力。简而言之,我们就是帮助这些企业在对的时间,生产出对的商品,然后通过对的渠道卖给对的人。

3、第三阶段:替代决策

在替代决策阶段,通过对大数据和人工智能技术的应用,我们希望最终能够替代企业的决策者。在这一过程中有两件事情需要做,第一需要像企业的决策者一样了解企业的实际情况,只有达到了这样一个程度,你才能够从前面的几个方案中选出一个最优解;第二需要深入到企业内部的业务系统和运营系统,一方面需要把探针布局到企业的内部系统里面去,这样才能够了解企业。另外一方面,你需要把output也输入到企业的业务系统里面去,这样才能够把企业最终的决策结果下发到各个系统里面去做快速执行。

本文为拓扑社原创,未经同意不得转载或引用

寻求报道&合作请联系:tobshe@itjuzi.com

关注拓扑社微信:tobshe,获取更多内容哦~

Tags:

我要发布评论

来!做第一个写评论的

avatar

wpDiscuz
51Gorwth就是增长黑客交流平台

登陆您的账户

or    

Forgot your details?

Create Account