翼码科技：理清大数据，传统零售转型新零售的第一站

至顶网软件与服务频道消息： 3年前，新零售的提出为日渐式微的传统零售业点燃了希望之火。3年来，陆续涌现的新零售业态从最初的点点星光演变成席卷各行各业之势，已然成为传统零售业寻求转型升级的必然选择。

新零售的要义是“以人为核心，用大数据重构人、货、场”。从传统的以“货”为中心转变为以“人”为中心，这是传统零售转向新零售的变革实质；“用大数据重构人、货、场”，则给出了具体的手段方法。不难看出，“大数据”是实现新零售转型升级过程中的硬核武器。

 
“抛开数据谈新零售，是无法落地的”，近3年里，已协助波司登、热风等数十家品牌零售商迈向新零售的翼码科技，对于大数据的价值深有体会。作为阿里巴巴新零售智慧门店和微信支付的最佳合作伙伴，翼码科技成功落地了多个新零售数字化营销领域工具产品，构建了互联网时代的运营能力，并完成了自身的新零售-数字化营销解决方案提供商的转型。

翼码科技CEO杨海川表示，对传统零售业来说，“大数据”就好像我们的眼睛一样，可以帮助我们在迷雾一般的市场上看清前进的道路。重视大数据，理清大数据，用好大数据，这是传统零售向新零售转型升级过程中至关重要的一环。
那么，新零售提及的大数据具体包括哪些维度？这些大数据又具有哪些重要的价值？翼码科技CEO杨海川给出了详细的解读。
 
大数据编织用户画像

新零售主张“以人为核心”，即做到“用户为王”，那么首先就必须要知道用户是谁，并要对用户的属性、特征等做到全面的了解，这通常被称为“用户画像”。
 
对于零售业来说，用户画像数据一般包括用户的性别、年龄、地理位置、购买周期、购买频次、货品偏好、消费金额等数据维度。通过这些数据信息可以将用户画像做到尽可能的精准化，并界定用户所处的阶段或会员所在层级。同时，依托数据的连接，也能建立起“人”与“场”的关联。

通过大数据的集中分析，不仅可以对个体用户实现清晰画像，也可以对属性相近的一类用户形成群体画像，基于这些基础数据信息便可以制定不同阶段和层级会员的运营策略。
 
大数据洞察用户需求

了解用户画像是第一步，但通过大数据分析获得的一个更重要的价值是能够洞察用户的消费需求，用户的消费偏好、消费习惯、消费水平等信息都会通过大数据清晰的呈现出来。掌握了用户的需求，也就掌握开展针对性营销方案促进营销转化、提升营销效率的主动权。
 
而新零售大数据分析相比传统零售数据分析体系更优越的一处在于，新零售的大数据体系可以打通“人”与“货”之间的数据联系。在传统零售信息系统中，“人”的信息与“货”的信息由于是不同的数据系统来处理，因而多半是割裂的。

打通“人”与“货”的连接，不仅可以让零售企业时时洞察用户需求，及时满足需求，提升销售转化率；更重要的是，还可以基于这一数据体系逐步开展产品端、供应链的重构，从而使整体运营方向更加精准、有效。
 
大数据感知用户变化

不难理解，用户的需求不会是一成不变的。比如一位用户从单身贵族到二人世界，再到三口之家，其消费偏好和消费行为必然会发生很大的变化。对于零售企业来说，能够及时感知到这种变化是非常重要的。而大数据系统便可以肩负起这个使命。
 
通过大数据系统，可以对每位用户过往的消费轨迹都会有清晰的留存，当用户的消费偏好相较以前出现明显的变化时，系统也将这一信息清晰地反馈出来，可以帮助零售企业做到及时发现，积极响应新需求。
同时，在发现用户消费属性有明显变化之后，零售企业可以及时更新该用户的会员系统信息，重新梳理产品端的供应匹配，以更好地提升用户体验。
 
大数据指引精准营销

杨海川表示，以前，很多传统零售企业由于大数据的欠缺，在会员运营层面只能是采用大包大揽的方式，比如做些生日双倍积分，消费获积分等简单运营；而会员们也经常会收到一些很粗暴的促销信息，体验不佳。但在数字化建设完成之后，零售企业通过大数据的指引，则可以从容开展更加精准的营销运营。
 
通过大数据系统地分析和总结，零售企业可以对自己目标人群的特征做到充分理解，并能知道用什么样的营销方式更能打动他们，能更精确地推算出最可能引导“人”做消费决策的诱因，既能提升用户体验，又能提升用户的留存率和忠诚度。

比如，通过大数据系统实现用户或会员的层级界定之后，便可以围绕会员的新增、兴趣、购买、忠诚、传播、超级会员等6大阶段，或进一步针对消费金额、消费频次进行分层，制定不同阶段和层级会员的运营策略。
 
欲善其事，先利其器

大数据的重要价值不言而喻，那么大数据从何而来，如何应用这是新零售数字化建设首要解决的问题。对于众多线下场景为主的传统零售企业来说，既无法像线上零售业那样可精准记录用户的行为数据，更无法获得更多的数据维度，因此就需要能支撑新零售思维的强力工具。

翼码科技研发的MA（营销自动化系统）从移动支付所产生的数据切入，通过聚合支付工具可以将零售企业以前建设的各个业务系统中有各式各样的业务数据采集并聚合起来。之后，翼码MA系统会对这些会员数据进行年龄、消费频次、消费金额、地理位置、消费偏好等多个维度进行数据分析，基于这些数据结论，品牌可以得出多种营销策略。
 
杨海川表示，翼码MA系统应用非常简洁，即便完全不懂技术的市场人员，也能通过简单的勾选和点击获得想要的数据维度或会员分布模型。比如想获得上海徐汇区、年龄在25-35岁、最近1个月在某几家门店有过消费行为的女性用户做一个到店促销活动，以前是很难快速将这些用户信息提取出来，现在通过翼码MA只需要做几个勾选，就可以迅速取到这部分的用户信息。实现这一功能的重要价值在于，可以对零售企业所制定的营销活动先行开展AB样本测试，提前感知效果，以找到最优组合，达到营销效率最大化。