螺丝零售

上佳

公告

一些妄谈,一些感悟,在自己的低维度上尽力而为!

螺丝零售,不卖螺丝!

新浪微博:上佳-螺丝零售;

微信公号:螺丝零售!

统计

今日访问:517

总访问量:9533563

线下零售该如何切入顾客画像?

大数据,当下最热的名词之一,也是全社会商业、科技、文化等各个领域的血液与涵养,更是商业发展、竞争策略及顾客价值挖掘值得精进的核心领域。信息曾经历算法革命和网络革命,今天来到数据革命时代,下一个preumer时代已经开启,诸如尚品宅配、红领、爱定客等正是先锋者,凯文·凯利说,大数据时代没有旁观者。我也想探讨,零售业是否有可为之处。


一、顾客画像的前提

对零售业来说,有几个现实的问题:

1、消费者、顾客与用户

我们过去一直谈零售业以顾客为中心,事实上没做好!阿里巴巴副总裁高红冰先生曾经与某百货公司高管有过争论,他认为线下企业没有数据所以不懂消费者,而线下企业认为线上企业在天上飞不接触消费者。所以,我们可能需要先理清顾客、用户和消费者的概念。

举个简单的例子:小王去超市帮他的儿子买了一包尿不湿,帮他的母亲买了一双雪地靴!就这单生意来说:小王的儿子和母亲是用户、小王是顾客,小王一家人都是消费者!

清楚了这样的定义,我们才能明晰零售业的数据画像到底为谁画!在以会员卡为信息集成支点的情况下,如果你要描述“顾客”的特征,很可能很多信息要做延伸;如果你要描述 “用户”,分析小王的购物篮,就会有小王、小王的儿子和小王的母亲三个“用户”,然后才能通过商品的特征分析他们的特征。可能会出现小王给自己用的东西很一般,但给儿子买的东西是最高质量的情况。如果要说消费者,很可能顾客购买心理和用户使用心得要一起总结。

此外是不同的业态内涵交织不同,超市、便利店的会员卡可能就是代表顾客,百货可能有些门类顾客就是用户,购物中心可能是一群消费者!C端购买主题与消费主体错位是我们会员分析的难点!过去是“消费者行为学”、“顾客心理学”到现在的“用户思维”,商业知识的演进过程体现了商业发展的轨迹!

2、会员、粉丝与散客

近年,随着微信公号和iBeacon技术的应用,零售业开始优化顾客统计及识别技术,但会员、粉丝与散客在统计主体、统计渠道、统计方法及分析应用方面出现很多的数据错位,由于断点式数据采集,我们很多分析很难实现逻辑自洽,这也是未来大数据分析的空间!那么我们先要分清这三者的分析领域:

所以,从大数据知晓顾客的角度,零售业应该从时空上做好人货场数据的互联互通!

从商业营运趋势上看,“用户思维”下讲“粉丝经济”多些,现今更是深入到“社群经济”,但两者的基础应该是会员思维的深化及升级,走 “关注者→粉丝→铁粉→脑残粉”的强度阶梯。过去解决办会员卡和完善会员资料的麻烦,今天研究让客关注或安装APP的问题。我们知道许多企业会员和粉丝两条腿还都在走,可能两者需要整合,会员完整电子化和粉丝全息数据化的SCRM要真正统筹起顾客数据化工作!

以下我们全部以顾客画像在进行内容描述!

3、顾客识别技术及数据统计逻辑

由于不是技术流,我们只是从数据逻辑上谈一些观点:

(1)极简登记及全息识别是顾客画像的基础,但全程识别可以逐步推进

以手机号码为唯一ID的顾客识别,要让所有的部门用一切手段,让每一个顾客的每种关键行为与手机号关联!

(2)依照顾客关键画像内容要求,先重点后次要,需铺设数据关联通道

如超市重点是建立手机号码与品类的关联、百货建立手机号码与品牌的管理,那么数据采集通道,则主要侧重于疏通所有手机ID号下的品牌及品类,必须确保登记环节,然后必须打通手机号与支付环节。比如购物中心最想知道顾客动线与商户,那么重点就应该是在卖场动线内铺设热点,建立身份与热点的通道,支付就是次要的。

(3)确定单维分析的颗粒度,需有利于定性化及多维应用

顾客画像是由各个维度的素材组合而成的,首先单维度的分析涉及颗粒度的问题,颗粒度的分类逻辑涉及数据采集及汇总逻辑,其次才是汇总成多维应用。比如顾客的年龄关键可能考虑价格敏感度,人生阶段及支付特性两维交织影响,可以分为可他人支付(学生及老年父母阶段)、自主支付(职业初期)、自由支付(负担较轻阶段)和为他人支付(为父母子女购买)阶段。

多维的应用需要两两或两三组合一起,比如定义顾客为年轻时尚族:需要年龄、时尚品类品牌、购买频率、反馈等等方面。当然,这些同样需要依照业态来进行分述。

(4)顾客画像清晰度需要数据积累

由于仅仅以手机号码为唯一ID,其他属性很多时候是通过定义购买行为、频率及品类得出的,所以零售业也需要有这样的积累画像的耐性。事实上,由于太细太烦,加上手段缺失,很多线下企业从来没有完善的数据库,字段缺失,登记不全,更新不及时情况普遍,在数据库中寻找出单维及多维分析往往也是浅尝辄止。过去我们希望顾客详细登记资料,但今天顾客画像更多的可能是需要企业数据的反写。


二、顾客画像的分类

关于顾客画像,线上由于采集节点完备,结合云计算技术,在通过行业数据交互之后,很容易得出顾客画像。像阿里、京东、一号店等大企业大数据部门已经成为运营标配。从管理本质上讲,线上企业的大数据,事实是线下企业营运分析技术手段和效率的升级,本身并没有什么神秘莫测之处。然而正是这些升级,才出现系统和细节要命的差异。所以线下零售业,更需要在现有数据基础上做基本的升华!

从数据上:来客数∪会员数∪粉丝数∪散客=工作空间

零售业首先要做的事是把未知的消费者变成可联系的顾客,然后再完善顾客画像研究强关系。

关于顾客画像,我们必须假定企业有足够的顾客识别手段,在这样的基础上,建议可以用人体分类的方式,进行分类示例:

老实说,说说理论容易,真正的落实具体画像和分类,确实存在很大的难度,也需要巨大的工作实践。我只能从基本属性、购买能力、行为特征、心理特征及兴趣爱好几个维度,范范举例说明。


三、顾客画像分析的方法

从内容上讲,明确顾客分类逻辑,即已经明确了顾客画像的操作方法,这应该是公司营运分析算法部门的工作。以个人的粗浅理解,要在顾客几率购买的清单中寻找算法规律,很大程度要做的是:

逻辑定性: XX品类=是或否XX

数据分阶:最低~最高,分级,分级原因由共性属性确定

条件搜索:金额或数量XX条件=XX特征=X人群

分类定性:按自然属性分群分组

聚类定性:适合XX特征=xx类

关联定性:XX品类=XX特征=XX人群

我想性统计学专业人士应该有更为深入系统的勾画和理解,只是在零售层面上,哪家公司会真正自发性的开始大数据和顾客画像的工作,我相信收益应该良多!我们也接触了一些外部大数据公司,他们更多的处理逻辑是你把你的数据给我,我帮你处理,通过逻辑分析、外部匹配、外部关联和数据应用,我告诉你结论,事后什么情况、实时变化会怎样,你再告诉我,我再收钱!所以很多企业在做专案的时候可能会有局部云数据分析,但与日常经营管理过程无益,与长续改善也无益!

零售业过去长于经验和结果式分析,长于短时分析,趋势分析、关联分析和定性分析相对欠缺一些!零售业如何通过学习互联网企业的云计算和顾客画像思维,从而在小数据简单直观定性化方面有所建树,非常重要!


四、顾客画像的问题

当然,从现实情况来看,我们对顾客画像这件事不尽乐观,因为这中间有很多困难:

首先是家庭消费与个人消费区分。顾客与用户你区分不出来,通过购物清单和会员卡消费流水你也很难过滤,从而可能导致的分析结论的假象!甄别成本过高是很大的问题!

其次数据的全面性问题。没有技术手段,没有基础信息支持,顾客画像始终会残缺,企业需要有耐心,显然,并非所有的企业都认为这样的分析有什么卵用,数据还不如直接买了!

三是应用问题。画像的真实与虚假,明显性悖逆甄别,偶然性和临时性数据处理可能导致结论有问题,数据环断裂的情况下,企业并非有完全的途径可以获得外部匹配支持,用户行为关联、跨平台关联知易行难!

但我依然觉得这是一条应走的路,零售大数据不可能一蹴而就,也应该有不断的迭代升级,现实状况恰恰是顾客认知精进的空间。未来随着iBeacon技术、人脸识别技术、wifi、LBS、定位技术、射频条码技术等应用发展,关联起人货场必然可行,如果那时是4.0,可能还会需要现在2.0逻辑和积累!


五、顾客画像的应用

中国银行网络金融部副总经理董俊峰在一次演讲中提及,大数据能力包括集成层、存储层、计算层、整合层、智慧层、消费层和洞察层七个层次。对零售业来说,假定企业有了比较好的顾客画像技术,经营管理方面的应用应该前景广阔。

1、精准营销:企业的促销信息发送对象、内容、跟踪反馈都应该更加精准。

2、主题促销:通过顾客画像中顾客群的研究分析,通过对其消费总量、频率和周期的研究,主题促销的内容厚度、切入窗口和针对性会明显加强。

3、社群组织:笔者此前探讨过零售业社群组织的问题,顾客画像工程将为企业更加有效的组织和管理社群,激发粉丝社会化参与及情感链接起到十分积极的作用。

4、市场调查:普通问卷、焦点小组或是上门单独沟通,顾客画像会为调研决策提供决定性素材,控制调查失真。

5、业绩预测:对于包括季节性商品、周期性消费、促销弹性程度、趋势性预测,客群画像应该能够提供较多的相对支持。

6、经营管理决策:对于包括功能项目、品类设置、物流配送频率、周期管控等常规经营管理内容,也会有极好的深化作用。


六、尾言

以上粗浅的探索权作引子,大数据的前提应该是全数据,在时间和空间维度上需要海量的涌现和攫取,从现实来看,相当长时间内,可能都是奢望,所以我们只能借鉴一些大数据开挖的逻辑,探索现实性的应用空间,随着技术和应用的进步,逐步完善数据价值拼图。

大数据分析与顾客画像,不同的企业可能应用的程度不同,许多超市原有的很多品类管理分析、百货的品牌分析与会员分析进一步深入嫁接,其实已经具备了顾客画像的雏形;而已经开始操作线上线下融合的公司,会有更为迫切的需要去融合顾客,知晓用户。对很多企业来说,这本是锦上添花的事,但如果做的足够好,应该有定海神针的效果。零售业最核心的资产是顾客,过去在盲知阶段,是因为零售业掌握了线下入口,所以可以在聚客与营客方面可以有所收益,而在流量下滑、入口分化以及客群分层的阶段,更加清晰有效的认知顾客、描述顾客并延伸应用,应该是零售又一大核心能力!

文章为作者独立观点,不代表联商专栏立场。

联商专栏原创文章由作者授权发表,转载须经作者同意,并同时注明来源:联商专栏+上佳。