唐人解讀新零售變革五：新零售如何應用大數據？（上）

數據化營銷顯然是新零售的一大特點。在談到新零售時，人們幾乎無一例外地都談到大數據。甚至有人說新零售的目的，就是為了獲取大數據。那么，大數據果真如此重要嗎?大數據與新零售究竟是怎樣的關系?大數據在新零售中究竟扮演怎樣的角色?

本章就來認識一下大數據，認識一下大數據在新零售中的作用。

數字化營銷

毫無疑問，新零售是數字化營銷。在新零售的運營中，我們需要盡可能多地獲取用戶數據，并通過對數據的科學分析，發現用戶的需求和消費行為規律，從而更好地制定營銷策略，從而實現“更好的用戶體驗”和“更高的運營效率”。

數字化運營簡單地說就是收集數據、分析數據和應用數據三個方面。阿里巴巴集團CEO張勇在“2016新網商峰會”上解讀了新零售的未來時指出：走向新零售非常重要的標志是要完成消費者的可識別、可觸達、可洞察、可服務。每個企業都要走向數據公司，才有可能走向新零售。

我們曾在第三章中描述究竟什么是線上線下一體化時，也把線上線下一體化的數據運營當作是新零售的一大特征。

第一步是數據的收集。對于線上運營來說，數據的收集不應該是一件難事。用戶與商家的所有信息互動的內容，都可以通過一定的技術記錄下來。

難點是線下的數據收集。傳統營銷中，企業基本上沒有收集任何有關用戶的信息，更不用說收集用戶在線下每個觸點與企業的互動內容了。這實際上也成了新零售變革的一大難點。

但是，可能也正因為這個原因，線下用戶與企業互動內容的數據收集同時也是新零售建設的一大亮點。如果我們能夠做到的話，這不失為新零售發展的一大進步。不過這也帶來了一些問題：有些人是為了收集數據而收集數據，只顧一味地展示其收集數據的能力了，甚至以為這就是新零售。

數據收集只是數據運營的一個部分，而數據運營也只是新零售的一大特點。千萬不能將數據收集的技術等同為新零售。

數據收集后就是數據分析。這個階段可以分為兩個相對較獨立的步驟：變量的形成和數據的分析。我們收集到的用戶觸點數據基本是原始數據，這些數據還需要進行加工，形成可以用作系統分析(特別是統計分析)的變量化數據。這樣數據才能夠用來進行統計分析。

對于數據的分析，我們在本章還要做詳細的分析，這里就不多做解釋。

最后是數據的運營，也就是根據數據分析的結果來制定具體的營銷策略，這包括產品或服務的選擇、價格制定、促銷方案的確定、目標用戶的選擇、促銷信息抵達目標用戶的方法，等等。

在這個過程中往往會出現這樣的問題，就是數據分析人員與營銷策略的脫節。數據分析本是為營銷策略服務的，但是在營銷策略還不是十分明確時，數據分析可能只是為了分析而分析，缺失了分析的目標。而沒有目標的分析則很可能使分析迷失方向，因而導致在對數據分析結果應用時產生誤解誤判，從而使得基于數據分析基礎上的營銷策略失效。

在掌握新零售數據運營的基本情況后，我們需要記住一點：新零售沒有數據是萬萬不能的，但是數據也不是全能的。

不要神話大數據

都說我們處在大數據時代，一些人張口閉口都是大數據，甚至有人宣稱新零售就是為了大數據。好像新零售是通向大數據的道路。新零售不是目的，反倒是大數據成了目的。

這是典型的本末倒置。

在新零售發展中，用戶體驗和運營效率才是發展的目標，其他因素，包括大數據，都是實現這兩個目標的工具。

前幾年，有本書很火。甚至幾年后的今天，還時不時地看到有人在推薦這本書。這本書就是《大數據時代》，作者是邁爾-舍恩伯格。

邁爾-舍恩伯格對什么是大數據有個當初流傳甚廣的定義，總結為“三不是三是”：不是隨機樣本，而是全體數據;不是精準性，而是混雜性;不是因果關系，而是相關關系。可是，我們對這個定義進行了系統的分析，發現這個定義里面充滿了謬論，甚至可以由此推論出赫赫有名的該書作者可能對統計學的基本原理也不甚了解。而我們的大數據時代，卻是由這樣的人在領導，豈不可笑。(請百度閱讀“唐人 疑讀《大數據時代》”)

對待大數據，我們需要正確的數據觀。

首先，我們必須了解到，對絕大多數的企業來說，我們的數據仍舊是小數據，即使我們生活在大數據時代。我們所使用的數據分析工具，也基本上屬于小數據時代的分析工具。所以我們常說：大數據是世界觀，小數據才是方法論。

大數據是世界觀，是要求我們有數據的觀念，時刻把企業的運營建立在數據分析的基礎上。但是我們切不可盲目迷信大數據，認為大數據可以解決一切問題，甚至錯誤地把大數據當作了經營目的。

我們的數據分析，基本上還都是建立在小數據時代的統計學方法上。那種大數據時代就要拋棄傳統分析方法的思想是荒唐且無知的。逐漸地，人們也看清了邁爾-舍恩伯格有關大數據時代特征定義的問題，這兩年其受歡迎程度也在大大下降。

數據不是萬能的。事實上，我們常常把數據比作繪畫時用到的顏料。數據收集來了，表明你有了可以繪畫的顏料。但是，究竟畫出來的是什么畫，可能每個畫家都不一樣，甚至同一個畫家每一次畫也可能都不一樣。

數據分析具有其客觀性。但是分析什么，怎么分析，卻有著主觀性。而數據分析結果的應用可能更加具有主觀性。

甚至收集什么數據都具有相當的主觀性。我們經常把數據的收集稱之為畫家的“胸有成竹”。你想畫竹子，你必須先胸有成竹。也就是說你想要確定你的分析結果大概是怎樣的，然后再根據你的這個要求去收集數據和分析數據，最終才會得到你想要的結果。

換句話說，我們需要根據經營策略的需要去收集和分析數據，而不是沒有目的地收集數據和分析數據。

在大數據時代，我們對大數據要有充分的認識，千萬不要以為大數據是萬能的，也不要以為有了數據就什么都沒問題了。要時刻牢記：數據不管大小，都是為經營服務的，都是為了實現更好的用戶體驗和更高的運營效率。

消費的個性化問題

說到大數據，很多人都會不由自主地想到了個性化營銷。甚至可能會有人問：數據不就是用來對消費者行為進行有效預測的嗎?如果不是為了有效預測消費者個性化需求，我們要數據又有什么用?

自從上世紀70年代市場細分的理論出現后，就不斷地有反市場細分的個性化營銷思潮的出現。大家認為：市場細分不夠性感，只有做到能夠一對一地針對每個消費者的需求提供個性化的產品和服務，才叫做極致，才能讓用戶尖叫。

延伸閱讀：唐人解讀新零售變革五：新零售如何應用大數據?(下)

大數據的出現加深了這種思潮的泛濫。因為大家都看到了實現個性化營銷的可能性。一般來說，這種個性化營銷思潮的思路是這樣的：識別并記錄每個消費者的行為;分析個體消費者的需求;預測個體消費者的需求;為消費者提供個性化產品或服務。

大家可能會問：這個邏輯不就是我們前面討論的數據運營嗎?難道有什么不對嗎?

從收集數據、分析數據和應用數據分析結果的邏輯來看，這個個性化營銷的邏輯似乎完全一樣。但是仔細分析的話還是有本質的不同，其差異就在于對數據個性化的認識和追求上。在新零售的數據運營中，我們只是說到要分析數據，但是個性化營銷要分析的卻是個人的數據。我們講把數據分析的結果應用在營銷策略上，但個性化營銷卻是要根據個體消費者數據的分析，對每個消費者提供個性化的產品和服務。

關于個性化營銷，我們還有段有趣的故事。早在第一次互聯網高潮期間，那時電商還不是主導，大數據的概念也還沒有被提出來，但是在美國，基于數據營銷的概念已經開始廣為傳播。其中最有名的要數“一對一營銷”了。一時間，《哈佛商業評論》連篇累牘地刊載有關“一對一營銷”的文章，“一對一營銷”被追捧為營銷學上的第三次革命，“一對一營銷”的有關著作在全球各地以14種語言出版，該理論的創始人還獲得“全球16位頂尖管理大師”的稱號，并于2001年7月在倫敦榮獲全球技術大獎，被全球技術網絡協會譽為“真正創造未來的革新家”。(有關“一對一營銷”，可以百度了解更多。)

“一對一營銷”有個網站，網站首頁刊登了“一對一營銷”成功的九大案例。我們出于好奇仔細研究了這九大成功案例，結果發現沒有一個是真正成功的。于是我們就寫了文章來分析這九大成功案例為什么是不成功的而且為什么不會成功。結果“一對一營銷”的創始人急了，給我們email說私聊。

為什么這種看起來很吸引眼球的個性化營銷是不成立的呢?我們總結了以下幾點原因：

首先每個用戶所能提供的數據是有限的。在每個企業的數據庫里，可能除了極少數用戶的數據可以用來獨立分析其消費行為外，絕大多數用戶的數據是無法單獨用來分析并預測其個性化需求的;

每個消費者的消費行為有著很大的不確定性。用統計學的術語來說，就是隨機性很大，雖然也有一定的規律，但是精準到“下一次購物他要買些什么?”這樣的行為預測上，往往是無能為力。事實上，在絕大多數的情況下，這個行為是無法預測的。比如說，除非你已經想好要購買什么了，否則你知道下次你會在天貓購買什么產品嗎?

雖然個體消費行為的可預測性比較難做到，但是如果我們有足夠的消費者的數據來進行集體性的統計分析，則可能分析消費者集體的行為規律。比如說，我們都很熟悉的有關超市尿布與啤酒之間的銷售關系。它其實不是說每個購買尿布的消費者都會購買啤酒，而是說購買尿布的消費者中有不少購買了啤酒。這是基于集體數據分析所得到的結果

這是基于兩種不同目的的分析，結果導致的營銷策略也不同。基于個性化營銷的目的，是在消費者剛拿起尿布還沒拿起啤酒時，就積極主動地將啤酒遞給這個消費者。而基于集體數據分析的結果是，超市將把啤酒和尿布放在一起銷售，以方便購買尿布的消費者更加順便地捎帶上一打啤酒。

兩種營銷方式，哪種更可能有效?哪種又更可能實現?

事實是，基于集體數據分析的結果更靠譜，也更容易實現，并且還更加有效。試想一下，如果我們硬要預測消費者需要購買什么產品，萬一錯了怎么辦呢?然而提出這種個性化營銷方案的人，基本上是不考慮預測錯了的后果。

市場細分的概念，是建立在具有相同個性化需求的基礎上。也就是說，在同一個細分市場的消費者都有著相同的個性化需求。這樣的話，我們依然可以通過市場細分的方法來對待消費者，為每個消費者提供所謂個性化的產品或服務，而不需要把每個消費者當作一個不同的個體。

從戰略的角度來考慮，把每個消費者看作是不同的個體是無法制定戰略的。企業的業務怎么聚焦?聚焦在哪些需求上?如果有兩個消費者，一個要“天南”，另一個要“海北”，我們企業是否“天南”與“海北”都要生產?如果不是，我們又如何決定是生產“天南”還是“海北”?

我們似乎又回到了市場細分的思維方式上來。

如果我們的目標是滿足消費者的個性化需求，那就可能又回到了工業化社會之前：來一個消費者，你需要什么，我們提供給你什么。當然，老客戶了，來的日子久了，我們還能記得你的一些消費愛好。你不提我們就做了，給你個驚喜。可是，這樣的方法對大規模的生產企業能夠適用嗎?

總之，個性化營銷從營銷學和統計學的角度來分析都有致命的缺陷。我們需要有足夠的警覺。