本文提炼自神策数据创始人 & CEO 桑文锋在第五届中国全渠道峰会上发表的主题为《大数据驱动线上线下场景融合》的演讲。PPT 干货获取请点击文末“阅读原文”


新零售时代,一些零售翘楚正在建立起以用户为中心的业务模式,通过全量用户数据源和新兴技术来支撑全渠道业务模式的持续优化。神策数据创始人 & CEO 桑文锋在演讲中介绍,随着线上下数据壁垒的打破、用户行为与业务交易数据打通、全部门与全场景实现数据驱动三方面的趋势,让零售行业正在发生新的变化,他同时讲述了聚美优品、中商惠民、倍全真实应用场景。以下是核心内容提炼:

▌ 传感器等应用打破线下数据采集之殇

由于流量红利消失,伴随线上渠道个性化服务与用户体验缺失,线上拉新成本逐渐升高;而线下渠道正在加紧布局,新技术的应用不断带给用户个性、自助式的体验。伴随着这一趋势,新零售时代下,零售企业的线上线下渠道出现了不同程度的偏颇:线上以引流与拉新为主;线下渠道以留存为主。

从前线上渠道可以实现全量数据采集。产品人员通过用户购买流程这个漏斗来找到优化方向,而传统线下门店只能采集购买信息。新零售时代到来,线上下数据壁垒亟待打破,随着传感器的发展,线下零售业开始了新的尝试:

传感器作为物联网中一个从外界接收信息的载体,被誉为物联网、智能设备等的“心脏”。例如美国亚马逊推出的“Amazon Go”超市,这是一种无需结账的新商店。店中装有利用机器学习和算法的传感器,不用排队便可自动结账。再如极视角,它通过视频识别用户是不是试穿了某一件衣服,是不是试戴了某一顶帽子,将零散的数据收集。

综上,数据采集的壁垒在打破,新零售时代线下数据发生了变化,得益于以下几方面:

第一,更为便利的会员注册,ID 串联称为可能;随着微信、支付宝等支付方式的出现,通过 ID 串联对同一个人的追踪成为可能。

第二,基于会员管理,对已有客户进行挖掘。随着 SCRM(Social Crm)的发展,实现了多渠道导入客户资源,以及统一管理客户。

第三,No Lines,No Checkout。这是亚马逊提出的概念。人类工作一直在追求更高效率,机器会代替部分人类工作,随着各式各样传感技术的发展,这种趋势是挡不住的。

▌ 新零售,线上线下融合要打通“三关”

新零售时代的零售企业线上线下融合要打通“三关”,这也是神策数据在新零售的数据分析思路,如下:

第一,线上线下数据打通。越来越多的零售企业,如良品铺子、上海百联等企业,有线上与线下业务,线上下数据的串联能够形成全面、完整的用户画像,这是新零售的第一步。

第二,用户行为数据与业务交易数据打通。线下 POS 机记录了用户的交易数据,但是交易主体情况并不知道。如用户何时进了你的店?在哪些商品面前停留?停留了多长的时间?最后拿起了什么商品……这些数据不断被记录与完善,再结合交易数据我们就可以进行漏斗分析,了解用户整体的转化情况。

第三,全部门全场景的数据驱动。我们强调的数据驱动,应该是企业里各个部门,包括市场营销、产品运营、用户运营、管理者等都在进行数据驱动,数据驱动是全部门、全场景的事情。

▌ 聚美优品、中商惠民、倍全企业新零售实践

神策数据围绕这三个方面,不断推进零售企业线上下数据的融合。聚美优品、中商惠民、倍全是神策数据的三种不同商业模式的零售企业客户,其新零售实践给予行业较大的参考价值。

一、聚美优品:构建完整线上解决方案

聚美优品是典型的纯线上零售。从渠道来源、渠道转化、渠道流程优化、用户留存等方面构建了完整的线上解决方案:

渠道来源。电商广告界有句名言:我知道我有一半的广告费都浪费了,但是我不知道是哪一半。在不同的渠道来源中,聚美优品需要判断出哪些渠道有效果?哪些渠道来的线索更优质?从而为电商投放与推广提出指导意义。为此借助神策分析平台标记用户渠道来源,评估渠道拉新效果。

渠道转化分析。吸引用户到电商平台不是目的,重要的是跟踪到用户的激活。聚美优品跟踪到用户购买才算是真正的转化,分析不同渠道注册及消费转化,调整投放策略很重要。值得强调的是,渠道转化分析是市场投放和用户转化的要关心的重要指标,它传递出你的用户是否真正发生了购买行为。

激活流程的优化。聚美优品通过数据分析不断地优化激活/注册流程,让整个的转化激活的流程变得更加的容易,杜绝“卡壳”,从而让用户与留存购买变得水到渠成。

用户留存。电商企业想读懂用户留存,可通过日留存率、周留存率、月留存率等指标监控应用的用户流失情况,关注用户留存变化与留存规律,并在用户流失前采取相应措施,激励这些用户继续使用应用,如此来增加用户粘性。

利用 PaaS 平台开发。神策数据对接聚美 BI 系统,进行互补分析。在精准推荐方面,基于可曝光的数据,聚美优品不断改进背后的运营逻辑和算法,让准确率提升 10%。

二、中商惠民:数据驱动的“人”、“货”、“场”管理

中商惠民以新型经销者身份,对社区超市售货和进销存管理提供支持,通过神策分析实现“人”“货”“场”的数字化管理。

“人”的管理:勾勒用户画像与科学评估业代

在新零售时代,“人”的管理主要包括对客户管理和业务人员管理两方面。

客户管理:中商惠民在数据分析平台上能够了解到客户使用产品的频率、活跃天数、使用深度、采购趋势等数据指标,快速甄选出高活跃度客户、一般活跃客户、流失风险客户。做到预警客户流失,挽救流失有的放矢。

业务人员管理:为保证对业务代表考核的科学性,中商惠民多维度全面地考量业务人员。当数据分析平台与 CRM 对接后,管理者可以按时间周期汇总业务代表拜访客户情况、分布、订货情况等,并能针对性分析单个业务代表的行为线路(时间、路线内外的操作情况——拜访、上传等操作)等。

“货”的管理:科学布局智能供应链

“货”的管理离不开对供应链监控,提高供应链效率是零售企业致胜的基础,这是重新审视市场需求与供给的全过程。

中商惠民掌握了不同规模的商超客户的经营品类、采购频率、销售总量、偏好分析等数据后,中商惠民可精准勾勒用户画像,找到重点客户的“高频货”,并结合实际合作品牌对商超客户进行选购引导,进而可以评估商品品牌铺货的合理性。

同时,中商惠民能够作为经销商,为保证阶段性的销售任务达标,经销商要实时了解各城市、各阶段的铺货情况,以实现市场渠道终端品牌销售的精细化管理,以保证向品牌商交付优质业绩单。

“场”的管理:精细化运营,实现多渠道互动体验

科学的数据分析帮助中商惠民无限逼近客户真实意愿,零售企业通过改进购买决策路径、优化列表页的体验提升首页流量分配效率,最终提升用户的转化率。简言之,不同的人,在不同的场,配以不同的货。

三、倍全:数据驱动线上、线下业务的融合

倍全是中国首个以互联网 + 便利店为载体的社区生活服务平台。倍全为厂家/产地搭建了一个线上线下深度融合的全渠道直接交易平台,减少了中间交易环节,降低中间流通成本。倍全通过门店的销售动态、商品类别的销量动态和区域特性分析、门店内品类的销量分析等实现订单数据的实时分析,并借助新老客户的 ID 识别,将线上和线下数据进行融合和交叉分析,精准勾勒用户画像。

新零售时代,是以客户为核心的全域洞察时代。在新服务业态下,客户数据不完整,粒度粗糙等已成为零售企业发展最大羁绊。神策数据帮助企业从科学的数据采集与数据分析,搭建基础数据,并提出二次开发的接口,让企业在开放的平台架构上,进行灵活且强大的多维分析,让企业洞察用户需求,用数据实现全方位精细化运营,最终实现流通链的高效重塑。

点击“阅读原文”可以获取完整《大数据驱动线上线下场景融合》PPT 内容,了解数据驱动新零售真实应用场景。↓↓↓

【干货下载】聚美优品、中商惠民、倍全,如何让数据驱动“新零售”落地?...相关推荐

  1. PPT 下载 | 中商惠民牛燕:渠道数字化运营 行业数据化未来

    在以"场景赋能·驱动有数"为主题的神策 2018 数据驱动大会现场,中商惠民运营中心总经理牛燕发表了名为<渠道数字化运营 行业数据化未来>的主题演讲,以下内容根据牛燕的 ...

  2. 中商惠民签约神策数据 致力为客户提供最优服务模式

    在大数据浪潮下,全球领先的 O2O 社区服务平台中商惠民,一直秉承数据驱动的服务理念,积极探索速度和健康的最佳平衡的发展模式.2017 年 2 月,中商惠民正式签约神策数据.神策分析将助力中商惠民对数 ...

  3. 中商惠民李超:500,000+ 便利店背后的精细化管理

    作者简介: 李超,中商惠民研发总监,2015 年加入中商惠民,主要负责 APP 以及订货平台的开发.平台架构的设计.搜索以及 CMS 系统设计,业务整合.CRM 的开发等工作.具有多年互联网,网络游戏 ...

  4. 深度案例 | 中商惠民:如何用数据洞察商超需求 重塑高效流通链

    新零售是以消费者体验为中心的数据驱动的泛零售形态. --<C时代新零售--阿里研究院新零售研究报告>(2017年3月) 在新零售的服务业态下,任何零售主体.任何消费者既是物理的,也是数字化 ...

  5. Apache ShardingSphere 企业行|走进中商惠民

    为进一步了解各家厂商的应用场景与深层次需求,提升企业研发团队在使用 Apache ShardingSphere 的效率,Apache ShardingSphere 社区开启了[走进企业]系列活动. 近 ...

  6. 如何批量下载聚美优品多个商品的图片素材并按分类保存

    爱逛街购物的朋友们看过来了,今天小编教你们一个挑选商品的好方法,并批量将喜欢的商品图片素材一一保存下来.下面小编以聚美优品平台为例给大家演示操作,一起来看看吧. 先给大家展示一组,用载图助手一键批量抓 ...

  7. 聚美优品与唯品会全方位比较

    原标题:全方位比较:聚美优品VS唯品会 聚美优品上市表现抢眼,在相当程度上沾了唯品会的光. 在投资人眼里两家都属于垂直电商,都以品牌.折扣.闪购为特色,唯品会股价飞天神话给聚美优品罩上一层光环.201 ...

  8. 电商客户端竞品分析-手机淘宝、京东、唯品会、聚美优品

    市场状况 艾瑞最新统计数据显示,2013年移动网购整体交易规模1676.4亿元,同比增幅高达165.4%,而同期PC端网购规模将近16000多亿元,同比增速35.7%.预计2017年市场规模将近万亿, ...

  9. 聚美优品API 根据关键词取商品列表 Onebound电商平台数据

    万邦聚美优品根据关键词取商品列表 API 返回值说明 item_search-根据关键词取商品列表   API test onebound.jumei.item_search 公共参数 请求地址: 跨 ...

最新文章

  1. [转]Photoshop Lab模式下保细节修复偏暗人物照片
  2. mysql命令行的光标不显示和git-bash不能直接使用mysql登录的问题
  3. UDP调用connect
  4. JAVA 计算String类型的时间差(秒)
  5. Centos-Server-LNMP整合---源安装
  6. 线程/协程/异步的编程模型(CPU利用率为核心)
  7. mysql 3.5安装_MYSQL学习笔记-06-搭建数据库
  8. golang的Channel初始化的有缓存与无缓存解释
  9. DBMS_PIPE包
  10. sh与bash中的export语法的区别
  11. catia逆向建模步骤_catia逆向工程应用
  12. linux cximage动态库,64位Linux编译cximage手记
  13. 3.#技术|Android抓包的原理分析和实际操作,fiddler+Xposed+TrustMe++
  14. Personal deposit calculator(个人存款计算器)C#实现
  15. 宝塔linux优化wordpress,WordPress加速 宝塔面板速度优化方案 Memcached + Redis | 「讲文兄博客」...
  16. 谷歌不准备推出 ChatGPT 类聊天产品;Bugzilla 宣布未来计划|极客头条
  17. 万字长文,带你入门异步编程
  18. MySql 基本sql语句
  19. C语言写的一个简单的计算器
  20. Keras Tuner 超参数优化

热门文章

  1. 无序数组求第k大的数 python_整数无序数组求第K大数
  2. mysql 层级 统计_MySQL系列(7)
  3. 烟台大学计算机专业最低分,烟台大学计算机科学与技术专业2016年在河南理科高考录取最低分数线...
  4. python中字符串运算符及用法_python将字符串转换为运算符
  5. vue如何获取年月日_vue 学习笔记第二弹
  6. 怎样把php文件改成固定大小,php修改上传文件大小限制的方法
  7. virsh 关机_KVM virsh常用命令篇
  8. python selenium 保存网页_python selenium+pywin32 实现网页另存为
  9. ajax-loader.gif不存在怎么解决_女生恋爱技巧:恋人吵架怎么办?
  10. html 数据项放在 标签,如何在HTML中传递数据选择选项标签?