[ 導讀 ] 前段時間，我們去安徽蕪湖做“和電商導師一起午餐”，“三只松鼠”章燎原分析電商成功之道時提到了數據分析的重要性，基于數據積累了解到顧客購買的客單價、二次購買頻率、購買產品、購買打折商品的比例、是幾次購買等等。

       前段時間，我們去安徽蕪湖做“和電商導師一起午餐”，“三只松鼠”章燎原分析電商成功之道時提到了數據分析的重要性，基于數據積累了解到顧客購買的客單價、二次購買頻率、購買產品、購買打折商品的比例、是幾次購買等等。如果是老客戶，發貨時就可以不用封袋夾，因為，客戶那邊已經積累了太多封袋夾了，改送其他的禮品，這樣顧客每次購買“三只松鼠”產品所收到的包裹都會不一樣。

       章燎原的數據分析只是大數據時代的一個微小縮影，現在大數據正在深刻的改變企業的運營模式。

       從搜索引擎、社交網絡到智能移動，全球互聯網上的信息總量正以每年30～50% 的增速不斷爆漲，每天淘寶上數十億條店鋪、商品瀏覽紀錄及上億的成交、收藏紀錄及3000多萬條傳感器咨詢等等。市場研究機構IDC的研究結果顯示，2011 年全球所產生的數據總量就已達1.8ZB，如果把這些數據刻錄到 CD 碟片中，這些碟片可環繞地球30圈。預計到2020年，這一數字將會呈現13倍的增長。

       但光擁有數據是什么問題都解決不了的，必須要有一種對數據應用的視角才能創造出對數據的使用。對于一些數據挖掘的新手來說，拿到數據越多，他就死得越慘。因為他沒有在行業里待過幾年，不知道該從什么角度去挖掘。

       在傳統零售業有一個著名的例子，超市可以根據消費者的消費習慣分析出一個結論，啤酒應該和尿布擺在一起。但就單個POS機產生的數據來說，如果沒有進行正確的歸類，看到的數據將涉及到啤酒和尿布的各種品牌。那么是就啤酒和尿布這兩個品類進行分析，還是根據百威和幫寶適亦或是其它品牌進行分析呢？沒有經驗的分析師恐怕就要暈頭轉向了。

       做大數據需要擁有良好視角、多年行業浸淫得到的經驗和創新能力的結合。第一件事就是建立你的切片維度，如：瀏覽行為、交易行為、支付行為、溝通行為、社交行為、反饋行為以及必要的各類技術指標，一個應用系統往往可能在多個尺度同時反應數據。

       我們在做大數據應用時有三個基本的維度，第一數據的采集與存儲，第二數據的組織與管理，第三數據的分析與呈現。當你對這個沒有清晰的定義，或者定義缺失的話，積累的數據往往不可用，那么數據挖掘就將非常困難，包括原始數字定義[FS:PAGE]、最小顆粒度等等，如果做得不好，數據也很難得到應用。

       值得注意的是，數據的供應方和使用方關注的焦點往往不一致，企業會表現出不同的數據需求，比如為了提高硬件使用率，需要分析日志數據；為了提高人員系統效率，需要分析工作流數據；為了提升客戶滿意度，需要CDR數據；為了讓產品達到更好的市場表現，需要消費者數據……

       而今天我們所理解的數據已經完全不是從企業內部的經營行為或積淀，而是整個社會的環境當中進行數據的積存，數據來源多方面是大數據系統集成，傳統數據如企業內部的財務數據、供應鏈流通數據、CRM客戶聯系數據、整個客戶的行為數據，包括客戶在非銷售環境中的社會型數據，這些信息系統的結合是大數據將來會發生的變化，它不是在一個靜態的、封閉的環境下運營。

       對于內部數據，企業需要智能分析及直觀呈現；對于外部數據，企業需要精確獲取并有效利用。如果數據精準的話，直連的響應回饋就會比較有效，反過來也會存在比較大的問題。

       例如：在電子商務行業中，有一項很不起眼，但是業內人士非常關注的數據，就是配送地址。物流系統需要識別一項因素，包裹的配送地址到哪一個配送站是最近的。如果這個地址恰好是在一個合適的配送站覆蓋范圍之內，因為城市道路交通的一些變化，有可能看上去半徑距離是離A配送站最近，但是實際從送貨的效率來講反而是B配送站更方便到達。當系統能夠把包裹地址跟配送站效率運轉之間進行匹配的時候，這樣的數據挖掘對國民經濟的價值是巨大的。業內開玩笑講，如果可以實現，整個物流體系的效率是現在的4倍。

       也就是說物流配送本來是能更便宜的，單個運輸車多走了10分鐘可能沒什么，但是如果有5%的車都多走了10分鐘，經濟消耗就是巨大的。這就需要有一個非常龐大的數據庫，能夠把包裹目標地很好的網絡化，如果能做好，那么它的價值非常大。

       現在眾多電子商務平臺、點評網站及社交網絡等消費者集中地，紛紛開放數據接口，全網數據分析及應用也成為可能。社交網絡的開放更是為電商大數據應用提供了重要支撐。通過社交網絡數據，能夠最直接準確的了解消費者購物傾向與消費喜好，從而為精準的推薦及營銷提供非常有力的數據支撐。

     [FS:PAGE];  但是在進行消費者交易匹配時，要考慮外界廣泛的供應體系，通常一款商品在市場上的供應商家，比如說一個手機產品你很容易找到上千個供應商，同類比的供應品質也能找到3-5家，在這樣的環境中怎樣保障你的交易轉化率，這要通過時時監控來完成。

       目前電子商務企業客戶已越來越傾向于精細化運營，通過數據指導行動，我認為未來企業的運營，對數據的獲得乃至對整個企業運營的全方位的可視化需求，會是比較強烈的方向。客戶可能會交流訂單的獲取、二次銷售、頁面回訪、簽單成本等轉化比例，這通常是一些運營指標，它們的可視化可以幫助企業提升業務能力。  

       我們的客戶現在已經可以做到競爭品牌、商品價格、描述、銷量以及庫存波動的時時監控，數據是相對精確的。雙十一小家電領域的促銷更多的依賴于廣泛的銷售渠道而非直營渠道，而作為化妝品盡管銷售網絡非常廣泛，但是整個銷量表現還不占主流，把這樣的匹配數據行為和用戶行為的反彈結合時，會發現有一些東西是決定性的因素。

       三只松鼠采用了精細化的數據分析，把握客戶心理，僅用半年時間，就讓自己的單月業績從0到2000萬，在2012年天貓“雙十一”單日便完成了800萬的銷售業績，成為天貓堅果類目第一。而商派的其他客戶，如三槍、優鯊在大數據和精細化運營方面也做得不錯，篇幅關系，我們以后再和大家分享。數據的應用給企業帶來的好處顯而易見，如果是在一個可視化的數字環境中做出決策和判斷呢？正確的幾率應該會提升很多。

【聲明】物流產品網轉載本文目的在于傳遞信息，并不代表贊同其觀點或對真實性負責，物流產品網倡導尊重與保護知識產權。如發現文章存在版權問題，煩請聯系小編電話：010-82387008，我們將及時進行處理。