发布时间 : 星期二 文章电子商务企业如何把握大数据更新完毕开始阅读a81a1627a517866fb84ae45c3b3567ec102ddcd8
电子商务企业如何把握大数据? 谁拥有大数据 ?
那些拥有稳定、丰富数据源的公司,淘宝、百度、腾讯是绝对自有数据源的公司。艾瑞 咨询技术副总裁郝欣诚同意这一说法, 认为一些淘宝店铺不能称为有稳定丰富数据源的公司。 因为他们的视角往往停留在本身的店铺内, 当在他们店铺中没有出现某种人, 便认为某 种人是不存在的。但淘宝的视角会更高, 更容易看到全局,他们拥有海量的数据, 只要某种 人在一家店铺出现,便能判断这种人是存在的。
如果单纯停留在自身数据中, 往往容易出现盲人摸象的尴尬, 用片面的数据错误地描绘 消费者的全貌。 当淘宝的卖家离开淘宝数据的支撑, 只能称之为有数据分析, 决不可称为大 数据分析。
所谓的大数据, 是需要跨视角、 跨媒介、 跨行业的海量数据, 也可以理解为数据的收集 方法。当数据的规模和丰富度达到一定程度,大家才开始提出大数据的概念。
而如今的电商,大数据之路又行至何方 ? 电商数据现状
“如果不到 10万单量, 在基数这么低的情况下, 能分出什么维度来吗 ? 根本不需要大数 据。” NOP 创始人刘爽认为,只有淘宝、京东、亚马逊这样级别的公司,才有海量数据,才 需要大数据。
现在的电子商务企业, 日均能达到十万单的少之又少。 在有海量数据积累的基础上, 还 要有一套优秀的 BI 系统,而且必须是按公司需求定制,才可能实现大数据。
对于现在大多数的电商企业来说,根本没有走到这一步。
刘爽向《天下网商·经理人》举例说,宏观调控在小市场的确有效,一旦市场变大便依 赖市场化。由此可见,在企业小的阶段,有经验的拍脑袋效率最高。
的确, 不少卖家对自身的数据都没有一个标准化运营、收集、 分析的过程。所以谈大数 据,多数只是痴人说梦。
以库存举例, 多数淘宝卖家对自己库存的即时数据并不了解, 更不可能清楚库存销售的 利润。往往出现这种情况——库存都是卖不掉的货,好卖的货早已经断货。如果光看库存,
会发现指标挺健康, 但所谓的库存基本是坏账, 所以根据库存预计销售利润, 不是每家企业 都做得出来的。这就说明数据管理水平有待提升。
在企业内部, 有大量的决算数据需要耐心收集, 但一般商家都没有专门的部门做这件事 情,所以很难获得高质量的数据给自己提供决策支持。
事实上,卖家之所以对数据茫然,是因为数据压根不全, 对数据的管理和获取不够,直 接导致无法利用数据。
而大数据之所以被热炒,是因为少数巨无霸企业在其中获得了巨大商业价值。 例如亚马逊,从亏损到盈利,大数据功不可没。不管是巧合还是时机成熟, 亚马逊的确 在采用了重量级的大数据分析后, 业绩才逐渐好转。 可以想象, 亚马逊很多基于数据的决策 都有着大数据的影子。
亚马逊上, 囊括了美国所有生活必需品。 因此它充分掌握消费者的原始数据, 做出来的 判断具有预测性。甚至可以向商家定制在某一价格段有某个特殊性能的商品,只供亚马逊, 并能保证热卖。
而这一切都是根据亚马逊所具有的大数据源,进行收集、分析所推测出来的。 辨别大数据与数据
究竟大数据这个概念是否“虚高”呢 ?
毕竟像亚马逊这样的公司屈指可数, 大多数的电商企业还处于起步阶段。 这不得不让人 重新思考大数据和数据之间的关系。
大数据与数据是两个极易混淆的概念。对两者的区别,每个人的理解也大相径庭。 刘爽认为,大数据是基于交易、商品与用户的匹配。商品很多,人很多,把它们精准地 匹配在一起,是很难的一件事情。
普通的企业内部业务经营指标——库存、 成本、商品,这是一个封闭的结构,是由企业 决定的,好的分析或许可以对它施加影响。大数据很难强行调控,只能追踪,想办法匹配。 而艾瑞咨询分析师傅志勇则认为, 之前所说的数据, 是一种狭隘的定量数据, 利于企业 内部流程优化, 而大数据是在定量数据的基础上, 做了一个更大范围的延伸, 给企业提供决 策支持。
也可以理解为, 大数据是对数据本身的价值权重进一步的诠释, 即数据在决策中所起到 作用的权重在提高。
大数据其实是一个更大范围的数据, 就是从最初获得信息一直到最后的销售数据。 丽人 丽妆 CEO 黄韬觉得大数据的数据量往往很大, 而且一旦精细研究, 数据量的增加也会异常惊 人,甚至超出运算能力。
暂且不管大数据和数据如何定义, 对于目前的电商企业而言, 仅仅是希望通过数据分析 带来流程的优化。
对此, 郝欣诚认为, 在未来的两到三年内,电商企业多去关注营销领域,会出来一大批 大数据的营销工具。
大数据的价值是润物细无声, 每一个消费者和卖家都在享受大数据的成果, 但是在使用 时,并不觉得是大数据。
其实, 最早买百度关键词,百度会提供一个关键词排名筛选系统, 搜一个词,系统会自 动提示其他相关热销词, 并告知哪些词更容易接触同类消费者。 这是最早使用大数据的系统, 是基于百度每天上亿次搜索的总结。
每一个买百度关键词的公司,其实都在使用数据产品。此外, 淘宝直通车、数据魔方都 也是大数据的衍生工具。
如果卖家希望在大数据领域分得一杯羹, 必须清楚自己只是数据的使用者。 要重视大数 据的使用,灵活使用大数据工具,这些工具才是目前走在大数据最前沿的技术。
大数据对商家的价值, 很大程度上取决于第三方服务商能够提供怎样的数据工具。 作为 商家,应该从几十家甚至上百家工具提供商中,找到适合自己的大数据工具。
着眼情报数据挖掘
除了大数据工具的运用,情报数据也是电商公司真正应该关注的。
所谓的情报数据处理人员, 从日常的工作场景来看, 出去奔波收集情报的工作占了多数 份额。他们会跟上下游供应链,以及进行跨部门沟通。例如,一个采购人员应该去生产线, 去分析每家供应商的生产水平如何, 优秀的工厂和二线工厂的生产周期区别, 哪里的原材料 采购价格最低。一般来讲,这样的一条情报能使用一到三年。
虽然数据性不强,但这些情报价值十分高。郝欣诚说得更为直截了当:“讲数据挖掘不 如讲情报挖掘, 情报挖掘才能够为电商企业提供真正生产力级的支持, 如果情报挖掘都没做 好,就想把它数字化和量化,有点操之过急。”
举个夸张的例子,当一个品牌商拥有 20万家生产厂商无从选择时,为了找一个与需求 相匹配的生产企业, 才需要建立一个大数据模型, 进行筛选。 而现在只需情报先行,当规模 达到一定程度难以进行决策时,才使用数据挖掘技术。
的确,大数据的应用要渗透到中国的电商企业内部,还有很长的路要走。 而营销领域则不同, 市场营销的数据模型已经成熟, 而互联网又带给电商企业足够多的 信息源,大数据的应用已经可以直接给决策层提供建议,可以理解为“有米下锅”。