[科技资讯] 翼码科技杨海川：大数据是新零售之眼，在迷雾中看清前进道路

三年前，新零售的提议点燃了衰落的传统零售业的希望之火。三年来，新兴的新零售业态从最初的星光演变为席卷各行各业，成为传统零售业寻求转型升级的必然选择。

新零售的本质是以人为本，用大数据重构人、货、市场。从传统的以商品为中心到以人为本，这是传统零售向新零售转变的本质；利用大数据重构人、财、场，给出了具体的手段和方法。不难看出，大数据是实现新零售转型升级过程中的硬核武器。

没有数据就谈不上新零售。近三年来，帮助波司登、热风等数十家品牌零售商走向新零售的Wing Code Technology，对大数据的价值有着深刻的理解。作为阿里巴巴新零售智能商店和微信支付的最佳合作伙伴，易马科技成功登陆一批新零售数字营销工具，打造互联网时代运营能力，完成新零售数字营销解决方案提供商转型。

永码科技首席执行官杨海川表示，对于传统零售业来说，大数据就像我们的眼睛，可以帮助我们在雾蒙蒙的市场中看到前进的道路。关注大数据，梳理大数据，利用好大数据，是传统零售向新零售转型升级过程中至关重要的一环。

那么，新零售中提到的大数据有哪些维度？这些大数据有哪些重要的价值？永码科技首席执行官杨海川对此做了详细解释。

大数据编织用户肖像

新零售提倡以人为本，也就是让用户为王，所以首先要知道用户是谁，全面了解用户的属性和特点，这通常叫做用户画像。

对于零售业，用户画像数据一般包括性别、年龄、地理位置、购买周期、购买频率、商品偏好、消费金额等数据维度。通过这些数据信息，可以使用户画像尽可能准确，并可以定义用户的阶段或成员的级别。同时，依靠数据的联系，也可以建立人与场的关系。

通过对大数据的集中分析，不仅可以实现对单个用户的清晰刻画，还可以形成一类属性相似用户的群体刻画。基于这些基础数据信息，我们可以制定不同阶段和层次的成员运营策略。

对用户需求的大数据洞察

了解用户画像是第一步，但通过大数据分析获得的一个更重要的价值是能够洞察用户的消费需求，通过大数据将用户的消费偏好、消费习惯、消费水平等信息清晰呈现出来。掌握用户的需求，就是掌握制定有针对性的营销方案的主动权，以促进营销转型，提高营销效率。

与传统的零售数据分析系统相比，新的零售大数据分析系统的优势在于，新的零售大数据系统可以打开人与商品之间的数据连接。在传统的零售信息系统中，人的信息和商品的信息大多是分开的，因为它们是由不同的数据系统处理的。

打通人与货的联系，不仅让零售企业时时洞察用户需求，及时满足需求，提高销售转化率；更重要的是，基于这个数据系统，可以逐步重构产品端和供应链，使整体运营方向更加准确有效。

大数据感知用户变化

不难理解用户的需求不会是一成不变的。比如一个用户的消费偏好和行为会从单身贵族到三口之家发生很大的变化。对于零售企业来说，能够及时感知到这种变化是非常重要的。而大数据系统可以肩负起这个使命。

通过大数据系统，可以清晰地保留每个用户过去的消费轨迹。当用户的消费偏好与前一次相比发生显著变化时，系统还可以清晰地反馈这些信息，帮助零售企业及时发现并积极响应新的需求。

同时，零售企业在发现用户的消费属性发生显著变化后，可以及时更新用户的会员系统信息，在产品端重新组织货源匹配，更好地提升用户体验。

大数据引导精准营销

杨海川说，过去很多传统零售企业由于缺乏大数据，只能在会员运营层面采取大套餐的方式，比如做一些简单的运营，比如双生日积分、赚取消费积分等；而且会员经常收到一些粗鲁的宣传信息，体验并不好。但数字化建设完成后，零售企业可以在大数据的指导下，从容进行更精准的营销运营。

通过对大数据的系统分析和总结，零售企业可以充分了解其目标群体的特点，知道哪些营销方式更能打动他们，更准确地计算出最有可能引导人们做出消费决策的激励因素，不仅可以改善用户体验，还可以提高用户的保留率和忠诚度。

比如通过大数据系统实现用户或成员的分层定义后，可以围绕新成员、兴趣、购买、忠诚、传播、svip六个阶段，制定不同阶段、不同层次的成员运营策略，或者进一步对消费量、消费频率进行分层。

如果你想擅长它，你应该先磨快你的工具

大数据的重要价值不言而喻，那么大数据从何而来，如何应用是新零售数字化建设需要解决的首要问题。对于许多专注于线下场景的传统零售企业来说，既不能像在线零售一样准确记录用户行为数据，也不能获得更多的数据维度，因此需要强大的工具来支持新的零售思维。

Wing Code Technology开发的ma(营销自动化系统)切入移动支付产生的数据，通过聚合支付工具，将零售企业之前搭建的各种业务系统中的各种业务数据进行收集和聚合。之后，翼码ma系统会从年龄、消费频率、消费金额、地理位置、消费偏好等多个维度对这些会员数据进行分析。基于这些数据，品牌可以得出各种营销策略。

杨海川说，wing code ma系统的应用非常简单，即使是完全不懂技术的市场人员，只需简单的查看和点击，就可以得到想要的数据维度或者成员分布模型。比如你想让上海徐汇区年龄在25-35岁之间，上个月在部分店铺有消费行为的女性用户做一次店铺推广，以前很难快速提取这些用户信息。现在，你只需要做几个记号就可以通过Wing Code ma快速获取这部分用户信息。实现这一功能的重要价值在于，可以对零售企业制定的营销活动进行ab样本检验，提前感知效果，从而找到最优组合，实现营销效率最大化。