专题

数据牵引业务, 取决于我们对数据的掌控能力 ——中国零售CIO俱

作者:智慧零售与餐饮 2017-06-03 精彩导读

零售与餐饮IT 主讲嘉宾 /永辉超市副总裁兼CIO吴光 旺 客串 嘉宾 /无锡华地八佰伴CIO 刘庆 广州友谊CIO王红海 交流嘉宾...

 

主讲嘉宾/永辉超市副总裁兼CIO吴光

客串嘉宾/无锡华地八佰伴CIO 刘庆 

广州友谊CIO王红海

交流嘉宾/步步高CIO 彭雄

广州上好便利总经理 吕芳源

宏图三胞卓越运营中心总经理田英

论坛组织/《信息与电脑》主编 苏建东

 

轰轰烈烈的移动数字革命,向我们昭示了大数据在移动、实体营销方面的强大助力,对大数据的探讨随之开始。2015年,对于大数据技术和方案的落地,应用的有效性已成为很多零售企业关注的重点。由于零售业是大数据最好的落地点,超市和电商是零售业大数据的核心阵地,所以分析研究超市和电商的大数据具有十分重要的意义。永辉超市作为业内优秀的标杆,有许多值得我们学习交流的地方。为此,永辉副总裁兼CIO吴光旺、无锡华地八佰伴CIO 刘庆以及广州友谊CIO王红海,就普遍关心的问题进行了交流和探讨。

无锡华地八佰伴CIO刘总首先提出了关注的问题:大数据应用的战略出发点和超市要解决的具体痛点是什么,永辉超市副总裁吴光旺认为,战略出发点是将传统零售以商品为中心转化为以顾客为中心;痛点是线下客户的流失,永辉正在研究如何提升客户体验、如何实现渠道多样化。

数据采集渠道以及大数据主要模型与方法

谈到超市数据采集渠道以及主要模型与方法,吴总表示,永辉超市目前刚上线,还在案例试验阶段,例如精准店庆营销互动、健康饮食关怀、母婴知识及关联商品推荐等,目前已建立200多个不同维度的会员标签,例如海鲜一族、家庭主妇、职场妈妈、海淘、潮爸潮妈等;当前首先要做的是顾客画像、商品标签,然后才是建模。大数据当前采集线上线下各渠道营销数据、会员数据、舆论数据,外部热点等数据。当前侧重历史营销数据分析、定义顾客标签、内部运营等方面。

主要数据模型方法是:构建了用户生命周期、客户价值、流失预测、商品关联、商品回购、供应商能力评估、客流动线分析、消费市场容量预测等大数据模型。

简化会员注册以及大数据来源和分析

顾客价值体现需要不断提升,永辉会给顾客手机积分,为会员注册提供快速简单通道,如自助办卡机\IPAD\APP\微信等;通过自助设备,线上结合,减少获取顾客的人员成本;

目前永辉的大数据来源,除了会员的消费信息外,还积极同电信、移动、支付宝、微信等进行部分数据的交互分享,外部则同尼尔森进行了合作。从支付宝端获取的数据有比如对门店商圈周边的消费群体及客户分布情况的分析。

大数据实施难点、技术及应用系统构建

广州友谊CIO王红海关注的问题是,目前常见的顾客分析是对vip的基本情况及消费记录进行分析,永辉目前除此之外还有哪些创新?吴总坦言,对于顾客的分析,永辉暂时无创新,还处于消化内部数据阶段。实施难点体现在:各异构系统数据集成、清洗、校验;海量数据管理、优化;数据分析模型的开发与优化;前端业务对各模型落地的实施沟通,及外部行业数据获取等 。

谈到永辉大数据技术及应用系统构建,大数据技术是基于当前主流数仓平台、数据集成平台。还将数据分析与实施环节结合,及时实施、评估、分析结果,并以之优化模型。 系统构建为主流数据集成平台\informatica等;greenplum+HDDOOP+HANA+ETL+PCF等。永辉目前的服务商主要是国内数云、Pivotal、Powercenter等。 吴总认为市面上各类合作公司对大数据系统架构的规划,阿里系比较牛。

数据分析团队配置,与业务紧密配合互动

对于问及的团队在初期配置和长期规划方面的情况,吴总说目前永辉数据技术板块大概30人左右,随着业务的增长在逐步增加;目前是技术专家+数据服务人员,未来会更多增加数据应用服务人员;数据牵引业务,取决于我们对数据的掌控能力。数据技术板块和业务部门的工作的结合是双向互动,信息体系有一批来自业务现场的人员,平时都紧密配合互动。

大数据难度大、投资大,未来一定会出现第三方云服务

步步高CIO彭雄: 还没有想清楚怎么搞,基于事实数据的统计结果还谈不上大数据,基于机器学习的根据统计概率的推断还是比较难的,应用场景不明确,技术水平也不够,投资收益没有底。借助第三方的云服务对传统企业来讲是不是更现实?

线上更易获取交易订单以外的数据,大数据不一定大,要全。线下店也有办法,非凡网就是思路。大数据技术投入还是挺大的,我们还是先做好数字营销,大数据分析在摸索中,不进行大投资,目前在与清华大学合作在试探研究。这种高难度、投资大的项目一定会出现第三方云服务,大量客户共用降低边际成本。

我们CRM 5月20日上线,全渠道打通,包括线上线下电子券打通,停车场打通,线上互动的瞬间并发,相信传统软件搞不定,不容易。我们使用oracle siebel会员系统,对架构动大手术都难搞定,传统ERP采用中央数据库应付不了线上支易的,3000瞬间并发系统就挂了。我们基本有能力开发高并发架构系统,但没时间,1-2两年后会再动手术。

大数据方法论的第一步:要先诊断企业问题,确定解决方案,再确定数据收集内容

广东上好便利吕总:大数据应用战略的出发点,应该要聚焦,不要想大数据能够解决所有的问题,一定要定好几个对于企业当前最重要的方向,再来开展战略。所有的一切,以此为根基。因为后续所有的实施,都会因此受影响。企业的阶段问题和改善重点是主要方向,比如有的企业客户很多,但是客单价低,有些是客户量不足,有些是商品与客户需求匹配不够清晰。这些问题,需要收集的信息不同,需要分析的方法不同,导论过程与结果不同。要先诊断企业问题,确定解决方案,再确定数据收集内容。这是整个大数据方法论的第一步。

在目前的互联网风潮下,我的一项观察是,消费者在线上线下的行为有很多差异。这增加了数据分析整合的难度,甚至可能连不到一起。线上线下消费群体的交叉度,这个指标本身就是要经过数据分析的,不一定不大。即便是相同的会员,线上线下的行为也会呈现不同取向,因为可能消费者本身选择通过线上或者线下来消费的目的就不同,那么他们需要被满足的需求也就不同了。

数据分析围绕利润,将扎实的业务和技术结合起来

宏图三胞卓越运营中心总经理田英:我们目前数据分析的重点是围绕着利润,商品管理上重点分析如何可以提高利润减少损失、采购订单和价格管理、缺货和滞销积压分布。大家都知道数据会说话,要说的不能停留在现象而是结论,真的需要扎实的业务和技术结合起来。
 



1.如转载稿涉及版权问题,请作者联系我们修改或删除相关文章。

2.凡来源为智慧零售与餐饮的内容,其版权均属北京树诚文化传媒有限公司所有。文章内容系作者个人观点,不代表智慧零售与餐饮对观点赞同或支持。

同类文章
  • 复盘2021 | 智慧商业数字化十大

    复盘2021 | 智慧商业数字化十大

  • “溪村论道”  华为云助力零售

    “溪村论道” 华为云助力零售

  • 构建数字化零售、餐饮协同共

    构建数字化零售、餐饮协同共

  • 构建数字化零售、餐饮协同共

    构建数字化零售、餐饮协同共