浅析大数据时代零售企业营销策略

沈金

摘 要：随着互联网应用技术的快速发展，网络产生的各种数据信息呈现爆炸性增长。而海量的数据又催生了建立在大数据基础之上的集数据的收集、存储、管理分析、挖掘和应用为一体的全新技术体系，该技术体系进一步推动了营销的创新。本文从大数据的应用着手，分析其对零售电商企业的重要性，根据4C原则得到了一些基于大数据分析的营销策略，最后也指出了在大数据应用中应注意的一些问题。

关键词：大数据；零售企业；营销

随着电子商务和互联网的发展，以大数据为基础的应用已经开始运用在人们生活的各个领域，例如在零售行业，管理者们已经开始根据客户的购买内容，时间，地点来预测客户的更多需求，以争取二次销售；对于执法部门等法律机构而言，通过社交网络数据的分析可以帮助其找到与问题人物相联系的人员；对于各种社交网络，大数据的分析能够帮助用户轻松找到与他具有某种共性的其他成员，例如同一生活的城市，或者相同的教育经历，从而更方便用户找到志趣相投的朋友。而在车载信息服务方面，为客户提供路面交通情况检测的软件已有开发，例如有一款软件可以动态监控路面的各种公交车的行驶状态及地点。

关于大数据的应用还有很多的方面，这里就不一一列举。

一、大数据对零售行业的影响

传统的零售行业往往面向的是所有的消费大众，而大数据的应用可以让企业找到更精准的消费人群，即“精准营销”。也即是依据大数据的全新技术体系，零售企业可以根据客户的各种购买信息来预测和定位意向客户，这对企业要做的促销广告活动很有意义。

另外，大数据的应用能帮助企业更好的进行客户关系管理，包括咨询，售后等服务。良好的客户关系，能帮助建立更好的品牌形象，也能促進产品的“二次销售”。

对于复杂变换的销售市场，大数据的应用能加快企业对市场的反应能力，根据大数据的分析结果，企业能根据客户的需求和偏好来及时调整自己的产品性能与销售方式，这从某种程度上降低了企业的运营风险。

二、基于大数据应用的零售企业营销策略

应用大数据分析丰富了零售企业营销的策略，提升了零售企业营销的效果。下面将从传统营销策略 4C原则即消费者（Customer）、成本（Cost）、便利（Convenience）和沟通（Communication）这四个方面来分析零售企业应用大数据分析来制定营销策略。

（一）消费者（Customer）

大数据的应用可以帮助企业找到更精准的目标客户，也就是“精准营销”。所谓的精准营销就是改变以往的营销渠道和方法，以生产厂家的客户和销售商为中心，通过电子媒介，电话访问，邮寄，互联网等方式建立客户，销售商资料库，通过数据分析，确定可能购买的客户。例如target百货对25种商品的客户消费数据进行整理分析，较早的预测到客户是否怀孕，然后再跟进这些孕妇顾客，推送出与她们当前需求相关的产品，从而达到精准营销的效果。

企业运用大数据还可以分析现有的客户，并且根据分析结果把握每一个客户的最大购买潜力。如，当一名客户购买了一箱牛奶（24盒），半个月后大数据分析系统就会把同样品牌，规格的牛奶作为推荐产品，放入该客户的购物清单、个人邮箱中，并且提醒客户，“你的牛奶已经喝的差不多了，要不要再购买一瓶。”这种定期的加上了购买建议的宣传单页、宣传邮件就成为了零售商们维护自己忠实客户的利器。

同时，企业可以将顾客数据依据年龄，性别，职业，收入等各种属性加以分群，然后通过各个群体的消费情况数据分析预测顾客的消费需求。网络营销人员利用预测结果在互联网上准确的推荐产品，投放广告，唤起消费者群体的购物兴趣。进而促进销售。

（二）成本（Cost）

利用大数据可以进行模拟实境。根据大数据模拟实境的分析结果可以更直观的预测每种方案的投入回报率，帮助企业解决市场预测不准确，营销活动没有效果等问题，从而降低产品的运输，管理，存储成本。根据大数据的分析，企业可以了解到不同的资金分配最后的收入效用，然后就能把资金投在最有价值的地方了。

除此之外，企业还可以对客户的消费金额数据进行汇总统计分析，找出同类型客户或同类客户群的消费能力，结合客户群的消费产品，准确的推送符合客户心理价格定位的需求产品，以促进销售。

（三）便利（Convenience）

客户的很多消费习惯都隐藏在各种消费信息数据中，企业可以利用数据挖掘技术从积累的销售数据中挖出其内部规律，从而找到客户的消费习惯，然后制定合适的营销手段来使客户购物消费更加便利。

最常见的是企业通过应用数据挖掘的关联规则分析，挖掘销售商品之间的关联性，从而通过分析结果，重新调整组合商品的摆放位置，达到产品间互相带动，交叉销售。例如，营销中的数据与营销的经典案例，美国Wal-Mart曾把啤酒和尿布摆在一起销售，就是根据关联分析，发现男人在下班去超市买啤酒的过程中，经常会附带买走孩子的尿布，则超市为了顾客的方便，干脆把尿布和啤酒放在一起进行销售，让客户满意。

（四）沟通（Communication）

大数据的应用可以提高客户和商家的沟通效率，让客户得到他真正需要的产品信息，让商家找到其真正的目标客户。相信不少消费者已经有这样的网络购物体验，就是在网站浏览一些网页的时候，总能够看到一些广告图片信息是自己曾经浏览过的，或与自己过去的浏览相关的一些产品信息，这样消费者避免了浏览一大堆对自己无意义的广告轰炸，企业、商家也相对准确的进行了广告宣传，可谓一举两得。亚马逊推出的广告策略“实时广告交易平台”，即“需求方平台”就是这种让广告和目标消费者相遇，提高广告针对性，提升营销回报率的平台。

大数据的应用还改变了沟通的方向。传统的销售都是以商家为主导，商家将销售信息传递给客户，鼓动客户购买。有了大数据的应用后，商家可以预先了解客户的需求，再根据需求来销售相关的产品。最常见的办法就是利用社交网络的数据，针对社交网络中有共同爱好的人群，在其集中地进行产品推荐，facebook就依据这一思想，找到广告投放展示的潜在用户群。

三、零售企业在应用大数据进行营销时应注意的问题

综上所述，大数据的应用给零售企业带来了全新的营销方式和营销视角，方便了零售企业的营销活动，但也需要注意应用时的一些问题，如果这些问题或细节处理不好，将可能给零售企业带来负面影响。

（一）零售企业需根据自身规模选择合适的大数据应用模式

在应用大数据之前，零售企业必须先了解本企业自身对数据的实际需求。一般零售企业都希望能够拥有所有消费者的所有需求数据，这时，数据驱赶的压力油然而生，企业就不顾自身需求，盲目跟风追逐大数据。

然而，投资大数据也需要资金，海量数据存储的相关硬件价格对于一些中小企业还是比较昂贵的，还不算相应的数据分析软件，该项投资会占用这些企业大量的“活钱”，得不偿失，因此对于一些中小企业要谨慎对待大数据投资，也许外包大数据业务会更加合适。

（二）零售企业根据实际需求来确定需要的大数据内容

在进行大数据营销之前，零售企业需要首先明确应用大数据的目的，不同目的所需要的数据种类、数量和内容是不同的。

然后，确定零售企业需要的数据是结构化数据还是非结构化数据？结构化数据容易进行分析处理，而非结构化数据处理不太方便，但更多實际问题都对应的非结构化数据。

（三）零售企业应用大数据要注意数据安全问题

大数据中蕴藏的潜在信息，对企业的决策有非常重要的价值，而网络化社会为大数据提供了一个开放的环境，网络互访非常的便捷，因此大数据容易吸引黑客的攻击。因此作为企业而言，在应用大数据的时候，要时刻注意数据的安全问题。

企业在应用大数据时的安全策略应包括：

1、防止APT攻击

ATP是高级持续性威胁的缩写，它是黑客常用的网络攻击手法，当前它已经成为信息安全保障领域的巨大威胁。黑客利用ATP攻击手段，可以对企业所存储的数据和信息进行窃取和破坏。当前最常用的防止大数据被APT攻击的方法，需要企业设计具备实时检测能力和事后回溯能力的安全方案，不断提示企业哪些应用程序隐藏着病毒。同时，大数据本身也可以被应用到防止APT攻击中来，通过对全球已经发生和正在发生的网站攻击进行记录，收集和整理这些海量数据，经过多维度分析，系统自动生成漏洞支持库和对比库，以防备未来的威胁，还可以收集黑客的行为特征数据，形成预警团队，建立一整套防御系统，通过综合分析和特征对比，锁定攻击者，做到有效、准确的预警。

2、加强用户访问控制

访问控制是大数据系统以及其他系统的基本安全措施。它决定了谁能够访问系统，能够获得怎样的权限，得到何种资源。企业的大数据系统应根据企业自定义的用户需求，将用户设定成不同的权限等级，并且记录用户的访问控制及对系统使用的数据，以进行合规控制。

3、注意容灾备份

容灾是为了在遭遇灾害时能保证信息系统能正常运行，备份是为了应对灾难来临时造成的数据丢失问题。

如今企业级数据中心的规模都较大，就算一般的中小企业，要使用大数据分析，都会拥有上十台服务器，大型企业更是会拥有将近上百台服务器，如此多的服务器合起来，数据总量达到数百T级别是很正常的。如此大量的数据，更需要通过容灾备份手段来保证其安全，同时也要制定合适的容灾备份策略，以节省时间，不耽误企业的正常应用。同时，传统的容灾备份产品大多只能用于中小规模应用，再大规模的就需要投入很高的新型产品，这就需要企业自行根据企业的数据量和需求来考虑选择了。

如今的大数据已经随着电子商务的发展，发展得如火如荼，开始深入应用到生活的各个方面。人们已开始使用各种智能手持设备，通过移动网络、物联网进行商务活动，使得数据的来源变得更加复杂，数据的规模和数量大幅增加。

零售企业更是直接接触客户的企业类型，由于对客户数据的依赖较大，也就使得对大数据的依赖也越来越深。因此怎样应用好大数据为零售企业营销服务，使得零售企业能在大数据时代的浪潮中占据更加有利的竞争地位，对于我国各零售企业而言至关重要。（作者单位：文华学院）

参考文献：

[1] 惠琳.大数据时代本土零售业精确营销探讨——基于数据挖掘的角度[J].商业时代，2014，（4）：58-59.

[2] 郭三强，郭燕锦.大数据环境下的数据安全研究[J].科技广场，2013，02：28-31.

[3] 郑淑蓉. 零售业大数据：形成、应用及启示[J].理论探索，2014，02：90-94.