大数据给销售插上翅膀

姜疆

过去，销售服务行业都是通过线下渠道接触客户，客户数据不全，只能利用财务数据进行业务运营分析，缺少围绕客户的个人数据，数据分析应用的领域集中在企业内部经营和财务分析。

数字时代到来之后，企业经营的各个阶段都可以被记录下来，产品销售的各个环节也被记录下来，客户的消费行为和网上行为都被采集下来。企业拥有了多维度的数据，包括产品销售数据、客户消费数据、客户行为数据、企业运营数据等。应用大数据分析技术，销售企业找到了商品和客户之间的关联关系，商品之间的关联关系，另外也找到了收入和客户之间的关联关系。大数据应用有几个方面，一个是效率提升，帮助企业提升数据处理效率，降低数据存储成本。另外一个是对业务作出指导，例如精准营销、反欺诈、风险管理以及业务提升。

商品选择与创新

在成衣销售领域，若顾客总找不到合适自己的尺码，肯定会影响销售商的收入。因为，如果找不到合适的尺寸，顾客可能会灰心，甚至完全放弃在某一家商店购物。如果成衣销售商，包括那些有着众多分店的销售商，根据客户需要和喜好安排好（每一家店的）库存，情况则会大大的改观—产品销量大增，顾客发现店里的大多数衣服都有合适自己的尺寸，会定期回来购买。著名商业分析师Pam Baker认为，这是建立品牌差异化、培育新品牌忠诚度的新起点！

美国小型企业库存管理平台Stitch Labs就可以通过大数据来提供相关服装尺码数据，并且，可以判断全美国服装尺码大小趋势。该公司在向媒体公布的报告中宣称，“数据表明，美国西部几个州的消费者偏爱小尺寸服装，购买超小号（XS）衣服的数量接近美国平均水平的两倍。而另外一些州份的消费者偏爱购买最大号（XL）和超大号（2XL）成衣。这些州所售出的服装每三件中，就有一件加大号或超大号的。”

通过此类分析，很容易可以发现，只要简单地改变服装尺寸的选择，就可以显著提高利润、客户满意度、品牌忠诚度。库存管理平台Stitch Labs针对每个州顾客尺码偏好的整体视图进行大数据分析，建立了信息图形。而关键的是，要使用数据进行产品选择，从而利用数据确定最优定价，提高店铺利润和品牌忠诚度。

提前从整体关注产品类别划分、波动及趋势，有助于明确客户未来会购买的商品，既可以通过产品选择，亦可以通过产品捆绑和分组，以及增值服务和激励措施最终实现产品差异化。

沃尔玛基于一个庞大的客户交易数据库，对顾客购物行为进行分析，了解顾客购物习惯，发现其中的共性规律。两个著名的应用案例是：“啤酒—纸尿裤关联销售”“手电筒—蛋挞关联销售”。沃尔玛的大数据分析发现，啤酒和纸尿裤摆放在一起销售效果很好，其背后的原因是，年轻爸爸一般在买纸尿裤的时候，通常要犒劳一下自己，买一打啤酒。

另一个是手电筒和蛋挞的例子，沃尔玛的大数据分析显示，在飓风季节，手电筒和蛋挞的销量都很高。这或许是由于家庭主妇们在飓风季节无心做饭，也或许是因为其它的什么原因。根据这种现象，在飓风季沃尔玛把手电筒和蛋挞摆在一起可以大幅增加销量。

更为神奇的是，大数据技术还可以创造出新的产品，投放到市场中！通过收集美食网站近万种配料以及所有配料组合出的千万种菜谱，可以制作出一个根据使用者的口味和喜好而生成创意菜谱的软件，创造一些世界上从来没有过的菜谱。

用户只需在软件中输入希望食用的食材、偏好的口味，以及想要品尝的菜品，相关软件便可以生成创新程度依次从保守到颠覆的百种推荐菜谱，这些菜谱像传统菜谱一样，包括需要的食材、食材的分量，以及菜肴制作的步骤。

此外，IBM的创意菜谱软件也取得了不错的口碑。比如，若向该软件中输入使用的食材为花生酱、肉、菠菜、墨鱼，偏好的饭菜为面条、小米粥，想要尝试的口味为鲁花菜时，软件推荐给我们的百余种的菜谱里，最为保守的可能是北方火锅，而最超前的想法可能是菠菜炒墨鱼加香肠蘸花生酱。

基于IBM的创意菜谱软件创造了越来越多的被国内外广大“吃货”认可的新菜谱，IBM已经宣布要为其创意菜谱软件出版一本菜谱专著。IBM认为在不久的将来，计算机“炊”出的食物，很可能会普及到各个大型商店中去。

客户分类和分析

销售行业通过分析客户购物次数记录、一段时期内的交易笔数及交易金额，能够制定更加有针对性、有所侧重的销售计划。其实，这些在小型数据时代，就已经是销售服务类企业经常采取的措施了。

在分析顾客购物次数记录时，使用频数分布分析手段，考察一定时段内购物记录的偏（正）态分布，据此，可以针对销售高峰期与低谷期采用不同的销售策略。在分析交易笔数时，把频数分布分析与对比分析结合起来，以发现不同交易笔数的顾客的偏好，并重点考察交易笔数最多的客户，据此可以采用相应的销售策略。在研究交易金额时，把频数分布分析与对比分析结合起来，并重点考察消费金额极高的客户，据此可针对不同层级客户采用不同的销售策略。

沃爾玛收购了大数据分析公司Inkiru，一家专注于大数据的数据分析服务商，帮助公司更加系统地评估和分析客户行为、客户转化率、广告跟踪等，提升市场营销的水平。

销售类企业还可以根据基于顾客购买行为的交易数据，进行客户群分类，如把客户群分为品质性顾客、友善性顾客、理性顾客，以针对不同类客户的诉求和需求，进行产品的针对性推荐。分类类别并不确定的情况下，通常采用聚类分析进行顾客分类；分类类别如若已知的条件下，通常采用判别分析进行客户分类。

我们知道，通过相关的APP，消费者可以拍下种类丰富的优惠产品，还可以预约取餐时间。这类APP不但取代了纸质优惠券的作用，同时也可为客户节约时间。 而利用相关的一些变量—APP登录频率、APP使用频率、预约取餐服务使用频率、情侣套餐优惠券使用频率、儿童套餐优惠券使用频率、饮料类优惠券使用频率、汉堡类优惠券使用频率，等等，也可以对消费者（客户）进行分类。

而这么做的目的在于，探究每类客户的不同偏好，并找出判断未分类客户类别的办法，从而针对每一类的客户制定个性化的营销方案。肯德基APP的构建在很大程度上也是基于这些目标。

在肯德基客户分类问题中，判别分析方法是比较好的选择，因为肯德基客户的分类类别，可以被认为是确定的。由于肯德基最常见的客户为儿童、青少年、年轻白领，在研究肯德基客户分类问题时，便可以直接认为客户的类别不是儿童，就是青少年，亦或是年轻白领。

有关分析研究结果显示：第一类客户APP的登陆频率和使用频率均较低，儿童套餐优惠券使用频率则较高；第二类客户APP的使用频率和情侣套餐优惠券使用频率较高，同时饮料类优惠券使用频率也高于其他客户；第三类客户APP使用频率和预约取餐服务使用频率也较高，儿童套餐优惠券使用频率和汉堡类优惠券使用频率也明显高于第二类客户。一、二、三类客户分别为儿童、青少年、年轻白领。

通过分析可知：儿童并不经常使用肯德基APP，但是儿童对于肯德基的偏好非常明显，因此，对于儿童，肯德基应采取大力推荐儿童套餐、赠送卡通玩具的措施；青少年使用APP频率较高，这类客户的特点是偏好饮料和情侣套餐，因此，对于青少年应推荐大数额的饮料优惠券，如两倍饮料捆绑销售等。

通过分析亦可知：年轻白领客户群的成分复杂，可能由未结婚的白领、已婚的白领、年轻妈妈等组成。由于年轻白领又可以细分为多种不同类别的客户，而他们对优惠券的偏好有着很大的不同，因而对于年轻白领客户群体的进一步分类是相当有必要的。

通过判别分析，不仅获得了客户分类方法，以用于判断出待分类数据的类别，同时，也可以体现出每一类别客户的特点。据此，销售行业企业可以制定针对每一类别客户的精准营销方案。

据悉，沃尔玛实验室还早已开始尝试使用客户的Facebook好友喜好和Twitter发布的内容来进行数据分析，发现顾客的爱好、生日、纪念日等有价值的信息，进行礼品推荐，从而实现智能营销。

区位选址

选址开店，是在商业街，还是做社区？是找同业态扎堆的位置，还是在一个地方一枝独秀……，都需要开店人做出决策，位置的优劣直接关系到店铺生意的好与坏。

地址，也就是经济学中称的“区位”，具有天然的空间壁垒，好位置能够为企业带来可观客流，大幅提高营业额，也是其一大竞争优势和无形资产。选对了的位置，有可能让企业日进斗金，一旦选址出现失误，企业也会面临高昂的损失。

在我国，小商铺的分布极为分散，各种不同的业态相互交织，形成了十分庞杂的商铺结构形态，跨度大，变量多。随着小商铺换手率越来越高，开店人越来越倾向于精确选址。

在传统的区位选址流程中，一线选址人员就是全城“扫街”“扫楼”，看到“感觉还行、人流量还不错，又处于空租、转租等状态的店铺”等，就记录下来反馈到决策者处，这种筛选比较主观，而且效率不高，决策者对一线区位选址人员的管理也相对不可控。

地铁和公交左右着商业圈和地理区位的繁华程度，写字楼、学校、饭店、超市、电影院等都能为销售服务提供比较可观的人流量。在企业的经营实践中，关于区位选址的问题，有的主管可能觉得写字楼更重要，有的主管则觉得地铁站更重要。基于大数据技术的评分系统分析，可以给出统一的度量标准，从而避免了不同主管由于看法不同而导致的选址不同。

评分系统使得数据驱动决策得以实现。评分系统可以把影响不同方案的优劣的诸多因素综合起来，形成一个统一的价值指标。统一的价值指标可以客观地衡量不同方案的好坏，从而避免经验主义。

通过和商务智能平台联手，使用包含车流量、安全信息、智能手机数量、消费人群构成等数十种数据建立模型，在数据模型的指导下，可以将门店建在顾客密集的地区，并且可以提前知道该门店的最佳面积大小以及最佳人手配置，从而避免出现投入资金、人力过多，造成浪费，或者投入资金、人力过少，未能充分吸纳顾客的情况。数据模型保证了可以得到最大的收益。

例如利用大数据来给客户提供智能选址的解决方案——上海来店信息技术有限公司的“店驰”APP的一大亮点在于将拓店流程做了类标准化的处理，对于一线拓店人员，不再是泛泛搜寻，而将之量化和任务化，通过对基盘做信息采集，变传统选址为主动挖店。

“店驰”APP项目负责人邱浩表示，这款拓店工具背后的逻辑不再是基于现有情况去发现可能的店铺，而是从企业本身出发，去规划适合该业态的地理商圈，再将城市进行网格划分、在每一个网格布点、再基于每一个布点基盘去搜集信息，“哪些位置最适合开水果店？现在这些位置是否有适合的空间？哪些空间需要保持关注，一旦空出马上跟进？这些都是基于店铺发展适配位置，而不再是基于地理位置去将就店铺。”

我國石墨烯基础研究有待加强 人才培养至关重要

《国务院关于全面加强基础科学研究的若干意见》指出，强大的基础科学研究是建设世界科技强国的基石。当前，新一轮科技革命和产业变革蓬勃兴起，科学探索加速演进，学科交叉融合更加紧密，一些基本科学问题孕育重大突破。世界主要发达国家普遍强化基础研究战略部署，全球科技竞争不断向基础研究前移。

作为一种新型的碳纳米材料，2004年被分离和2010年获得诺贝尔奖以来，石墨烯受到了各国政府以及科学界、产业界的极大关注。目前，全球30多个国家和地区都在布局石墨烯产业，我国已成为全球石墨烯研究和应用开发最活跃的国家。

在由中关村石墨烯产业联盟主办的2018中国国际石墨烯产业发展论坛上，专家们表示，当前，我国石墨烯基础研究仍待加强，专利布局需要重视，相关标准亟待完善，战略定位有待提升，只有夯实基础研究和应用研究，才能推动石墨烯产业化发展。

北京石墨烯研究院执行院长魏迪指出，当前国内轰轰烈烈的石墨烯运动是不可取的，未来的石墨烯产业将是建立在石墨烯材料的“杀手锏”级的应用基础之上，而不是作为一个“万金油”式的添加剂。

时下，我国市场上研发的石墨烯产品包括服饰、涂料、复合材料、吸附润滑、电加热产品，以及石墨烯锂电池导电剂、石墨烯手机触摸屏等，尽管在国际上处于第一方队，但与国外相比，我们的关注点主要是中低端领域，而“欧盟石墨烯旗舰计划”去年10月启动的17个新的石墨烯研究项目，涉及石墨烯的超级汽车、物联网传感器、可穿戴设备和健康管理、数据通信、能源技术以及复合材料等前沿高端领域。

魏迪表示，“我本人对石墨烯是充满信心的，未来的石墨烯产业肯定会是一块大蛋糕，我们能切多少，取决于现在关注什么，我们不能仅仅关注于今天的产品，要关注引领未来的核心技术。”

据北京国知专利预警咨询有限公司总经理于立彪介绍，2002年—2013年期间，美国国家科学基金会关于石墨烯的自主项目就多达500多项，其中因特尔、波音等大型企业投入了更大力量做基础研究；2013年歐盟委员会也将石墨烯列入了未来新兴技术旗舰项目之一，这个项目获得10年内共计10多亿欧元的基础研发资金投入。

工信部赛迪研究院原材料所所长肖劲松建议，应围绕国际主流方向审视和评估我国石墨烯产业发展的方向和阶段，避免方向性的错误和偏差；加快石墨烯标准体系的建设；注重专利的质量提升和前瞻性的布局。

人才是高科技产业发展壮大的前提和基础，为构建多层次人才队伍，培养一批具备国际视野的现代化石墨烯行业领军人才，带动我国石墨烯产业健康发展，2018年，中关村石墨烯产业联盟将联合工信部人才交流中心，在全行业开展“石墨烯产业人才培育工程”。在论坛上，工信部人才交流中心副主任色云峰、科技部高技术中心材料处处长史冬梅、北京市科委新材料发展中心主任肖澜、中关村管委会产业处副处长徐剑、中关村石墨烯产业联盟执行理事长贾一伟等领导正式启动了“石墨烯产业人才培育工程”。

该工程分为三个组成部分：夯实产业基础的石墨烯产业技术高级研修班；聚焦应用拓展的石墨烯+系列研讨会；培养高端人才的海外领军人才工程。通过人才培育工程的实施，进一步夯实我国石墨烯产业基础，培养一批具备现代化视野的产业领军人才和龙头企业，推动我国石墨烯新材料产业领跑全球。