数据革命

晓青

大数据正颠覆这企业营销、生产乃至组织方式。

互联网时代，大数据的影响力正与日俱增，服装行业是一个高度竞争的行业，与市场关系非常密切。如何从大数据中挖掘有用的信息，使企业从中得到正确的分析、筛选、挖掘作为决策的依据和手段，是每一个企业都不断探索和努力的方向。

数据背后的密码

“很多学者都说大数据实际上是测量的一次革命，它的意义不亚于显微镜对于非常微小世界的发现。显微镜的发明，实际上是为整个人类带来了另外一个全新的世界。而大规模数据体量的出现，从另外一个意义上，再一次给我们带来了更多的发现。”北京英特维市场调查有限公司总经理、中国市场研究协会副会长何建新如此肯定大数据的力量。

“快速化、大量化、多样性、价值的机密度比较低”，德勤企业风险管理服务经理范为认为大数据主要有四大特征。

“一个国外体育产品用户公司发现市场份额在下跌，他们认为客户群体可能有些变化，需要做一些数据分析和数据挖掘来发现造成市场份额下降的原因。而通过一系列的数据调研和分析，最终显示其下降的主要原因是高价值客户群呈下降趋势。企业也因此从战略、IT和人员三大纬度进行了有针对的调整。”范为举了这样一个例子。

不仅如此，通过数据还反映出了国内体育产品的市场趋势和群体趋势：一、80后的消费群体追求速度，要随时上网、随时购买、随时联系到品牌，他们追求个性化，追求独立性。二、45岁～75岁这一年龄段的人爱运动；三、运动的女性在不断增加，在近几年购买运动产品的趋势比男性、儿童类多得多，且消费能力要比男性强；四、由于社会媒体的普及，口碑已经极大影响着消费者的购买决定。做市场调研时，78%的人说“买东西时口碑对我来说是最重要的”；五、中老年人使用社交媒体的比例也在增长。

这就是数据的力量，范为称，大数据目前在商业上的价值主要体现在，精准营销、竞争对手的战略策划、客户分级、产品危机预测、重点客户筛选、改善客户体验，挖掘用户特征，以帮助企业提升销售，占有市场，改善服务和感知。

降低规模化门槛

“专业化、规模化和相对优势，依然是企业竞争、商业竞争的核心。”尽管当下大数据对于企业来说无处不在，但北大纵横管理咨询集团高级副总裁陈江认为，大数据在传统商业逻辑上并没有带来颠覆性影响，市场的细分、目标客户的选择和针对性的价值定位，依然是企业竞争的关键选择和分析。所以企业对大数据的分析，首先要关注客户在哪儿？客户要什么？永恒不变。

在传统商业逻辑下，信息是企业进行商业管理活动的基础，不管是法规、经济数据、社会人口信息，还是产业发展信息、厂商信息、竞争对手信息、消费者信息、经销渠道和内部管理信息等，都是企业需要掌握的。好的企业实现管理细致化，实际是信息传递做得好。“所以大家以前都说，好的老板要贴近消费者、贴近市场，经常去跑市场。”

陈江称，而在当前形势下，大数据也并没有改变竞争的本质，依然是客户的需求、价值链结构和购买的决策因素。但从如何竞争上来说，大数据在研发领域、供应链领域、品牌推广、销售网络、客户服务、财务资源、人力资源成本整个价值链的竞争环节都带来了一些改变，特别是预测和分析客户需求。

在价值链的结构上，尤其是在客户的推广、交付和服务上，互联网时代信息的广告方式、推广方式和客户关系维护方式，传递更为精准，到达更为便利、更为聚焦。所以在价值链方面，对企业来说，大数据带来了极大的产品推广渠道成本的变化。

而从其本质上来说，大数据使规模化生产的门槛降低。

第一、市场细分。在大数据之下，信息获得的形式增多了，在市场信息获得的过程中，市场更为细化。以前按年龄段、按产品功能需求、按消费者偏好、按收入结构等传统划分市场的方式，由于大数据时代的到来、信息化手段、互联网的模式，带来了新的划分方式。这种市场细分的变化，会带来新的竞争对手和竞争市场的需求。

第二，信息处理响应更加明显。跟过去相比，企业对产品、对市场的响应更为快捷，这种快捷表现在对市场的了解上。市场流行什么？什么样的产品、什么样的风格？竞争对手有什么样的反应？

在规模化的逻辑规则里，订单生产是信息化的核心。未来，企业更多关注跟消费者之间的关系。不是通过终端来控制客户，而是企业本身要掌控客户、了解客户。这种响应是对客户的响应，而不是仅仅在渠道过程中的响应。

第三，信息的成本降低，降低了很多行业的进入门槛。以前做一个产品，达到规模化至少要求开200家门店以上，这是基于对客户的了解和规模化的要求。但在大数据时代，信息化门槛降低，意味着竞争者进入更为便利，而发展新的产品方式成本也会降低。

大数据时代对规模企业的挑战更大。目前来说，众多企业处在大规模工业生产和大规模定制之间。但是，由于互联网的快速发展，信息网络渠道进一步通畅和整个社会协作程度的提高，在实现个性化定制上来说，企业的起跑线比较接近。

打通数据关联

大数据对企业有着如此大的吸引力，但到真正应用时却存在着各种问题。

零点远景e动副总经理宋志远说，就大部分服装企业来说，并没有掌握那么多的数据。当真正开始进行大数据分析时，手头掌握的数据并不能为大家所用。

由于传统的代销模式，对于终端的数据收集能力相对来说比较弱，需要终端的服务商提供数据。以前也并不认为收集终端数据是必须的工作，因此现在往往带来困扰。

而且回到商业本质，对于任何一家企业来说，了解消费者的每一部分信息，都有商业目的。也就是说，并不是说每一个数据都有效果，因此在商业不同的环节当中，需要考虑什么样的数据才能支持整个商业的决策。

那如何才能获得有效数据？

宋志远称，互联网数据都是非标准化的，若要分析它，一个最重要的工作，就是把数据标准化。比如消费者喜欢什么样的营销活动，把一个营销活动进行多方面解构。

“根据每一个消费者浏览网页的痕迹，会赋予其不同的标签，也代表着其对于产品的偏好，或对营销公关活动的偏好。当我们对每一个消费者进行标签管理的话，就意味着把消费者更为精细化的分群管理，进行有针对性的营销活动。”

比如微信的一些体型、肤色的测试，可以通过这样的方式来了解消费者的身材，更有针对性地进行设计。也同样可以做一些O2O活动，比如量体裁衣。进行线上和线下整合，收集更多消费者身材数据，制定更加丰富的服装定制板型。宋志远认为，企业可以通过设计很多线上活动来收集数据。

“不过，尽管获取数据的方法和资源有很多，但更为重要的问题是这些数据之间不能有效地关联。”

最为经典的“啤酒和尿布”案例，是当啤酒和尿布出现在一张消费水单上时，才产生了很高的相关性。因此如果企业想做更多的数据分析和数据挖掘的话，就需要尽可能将手头所有的数据连接起来，将这些数据进行有效打通。

宋志远认为，数据打通的关键就是唯一的可识别ID，这个ID就是一个能够长期存在、在不同情景下不太更换的信息，比如说身份证号码、手机号、QQ号等。如果企业去做客户关系管理的话，甚至可以给客户一个唯一的ID，那这些ID就是识别这个客户和企业所有的关系。建立一个O2O用户的信息，无论在哪一个情景当中，都可以一个标准化的形式来对它进行一个展现和分析。

而德勤在对商业价值和商业营销的数据挖掘有一套系统的方法论。首先是数据的收集和整合，进行数据模型的搭建，然后去挖掘信息进行分析，最终得出结果。这些信息包括公司内部信息、消费者信息、市场信息、交易信息等。例如，当消费者在网络购物把一个商品加人购物车，放了多久，到了结账环节，他决定不买或不买，这个交易信息就决定着一个客户心理、心态的分析。

“大数据下所有的一切是要快。现在在电脑或手机上留下线索之后，马上就有一个推送来了，这一推送实际并不一定是你需要的。比如你想在网上购买一个轮胎，可能你已经购买完了，还在不停给你推送轮胎信息，所以更为精准的分析尤为必要。买完轮胎之后，下一个最有可能是买什么？是买什么牌子的？这都是智能应该产生的作用。”何建新补充道。

“人类进入到一个从物质到能量，再到信息的时代，信息在这里边发挥着越来越重要的作用。当整个信息量越来越大的时候，你会发现，算法有所改变，要全体不要抽样，要效果不要精确，要相关不要因果。企业不仅仅局限于自己经营性的数据，计算机可读取的数据，才是可流通并产生价值的信息。”

创新多元结构

大数据时代之下，企业经营管理的特点会有什么变化？陈江认为有以下几个方面：

一方面对客户群体的变化要非常关注。大数据时代，竞争更为激烈，需要对客户群体进行多元结构业务架构的创新，在做专的同时，还得做细。

诸如海底捞的火锅通过火锅+服务实现了整个客户价值的一个新的创新。而海尔同样是通过服务提升产品的价值增长点。难怪有人说，海尔是二流的产品，一流的营销，超一流的服务。

另一方面是产品创新速度的提升，不仅仅是提高效率，而是多方资源整合的能力。

陈江说，“整个大数据时代带来各种变化，最终是在市场、竞争层面带来变化。但是作为企业管理本身来说，在应对过程中，不必太慌。在这一过程中的变化和积累也尤为重要。”

首先，企业要建立信息系统的开放化平台建设——CRM系统和ERP系统。在供应链和CRM系统融合的基础上才能够为企业的管理带来提升。

其次，要提高应用功能的技术开发能力。“现在靠一两个系统找到一个模式，上一套系统就能实现一个优势，已经不太现实。”作为企业内部来说，必须要考虑自己开发应用功能，而不依赖于软件公司。“对于企业来说，信息中心不再是上一套系统，做硬件维护和软件杀杀毒，核心是在整个系统过程中，如何把生产、技术、市场、营销等各个部门的信息发展需求转变成信息系统的实际功能。”

再次，设计信息框架。客户信息、合作伙伴信息、渠道商信息、产品信息、内部管理信息、质量信息等，我们到底需要哪些信息？这些信息都在哪些地方？通过哪些技术手段实现？这是企业必须要考虑的。这个系统概念框架的构建，一定是以经营团队为主导的，而不是以IT部门来主导。

第四，交互社区的有效运维。作为大数据时代来说，数据的传递和传输，有些是结构化的，也有很多是非结构化的。结构化的数据自于非结构化的沟通过程中。比如客户、消费者的划分，如何寻找一个消费者群体？是要从交互式的沟通过程，可能是来自于客户沟通，也是来自于内部人员沟通、可能来自于销售人员的沟通。

第五，基于经营的信息化管理组织的支撑。整个管理组织要跟信息化有效结合，才能保证大数据的采集应用在整个商业逻辑中得到有效运用。