以下內(nèi)容來自神策數(shù)據(jù)創(chuàng)始人 & CEO 桑文鋒的知乎專欄。

---

數(shù)據(jù)分析滲透傳統(tǒng)企業(yè)是互聯(lián)網(wǎng)時代大勢所趨，也一直是我思考的重點之一，這次我把問題圈定在線下零售企業(yè)。我從數(shù)據(jù)的視角探討問題，并不是針對線下零售的全方位解決方案，旨在拋磚引玉，我的思考總結(jié)為三個挑戰(zhàn)和三條思路。

▌?挑戰(zhàn)一：數(shù)據(jù)采集能力不足

線下零售相比線上電商，在數(shù)據(jù)采集上有天然的劣勢。電商可以把一個用戶的渠道來源、瀏覽的商品詳情、注冊登錄信息、加入購物車、購買等完整的行為路徑記錄下來，而線下門店只能通過 POS 機記錄下交易流水。雖然大多數(shù)的大型商超都有會員卡，但是激活率可能不到 20%。這種交易流水，不僅不知道購買方是誰，對于同一個人的交易記錄，也沒有辦法通過匿名的方式串聯(lián)起來。這樣就不能很好地進行用戶喜好分析，也不能通過漏斗轉(zhuǎn)化的方式趕鴨子上架，更多的時候是依賴店內(nèi)擺放和導(dǎo)購員推銷。

當然，線下門店有天然的優(yōu)勢，比如來店人群一般就居住在周邊，天然帶有 LBS 信息，一家門店開在哪里，自然就是哪里的流量入口，而線上的流量越來越貴，流量紅利在消失。我聽到的數(shù)據(jù)是目前線上電商花多少錢的廣告費，只能換來等量的收入。如果用戶留存度不高，這可是虧本的買賣。

▌?挑戰(zhàn)二：IT 化程度低

中國的 IT 化可以說從 2000 年才真正開始，到 2015 年算是完成了第一個階段。在這個階段里，雖然針對個人網(wǎng)民的娛樂消費有著極大的發(fā)展，如三大門戶、BAT 等，但在 To B 領(lǐng)域的進展并不理想，我總結(jié)起來主要在四個方面有所發(fā)展：官網(wǎng)、ERP、CRM、財務(wù)軟件。但是特別是 ERP 這樣的系統(tǒng)，有時候并不是效率提升的工具，可能只是官僚工具。而從 2015 年開始，又進入了 IT 化的第二個階段，這個階段才開始真正解決企業(yè)的效率問題。比如蘑菇租房提供房東進行房租、水電煤之類的繳費管理，易訂貨方便廠商管理渠道。數(shù)據(jù)化的前提是 IT 化，如果 IT 化本身做的不夠好，數(shù)據(jù)驅(qū)動就無從談起了。

▌?挑戰(zhàn)三：數(shù)據(jù)意識薄弱

我曾經(jīng)和一個連鎖零售的創(chuàng)業(yè)者一起探討數(shù)據(jù)驅(qū)動，在交流中，我發(fā)現(xiàn)他非常關(guān)心數(shù)據(jù)，數(shù)據(jù)意識也非常好，不禁的贊嘆他。可他給我說光他自己有數(shù)據(jù)意識可不行，重點是怎么讓企業(yè)里的每一個部門都能有數(shù)據(jù)意識，通過數(shù)據(jù)來做決策。也經(jīng)常有朋友問我對中美兩國在數(shù)據(jù)分析水平上有多大差異，在我看來，對于 BAT 和 Facebook、Google 這些比較靠前的公司來說，它們的數(shù)據(jù)分析水平可以說在一個水準。但是整個美國的 IT 化程度高，數(shù)據(jù)意識好，而中國的龐大基數(shù)卻欠缺很多，也就是中位數(shù)差距比較大。對國內(nèi)的數(shù)據(jù)驅(qū)動來說，重點還是把龐大的基數(shù)提升到一個新的層次。

說完了三個挑戰(zhàn)，我再說一說在數(shù)據(jù)驅(qū)動上的思路。

▌?思路一：線上、線下數(shù)據(jù)打通

我不時聽到有人說理想狀態(tài)是客戶從線上下單，然后線下提貨，我對此并不是特別認同，我覺得更有可能的是線下店體驗，然后直接掃碼下單，快遞到家。這個邏輯很簡單，中國的物流這么發(fā)達，遠超過美國，都已經(jīng)下單了，為啥還要跑店里提貨呢，要知道跑一趟的成本是很高的，特別是在北京這種到處擁堵的城市。像衣服、鞋子之類的，有時候只有線下體驗了，才知道是否合身，這個時候如果直接掃碼下單，就省得營業(yè)員要到倉庫取貨，這里倉儲和營業(yè)人工成本就會得到極大下降，甚至很容易做到無人值守的門店。線上統(tǒng)一發(fā)貨顯然有更高的效率。

所以在這里，線上店的作用，可能就是展示新品，引導(dǎo)客戶到店體驗，滿意后掃碼下單。當然，用戶看到線上產(chǎn)品很有信心，那直接下單就可以了，這就是典型的電商。對于已經(jīng)購買的顧客，我們可以有會員營銷，提供折扣券之類的，這就是 Social-CRM（SCRM）。在我們神策數(shù)據(jù)的客戶中，上海驛氪就提供了類似的會員營銷服務(wù)。

還有一點就是不管是線上的客戶還是線下的客戶，我們盡量把他們的行為給串到一起，這樣方便綜合分析一個用戶。

▌?思路二：行為數(shù)據(jù)和業(yè)務(wù)交易數(shù)據(jù)的打通

前面提到數(shù)據(jù)采集能力的問題，相比線上，線下店的顧客，都看了什么商品，停留在某些貨架的時間等，這些信息都不能記錄下來，雖然有些創(chuàng)業(yè)公司進行了有益的嘗試，但現(xiàn)在還不是特別理想，至少遠沒有達到線上應(yīng)用所能記錄的水準。在圍繞線下用戶數(shù)據(jù)的采集上，我把它分成三個層次。

第一個層次是通過 WIFI、Beacon、紅外、攝像頭等設(shè)備統(tǒng)計人流量，這類信息可以說是錦上添花，并不能真正給商家?guī)矶啻蟮膶嶋H價值，可以說是半吊子的產(chǎn)品，這也比較接近互聯(lián)網(wǎng)早期的訪問量統(tǒng)計，當然，訪問量統(tǒng)計相比價值還更大一些。第二個層次是通過攝像頭識別人臉，然后進行回頭客的驗證。國內(nèi)有好幾家人臉識別的公司，像商湯科技、格靈深瞳等，在少量的用戶上進行識別是沒有問題的。但要在幾百上千萬的用戶里準確識別，無論是技術(shù)本身還是成本上，都還是非常有挑戰(zhàn)的。第三個層次是像互聯(lián)網(wǎng)一樣詳細跟蹤每一個用戶的行為，這點目前還是做的有待改進，一些圖像識別的公司的方案主要還是用于安防領(lǐng)域，并不能進行海量的用戶行為跟蹤。對于線下門店來說，成本是個不容忽視的因素。

但現(xiàn)在有了比較好的趨勢，特別是微信、支付寶等移動支付迅速普及，根據(jù)我了解的情況，有些線下店的移動支付比例已經(jīng)超過了 50%，并且可以預(yù)見的是未來兩三年比例將會達到新高。在移動支付的場景下，雖然我們不知道用戶具體是誰，但卻可以將同一個用戶的交易記錄串聯(lián)起來。另外是移動支付時，注冊會員和激活會員的成本變得非常低，這樣至少可以很好的進行用戶交易數(shù)據(jù)的分析。

在行為數(shù)據(jù)和業(yè)務(wù)交易數(shù)據(jù)的打通方面，無疑 Amazon Go 商店做了有益的嘗試，打出了“No lines, No checkout”的口號，這聽上去是節(jié)省了收銀員，但實際來說它會通過傳感器記錄你每一次的取商品、放商品之類的操作，這些數(shù)據(jù)對經(jīng)營分析非常的有意義。

▌?思路三：全部門、全場景的數(shù)據(jù)驅(qū)動

雖然許多數(shù)據(jù)的采集非常困難，但數(shù)據(jù)驅(qū)動意識的培養(yǎng)卻可以先行。對于一個線下零售企業(yè)來說，即使只用好交易數(shù)據(jù)和進銷存數(shù)據(jù)，也可以產(chǎn)生很大的價值。不要因為數(shù)據(jù)量太少，就覺得不值得分析，不要因為是線下門店，就覺得不好實現(xiàn)數(shù)據(jù)驅(qū)動。用數(shù)據(jù)說話的意識應(yīng)該灌輸?shù)焦镜拿總€人心中，在做一些經(jīng)營決策時，首先考慮是不是能夠通過一些數(shù)據(jù)做支撐。這種意識就像邏輯性之于思考一樣重要，要讓它成為一種條件反射。這其實對老板提出了更高的要求，如果老板本身具有數(shù)據(jù)意識，在做決策時基于數(shù)據(jù)，下面的人也會跟著學(xué)習(xí)。相反，如果一線的人花很大功夫整理的數(shù)據(jù)，老板根本就不看一眼，下面的人自然就沒了動力。

以上是最近的一些思考，希望讓大家有所啟發(fā)。

總結(jié)

以上是生活随笔為你收集整理的线下零售企业在数据驱动上的三个挑战和三条思路的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。