1 背景介绍

　　随着近年来互联网、移动互联网的高速发展，线上商业(淘宝、天猫、京东、易购等)对传统的线下商业(零售、连锁、百货、商场、购物中心等)形成了巨大的冲击，目前看来线上商业的发展依旧咄咄逼人而线下商业还在节节败退。马云(线上商业的代表人物)和王健林(线下商业的代表人物)在线上商业和线下商业的发展和市场占比方面做了一个世纪对赌，线下商业和线上商业的竞争在未来较长的一段时间内依旧会激烈的开展和延续。

　　早期电商对线下商业的冲击主要是由于价格方面的差异，而现阶段，线上商业与线下商业之间的价格差异正在逐步被消除，随着线上商业和线下商业在运营成本上面的差异化逐渐被消除，线上商业与线下商业的博弈结果在很大程度上会由企业内在的因素决定，也就是企业的营销方式和运营方式方面：

　　线下商业的传统广告式营销 vs 线上商业的数据化营销

　　线下商业的粗放式运营 vs 线上商业的精细化运营

　　数据化营销和精细化运营的核心就在于“数据信息”的收集和使用。美国的一位营销学者曾经提出 – 拥有客户数据库，或将不再是一个竞争优势，但是没有客户数据库，却绝对是一个竞争劣势，通过长期积累而建立起来的准确客户信息数据库对线下商业经营者未来的发展有着至关重要的影响。下面两节分别从线上和线下消费者购物流程出发，分析和讨论线上商业和线下商业在客群大数据方面的使用。

　　2 线上商业客群大数据及使用

　　图1 – 线上商业消费者客群大数据及使用

　　电子商务相对于传统零售方式，在各种IT系统的支持下，在营销过程中大量的使用数据手段，从消费者进入店铺(流量进入)开始，直到消费者中途离开(跳出)，或者最终形成下单购买，记录消费者线上交易全过程中的数据，再采用数据分析和数据挖掘手段，推导出能够指导进一步经营决策的结论性输出。进一步的，根据数据分析结果作出的经营决策效果可以第一时间从持续的数据分析中再进行评估，并作出及时的调整。

　　典型的线上商业活动的网购流程如图1所示，流程中的每一步都能够记录下大量的数据，再通过数据分析和挖掘后用来支持线上商业的经营决策：

　　1. 消费者进入 - 分析流量来源，搜索、社区、论坛、网站促销、直接访问店铺、手机访问等，来自于哪些区域，在时间段上是如何分布的;哪些渠道的转化率比较高，引流效果比较好;消费者使用哪些设备访问网站;广告费用投放到哪个流量渠道的效果比较好

　　2. 消费者逛店– 记录和分析消费者在网站上面的浏览路径，进入了哪些页面，浏览了哪些页面产品，停留了多长时间，从哪些页面跳出了网站，哪些页面之间的关联性比较好

　　3. 消费者挑选产品 – 消费者点击和查看了网站上面哪些产品的细节介绍，收藏了哪些产品页面，可能对哪些产品感兴趣

　　4. 消费者注册 – 消费者对此网站的某些产品感兴趣并准备购买，购买前先注册成为会员，一方面享受会员优惠，另一方面为后续的购买发货、售后等活动补充资料;消费者输入了一些个人信息，例如年龄、生日、性别，联系方式(便于及时沟通)和家庭地址(便于发货);网站可以计算出新客到会员的转化率，会员转化率指标为下一步的订单转化率指标打下了坚实的基础;根据会员信息进一步的评估网站引入流量后的留存率，消费者购买的忠诚度等

　　5. 消费者下单 – 消费者购买了此网站里面的某些产品，分析消费者从进入网站到最后下单成交的整个历程，用来指导后期网站各个页面的设计，页面关联，页面跳转流程;计算购买转化率并发现最有价值的流量渠道，最有价值的广告投入方式，评估前期广告投入的效果;计算重复购买率评估网站对老消费者、会员经营的成效，网站的消费者忠诚度状况;从消费者最后购买的产品列表中发现关联销售和延伸销售的机会，一方面用于指导页面上哪些产品应该摆放在一起，哪些产品可以打包销售，另一方面可以完善针对消费者个性化营销的推荐购买引擎算法设计;

　　6. 消费者离开 – 不管消费者是以哪种方式离开网站，中途跳出网站离开，还是最后形成购买后离开，分析消费者在网站内的访问深度，访问时间，分析网站设计中(例如页面关联，产品陈列等)不合理的部分;分析网站中对流量引入效果比较好的产品;更重要的，分析和挖掘潜在的销售机会，例如根据消费者现在的购买记录向其推荐其后续可能感兴趣的关联产品，根据消费者的收藏记录向其推荐同类的产品等等

　　消费者在线上与商家的交互过程留下了完整的行为轨迹和客户信息，例如浏览信息、收藏信息、交易信息、个人住址、联系方式等。这些信息便于网商对消费者进行精准的二次定向营销，非常及时的满足消费者的个性化需求。线上商业采用的是“数据化营销”的方法，数据化营销方法比非数据化营销方法带来更高的成功概率和投入产出比，同时通过数据又可以衡量和评估自己目前采用的营销工作是否有效，以数据来支撑自己找到最适合自己的营销手段和方式。线上商业这种精细化运营的手段是线上商业强于线下商业非常重要的原因。

　　3 线下商业客群大数据及应用

　　消费者在线下消费时，同样留下了非常丰富的数据，依赖于线下商业机构部署的一系列IT设备和系统，再建设数据分析和挖掘团队(或者依赖于第三方专业团队)，全面分析和运用用户数据，也可以实现数据化营销和精细化运营，目前线下商业部署并可以使用的数据包括：

　　1. 客流系统(视频方案或WiFi方案)

　　2. POS销售系统

　　3. CRM系统

　　4. 停车场系统

　　图2 – 线下商业消费者客群大数据及使用

　　典型的线下商业行为的消费流程如图2所示，依赖于上述线下商业部署的设备和系统，消费者在线下商业场所里面消费流程中的每一步都能够记录下大量的数据，在分析和挖掘后可以支持线下商业的精细化运营，以购物中心为例：

　　1. 消费者进入 - 分析消费者是从哪个门，哪个通道(地下停车场、地下地铁通道、面向马路的门口等等)进来的，来店使用的是何种交通工具;消费者来店的习惯时间段和日期;门店的哪个通道入口的店招和促销信息需要着重布置

　　2. 消费者逛店– 记录和分析消费者在购物中心里面的逛店路线，路过了哪些场所(电影院、KTV、服装店、婴幼儿用品店、咖啡店、甜品店等等)，是否停留;消费者来店的伙伴，家庭方式、朋友、男女朋友等等

　　3. 停留场所 – 消费者去了购物中心里面哪些消费场所，并在那里较长时间停留，结合POS系统，进一步分析是否完成了消费，可以分析和评估消费者的消费取向，消费能力，进一步的可以分析针对消费者的关联消费机会

　　4. WiFi上网 – 购物中心提供免费WiFi上网，收集消费者的一些个人信息，例如电话号码等，进一步的分析消费者在门店内上网的行为，例如消费者的微博号码，其微博粉丝量(是否有潜力发展成为传播贡献型消费者)，其微博内容(分析其潜在消费需求)，消费者访问的电商、比价网站，有重点的了解和跟踪网上竞争对手的产品和价格

　　5. 消费者购买 – 推动消费者注册使用会员卡，便于分析消费者的详细消费清单，分析消费清单里面的消费品类和消费额度，评估消费者的忠诚度和贡献价值;从消费者最后的消费清单里面发现关联销售和延伸销售的机会，一方面用于指导购物中心里面的业态组合设计，另一方面可以完善针对消费者个性化营销的推荐购买引擎算法设计;

　　6. 消费者离开 – 消费者从那个门、哪个通道离开，在消费者离开的路线上布置未来短期内将会举行的优惠促销和新品上市广告;更重要的，分析和挖掘潜在的延伸销售机会，例如根据消费者现在的购买记录向其推荐其后续可能感兴趣的关联产品，根据消费者的收藏记录向其推荐同类的产品等等

　　4 小结

　　在传统的线下商业经营中，企业IT信息部门只是一个支撑部门，并不是运营的核心部门，企业IT信息部门的职责主要是购买和维护电脑、服务器、存储和网络设备，并没有介入到企业的核心日常运营决策中。线下商业要从传统的广告式营销、粗放式运营思维，向先进的数据化营销、精细化运营跨越，首先要求线下商业经营者彻底的转换思想观念，从简单的使用数据转向为以大数据为基础来指导企业运营，进行革命性的战略改变，线下商业的日常营销、招商、运营、活动推广都围绕着大数据来进行，这将是线下商业对抗线上商业冲击的重要手段。