零售業如何面對雲海大數據中的藏經閣 | 香港中小企資源服務網 SME.gig.hk

筆者上月有幸參加淘寶大學在廣州舉辦的數據分析研討會。是次活動安排了馬濤先生向一眾天貓商城旗艦店的店主授課。他詳細講解如何研究線上客戶的購買習性，有效計算生產及供應鏈上的週期，便可得出線上最大利潤的數值。他同時敎我們要配合實體店的零售價格，倉存空間及人手等問題。這樣才可以達至線上線下最強的零售組合。因線上銷費者多數是八九十後，線下的銷費者則是以六七十後為主。要同時兼顧兩類型的客戶群則要使用有效的分析數據法則去設定全年的營運目標。

隨着進入Web 3.0時代，社交媒體及網上商店的興起，供應商獲得大量未經分析的數據資料。這些數據資料有來自生產供應鏈的成本、生產週期、送貨至分銷商的成本及時間、每間零售店的租金、店員的薪金及花紅、每季的貨品價格等。至於網上店的數據有登入記錄、客戶的個人資料、每月購買的金額、銷費頻率及購買關連產品習性等。這些資料專稱為大數據 ( Big Data )。iMoney第329期訪問了鼎駿合伙人鍾思遠及葉立峰，鼎駿是由三位剛滿三十歲的年青人共同創立。主要業務是要引進外國知名手錶品牌至國內。公司的營運模式是靠C2B ( Customer to Business )。C2B是以消費需求及喜好為起點。先從社交媒體找出主要客戶群，在網上進行問卷調查。將潛藏消費群對手錶的喜好收集後加以分析。將得出有系統的數據投放在生產線上。當可以供貨時將資料放在天貓商店的張帖上。再將分類好的產品資訊分發給不同類型的潛藏消費群。這種營運模式有效減低滯銷風險，達至零庫存的局面。

詳見以下連結：
iMoney 第329期大數據如何與零售業的結合
http://www.hksilicon.com/kb/articles/346367

彭博商業週刋中文版第34期指出中國旗艦店連卡佛的客戶管理系統( CRM )，是可以自動評估現有每一位顧客最近來店時間、平均一年到來的次數、平均一次的消費金額，把他們分為相關性 ( Reference ) 、頻率 ( Frequency )，( Monetary )消費金額三類。再向每個地區進行人口、收入及服飾消費金額調查。得出的結果是連卡佛70%的顧客是女性，30% 的顧客是男性。現在連卡佛正開發中國男裝市場。將連卡佛時尚生活形象推介給男性客顧群。因女性銷費層已經無開發的空間。當男性銷費群每月銷費達至 VIP限額，每季的節扣優惠訊息會獨立發給VIP會員。這種有效宣傳模式可以即時提高實體店每月銷售額，從而提高全年銷售指標。這些分析好的數據如有效地運用在生產數量、正確價格定位及分門發放宣傳訊息至潛藏客顧群，是可以迅速擴建中國業務市場。

Amazon 獨立顧問 Andreas Weigend指出未經分析的數據如同未經提煉的石油。經過提煉的石油變成為汽油才可以灌入汽車運行。數據同石油不同之處在於數據是可以取之不盡。本人則認為數據如同未經編寫好的武學。金庸筆下的少林寺每年都會派出武僧四出學藝。學習各門各派的武學。數年之後回歸少林寺同師兄弟比劃。取其者長，捨其者短。將修改過的武學註譯成一部武學典籍如易筋經、洗髓經等。將各部武學經書收藏在一處名為藏經閣之地。各名武僧根據自己的武學修為而選取適合的武學典籍。在少林寺中無一名武僧能學遍藏經閣全部經書。如同商戶只需在雲端數據中心分析自家有用的數據一樣。