张高峰:1号店电商大数据应用

大数据有很多概念,那么电商大数据又是怎么一回事?其实简单来讲,我自己认为大数据并不是现在才有的东西,很早的时候很多人就有了大数据的思维。

汉初,刘邦不仅分封了二十九位列侯,而且还为这二十九位列侯排出了座次。毫无疑问,排名第一的就是大汉帝国的第一功臣。刘邦心向萧何,但群臣意见集中而且明确:平阳侯曹参,受伤七十余处,“攻城略地,功最多,宜第一”。正在刘邦左右为难的时候,关内侯鄂千秋对刘邦说:曹参虽有“攻城略地”的功劳,但这只是短期的成效。皇上您与西楚作战五年,常常“失军亡众”,多次只身逃脱。每每遇到这样的情况,萧何总是雪中送炭,不等您发令,就从关中派遣数万军队,提供大量供给到前线,在您最需要援助时拉上您一把。楚汉两军在荥阳作战数年,军无现粮,全靠萧何从关中通过漕运保障充足军粮。陛下虽多次丢失崤山以东的土地,但萧何却为您保全了关中之地,“此万世之功也”。像曹参这样的将军,大汉失去一百个也不会有什么损失,没有曹参也一样能够胜利。怎么能让“一旦之功”凌加于“万世之功”上呢?萧何当属第一,曹参只能排第二。

不等群臣做出反应,刘邦立即表示迎合,当即下诏特许萧何带剑、穿鞋上殿,入朝堂不必小步疾行。

萧何何以算计兵马钱粮从来不错,其实很大程度上源于他对数据极其敏感,他用咱们现在的话说,就是一个大数据天才!

公元前206年,刘邦率大军开进咸阳城。将士们见秦都宫殿巍峨,街市繁华,顿时忘乎所以,纷纷乘乱抢掠金银财物,连刘邦也忍不住贪恋秦宫的富贵而不忍离开。惟独萧何,进入咸阳后,便立即赶往秦丞相御史府,将秦朝有关国家户籍、地形、法令等图书档案一一进行清查,分门别类,登记造册,统统收藏起来,留待日后查用。他收藏的这些秦朝的律令图书档案,使刘邦对天下的关塞险要、户口多寡、强弱形势、风俗民情等等了如指掌,为制定正确的方针政策和律令制度找到了可靠的根据,十分深谋远虑。

所以,大数据的概念在很早就有了。下面谈电商大数据。

电商的大数据其实也不是与生俱来的。很简单,所有的企业所有的人对数据都很敏感。

第一个阶段:传统营销。(市场调研-营销设计)
当计算机还没有出现的时候,古老的商人卖东西,他对那个客人喜欢什么、偏好什么,这些所有的信息数据都出存在他的脑子里。

第二阶段:PC时期。(交易/购物车流水数据)
当传统零售企业开始大量使用PC的时候,就开始积累数据了,这是传统的交易流水。一直到现在为止,不论是沃尔玛、家乐福还是其他的超市,从进来到出去,你买的东西都会被记录下来。记下来之后开始分析。玩大数据的都知道一个很有名的“啤酒与尿布”案例。这就是从购物车中发现的很有意思的规律。

第三阶段:互联网时代。(UV-DUV-转换率)
目前从你打开网页的第一刻开始,你从哪里来,打开了哪个网页,在哪个商品前停留多长时间,有没有买,这些数据我都有。传统的只知道你走的时候买了什么,中间过程是不知道的,但电商知道。你的搜索关键词在我告诉我你想要什么,你把缺货存在心愿单里这在告诉我你的潜在需求,每天上百万的检索词都是在告诉我顾客的潜在需求。传统零售业采购人员都要求有10年以上经验,你对采购非常熟,非常了解,才能保证采购来的商品可以被卖掉。但在我这里不一样,用户在不断的告诉我他要什么,我只要按照用户不断发出的指令进行采购就行了。

但这个真的是大数据吗?我认为大和小是相对的。

信息的记录在有了造纸术后发生了第一次飞跃,在有了计算机后有了第二次飞跃,那么现在的互联网时代是第三次。每天都能产生多少ZT的数据。但这就是真正的大数据了吗?

谁知道整个中国有多少摄像头?在全球范围内,摄像头密度最高的地区应该是在英国伦敦,按照2013年英国安防行业协会(BSIA)披露的数据,平均每11个人就有一个摄像头。

中国有多少摄像头我不清楚,但可以和大家说另外两组数据。有两家专门做监控摄像头的公司:海康威视和大华股份。这两家公司股票在过去有段时间里一直在涨,为什么呢?2013年海康威视卖了100亿,大华股份卖了50亿。这两家公司2013年卖出的监控摄像大概有1000万,当然不全是卖在中国。但大家也可以预估下中国有多少监控摄像了。把这些摄像的内容再捕捉下来,那这个量,可能比互联网的两倍还要多。咱们还可以算下全球范围内有多少监控摄像,假设这些都是高清的,那么又会产生多大的数据。如果大家看过美剧《24小时》《疑犯追踪》那么你会知道它反应的也是大数据的概念,这个数据比互联网还大。

但是我认为对电商来说冲击更大的是下一个阶段。

第四阶段:感知技术突飞猛进的阶段。(感知时代)
当用户穿上可穿戴设备,他的心跳、情绪、消费体验都能被扑捉到,那时候,全球60亿人又可以产生多大的数据!

下面着重来说一说在互联网时代1号店在大数据方面的应用。主要5个方面:度量一切、专家消亡和自动化、个性化、供应链优化、数据服务。

1、度量一切。拿历史数据预测未来,库存优化方面的应用。

有了销售热点的预测,就可以指导我什么时候采购什么东西。比如1、2月坚果年货卖得好,妇婴保健7、8月份卖得好,我就要在这个节点去做好相应的采购。

拿这些数据可以用到哪里?举个例子,传统企业能把库存周转率做到30天、60天就感觉很牛的了,但对电商企业来说做到30天那只是最基本的要求。

我不知道京东的周转率是多少,但按照刘强东对外公布的数据是30左右。当然,一般传统的零售企业存货周转率是大于60天的,比如说沃尔玛、家乐福,那我们(1号店)一般可以做到20天左右,也许未来还可以做到更低。

库存预测-大数据应用DataCN

那这是怎么做到的?全部是根据之前的销售规律,把库存去化的数据和库存结合起来,当明天什么产品能卖多少,库存是多少我们都很清楚的时候,这个规律可以输入到电脑系统中。1号店现在80%自营的SKU商品下订单不是采购下的,而是系统自动下的。比如宝洁的海飞丝仓库快没了,到临界点了,系统就自动下订单给宝洁,他们就可以给我们补货。这是数据库的一个应用。

销售预测,数据规律可以细化到SKU级别。

2、数据驱动决策,SEM

2013年刘强东发起“把360buy.com换成JD.com”,就是告诉大家上京东买东西只要输入JD.com就可以了。为此京东据说花了3、4千万去做这个事情(域名据说就得3000万了……)。那JD.com比360buy好在哪里?以前大家想去京东又不知道京东的域名是什么,就得去百度上搜,用户点击百度提供的链接进入网站。更了更有效的跳转,京东每年要给百度大概7,000万到1亿的流量推广费用。那么,刘强东肯定就不乐意了呀,但你不给,你的流量就是个问题。

比如说1个iPhone5s关键词,从百度买花多少钱,有多少个在百度搜iPhone5s的人会转化为1号店客户,转化率多少,我们会去做投资回报。这都是有数据的,根据这个数据在百度买词,每天持续优化,算转化率,建模型,投资回报率太低了我们也许就会降价或下架,不断去优化。

数据驱动决策,PIS(智能改价系统)自动改价。我估计京东也在做,但京东没做的话,外面有很多也都会做的。我们通过爬来京东、苏宁等电商这件商品卖多少钱,再对比1号店的价格,比较后发现我们1号店贵了我们就自动调价。我们在做CE和消费电子的时候就有个策略,就是永远比京东低50元。

3、个性化,顾客360

之前有人提到过1号店20%的订单来自于个性化推荐。其实,这是非常重要的。线下购物推荐是强制性的,进口与出口一定是在对角线,在你走过去的时候两边都是他的推荐货架,你看也得看不想看也要看。但线上是不一样的。比如你要去1号店瓶酱油,你想不起家里还要什么东西了,如果我们的推荐没做好,结果你只买了一样东西,那这绝不是我们想要的。商品的挑拣配送等都是要成本的。因此,给你推荐什么东西,就是我们必须要研究的问题。

怀孕预测-大数据应用DataCN

这方面做得最好的是亚马逊。亚马逊据称有35%的订单来自于个性化推荐,对于用户做的个性化推荐转化率是60%。亚马逊没有轮播没有焦点,都是基于消费者购物习惯的个性化推荐。

1号店也在做个性化推荐,其实技术上大同小异,在购物的不同阶段选择什么样的算法。

举一个很简单的例子:我们能做怀孕指数。当女性计划要孩子的时候,她的生活方式、购物列表都会发生变化,以前经常会买的东西,计划怀孕了可能就会减少或不再购买,相对的母婴用品、健康食品等商品就会相应增加。

lianhuo-datacn4、供应链优化,拣货环节的优化

之前说的都是大数据的在前端的应用,现在我们说大数据在后端的应用,以仓库为例。

1号店购物平均一个订单SKU16.7件,这跟京东是不一样的。京东大概是多少?2件?1.7?我2013年了解到的是2.3这样,2014年也许有变化。因为京东是大家电起家的,买一个家电可能就出货了,一个订单里面的单品数很少。但1号店是卖生活用品的,到1号店买包纸巾,可能就十几块钱,这个我们是不会包邮的,所以就要凑单啊。所以1号店平均一个订单有16.7件商品。这些商品在一个接近20万方的仓库里面拣出的时候只要80秒。大家可能会诧异,这些是什么做到的。

我们有个订单池,每个人订单偏好是不一样的,根据偏好把1000个人,2000个人放在一起,接下来就是一个简单的分波与聚类。这一簇是买进口食品的,这一簇是偏化妆品的,那么攒够30个订单一起去拣货。他是按波次来的,相似订单聚类。而PDA会建议他的拣货任务,告诉他先捡哪个然后提示他位置,同时后台系统已经做过路径优化。这样就大大节省了时间。1号店的供应链只此一家。

5、数据服务

试用中心案例,精准的投放、海量的潜在顾客

作者:1号店商务智能部资深总监、数据分析师 张高峰

You may also like...