易观国际林文斌：移动互联网时代电商与零售大数据应用

由北京大学信息科学技术学院主办的“2014北京大学电商创新与互联金融高峰论坛”于2014年10月25日在北京举行。上图为易观国际电商和大数据应用中心高级分析师林文斌。

以下为演讲实录：

林文斌：很高兴今天在这里跟大家分享“移动互联网时代电商与零售大数据应用”，这个题目比较大，我一直从事零售和电商这两个领域，大数据这两年自然而然的必须纳入我们的研究领域，现在所有电商企业、零售企业都在做大数据方面的尝试。我今天会从宏观和行业的角度跟大家进行分享。

不用我多说，相信大家都已经感受到了，移动互联网大潮已经来临，在移动互联网来袭的大背景下，线上线下的边界越来越模糊，首先，我们看一组大的数据，中国社会消费品零售总额整体水平快速增长，近两年整体增速略有放缓。网络上面零售的增长速度目前保持在50%左右，虽然这两年相对于2009年、2010年由于整个基数的扩大由规模带来的增长红利在逐渐弱化，但是还是保持快速的增长，相对于社会零售总额增长速度来看的话，还是高很多。2014年第二季度，根据易观数据监测和统计显示，网上零售交易规模超过了6500亿，网络上面零售占社会零售总额的比例首次突破了10%，创造了历史新高。

在这样的情况下，传统的零售业其实面临着一次转型，我们可以注意到，零售业各种业态 并存发展的，或者同步发展的，比如便利店、超市、商场、电子商务，零售业正在面临一次大的转型。我们再看另外一组对比数据，中国2013年前十大B2C网站市场份额和美国市场份额的比较，根据我们的统计，2013年，中国前十大B2C平台占整体规模的比例是90%，美国是50%，在中国的90%当中，除了苏宁易购、国美在线这两家具有传统的零售基因之外，另外八家全部依靠互联网渠道发展起来的。美国通过互联网渠道发展起来的在十家中只有两家，一家eBay、一家亚马逊，传统的渠道平台、传统的零售平台和传统的制造商、品牌商占的比例非常高。通过这个数据的对比，我们可以看出虽然中国综合类平台的力量非常大，但是传统的零售还是有自己发展空间的。

我们能够看到互联网已经来临，但是，我们也可以从数据层面进行分析，首先，从规模上看，今年第二季度移动互联网领域的整体交易规模接近3000亿元，用户规模是多少？6.86亿，大家可以简单除一下，平均每个人在移动互联网领域的消费是400多元，大家可以结合自己的实际情况计算一下，看看是多于400元，还是小于400元，包括手机流量费用在移动互联网领域的购物或者游戏的支出等等是不是超过了400元，增长速度也是非常大的。用户在移动互联网领域的消费习惯其实已经形成。

在移动互联网当中，目前移动商务所占的比例已经超过了50%，因为有了移动互联网，所以线上线下购物边界其实变得非常非常的模糊，在移动互联网来临之前，线上线下是对立的，有了移动互联网之后，不管是售前、售中，还是售后，都可以进行相互协同、相互发展的，比如售前的推广、售中用户的体验、购买的决策到售后的评价或者退货、物流，都是线上线下协同发展的，边界正在逐渐消失

网络造节的例子很明显，2012年以前，“双十一”主要活动更多的会停留在线上实物商品交易上。2013年“双十一”已经从线上实物走向线上，比如阿里巴巴和银泰商场合作。今年3月份，手机淘宝生活节的时候，已经从实物商品转移到跟生活服务相关的品类，比如KTV、电影票、餐饮、团购等等，已经从实物发展到生活服务领域。到京东今年的“6.18”，相信大家都参与了，把移动端的活动提到了非常重要的位置，比如10亿抢红全民包，主要在微信、京东手机客户端、手机QQ路，三路齐发。今年8月15号，苏宁打出了的口号是“5天5夜突破比价，线上线下全面会战”。在移动这样一个大背景下，我们逃不开大数据的应用，目前，整个大数据市场已经启动了，不管电商企业，还是线下传统的零售企业，已经开始关注和积累大数据。

零售企业对大数据的应用主要是由需求驱动的，这里的需求，既包括产业发展的需求，也包括创新模式发展的需求，在双重需求的作用下产生的。首先，我们看产业发展的需求，在这样一个移动互联网背景下，我们的零售商要洞察消费者需求和整个市场环境的变化，必须要依靠技术和大数据这样一个手段，我要看到消费者的习惯跟之前相比变化在哪里，以及市场环境的变化在哪里，都需要数据支撑。在洞察需求的基础之上，我要重新明确消费者所能提供的价值，比如我需要利用大数据来判断线上的导购怎么做，以及线下导购活动怎么做，怎么样能够让消费者高效的找到他们想要的商品，对整个企业的价值进行调整。在移动互联网时代，第三个问题是线上线下全渠道趋势已经非常明显，线下企业正在不断的尝试线上渠道，包括电子商务、移动平台，线上电商网站也在往下走，从产业发展角度来说，这三个需求是非常明显的。

从创新模式来看，我举一个C2B的例子，C2B这样一个模式改变了原有以卖方为主来驱动零售的现象，由卖方转到由买方驱动为主，由消费者的购买来调整我的生产。在这样一个过程当中，我需要很大的支撑，比如说我需要个性化营销、柔性化生产，我还需要社会化供应面支撑的要路，这些要素同样离不开大数据和技术的支撑。刚才，讲到O2O模式，对于零售或者对于电子商务最大的特点就是增加了很多数据，包括位置数据、浏览数据、产品数据等等，这些数据的增加同样需要大数据做支撑。

从大数据市场份额来看，预计2016年整个市场规模能够突破100亿的规模，越来越多的企业已经把大数据上升到战略资产的级别，尤其是电商企业和零售企业，2013年做Top10数据资产排名调研时，我们发现电子商务和零售是排名第一和第二的，我们往下看，金融、电信、娱乐、制造、物流等等都跟我们的零售和电商密切相关的。零售业的大数据其实蕴含着非常大的潜力。

从整体行业发展规模来看，我们判断整个零售大数据是属于市场启动的前期，我用了易观做行业和数据研究的模型，叫AMC模型，指的是中国产业发展成熟度，目前，中国零售业大数据的发展情况经过了前端的探索期，已经进入了市场启动时期，未来增速会逐渐增大。但是，虽然目前零售业大数据已经有一些应用，并且资本市场的关注度也在不断提高。但是，目前的应用主要停留在企业内部，用于优化企业内部运营这块的研究。零售业大数据的类型，对于电商和零售来讲，按照企业的边界来讲，可以分为内部数据和外部数据，在内部数据当中，包括了我的交易数据、我的运营数据、用户的数据或者相关的财务数据，线上和线下这块数据的融合度现在越来越高。在线下级别，店铺和渠道是他们所特有的，但是其它维度的数据跟线上并没有本质的区别。对于线上的企业来讲，流量和转化是其特有的数据，主要是基于内部数据，但是，现在要注意到，更多的企业会更多的关注到企业外部的数据，包括社交的数据、用户关系数据，数据类型非常丰富的，企业的关注也是由内到外、由之前关注在线上或者线下数据的层级已经到了线上线下同时关注的层级。

看完整个数据的类型，我们看看大数据发挥价值的维度，这里有三个维度：第一，开发价值，第二；识别用户；第三，应用场景。

首先，我们看看开发价值，我们思考大数据价值的时候，首先要考虑的是大数据能够给企业带来什么样的价值？这个价值表现在哪儿？分两个维度，一个是对企业带来的价值，一个是对用户带来的价值。企业价值主要指优化配置企业资源方面，就像我刚才举的例子，我怎么样能够利用大数据使我的线上推荐系统做的更好，使线下的导购活动做的更有针对性，怎么样让我的用户能够快速的找到想要的商品，这是给企业带来的价值。对于用户所来说的价值，其实很简单，用户关注什么，我就是希望能够有一个非常好的购物体验，只要我的大数据在价值上能够覆盖到这点，能够使用户提升购物体验，大数据的价值就达到了。

第二，关注怎样识别用户，移动互联网时代的大潮已经来了，这个时代的一个特点就是用户多屏的使用习惯，或者不同用户有可能同时共享我的终端，在这个时候，对用户身份的识别显得尤为重要，身份识别技术之上，还要对用户的关系、对用户的社交等等进行识别。

第三，定位场景，就像今天的主题，即将到来的产品时代，在移动互联网时代，产品是非常非常重要的，在不同场景下，消费者购物行为和习惯是不一样的，场景对于判断用户身份和数据的有效性起着非常关键的作用。

既然有电商大数据应用，有这么多价值，我们要看看具体应用是什么样的，我这边讲的应用是比较丰富的，并且整个趋势是比较清晰的。首先，我们看看应用，零售和电商大数据的应用会表现在五个方面：第一，用户；第二，市场；第三，产品，第四，供应链；第五，运营，以用户为例来说明，比如对用户的洞察、对客户的细分以及增强体验上，对于用户的洞察，其实是整个大数据应用最基础的环节，只有在对用户需求和市场环境进行洞察的基础之上，才能明确企业的价值主张，重新定义企业的价值主张，电商企业对用户的调查很少用发问卷或者座谈会的方式，更多的可以在线上进行，比如上天猫、淘宝，其实每次的点击都被记录下来了，天猫和淘宝基于用户点击产生分析，可以根据用户购买习惯来判断用户的消费心理等等。大家一直在说精准营销、市场响应和销售分析等等，这是大数据应用层面。

我们看看企业应用的具体效果，我用到了易观国际用行业和企业研究时用的模型，叫实例举证，充分考虑到现有资源和能力以及产生业务创新的能力，分为领先者、务实者、创新者和补缺者，我不说具体模型的构成了，大家可以看到。在领先者位置上，国际型的企业占据最多的市场份额，比如沃尔玛、亚马逊、ebay，中国企业虽然正在往领导者方向上走，目前领先者矩阵里还是被国际型企业所占据。同时，我们还注意到一个特点，领先的矩阵里边不仅包括线上的渠道、企业、电商平台，同时也包括零售巨头，像沃尔玛，沃尔玛在零售大数据方面的应用是非常领先的，不仅关注用户交易数据，同时也借助谷歌搜索和社交平台进行用户社交数据的应用。

在左图中，可以看到亚马逊和ebay收入增速的变化，2006年、2007年是大的节点，开始的时候，ebay占领先位置，2006年之后，亚马逊收入增速优势明显的表现出来，主要因为亚马逊在仓储、供应链、营销这块大数据应用的效果已经显示出来。亚马逊物流中心都是自营的，物流和仓储是所有的电商和零售都绕不过的环节，把握住了供应链这个环节才能使亚马逊整个业务有了非常快速的增长。

另外，个性化推荐，相信大家知道，所有电商网站都在做个性化推荐，亚马逊是最早在电商平台上尝试的，但是，最开始他们对于图书这块品类的个性化推荐其实采用的是线下书评的方式，亚马逊建立了一个由20多人组成的编辑和书评家团队，根据书评家对于新上架图书的描述向消费者推荐，现在做到了个性化推荐，主要会基于整个浏览的记录和同消费者对于某一类图书的偏好因素进行个性化推荐。现在来看，这个例子是非常普遍的，但是，2008年前后，确实给亚马逊带来非常好的收入，比如相对于书评或者编辑推荐模式，整个图书的销售量在利用个性化推荐之后增加了100倍，这是实实在在的数据。目前，一个数据显示亚马逊有1/3销量来自于个性化推荐。

关于趋势的判断，第一，交叉串联。怎么理解交叉串联呢？大家可以想像，现在的消费者对于线上线下多渠道购买习惯已经形成，所以，我们进行零售和电商大数据应用的时候，首先要关注我们的应用是不是把线上和线下数据进行融合和交叉分析，达到更好的效果。第二，价值衍生，零售企业进行价值衍生时有两个做法，传统的电商企业在自己本身平台搭载上数据产品，可以进行数据交换，也可以进行数据信息的租赁或者数据空间的租赁，对于传统的零售企业，我举一个国美的例子，相当于国美对于他的整个供应链中把他的数据开放给战略合作伙伴，使数据发挥更大的价值。第三，决策，企业进入了智能化发展时代，智能化决策是判断企业是否智能化的重要因素，可以利用大数据提供客户需求和市场环境变化，帮助企业更好的进行决策，这是我总结的零售电子商务大数据发展的几个趋势。

由于时间的关系，我今天的分享就到这里，欢迎大家接下来跟我进行线下交流。