大數據時代消費者行為如何改變零售企業的商業模式

零售業是大數據應用最廣泛的和深入的行業,大數據帶來的信息革命改變了消費者的消費行為與方式,營造了全新的營銷環境。大數據技術的快速發展為零售企業深刻認識和把握消費行為與市場需求提供了新的工具、方式和視角。文章闡述了大數據及其與零售業之間的關系,分析了消費者主權時代消費行為的新特征,指出消費者成為商業價值鏈的主導者,變得更理性、更注重個性化、對消費體驗提出了更高要求。因此,在全新的營銷環境中,零售企業必須回歸零售業本質,以終端消費者主導為中心,運用大數據技術,圍繞目標顧客定位、店址選擇、商品管理、定價策略、促銷管理、商品陳列和供應鏈等零售經營要素進行變革。
【作者】 張莉艷，齊永智. 山西財經大學工商管理學院

信息技術的快速發展創造了消費者全新的生活方式和勞動價值創造方式，誰能夠借助各種技術的力量，尤其是數據的力量更了解和貼近消費者誰就能夠在競爭中勝出。麥肯錫認為“大數據”將變為未來重要的生產要素并將帶來新一輪生產率增長和消費者盈余浪潮是創新、競爭的下一領域?；ヂ摼W技術的巨大突破，徹底改變了消費者傳統的購物方式，營銷環境發生了前所未有的變革，大數據與微時代同時并存。一方面，商業數據變得史無前例的巨大；另一方面，產品、服務與客戶洞察要求精細化、個性化，企業必須針對每一個具體的消費者個性化營銷。此外，海量的數據資源背后是對傳統人類行為分析工具的徹底突破，過去的商業決策更多依賴于經驗、直覺或小樣本調查的統計推論，而大數據時代的決策更多要依靠全面數據分析，大數據背景下，消費者各種行為與特點的發展變化更容易被記錄、觀察、分析和了解。大數據已改變了零售企業傳統的經營模式，在全新的營銷環境中，零售企業傳統的商業模式將越來越難以適應新的市場環境，其必須重新認識大數據對消費者行為的影響，重構大數據下的零售經營策略。

一、大數據與零售

麥肯錫全球研究院將大數據定義為“無法在一定時間內使用傳統數據庫軟件工具對其內容進行獲取、管理和處理的數據集合”。狹義大數據指使用計算機連接互聯網而產生的所有數據。維克托(2013)指出大數據包含四個要點：一是數據自身的體量較大；二是數據的類型較復雜；三是數據自身的價值密度低；四是數據的更新和處理速度較快。對于大數據的涵義和發展可以從三個層面來理解：首先，大數據是一種工具，一種技術和一種方式，處于器物層面；其次，大數據將會逐漸形成某種制度、習俗或習慣；最后，大數據會形成消費者或企業的某種心智模式和思維方式，進而改變了社會生存和價值創造方式。數據主要來源于三個方面：信息層面、行為層面和關系層面。這三方面的數據里包含著消費者個體特征、個體需求、個體情感和個體行為趨勢等一系列信息。因此，大數據的本質是徹底打破了各利益主體之間的信息不對稱，讓各方的連接更有效率。當所有的消費者連接起來、所有商品連接起來、所有人與商品連接起來時，原有的價值體系被完全打破。大數據將逐漸成為企業的核心資產，維克托(2013)明確指出數據雖然暫時沒有列入企業資產負債表，但這只是時間問題。大數據的核心并不僅僅在于大容量，而且在于對大量數據的整理分析和挖掘，從而創造出新的價值。未來企業的經營也不再是過去的業務驅動，而是將變為大數據驅動的經營管理。

麥肯錫曾經預測，如果零售商能夠充分發揮大數據的優勢，其營運利潤率就會有年均60%的增長空間。大數據是未來商業世界的數字石油，基于大數據而做的所有價值創造活動會變為零售企業未來成功的重點。工業化時代的典型商業思維符合經典的三位一體模式：大規模生產、大規模銷售和大規模傳播。在互聯網和大數據時代，這三個基礎完全被打破。過去資源和產品被當做企業的競爭力，現在則不是。大數據時代產品更多是以信息方式呈現，渠道壟斷很難形成，傳統的零售重資產渠道模式將不再成為其最重要的競爭力，渠道中間商主導的渠道主權模式已經被打破。從傳播角度看，消費者成為媒介信息內容生產者兼傳播者，媒介主體誘導式的單向喇叭式傳播模式被打破。當這三個基礎被解構以后，渠道主權的傳遞路徑從生產者主權-渠道商主權-消費者主權的模式，最終將重心傳遞到最后一個環節，大數據時代讓每一個消費者和每一個消費社區成為零售供應鏈的鏈主，市場進入消費者主權模式。零售企業傳統的經營模式必須由“顧客為中心”的經營模式轉變為由“顧客主導為中心”的全新零售經營模式。

二、大數據對消費行為的改變：消費者主權時代來臨

大數據不僅僅是一種技術或者工具，大數據的快速發展改變了消費者的傳統行為模式，加速了消費者主權時代的來臨，消費行為呈現出如圖1 所示的新特征，對消費行為的洞察則是整個零售經營的原點。大數據也使得零售商之間的競爭逐漸從后端的競爭轉向消費終端，零售企業如何通過各種手段追蹤消費行為和變化，提前判斷和預測其行為變得尤為重要。

圖1 消費者主權時代消費者行為變化

首先，消費者購買決策更為理性。大數據時代，消費者已不再是“非專業購買”，借助各種信息途徑能夠快速全面了解商品的功能、價值與不足。很多情境下，消費者比銷售人員對產品的了解更全面和客觀，消費者已經不再輕易相信傳統營銷傳播的灌輸式轟炸，傳統媒體營銷傳播日顯疲態。與此同時，借助各種移動智能終端，消費者主動性得以復活，消費者在各個電子網站、社交網站上不斷留下自己的消費行為痕跡，與其他人交流消費心得，同時也通過智能終端回傳大量消費及評價信息，消費者變得更愿意充分表達和分享個人需求并能完全掌控自己的消費行為，變得更獨立，自主意識不斷增強，消費者的主動性在技術的推動下得到了極致的發揮并且容易質疑產品并發表意見。從某種程度上來說，消費者已經成為企業產品設計、研發、銷售、服務，甚至變為企業營銷戰略的“決定者”，正如CEC（首席執行客戶） 這個概念所描述的，客戶擁有了史無前例的決定力和主動性。在這樣的背景下，“產品就是營銷，服務就是營銷”，市場逐漸進入商業民主時代。

其次，消費者品牌依賴度弱化。大數據時代，消費者對品牌的忠誠度開始下降，終端消費者為中心將替代傳統的以品牌經營為中心的營銷理念。在過去，消費者獲取信息的渠道很有限，對產品或服務的判斷往往依賴于價格和品牌，大品牌往往代表高質量。在大數據時代，消費者可以隨時隨地借助各種終端獲得產品的不同用戶評價、產品介紹和統計數據，因而更容易發現產品真實客觀的質量，在此情況下，消費者對品牌的依賴度越來越低，不再將品牌作為衡量產品質量的重要依據。企業要做的就是真正把自己的產品或者服務做好，市場又回到了“好酒不怕巷子深”的時代。在大數據時代，產品都是以信息形式存在的，真正好的產品都會自傳播，消費者會替企業去宣傳產品，過去以企業和產品為中心打造品牌的模式逐漸顯得不合時宜，企業要逐漸轉變為以終端消費者為中心的商業模式，只要是真正的好產品、好服務，消費者都會通過互聯網輕易找到。從另一角度來看，大數據時代，借助發達的互聯網技術，消費者品牌轉移的成本極大降低，很多情況下，就只需要鼠標的瞬間點擊。

再次，消費者需求更加個性化。在大數據時代，消費者個性化需求實現有了技術保障，個性化需求進一步提升。在工業化時代，企業的大規模生產、大規模銷售和大規模傳播客觀上使得消費者的消費比較大眾化，要想實現個性化銷售或者消費，對于企業或者消費者雙方而言成本都較高，消費者的個性化需求只能被更大范圍的大眾需求供給替代。在大數據時代，由于人與人、人與商品、人與信息的連接效率與連接方式變得更為通暢、成本更低，個性化的產品銷售給個性化消費者的可能性極大提升，成本極大降低，大數據為個性化生產和個性化消費的實現提供了技術基礎。此外，傳統的營銷更多關注二八法則，隨著互聯網技術快速發展，長尾理論得以應用，如果傳統營銷是精英營銷，那么大數據時代的營銷就是草根營銷時代。借助互聯網與大數據，消費者的邊際成本是遞減的。當個性化消費者的個性化需求能夠快速匯聚，長尾的匯聚就會形成極大的市場，個性化生產和個性化消費對接的成本也極大降低，為企業盈利提供了客觀基礎。

最后，消費者在參與互動中獲得消費體驗。大數據時代讓消費者成為商業價值鏈的主導者，消費者對消費體驗提出了更高要求。海爾張瑞敏說過：“企業以創造用戶全流程最佳體驗為宗旨?！痹诠I時代初期，消費者消費產品僅僅局限于產品本身的功能價值，隨著社會的發展，市場進入營銷3.0 時代，消費者逐漸關注產品的情感價值和人文價值，并希望得到更好的體驗。借助大數據消費者需求可以被更充分挖掘、還原與滿足，從而獲得更極致的消費體驗。大數據等一系列信息技術的快速發展，使得消費者之間的交互成本越來越低，消費者找到和自己有同樣需求的群體變得更容易，通過形成不同類型的消費圈子，消費者可以更好地獲得歸宿感與存在感，可以更好地以低成本獲得有價值的企業或產品信息。消費者部落或圈子有時也會通過群體的形式和企業進行談判、討價還價，從而獲得更有利的交易條件。消費者也越來越主動參與到企業的設計、研發、銷售等過程中，彰顯自己的個性，體現自己的創意，隨時發表自己的觀點。此外，零售的本質在于購物、娛樂與社交。過去的重點更多集中于購物，而娛樂與社交占比較小，隨著移動互聯網和大數據技術的快速發展，消費者在零售消費中更加關注娛樂與社交的體驗功能，對體驗的期望值變得越來越高，這也對零售企業不斷提出新的要求。

三、大數據下的零售企業經營要素變革

隨著大數據技術的發展，市場進入消費主權時代，商品、渠道的選擇更多樣化，消費者成為商業價值鏈的主宰者，消費者更理性、更注重個性化、對消費體驗提出了更高要求。零售企業必須回歸零售業本質，即以終端消費者主導為中心，面對消費行為的巨大改變，利用大數據技術，圍繞目標顧客定位、店址選擇、商品管理、定價策略、促銷管理、商品陳列和供應鏈管理等零售經營要素進行變革（見表1）。

表1 傳統零售與大數據零售經營要素對比

第一，目標顧客：定位于個人概念群體。大數據時代的來臨，讓消費者洞察(Cosumer Insight)有了深入發展的可能，在巨量的數據基礎上準確做出預測，目標市場定位可以精準到個人概念群體。一般來說，消費者的真實需求比較隱蔽、復雜和易變，過去基于小數據很難深入洞察其真實需求。傳統的營銷策略往往依據地理細分、年齡、興趣、價值觀、生活方式和心理因素等特征進行劃分，這種分類標準下沒有“個人”概念的存在，目標市場是一個概念化和標簽化的群體，無法精準提供給每個消費者個性化的產品和服務。而實際生活中，每個消費者都是活生生的、有個性、有情感、有感知、有需求和情緒的個體，每個人的偏好、興趣與需求都不同，每個人都是一個細分市場?；诨ヂ摼W、物聯網等數據痕跡能夠最大限度還原消費者的偏好、特征和意愿。零售企業通過記錄或者搜集消費者在不同渠道和不同產品生命周期的行為數據和偏好數據，通過后臺綜合分析，宏觀上可以把握目標消費群體的結構、流量、購買周期以及不同目標消費群體的利潤率。微觀上可以精確洞察到每一位消費者的購買頻率、購買偏好、忠誠度以及流失的概率。互聯網加劇了消費需求的碎片化，同時互聯網上信息聚合與重構也提供了碎片聚合的可能，大數據技術也可以更好地將消費者需求還原為完整的、豐富的目標市場或目標個體。

第二，店址選擇：基于大數據流量的虛擬商圈。零售經營的選址對零售企業未來的發展具有非常重要的影響，而選址可以借助大數據的輔助變得更科學。傳統零售經營的開店法則是“選址、選址還是選址”。選址其實代表了流量，沒有足夠的流量就不會有足夠的進店率和提袋率。即使商圈從物理商圈轉變為互聯網商圈和社交商圈，電商的“選址”依然是流量，足夠的流量才有足夠的瀏覽量和點擊量。信息爆炸與注意力稀缺時代，流量經營已經成為企業的重要目標，流量是入口也是整個商業模式得以改進的基礎。日本優衣庫的選址策略值得學習，優衣庫通過在國內大量宣傳，希望更多用戶安裝手機APP 終端，其對店面的考核指標很重要的一項就是APP 的擴大安裝量，尤其在未開店的地區大力宣傳。優衣庫根據終端用戶的手機位置，來確定活躍用戶所在區域的密集度，然后根據用戶實時數據的密集度來輔助判斷開店位置。借助大數據可以精準采集到了目標顧客活動的區域，大幅度降低了開店的失敗風險。此外，大數據時代商圈不斷進化，不僅突破了傳統的核心商圈、次級商圈和邊際商圈，進一步發展了長尾商圈的勢力，對傳統的商圈帶來了深刻的改變。

第三，商品管理：無邊界品類擴張和快速優化。傳統零售商的客流的增加主要依靠外延擴張，而借助大數據的力量，零售商品類擴張能打破傳統商品經營的二八法則，突破長尾商品的限制，變得愈加多元化，帶來范圍經濟的實現?；诖髷祿治?，可以快速對產品的流行程度、暢銷程度等進行分析，并作出產品品類優化策略。一些較為先進的服裝零售店，已開始將所有的衣服貼上新型的條碼標簽，有了此類標簽，一件衣服被顧客拿起以及試穿次數的信息都被準確記錄，并快速回傳到后臺的分析系統平臺，通過對這些數據進行分析，服裝的下一步設計，或者進貨都變得更加有針對性。此外，借助海量數據，零售商可以獲得一些數字化的消費特征，例如最近一次消費(Recency)、消費頻率(Frequency)、消費金額(Monetary)等數據，將細分顧客與品類的銷售情況結合起來研究，可以發現誰買什么，誰可能會買什么，哪些商品的購買是關聯度較高的，哪些商品是同質或異質的，用強大的數據分析支持產品品類的調整，優化品類結構，給企業帶來良好的銷售。

第四，定價策略：實時動態價格調整。大數據使得零售企業的產品定價能夠基于競爭對手定價、產品銷售、區域偏好和顧客行為等快速分析并作出回應調整?；ヂ摼W零售商在相同的產品上通常需要面對大量不同的競爭對手，快節奏的定價策略正在主導當前網絡購物的定價。定價的最終目的是實現沒有統一定價，個性化定價是定價戰略要實現的最終目的。目前，已有越來越多的零售企業開始借助大數據實施監控產品定價和調整促銷價格行為，從而加速消費者在瀏覽商品時的購買行為。借助大數據零售企業可以實時監控競爭對手的定價并分析消費者價格接受區間，甚至能夠通過電腦算法實時作出決策并快速調整。例如，美國消費類電子產品搜索服務Decide.com 提供的數據顯示，2014 年10 月的某天，亞馬遜網站的賣家在一天的時間之內9 次下調了一款通用電氣的微波爐售價，價格波動范圍居然在744.46~871.49 美元之間。尤其是當亞馬遜上調了此款產品的售價后，百思買也立刻把這款產品售價從809.99 美元上調至899.99 美元，隨著亞馬遜后續下調售價，百思買又再次調低了產品售價。

第五，商品促銷：基于大數據精準定向促銷。借助大數據對消費者過去消費行為與特征的分析可以實現更加個性化的精準促銷推薦。定向促銷大致分為兩種：一種是基于用戶購買某產品推薦相關聯產品的定向促銷，比如買了某款手機，馬上推薦此款手機關聯的手機套、手機貼膜等；另一種是基于用戶需求分析的定向促銷，大數據使企業挖掘個性化需求和精準推送促銷信息成為可能。亞馬遜在以用戶數據實現精準營銷方面也很值得學習，亞馬遜會將用戶進入網站的各種行為數據全部記錄，不斷勾勒出每個用戶的輪廓特征與數字肖像并以此為依據精準營銷。如韓寒新書上市時，要做一次郵件營銷。亞馬遜會先從用戶中篩選出購買過韓寒寫的書的用戶，同時從網站上選出過去舉行的“喜歡韓寒還是郭敬明”相關投票中選擇韓寒的用戶。進一步再分析這些用戶的整體行為數據，如果這些用戶整體對價格比較敏感，則定向推廣主題就考慮將運費免除，推廣人群和主題通過上面的數據分析就可以非常精準地實現。

第六，商品陳列：基于大數據的精準陳列。通過海量顧客的意見與數據收集和分析，可以優化零售企業產品調整與陳列調整。一個較早的經典數據與營銷的案例是美國沃爾瑪啤酒和尿布濕數據的關系。大數據為商品陳列帶來了更精準的數據，例如熱區分析系統的出現，通過這一系統，對進入店鋪內的顧客進行個體跟蹤，詳細記錄行走軌跡，相關區域停留時間等信息，由此通過分析每位顧客在店鋪內的行走線路，為店鋪提供各種顧客相關信息。例如該店鋪內最熱門的區域和最不受歡迎的區域，顧客在各區域停留時間多少，哪個區域的產品最熱門，瀏覽的顧客最多等信息。通過對以上數據進行采集和分析，能為店鋪提供最直觀和最有效的顧客消費行為分析，零售商可以根據該數據實現合理布局貨品陳列架，使得進入店鋪的顧客能在店內停留時間更長，瀏覽區域更多。

第七，供應鏈管理：數據全面打通共享。通過大數據運營可以實現供應商平臺、倉儲庫存、配送和物流、交易系統、數據分析系統等供應鏈全環節整合與優化，實現數據統一管理、全面共享，最終達到供應鏈管理創新。IBM 對全球多位經濟學家調查顯示，全球每年因傳統供應鏈低效損失相當于全球GDP的28%。零售企業基于大數據的智慧商務平臺可以根據顧客購物行為模型進行訂單化采購與銷售，合理進行線下線上配送、交易并實現庫存管理動態分析預警，同時能保證庫存、價格信息的動態實時更新。零售企業百思買的經驗值得借鑒，百思買通過建立集成多個訂單管理模塊的單一平臺，能夠對客戶引流、選擇、購買、支付、提貨和服務等零售購買的各環節在線上線下任意組合，通過后臺系統各環節數據的打通與共享也極大的節約了成本，并提高了庫存的準確性和服務水平，最終也極大提升了客戶全渠道購買體驗。

綜上所述，大數據技術的快速發展，為零售企業深刻認識和把握消費行為與市場需求提供了新的工具、方式和視角。大數據所蘊含的巨大商業價值必將引起零售企業經營創新的重大變革并成為其核心競爭能力的重要來源。零售企業應深刻認識消費主權時代來臨時，消費行為在購買理性、品牌依賴、個性化需求、互動參與和消費體驗等方面的根本轉變，充分將大數據技術運用在零售經營的各環節，這也是零售商成功經營的必然選擇。此外，消費者為實現大數據的應用和價值，零售企業應著重考慮以下幾方面：一是零售企業從高層到基層要重視企業大數據的發展，重視企業數據的價值，把收集客戶相關數據作為企業運營的第一目標；二是培養企業內部的數據分析技術人員并對其進行培訓，同時建立數據收集分析的軟硬件機制；三是實施標準化、流程化、制度化的數據管理過程，設立專職機構進行管理，保障零售企業數據的產生、收集、分析、傳遞、使用到銷毀的全過程流暢銜接；四是實施數據跨職能和跨部門的流動與共享，同時保證數據的分析、決策以及執行盡可能緊密。

【參考文獻】

[1]維克托. 大數據時代———生活、工作與思維的大變革[M].浙江：浙江人民出版社，2013．

[2]齊永智，張夢霞. 零售企業多渠道整合服務質量能提高顧客忠誠嗎?[J].經濟問題，2015(4)：71-77.

[3]菲利普·科特勒. 營銷革命3.0：從產品到顧客，再到人文精神[M].北京：機械工業出版社，2011.

[4]趙大偉. 互聯網思維———獨孤九劍[M].北京：機械工業出版社，2014.

[5]Kim，Gimun，Shin，Bongsik，Kim，Kyung Kyu，Lee，Ho Geun. IT Capabilities，Process-Oriented Dynamic Capabilities，and Firm Financial Performance[J].Journal of the Association for Information Systems，2011(7).

[6]Sinan Aral，Peter Weill. IT Assets，Organizational Capabilities，and FirmPerformance：How Resource Allocations and Organizational Differences ExplainPerformance Variation [J].Organization Science，2007(5).

[7]Michael J.Tippins，Ravipreet S.Sohi. IT competency and firm performance：is organizational learning a missing link? [J].Strat.Mgmt. J.，2003(8).