电商+大数据给品牌带来的价值

谷熠

大数据的特点体现在数据量，数据的种类、数据的更新和数据的价值四方面。因此，当电商与大数据结合在一起，就为品牌带来了巨大的改变。2013年双十一，海尔天猫旗舰店单店当天销售额达到1.75亿元，这在传统店面是无论如何都无法实现的，对传统品牌的触动也是非常大的。因此，电子商务和大数据为企业带来的不只是挑战，也有机会。综合分析，品牌在使用大数据的时候可分为产品、分销、营销和品牌四步进行的。这与线下是一致的。

什么样的产品才是好产品呢？满足用户体验的好产品要满足消费者在设计和工艺、材质和质量和易用性三个维度的需求。线下在调查消费者需求的时候，往往使用问卷调研的方式，但这种方式对消费者有引导和设计作用。因此，产品的设计人员要通过对消费者潜在需求的挖掘来设计出适合他们的产品。董明珠曾经说过，“过去的一年，只能说有很多概念出来，C2B啊，定制啊，零库存啊，这里面很多事情都不科学。”这是有道理的。一般而言，一个产品从设计研发到量产至少需要3个月的周期，因此，所谓的C2B只不过是一个概念而已，是不符合生产规律的。

那么，怎样才能结合消费者需求而作出好产品？最近流行的美剧《纸牌屋》就是通过大数据打造的经典案例。《纸牌屋》作为一个产品，是Netflix公司通过对已经储备的2500万的订阅用户的调研，对每天产生的3000万次播放，400万次评分，300万次搜索以及地理位置、播放设备、观看频率、速度等一系列大数据做分析之后，得出拍什么类型的电视剧（政治惊悚剧）才能获得成功，要想获得成功需要的导演（大卫·芬奇）和主演（凯文·史派西）。

在家电产品方面，某品牌在产品设计之初，可以通过大数据对产品各个细分参数和特征进行分析，得出消费者最需要的商品的参数。当传统模式中，每年只有10%的新品留在市场中，通过大数据挖掘出线上消费者的需求，生产出符合线上消费者的产品的意义就更大。尤其是通过消费者评价的反馈，既能够帮助设计部门改进产品，也会从侧面提高品牌的服务水平。以消费者的差评为例，这类评价绝大多数都是真实的消费者，如果不重视的话，一定会因为非常严重的售后问题。因此，需要品牌设置专门的人员去关注评价。

再看分销。在传统渠道，评估和考核经销商、零售终端的时候，需要看销售的占比、形象、规模、主销机型等。而线上销售有很多的工具，可以直接获取自己需要的数据。例如天猫的数据魔方。

除了销售数据，一些对于市场的监控工作，大数据系统也有独到的优势。例如，网上乱价问题，传统渠道发现乱价必须亲自到现场。而在线上的价格监控可以通过大数据的技术手段对线上渠道做实时的检测。线上的价格检测，有的品牌在开发这种系统，有的品牌是设置专职人员定时检查，但是专业的大数据公司可以通过系统做到每半小时巡检一次，大大提升了监测的效率、准确度和有效性。尤其是当SKU数量较多，渠道复杂多样的时候，必须依靠大数据系统的支持。

关于售卖能力问题，大数据还可以通过对不同平台、不同店铺数据的分析，对店铺的售卖潜力给予科学的评估。换句话说，我们可以通过数据了解到每个店铺所擅长销售的产品类型或产品细分，从而合理地制定企业的分销策略、调整铺货深度，并对于店铺进行良性地引导。例如，某店铺的数据显示，该店铺50%左右的订单销售的都是5000元以上的产品。那么，品牌管理部门可以根据以上的数据对该店铺未来的产品规划做相应的引导，将更多该价位区间的产品的销售工作交给该店铺。

大数据在营销方面的应用，分为产品营销和品牌营销。在产品营销方面，需要通过对竞品的价格波动和促销变化进行及时的监控和分析。在一个周期内，通过大数据的手段首先要了解整体市场和细分市场的变化趋势，然后分析内在的原因。例如，导致竞品份额变化的单品数量，价格区间，持续活动等，最后是自己如何调整，即采取的对策。这就是一个基本的数据分析的过程。

关于品牌营销方面，利用大数据可以对很多行为做精准分析。例如，某烟灶品牌选择新闻联播结束后投放品牌广告。而根据对该品牌的产品销售数据分析后发现，其主流消费者为35～50岁的高端消费者，而这类人群恰恰没有时间在这个时段看新闻联播，或者根本就对新闻联播类型的节目没有诉求。那么，这个品牌的广告投放就是不那么成功的。未来五年内，90后将成为购买家电产品的主流，那么如何通过大数据准确掌握90后的消费特征，就是把握市场的前提。

再看微营销，尽管五六十岁的人也在用微信，但显然他们购买商品仍在传统超市。而5月份以来，苏泊尔针对《舌尖上的中国I》展开的一系列营销显然在产品、策略上都消费者把握上取得了很好的效果。

现在很流行的“消费者画像”也是通过大数据来实现的。就是将品牌的已有和目标消费者从自然属性、社会属性、消费属性、地域属性、消费记录、社交属性做分析，得出这类人群的消费偏好、支付偏好、营销偏好、媒偏好体和社交偏好等。这个工作是拥有会员数据的传统零售卖场也必须做的。对于已有消费者大数据的挖掘即对已有用户的偏好特征，找到其兴趣点，设计符合其关注点的产品、营销形式或营销内容，并通知该部分用户。对潜在消费者挖掘即通过对已有用户的偏好特征和自然属性，匹配出其社交圈子内/外具有相同特征的潜在用户，并影响该部分用户。

在使用大数据的过程中，企业要注意“数据化运营”是实际还是口号？日常管理中靠数据还是靠经验？数据有没有和实际业务脱节？数据能够被使用它的人方便获取吗？同样的指标，含义和口径一致吗？数据能力能否跟上业务变化？有没有盲目追求新的分析视角，而没有及时、有效地沉淀成熟的成果和方法？只有有效地注意和规避上述的问题，企业才能够真正感受到大数据的魅力，也才能真正地通过大数据提升企业科学决策的能力和水平。做电商需要大数据作为营销的精准分析，日常生活我们则成了大数据的制造者。我们已经进入大数据时代。endprint

大数据的特点体现在数据量，数据的种类、数据的更新和数据的价值四方面。因此，当电商与大数据结合在一起，就为品牌带来了巨大的改变。2013年双十一，海尔天猫旗舰店单店当天销售额达到1.75亿元，这在传统店面是无论如何都无法实现的，对传统品牌的触动也是非常大的。因此，电子商务和大数据为企业带来的不只是挑战，也有机会。综合分析，品牌在使用大数据的时候可分为产品、分销、营销和品牌四步进行的。这与线下是一致的。

什么样的产品才是好产品呢？满足用户体验的好产品要满足消费者在设计和工艺、材质和质量和易用性三个维度的需求。线下在调查消费者需求的时候，往往使用问卷调研的方式，但这种方式对消费者有引导和设计作用。因此，产品的设计人员要通过对消费者潜在需求的挖掘来设计出适合他们的产品。董明珠曾经说过，“过去的一年，只能说有很多概念出来，C2B啊，定制啊，零库存啊，这里面很多事情都不科学。”这是有道理的。一般而言，一个产品从设计研发到量产至少需要3个月的周期，因此，所谓的C2B只不过是一个概念而已，是不符合生产规律的。

那么，怎样才能结合消费者需求而作出好产品？最近流行的美剧《纸牌屋》就是通过大数据打造的经典案例。《纸牌屋》作为一个产品，是Netflix公司通过对已经储备的2500万的订阅用户的调研，对每天产生的3000万次播放，400万次评分，300万次搜索以及地理位置、播放设备、观看频率、速度等一系列大数据做分析之后，得出拍什么类型的电视剧（政治惊悚剧）才能获得成功，要想获得成功需要的导演（大卫·芬奇）和主演（凯文·史派西）。

在家电产品方面，某品牌在产品设计之初，可以通过大数据对产品各个细分参数和特征进行分析，得出消费者最需要的商品的参数。当传统模式中，每年只有10%的新品留在市场中，通过大数据挖掘出线上消费者的需求，生产出符合线上消费者的产品的意义就更大。尤其是通过消费者评价的反馈，既能够帮助设计部门改进产品，也会从侧面提高品牌的服务水平。以消费者的差评为例，这类评价绝大多数都是真实的消费者，如果不重视的话，一定会因为非常严重的售后问题。因此，需要品牌设置专门的人员去关注评价。

再看分销。在传统渠道，评估和考核经销商、零售终端的时候，需要看销售的占比、形象、规模、主销机型等。而线上销售有很多的工具，可以直接获取自己需要的数据。例如天猫的数据魔方。

除了销售数据，一些对于市场的监控工作，大数据系统也有独到的优势。例如，网上乱价问题，传统渠道发现乱价必须亲自到现场。而在线上的价格监控可以通过大数据的技术手段对线上渠道做实时的检测。线上的价格检测，有的品牌在开发这种系统，有的品牌是设置专职人员定时检查，但是专业的大数据公司可以通过系统做到每半小时巡检一次，大大提升了监测的效率、准确度和有效性。尤其是当SKU数量较多，渠道复杂多样的时候，必须依靠大数据系统的支持。

关于售卖能力问题，大数据还可以通过对不同平台、不同店铺数据的分析，对店铺的售卖潜力给予科学的评估。换句话说，我们可以通过数据了解到每个店铺所擅长销售的产品类型或产品细分，从而合理地制定企业的分销策略、调整铺货深度，并对于店铺进行良性地引导。例如，某店铺的数据显示，该店铺50%左右的订单销售的都是5000元以上的产品。那么，品牌管理部门可以根据以上的数据对该店铺未来的产品规划做相应的引导，将更多该价位区间的产品的销售工作交给该店铺。

大数据在营销方面的应用，分为产品营销和品牌营销。在产品营销方面，需要通过对竞品的价格波动和促销变化进行及时的监控和分析。在一个周期内，通过大数据的手段首先要了解整体市场和细分市场的变化趋势，然后分析内在的原因。例如，导致竞品份额变化的单品数量，价格区间，持续活动等，最后是自己如何调整，即采取的对策。这就是一个基本的数据分析的过程。

关于品牌营销方面，利用大数据可以对很多行为做精准分析。例如，某烟灶品牌选择新闻联播结束后投放品牌广告。而根据对该品牌的产品销售数据分析后发现，其主流消费者为35～50岁的高端消费者，而这类人群恰恰没有时间在这个时段看新闻联播，或者根本就对新闻联播类型的节目没有诉求。那么，这个品牌的广告投放就是不那么成功的。未来五年内，90后将成为购买家电产品的主流，那么如何通过大数据准确掌握90后的消费特征，就是把握市场的前提。

再看微营销，尽管五六十岁的人也在用微信，但显然他们购买商品仍在传统超市。而5月份以来，苏泊尔针对《舌尖上的中国I》展开的一系列营销显然在产品、策略上都消费者把握上取得了很好的效果。

现在很流行的“消费者画像”也是通过大数据来实现的。就是将品牌的已有和目标消费者从自然属性、社会属性、消费属性、地域属性、消费记录、社交属性做分析，得出这类人群的消费偏好、支付偏好、营销偏好、媒偏好体和社交偏好等。这个工作是拥有会员数据的传统零售卖场也必须做的。对于已有消费者大数据的挖掘即对已有用户的偏好特征，找到其兴趣点，设计符合其关注点的产品、营销形式或营销内容，并通知该部分用户。对潜在消费者挖掘即通过对已有用户的偏好特征和自然属性，匹配出其社交圈子内/外具有相同特征的潜在用户，并影响该部分用户。

在使用大数据的过程中，企业要注意“数据化运营”是实际还是口号？日常管理中靠数据还是靠经验？数据有没有和实际业务脱节？数据能够被使用它的人方便获取吗？同样的指标，含义和口径一致吗？数据能力能否跟上业务变化？有没有盲目追求新的分析视角，而没有及时、有效地沉淀成熟的成果和方法？只有有效地注意和规避上述的问题，企业才能够真正感受到大数据的魅力，也才能真正地通过大数据提升企业科学决策的能力和水平。做电商需要大数据作为营销的精准分析，日常生活我们则成了大数据的制造者。我们已经进入大数据时代。endprint

大数据的特点体现在数据量，数据的种类、数据的更新和数据的价值四方面。因此，当电商与大数据结合在一起，就为品牌带来了巨大的改变。2013年双十一，海尔天猫旗舰店单店当天销售额达到1.75亿元，这在传统店面是无论如何都无法实现的，对传统品牌的触动也是非常大的。因此，电子商务和大数据为企业带来的不只是挑战，也有机会。综合分析，品牌在使用大数据的时候可分为产品、分销、营销和品牌四步进行的。这与线下是一致的。

什么样的产品才是好产品呢？满足用户体验的好产品要满足消费者在设计和工艺、材质和质量和易用性三个维度的需求。线下在调查消费者需求的时候，往往使用问卷调研的方式，但这种方式对消费者有引导和设计作用。因此，产品的设计人员要通过对消费者潜在需求的挖掘来设计出适合他们的产品。董明珠曾经说过，“过去的一年，只能说有很多概念出来，C2B啊，定制啊，零库存啊，这里面很多事情都不科学。”这是有道理的。一般而言，一个产品从设计研发到量产至少需要3个月的周期，因此，所谓的C2B只不过是一个概念而已，是不符合生产规律的。

那么，怎样才能结合消费者需求而作出好产品？最近流行的美剧《纸牌屋》就是通过大数据打造的经典案例。《纸牌屋》作为一个产品，是Netflix公司通过对已经储备的2500万的订阅用户的调研，对每天产生的3000万次播放，400万次评分，300万次搜索以及地理位置、播放设备、观看频率、速度等一系列大数据做分析之后，得出拍什么类型的电视剧（政治惊悚剧）才能获得成功，要想获得成功需要的导演（大卫·芬奇）和主演（凯文·史派西）。

在家电产品方面，某品牌在产品设计之初，可以通过大数据对产品各个细分参数和特征进行分析，得出消费者最需要的商品的参数。当传统模式中，每年只有10%的新品留在市场中，通过大数据挖掘出线上消费者的需求，生产出符合线上消费者的产品的意义就更大。尤其是通过消费者评价的反馈，既能够帮助设计部门改进产品，也会从侧面提高品牌的服务水平。以消费者的差评为例，这类评价绝大多数都是真实的消费者，如果不重视的话，一定会因为非常严重的售后问题。因此，需要品牌设置专门的人员去关注评价。

再看分销。在传统渠道，评估和考核经销商、零售终端的时候，需要看销售的占比、形象、规模、主销机型等。而线上销售有很多的工具，可以直接获取自己需要的数据。例如天猫的数据魔方。

除了销售数据，一些对于市场的监控工作，大数据系统也有独到的优势。例如，网上乱价问题，传统渠道发现乱价必须亲自到现场。而在线上的价格监控可以通过大数据的技术手段对线上渠道做实时的检测。线上的价格检测，有的品牌在开发这种系统，有的品牌是设置专职人员定时检查，但是专业的大数据公司可以通过系统做到每半小时巡检一次，大大提升了监测的效率、准确度和有效性。尤其是当SKU数量较多，渠道复杂多样的时候，必须依靠大数据系统的支持。

关于售卖能力问题，大数据还可以通过对不同平台、不同店铺数据的分析，对店铺的售卖潜力给予科学的评估。换句话说，我们可以通过数据了解到每个店铺所擅长销售的产品类型或产品细分，从而合理地制定企业的分销策略、调整铺货深度，并对于店铺进行良性地引导。例如，某店铺的数据显示，该店铺50%左右的订单销售的都是5000元以上的产品。那么，品牌管理部门可以根据以上的数据对该店铺未来的产品规划做相应的引导，将更多该价位区间的产品的销售工作交给该店铺。

大数据在营销方面的应用，分为产品营销和品牌营销。在产品营销方面，需要通过对竞品的价格波动和促销变化进行及时的监控和分析。在一个周期内，通过大数据的手段首先要了解整体市场和细分市场的变化趋势，然后分析内在的原因。例如，导致竞品份额变化的单品数量，价格区间，持续活动等，最后是自己如何调整，即采取的对策。这就是一个基本的数据分析的过程。

关于品牌营销方面，利用大数据可以对很多行为做精准分析。例如，某烟灶品牌选择新闻联播结束后投放品牌广告。而根据对该品牌的产品销售数据分析后发现，其主流消费者为35～50岁的高端消费者，而这类人群恰恰没有时间在这个时段看新闻联播，或者根本就对新闻联播类型的节目没有诉求。那么，这个品牌的广告投放就是不那么成功的。未来五年内，90后将成为购买家电产品的主流，那么如何通过大数据准确掌握90后的消费特征，就是把握市场的前提。

再看微营销，尽管五六十岁的人也在用微信，但显然他们购买商品仍在传统超市。而5月份以来，苏泊尔针对《舌尖上的中国I》展开的一系列营销显然在产品、策略上都消费者把握上取得了很好的效果。

现在很流行的“消费者画像”也是通过大数据来实现的。就是将品牌的已有和目标消费者从自然属性、社会属性、消费属性、地域属性、消费记录、社交属性做分析，得出这类人群的消费偏好、支付偏好、营销偏好、媒偏好体和社交偏好等。这个工作是拥有会员数据的传统零售卖场也必须做的。对于已有消费者大数据的挖掘即对已有用户的偏好特征，找到其兴趣点，设计符合其关注点的产品、营销形式或营销内容，并通知该部分用户。对潜在消费者挖掘即通过对已有用户的偏好特征和自然属性，匹配出其社交圈子内/外具有相同特征的潜在用户，并影响该部分用户。

在使用大数据的过程中，企业要注意“数据化运营”是实际还是口号？日常管理中靠数据还是靠经验？数据有没有和实际业务脱节？数据能够被使用它的人方便获取吗？同样的指标，含义和口径一致吗？数据能力能否跟上业务变化？有没有盲目追求新的分析视角，而没有及时、有效地沉淀成熟的成果和方法？只有有效地注意和规避上述的问题，企业才能够真正感受到大数据的魅力，也才能真正地通过大数据提升企业科学决策的能力和水平。做电商需要大数据作为营销的精准分析，日常生活我们则成了大数据的制造者。我们已经进入大数据时代。endprint