Lisa，我懂你

周六下午，Lisa陪小姐妹在百丽港城店试穿了一款贝壳罗马鞋，小姐妹觉得式样和舒适度都不错，正打算付钱，Lisa拦住了她。熟悉网上购物的Lisa直觉地认为，这家企业应该有针对网店新旧款推广产品的不同价格策略。果然，这双2011款的罗马鞋在网上商城的价格比实体店便宜了70元，于是Lisa果断替小姐妹下了单，同时还给正在大连读大学的妹妹买了一双。在Lisa下单的同时，网店商户端的百丽工作人员立刻得到了这两张订单的资料。

看似普通的订单成为了商家眼中宝贵的香饽饽。如百丽一类的传统企业究竟会怎样挖掘订单中的数据价值呢?

提高流通效率

Lisa的订单其实进入了两个环节：一方面，这两笔订单的基本资料进入了工作流以确保及时发货;另一方面，这些数据沉淀下来。进入工作流的订单信息立即呈现在后台工作人员眼前。Lisa向企业直接管理的网上旗舰店下单，但完成一系列配货和发货的却是就近的经销商。

由企业来完成与消费者的直接沟通，可以达到更好的品牌传达。更重要的是，沉淀的订单信息能让企业掌握到更精准的商品销售信息。传统鞋服行业的仓储物流往往是靠经验判断的。但只有更资深的管理者才能预估出不同地区不同商品准确的销售数并决定配货比例。假设一位管理者预估东北地区销售1600双罗马鞋，实际销售数为1400双，这200双积压的鞋将直接影响企业的流通效率。处理方法的一种是将这200双鞋尽快抽调到其他销售渠道去流通，但这会增加物流成本;另一种方法是等过了销售季节后折价处理，这就会降低企业的毛利率。无论如何，一旦预估错误，都会造成不同程度的流通资金积压。

在传统销售中，每个经销商仅以一定的周期向企业下单—例如6月份订购罗马鞋400双，然而这些鞋子中有多少是因滞销而打折销售的?多少是开卖一周就供不应求的?企业却不甚了解。所以，在企业看来出货正常，但实际上经销商因压货而死的情况也时有发生。如今电商的销售数据比传统销售数据反馈更即时，物流信息比按地区划分的传统销售数据更精准，因此挖掘电子商务的区域性数据并进行深层次透 视就可以帮助企业提高运营效率，增加货物流动率。

比如现在百丽公司总部每天都可以了解到Lisa购买的这款罗马鞋在各地区的销售和配送情况，及时调配以减少渠道压货;也可以根据历史订单信息事前准确地预判仓储和调节物流，达到最优配置，从而提高流通效率。

绘制顾客肖像画

如果说传统零售业可以从“同时购买啤酒和奶粉”来推断出顾客刚成为年轻爸爸，那么电子商务的数据更是细致到可以了解这位年轻父亲的年龄、有什么爱好、宝宝几岁、是男孩还是女孩，甚至能判断出这位父亲的职业。

仍以Lisa为例，她已经在百丽的网店重复购买多次，从她所沉淀的历史订单信息来看，有心的企业已经可以描绘出顾客Lisa的“肖像画”来：这是一位女性忠实客户，最喜欢的颜色是粉色，比较时髦，平时工作和生活中穿皮鞋的场合居多，每年春季有定期出游的习惯，现居住在上海，但有较为亲密的女性朋友或亲人在大连;她也时常热心地为朋友代购商品，使用移动互联较多;工作认真，工作日白天几乎不网购，周末有时白天在实体店淘到穿着合适的鞋子就用手机直接购买;退换货率较低可能是因为提前试穿过;脾气挺好，不太挑剔;购买优惠商品较多，是比较会持家的女孩……

做营销的人都知道洞察消费者的重要性，可究竟应该如何做才能获得最佳的营销效果?这对于不同企业来说都意味着不同的答案。过去，不少企业平时会通过小组访谈或问卷调查的形式来了解消费者的兴趣爱好，从而修正产品的定位、定价、包装等。如今，电子商务数据稍加挖掘分析，就已经可以让企业能够准确地勾勒出消费者的画像。企业知道几乎每一个消费者的喜好和购买习惯等信息，从而找出消费“达人”，制定相应的忠诚度计划，为未来的新产品研发提供依据。更有甚者，可以凭借数据很容易地识别出路人中谁是购买过你产品的人，并上前和他打个招呼。

市场调查数据之于营销的关键意义，就在于提供了一个决策的准确前点——还有什么比一个个生动的消费者形象更精准、更重要的呢?

为什么是现在

电子商务平台几乎可以成为现代商业的“小实验室”，由于反馈快与可控性高，在海量的电子数据和可控变量上，如果有一些探索精神和商业头脑，稍微改变一下同类订单的微小变量，就可以得到一些奇妙的真实调研数据。这样的发现让拥有平台优势的企业如获至宝。事实上，随着移动互联、社交媒体时代信息的大爆发，平台企业对于消费者在线购物行为踪迹的捕捉成为可能。

这种资源累积效应的价值远超想象，正在成为抢占客户资源的商家必争之地。这也是越来越多的网商企业抢在2012年夏天，先后抛出“大数据时代”战略架构的原因。

让我们再次回到百丽的忠实消费者Lisa。她通常每一个半月都会逛街搜罗一下，添置新鞋，平均购买周期一般是45天。现在，企业为了激励她的持续购买，打算给她一定的优惠。优惠促销策略应该怎么制定?会不会损害品牌的号召力和溢价能力?在优惠推出的时点又应该怎么把握?在45天到来前还是到来后投放能带来最好的销售效果?是积分兑换还是发放优惠券更能带来重复购买?这些问题，对于无法透 视相关性数据的传统行业是很玄乎的，但在电子商务平台做一个真实的微型调研，却很容易监测投放的效果。例如要测试派发优惠券的效果，百丽可以针对5000名老客户发券，再对比另外没有发券的5000名老客户做一个短期和长期跟踪，看看发券是否会带来可持续的有效购买。除此之外，化妆品企业可以通过数据挖掘的测试，找到试用装赠送数量对于新品促销的最优配比。

只要企业有不同的业务设想或管理思考，都可以通过数据进行测试，为决策提供依据。当然，如果没有精巧的商业思想来使用数据，数据也只是数字，不会成为宝藏。