大数据驱动运营1号店典型案例.docx

大数据驱动运营 1号店典型案例[日期：2013-11-07]来源：企业网? 作者：[字体：大?中?小]　　当前一谈到大数据应用，人们首先想到的是营销推送，似乎大数据的主要价值仅在于此。但1号店的实践说明，大数据完全可以成为运营的核心驱动力。　　1号店网站作为企业同消费者互动的门户，每天承载着上千万的商品点击、浏览和购买，汇集成了海量的数据。对于1号店，这是改进运营的依据。　　1号店产品设计副总裁王欣磊说：“消费者进来是怎样用的，怎样找到商品的，怎样买单的，整个的过程，在用大数据分析，进而进行相应的改进。”其对大数据的应用，贯穿于引入顾客流量，引导顾客购买，到提升购买者忠诚度的全顾客生命周期中。　　对于电商企业，如何从互联网上引入流量到自己网站，是运营的起点。首先是顾客从哪里来，关键在于三个维度：一，顾客从哪些渠道来;二，顾客从哪些地区来;三，顾客来自哪些用户群，新用户还是老用户。这三个维度的分析直接决定着1号店后续引流资源投入，而这都植根于1号店对于顾客行为的大数据分析。　　在分析顾客来自于哪个渠道方面，通过网站收集的海量顾客痕迹，1号店能发现带来更多流量和需要加强的渠道：微博，论坛，还是门户网站，从而不断地调整营销投放，比如发现哪个渠道可以投放更多广告，哪个渠道有潜力，却没有充分挖掘。在分析顾客从哪些地区来方面，通过网站上顾客来源痕迹的大数据分析，1号店可以发现那些销售增长快与增长慢的区域，相应调整不同地区市场的营销费用;在顾客是新用户还是老用户方面，如果网站浏览和购买数据更多地来自于老用户，企业就可以相应地降低市场费用。　　大数据营销推送也是1号店一个非常重要的流量来源，1号店除了通过大数据方法对消费者分类建模外，还创造了一种购物清单模式。1号店的搜索框旁边有一个购物清单。消费者在1号店曾经购买过的商品都显示在购物清单上，消费者还可以另行添加。对于消费者而言，这便于购买，而对于企业，购物清单就是一种反映消费者喜好需求的大数据源。通过购物清单的数据，1号店按照消费者购买周期，对消费者进行营销推荐。比如一个顾客看了商品后，没有买，但加入了购物清单，当商品打折后，1号店就会及时向顾客进行推送。　　顾客进入1号店后，就进入引导顾客的购买阶段。这个阶段，如何提升每个顾客的购买金额，并在此过程中，实现商品和各种资源的最优配置，是运营的关键。大数据又一次成了1号店的抓手。首先，1号店的网站改进，包括图片、网页设计，完全以顾客点击和浏览等行为痕迹的大数据分析为依托。不仅如此，在与消费者互动过程中，1号店也应用了大数据。像一些商场的导购员一样，消费者浏览网站商品过程中，1号店会给消费者一些提示推荐，根据消费者之前的浏览和购买行为，1号店的系统能判断出消费者可能喜欢什么商品，给以相应的提示。再如，根据消费者是搜索商品，还是浏览商品，1号店可以初步判断出他是目的性很强、时间有限的购买者，还是时间充裕、目的性不强的购买者，对于前者会直接推荐商品，对于后者，则不断刺激其购买行为。　　顾客购买商品后，进入了后续物流和配送服务。在这个阶段，如何实现最佳的供应链效率，减少仓储和配送成本，提升配送速度，是电子商务企业运营的命脉。如何实现更高效的拣货，是影响物流效率关键的一环。1号店创造了一种高效的拣货方法——拨次拣货。顾客一次往往会购买若干个商品，如果一个订单拣一次货，拣货员可能会反复经过同一货品区域，浪费大量时间。所以1号店将若干个货品所在区域接近的订单合在一起，这样拣货员到一个区域就可以将与一拨订单相关的所有货品都拣出来。在拨次拣货中，如何让拣货员走更少的路，就需要依靠大数据分析。首先，1号店利用大数据分析，找出商品重合度最高的订单群，比如说消费者买同一个品类的。其次，在摆放货品时，将消费者经常一起购买，聚合度较高的商品放在一起，如可乐和薯条。这种建立在大数据基础上的物流安排极大提升了拣货效率，目前1号店平均一单有16.7件货，员工拣一单货只需不到80秒的时间。　　配送中，如何提供相应的服务选项，如何收费，也建立在大数据分析的基础之上，1号店最新的配送服务“一日四送，一日六送”，可以让消费者指定专门的配送时间。而消费者是否喜欢这样的配送服务，会不会用，完全依靠对于消费者痕迹的大数据分析。1号店会看点击这个选项的消费者有多少人，用这个服务的有多少人，点击的和最后实际使用的比例。如果点击不多，代表这个配送服务不吸引人;如果点击的多，实际使用的不多，则可能代表这个服务的费用高一点，需要考虑调整费用。　　对于企业而言，消费者购买行为结束并不意味着终结，还希望将消费者变为自己的忠实顾客。在这个阶段，1号店也在充分释放大数据的威力。　　1号店发现，购买三四单以后，消费者的忠诚度变得相当高。为此，它需要不断推动顾客跨越这个门槛，但首先要找出哪些顾客最有可能。1号店用