内容提要：零售业是大数据应用最广泛的和深入的行业，大数据带来的信息革命改变了消费者的消费行为与方式，营造了全新的营销环境。大数据技术的快速发展为零售企业深刻认识和把握消费行为与市场需求提供了新的工具、方式和视角。文章阐述了大数据及其与零售业之间的关系，分析了消费者主权时代消费行为的新特征，指出消费者成为商业价值链的主导者，变得更理性、更注重个性化、对消费体验提出了更高要求。因此，在全新的营销环境中，零售企业必须回归零售业本质，以终端消费者主导为中心，运用大数据技术，围绕目标顾客定位、店址选择、商品管理、定价策略、促销管理、商品陈列和供应链等零售经营要素进行变革。

    关 键 词：信息技术/商业模式/零售企业/消费体验　　

　　信息技术的快速发展创造了消费者全新的生活方式和劳动价值创造方式，谁能够借助各种技术的力量，尤其是数据的力量更了解和贴近消费者谁就能够在竞争中胜出。麦肯锡认为“大数据”将变为未来重要的生产要素并将带来新一轮生产率增长和消费者盈余浪潮是创新、竞争的下一领域。互联网技术的巨大突破，彻底改变了消费者传统的购物方式，营销环境发生了前所未有的变革，大数据与微时代同时并存。一方面，商业数据变得史无前例的巨大；另一方面，产品、服务与客户洞察要求精细化、个性化，企业必须针对每一个具体的消费者个性化营销。此外，海量的数据资源背后是对传统人类行为分析工具的彻底突破，过去的商业决策更多依赖于经验、直觉或者小样本调查的统计推论，而大数据时代的决策更多的要依靠全面数据分析，大数据背景下，消费者各种行为与特点的发展变化更容易被记录、观察、分析和了解。大数据已经改变了零售企业传统的经营模式，在全新的营销环境中，零售企业传统的商业模式将越来越难以适应新的市场环境，其必须重新认识大数据对消费者行为的影响，重构大数据下的零售经营策略。

　　一、大数据与零售

　　麦肯锡全球研究院将大数据定义为“无法在一定时间内使用传统数据库软件工具对其内容进行获取、管理和处理的数据集合”。狭义大数据指使用计算机连接互联网而产生的所有数据。维克托（2013）指出大数据包含四个要点：一是数据自身的体量较大；二是数据的类型较复杂；三是数据自身的价值密度低；四是数据的更新和处理速度较快。对于大数据的涵义和发展可以从三个层面来理解：首先，大数据是一种工具，一种技术和一种方式，处于器物层面；其次，大数据将会逐渐形成某种制度、习俗或习惯；最后，大数据会形成消费者或企业的某种心智模式和思维方式，进而改变了社会生存和价值创造方式。数据主要来源于三个方面：信息层面、行为层面和关系层面。在这三方面的数据里包含着消费者个体特征、个体需求、个体情感和个体行为趋势等一系列信息。因此，大数据的本质是彻底打破了各利益主体之间的信息不对称，让各方的连接更有效率。当所有的消费者连接起来时，当所有商品连接起来时，所有人与商品连接起来时，原有的价值体系被完全打破。大数据将逐渐成为企业的核心资产，维克托（2013）明确指出数据虽然暂时没有列入企业资产负债表，但这只是时间问题。大数据的核心并不仅仅在于大容量，而在于对大量数据的整理分析和挖掘，从而创造出新的价值。未来企业的经营也不再是过去的业务驱动，而是将变为大数据驱动的经营管理。

　　麦肯锡曾经预测，如果零售商能够充分发挥大数据的优势，其营运利润率就会有年均60%的增长空间。大数据是未来商业世界的数字石油，基于大数据而做的所有价值创造活动，会变为零售企业未来成功的重点。工业化时代的典型商业思维符合经典的三位一体模式：大规模生产、大规模销售和大规模传播。在互联网和大数据时代，这三个基础完全被打破。过去资源和产品被当做企业的竞争力，现在则不是。大数据时代产品更多是以信息方式呈现，渠道垄断很难形成，传统的零售重资产渠道模式将不再成为其最重要的竞争力，渠道中间商主导的渠道主权模式已经被打破。从传播角度看，消费者成为媒介信息内容生产者兼传播者，媒介主体诱导式的单向喇叭式传播模式被打破。当这三个基础被解构以后，渠道主权的传递路径从生产者主权—渠道商主权—消费者主权的模式，最终将重心传递到最后一个环节，大数据时代让每个一个消费者和每一个消费社区成为了零售供应链的链主，市场进入消费者主权模式。零售企业传统的经营模式必须由“顾客为中心”的经营模式转变为由“顾客主导为中心”的全新零售经营模式。

　　二、大数据对消费行为的改变：消费者主权时代来临

　　大数据不仅仅是一种技术或者工具，大数据的快速发展改变了消费者的传统行为模式，加速了消费者主权时代的来临，消费行为呈现出如图1所示的新特征，对消费行为的洞察则是整个零售经营的原点。大数据也使得零售商之间的竞争逐渐从后端的竞争转向消费终端，零售企业如何通过各种手段追踪消费行为和变化，提前判断和预测其行为变得尤为重要。
　　
　　首先，消费者购买决策更为理性。大数据时代，消费者已不再是“非专业购买”，借助各种信息途径能够快速全面了解商品的功能、价值与不足。很多情境下，消费者比销售人员对产品的了解更全面和客观，消费者已经不再轻易相信传统营销传播的灌输式轰炸，传统媒体营销传播日显疲态。与此同时，借助各种移动智能终端，消费者主动性得以复活，消费者在各个电子网站、社交网站上不断留下自己的消费行为痕迹，与其他人交流消费心得，同时也通过智能终端回传大量消费及评价信息，消费者变得更愿意充分表达和分享个人需求并能完全掌控自己的消费行为，变得更独立，自主意识不断增强，消费者的主动性在技术的推动下得到了极致的发挥并且容易质疑产品并发表意见。从某种程度上来说，消费者已经成为企业产品设计、研发、销售、服务，甚至变为企业营销战略的“决定者”，正如CEC（首席执行客户）这个概念所描述的，客户拥有了史无前例的决定力和主动性。在这样的背景下，“产品就是营销，服务就是营销”，市场逐渐进入商业民主时代。

　　其次，消费者品牌依赖度弱化。大数据时代，消费者对品牌的忠诚度开始下降，终端消费者为中心将替代传统的以品牌经营为中心的营销理念。在过去，消费者获取信息的渠道很有限，对产品或服务的判断往往依赖于价格和品牌，大品牌往往代表高质量。在大数据时代，消费者可以随时随地借助各种终端获得产品的不同用户评价、产品介绍和统计数据，因而更容易发现产品真实客观的质量，在此情况下，消费者对品牌的依赖度越来越低，不再将品牌作为衡量产品质量的重要依据。企业要做的就是真正把自己的产品或者服务做好，市场又回到了“好酒不怕巷子深”的时代。在大数据时代，产品都是以信息形式存在的，真正好的产品都会自传播，消费者会替企业去宣传产品，过去以企业和产品为中心打造品牌的模式逐渐显得不合时宜，企业要逐渐转变为以终端消费者为中心的商业模式，只要是真正的好产品、好服务，消费者都会通过互联网轻易找到。从另一角度来看，大数据时代，借助发达的互联网技术，消费者品牌转移的成本极大降低，很多情况下，就只需要鼠标的瞬间点击。

　　再次，消费者需求更加个性化。在大数据时代，消费者个性化需求实现有了技术保障，个性化需求进一步提升。在工业化时代，企业的大规模生产、大规模销售和大规模传播客观上使得消费者的消费比较大众化，要想实现个性化销售或者消费，对于企业或者消费者双方而言成本都较高，消费者的个性化需求只能被更大范围的大众需求供给替代。在大数据时代，由于人与人、人与商品、人与信息的连接效率与连接方式变得更为通畅、成本更低，个性化的产品销售给个性化消费者的可能性极大提升，成本极大降低，大数据为个性化生产和个性化消费的实现提供了技术基础。此外，传统的营销更多关注二八法则，随着互联网技术快速发展，长尾理论得以应用，如果传统营销是精英营销，那么大数据时代的营销就是草根营销时代。借助互联网与大数据，消费者的边际成本是递减的。当个性化消费者的个性化需求能够快速汇聚，长尾的汇聚就会形成极大的市场，个性化生产和个性化消费对接的成本也被极大降低，这也为企业盈利提供了客观基础。

　　最后，消费者在参与互动中获得消费体验。大数据时代让消费者成为商业价值链的主导者，消费者对消费体验提出了更高要求。海尔张瑞敏说过：“企业以创造用户全流程最佳体验为宗旨。”在工业时代初期，消费者消费产品仅仅局限于产品本身的功能价值，随着社会的发展，市场进入营销3.0时代，消费者逐渐关注产品的情感价值和人文价值，并希望得到更好的体验。借助大数据消费者需求可以被更充分挖掘、还原与满足，从而获得更极致的消费体验。大数据等一系列信息技术的快速发展，使得消费者之间的交互成本越来越低，消费者找到和自己有同样需求的群体变得更容易，通过形成不同类型的消费圈子，消费者可以更好的获得归宿感与存在感，可以更好的以低成本获得有价值的企业或产品信息。消费者部落或圈子有时也会通过群体的形式和企业进行谈判、讨价还价，从而获得更有利的交易条件。消费者也越来越主动参与到企业的设计、研发、销售等过程中，彰显自己的个性，体现自己的创意，随时发表自己的观点。此外，零售的本质在于购物、娱乐与社交。过去的重点更多集中于购物，而娱乐与社交占比较小，随着移动互联网和大数据技术的快速发展，消费者在零售消费中更加关注娱乐与社交的体验功能，对体验的期望值变得越来越高，这也对零售企业不断提出新的要求。

　　三、大数据下的零售企业经营要素变革

　　随着大数据技术的发展，市场进入消费主权时代，商品、渠道的选择更多样化，消费者成为商业价值链的主宰者，消费者更理性、更注重个性化、对消费体验提出了更高要求。零售企业必须回归零售业本质，即以终端消费者主导为中心，面对消费行为的巨大改变，利用大数据技术，围绕目标顾客定位、店址选择、商品管理、定价策略、促销管理、商品陈列和供应链管理等零售经营要素进行变革（见表1）。

  
　　
　　第一，目标顾客：定位于个人概念群体。大数据时代的来临，让消费者洞察（Cosumer Insight）有了深入发展的可能，在巨量的数据基础上准确做出预测，目标市场定位可以精准到个人概念群体。一般来说，消费者的真实需求比较隐蔽、比较复杂和易变，过去基于小数据很难深入洞察其真实需求。传统的营销策略往往依据地理细分、年龄、兴趣、价值观、生活方式和心理因素等特征进行划分，这种分类标准下没有“个人”概念的存在，目标市场是一个概念化和标签化的群体，无法精准提供给每个消费者个性化的产品和服务。而实际生活中，每个消费者都是活生生的、有个性、有情感、有感知、有需求和情绪的个体，每个人的偏好、兴趣与需求都不同，每个人都是一个细分市场。基于互联网、物联网等数据痕迹能够最大限度还原消费者的偏好、特征和意愿。零售企业通过记录或者搜集消费者在不同渠道和不同产品生命周期的行为数据和偏好数据，通过后台综合分析，宏观上可以把握目标消费群体的结构、流量、购买周期以及不同目标消费群体的利润率。微观上可以精确洞察到每一位消费者的购买频率、购买偏好、忠诚度以及流失的概率。互联网加剧了消费需求的碎片化，而同时互联网上信息聚合与重构也提供了碎片聚合的可能，大数据技术也可以更好的将消费者需求还原为完整的、丰富的目标市场或目标个体。

　　第二，店址选择：基于大数据流量的虚拟商圈。零售经营的选址对零售企业未来的发展具有非常重要的影响，而选址可以借助大数据的辅助变得更科学。传统零售经营的开店法则是“选址、选址还是选址”。选址其实代表了流量，没有足够的流量就不会有足够的进店率和提袋率。即使商圈从物理商圈转变为互联网商圈和社交商圈，电商的“选址”依然是流量，足够的流量才有足够的浏览量和点击量。信息爆炸与注意力稀缺时代，流量经营已经成为企业的重要目标，流量是入口也是整个商业模式得以改进的基础。日本优衣库的选址策略值得学习，优衣库通过在国内大量宣传，希望更多用户安装手机APP终端，其对店面的考核指标很重要的一项就是APP的扩大安装量，尤其在未开店的地区大力宣传。优衣库根据终端用户的手机位置，来确定活跃用户所在区域的密集度，然后根据用户实时数据的密集度来辅助判断开店位置。借助大数据可以精准采集到了目标顾客活动的区域，大幅度降低了开店的失败风险。此外，大数据时代，商圈不断进化，不仅突破了传统的核心商圈、次级商圈和边际商圈，进一步发展了长尾商圈的势力，对传统的商圈带来了深刻的改变。

　　第三，商品管理：无边界品类扩张和快速优化。传统零售商的客流的增加主要依靠外延扩张，而借助大数据的力量，零售商品类扩张能打破传统商品经营的二八法则，突破长尾商品的限制，变得愈加多元化，带来范围经济的实现。基于大数据分析，可以快速对产品的流行程度、畅销程度等进行分析，并作出产品品类优化策略。一些较为先进的服装零售店，已开始将所有的衣服贴上新型的条码标签，有了此类标签，一件衣服被顾客拿起以及试穿次数的信息都被准确记录，并快速回传到后台的分析系统平台，通过对这些数据进行分析，服装的下一步设计，或者进货都变得更加有针对性。此外，借助海量数据，零售商可以获得一些数字化的消费特征，例如最近一次消费（Recency）、消费频率（Frequency）、消费金额（Monetary）等数据，将细分顾客与品类的销售情况结合起来研究，可以发现谁买什么，谁可能会买什么，哪些商品的购买是关联度较高的，哪些商品是同质或异质的，用强大的数据分析支持产品品类的调整，优化品类结构，给企业带来良好的销售。

　　第四，定价策略：实时动态价格调整。大数据使得零售企业的产品定价能够基于竞争对手定价、产品销售、区域偏好和顾客行为等快速分析并做出回应调整。互联网零售商在相同的产品上通常需要面对大量不同的竞争对手，快节奏的定价策略正在主导当前网络购物的定价。定价的最终目的是实现没有统一定价，个性化定价是定价战略要实现的最终目的。目前，已有越来越多的零售企业开始借助大数据实施监控产品定价和调整促销价格行为，从而加速消费者在浏览商品时的购买行为。借助大数据零售企业可以实时监控竞争对手的定价并分析消费者价格接受区间，甚至能够通过电脑算法实时做出决策，并可以快速调整。例如，美国消费类电子产品搜索服务Decide.com提供的数据显示，2014年10月的某天，亚马逊网站的卖家在一天的时间之内9次下调了一款通用电气的微波炉售价，价格波动范围居然在744.46美元～871.49美元之间。尤其是当亚马逊上调了此款产品的售价后，百思买也立刻把这款产品售价从809.99美元上调至899.99美元，随着亚马逊后续下调售价，百思买又再次调低了产品售价。

　　第五，商品促销：基于大数据精准定向促销。借助大数据对消费者过去消费行为与特征的分析可以实现更加个性化的精准促销推荐。定向促销大致分为两种：一种是基于用户购买某产品推荐相关联产品的定向促销，比如买了某款手机，马上推荐此款手机关联的手机套，手机贴膜等；另一种是基于用户需求分析的定向促销，大数据使企业挖掘个性化需求和精准推送促销信息成为可能。亚马逊在以用户数据实现精准营销方面也很值得学习，亚马逊会将用户进入网站的各种行为数据全部记录，不断勾勒出每个用户的轮廓特征与数字肖像，并以此为依据精准营销。如韩寒新书上市时，要做一次邮件营销。亚马逊会先从用户中筛选出购买过韩寒写的书的用户，同时从网站上选出过去举行的“喜欢韩寒还是郭敬明”相关投票中选择韩寒的用户。进一步再分析这些用户的整体行为数据，如果这些用户整体对价格比较敏感，则定向推广主题就考虑将运费免除，推广人群和主题通过上面的数据分析就可以非常精准的实现。

　　第六，商品陈列：基于大数据的精准陈列。通过海量顾客的意见与数据收集和分析，可以优化零售企业产品调整与陈列调整。一个较早的经典数据与营销的案例是美国沃尔玛啤酒和尿布湿数据的关系。大数据为商品陈列带来了更精准的数据，例如热区分析系统的出现，通过这一系统，对进入店铺内的顾客进行个体跟踪，详细记录行走轨迹，相关区域停留时间等信息，由此通过分析每位顾客在店铺内的行走线路，为店铺提供各种顾客相关信息。例如，该店铺内最热门的区域和最不受欢迎的区域，顾客在各区域停留时间多少，哪个区域的产品最热门，浏览的顾客最多等信息。通过对以上的数据进行采集和分析，能为店铺提供最直观和最有效的顾客消费行为分析，零售商可以根据该数据，实现合理布局货品陈列架，使得进入店铺的顾客能在店内停留时间更长，浏览区域更多。

　　第七，供应链管理：数据全面打通共享。通过大数据运营可以实现供应商平台、仓储库存、配送和物流、交易系统、数据分析系统等供应链全环节整合与优化，实现数据统一管理、全面共享，最终达到供应链管理创新。IBM对全球多位经济学家调查显示，全球每年因传统供应链低效损失相当于全球GDP的28%。零售企业基于大数据的智慧商务平台可以根据顾客购物行为模型，进行订单化采购与销售，合理进行线下线上配送、交易并实现库存管理动态分析预警，同时能保证库存、价格信息的动态实时更新。零售企业百思买的经验值得借鉴，百思买通过建立集成多个订单管理模块的单一平台，能够对客户引流、选择、购买、支付、提货和服务等零售购买的各环节在线上线下任意组合，通过后台系统各环节数据的打通与共享也极大的节约了成本，并提高了库存的准确性和服务水平，最终也极大的提升了客户全渠道购买体验。

　　综上所述，大数据技术的快速发展，为零售企业深刻认识和把握消费行为与市场需求提供了新的工具、方式和视角。大数据所蕴含的巨大商业价值必将引起零售企业经营创新的重大变革并成为其核心竞争能力的重要来源。零售企业应深刻认识消费主权时代来临时，消费行为在购买理性、品牌依赖、个性化需求、互动参与和消费体验等方面的根本转变，充分将大数据技术运用在零售经营的各环节，这也是零售商成功经营的必然选择。此外，消费者为了实现大数据的应用和价值，零售企业应着重考虑以下几方面：一是零售企业从高层到基层要重视企业大数据的发展，重视企业数据的价值，把收集客户相关数据作为企业运营的第一目标；二是培养企业内部的数据分析技术人员，并对其进行培训，同时建立数据收集分析的软硬件机制；三是实施标准化、流程化、制度化的数据管理过程，设立专职机构进行管理，保障零售企业数据的产生、收集、分析、传递、使用到销毁的全过程流畅衔接；四是实施数据跨职能和跨部门的流动与共享，同时保证数据的分析、决策和执行尽可能紧密。

原文参考文献：
[1]维克托.大数据时代——生活、工作与思维的大变革[M].浙江：浙江人民出版社，2013.
[2]齐永智，张梦霞.零售企业多渠道整合服务质量能提高顾客忠诚吗？[J].经济问题，2015(4)：71-77.
[3]菲利普·科特勒.营销革命3.0：从产品到顾客，再到人文精神[M].北京：机械工业出版社，2011.
[4]赵大伟.互联网思维——独孤九剑[M].北京：机械工业出版社，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 Firm Performance:How Resource Allocations and Organizational Differences Explain Performance Variation [J].Organization Science,2007(5).