核心提示： 超市是卖商品的，商品是人购买的，如何将商品数据和顾客数据有效对接，这就是“大数据”最核心的商用价值。

    超市是卖商品的，商品是人购买的，如何将商品数据和顾客数据有效对接，这就是“大数据”最核心的商用价值。《周易》的“象、数、理”三元，是最早的大数据分析模型，通过现象追踪数据，通过数据分析总结数理规律，根据数理规律调整战略和形象布局，这就是原始朴素的“大数据”分析模型。

    其实，大数据现在已经成为一个老生常谈的概念，数字科技本身发展其实越来越深刻影响到营销的方法论以及营销的效率，这个时代已经完全不是此前单纯的数字媒体化年代。

    笔者前些天准备给自己的“note2”网购一件衣服，通过在天猫搜索输入“note2 原装皮套”字符，结果显示有140家店铺在销售，通过销量排序和评价筛选，我最终确定了心仪的两家，于是点击了宝贝收藏，天猫在显示收藏品的同时，还推荐了几款价格更有优势的同款产品。经过详细比较，我最终选择了深圳的一家，于是通过旺旺和导购交流，确定颜色和快递，最终付款，这样一次网购经历结束了。

    但事情还没结束，第二天我的关联邮箱又收到了一封来自“一淘”的促销邮件，除了同款商品的推荐外，还有关联的三星手机和其他配件的甄选图片。我想这就是大数据分析运用于营销推广的最普通案例了。

    可见，大数据对商业的影响就在个性化、差异化方面的精准营销，以及对客户关系的有效管理。

    我们常用“心中有数”这个成语来形容一个人的智慧和从容，而大数据应用就是让每一位经营者真正实现“运筹帷幄，决胜千里”。作为超市经营者，每天都要面对数以千计甚至万计的数据，只要超市POS机在运作，流水数据就会源源不断进入你的服务器。这么多数据只是为了统计一天的销售和毛利吗？如果真是这样，那就太可惜了。

    通过门店POS机汇集的阶段数据，是一座储量巨大的“金矿”，只要经过挖掘、淘洗、甄选和整理，你拥有的金子就会越来越多。现代化大生产让商品极大丰富的同时也给顾客的选择带来了难度，一般影响消费者购买的因素还是广告、价格、质量、陈列，如果能把消费者喜欢的商品高效快捷的展示传递给消费者，这就是营销最主要的目的所在，而POS数据结合会员卡信息分析，显然是一条了解消费者购物喜好的捷径，可惜的是现实中的超市经营管理者忽视了这些数据的价值。

    基于此，大数据的营销价值，是随着实名制社区和电子商务的普遍化（超市主要是电子标签和会员卡系统的应用），用户之间所产生的人际关系链，也就是人脉价值，通过这种人脉最终实现交易数据跟交互数据的融合。

    其实，大数据应用理论并不新鲜，早在两千年前的周朝，甚至更久远的伏羲、黄帝部落时代，中华民族勤劳而又智慧的祖先们就开始应用大数据分析指导人类的生产生活，首先是伏羲氏画八卦，将自然和人事归纳总结成八种不同状态，后来经过文王、周公、孔子及其门徒们的整理，形成了大数据应用的千古奇书《周易》。

    以笔者20多年的研习感悟，欲学好《周易》，“象、数、理三元”不可偏废，这是《周易》实践应用的根基。正如通过EXCEL进行财务数据分析可以形成柱状图、饼状图、曲线等直观形象，并通过图形分析出财务规律的原理一样，所有的商业现象都有其数据源，我们通过反追数据，修订数据，图形图像也会随之改变，这样，有过数据分析经验的朋友想必不难理解“象、数、理”这几个概念。

    根据数理规律调整形象布局，是原始朴素的“大数据”分析模型。对照现代商业管理简析如下：

    1．所谓“象”：包括超市外象和内象两部分。“外象”即超市的选址、商圈、超市建筑本身的材料、结构、超市外人流等等；内象包括超市的空间布局、装修、陈列、货架空间设计、超市内人流等等。

    2．所谓“数”：就是超市的经营销售数据。包括商品销售数据、来客数、客单价、顾客购买频次、会员卡相关资料等等。

    3．所谓“理”：就是通过象和数的分析，总结出的商品销售规律和消费者购物行为等等从而形成了指导超市经营结构调整和营销战略规划的理论基础。

    综上所述，无论是麦肯锡还是波士顿，即使是全球顶尖的零售咨询公司，其所采用的咨询诊断模型和理论都逃不出《周易》的“三元”分析模型。象数理构成了自然科学和社会科学的基础核心，是人类千百年来生产生活过程的智慧总结，是既古老又现代的哲学理论，是大数据科学的源头，对企业战略制定和战术应用都能起到提纲挈领的关键作用。

    你周围的商圈有多大？能辐射的顾客群有多少？经营超市的面积有多大？配备的单品数是多少？每日的来客数是多少？客单价有多高？他们最喜欢购买的前10位单品是什么？销售前10的单品平时有断货吗？货架陈列和销售占比匹配吗？价格与竞争店相比有竞争力吗？你经营的多家连锁店是否都配置了这10大明星产品？各店的销售排名一致吗？为何如此？是否与周围商圈消费能力差异有关？通过10大销售明星产品可以分析出顾客群的购物行为吗？一周中哪个时段的来客数最多？客单价最高？每类商品的销售周期规律是什么？生鲜区的面积占比应该多大？食品、百货、洗化、家电、服装、精品的陈列布局次序和陈列占比标准几何？超市陈列布局需要调整吗？调整的标准又依据什么？

    这些问题看似繁杂，但解决方案异常简单——大数据分析。赶快将你2012全年或过去三年所有单品的销售数量、销售额、毛利额、库存额等有效数据从系统中导出来，同时把你有效的会员资料也导出参考，运用《周易》的“象数理三元”分析模型进行大数据分析应用，你会发现你的“数据金山”！

    大数据营销时代已经来临，你准备好了吗？（金沐)