零售領(lǐng)域正在孕育產(chǎn)業(yè)級的機會
其中被提及最多的，就是線上流量見頂?；ヂ?lián)網(wǎng)巨頭們開始轉(zhuǎn)戰(zhàn)線下，給傳統(tǒng)大型零售企業(yè)造成了巨大的壓力。這種壓力催生了大型零售企業(yè)對移動化、數(shù)字化和對接線上流量的訴求。他們面臨著兩個選擇，要么更加全面深入地倒向騰訊、阿里，要么在二者的夾縫中建立自己的流量和數(shù)據(jù)運營能力。
電商崛起也曾給線下零售造成過沖擊，但遠不如今天來得劇烈，加之當時技術(shù)成本太高，未能成功激發(fā)零售行業(yè)的技術(shù)革新。今天移動終端大規(guī)模普及，移動網(wǎng)絡(luò)的獲取成本、支付和流量的對接成本急劇下降，為零售企業(yè)建立自己的數(shù)字化能力創(chuàng)造了可能性。
與此同時，以今日頭條、陌陌為代表的腰部流量開始更大程度地向市場釋放數(shù)據(jù)化能力，零售企業(yè)需要建立相應(yīng)的平臺去承接。
TalkingData就是在這樣的背景下切入零售市場的。TalkingData成立于2011年，是國內(nèi)領(lǐng)先的第三方數(shù)據(jù)智能服務(wù)商。近7年的時間，TalkingData始終保持每年3倍的業(yè)務(wù)增長。切入零售市場至今的兩年半時間里，零售業(yè)務(wù)版塊的發(fā)展更是迅猛無比.
林逸飛認為，當微信這種十億日活級別的平臺開始釋放流量和數(shù)據(jù)，須有零售這樣龐大的市場才能承接。因此未來3-5年，零售領(lǐng)域?qū)⒊霈F(xiàn)產(chǎn)業(yè)級和現(xiàn)象級的機會。他表示，TalkingData將在這一領(lǐng)域投入更多的人力和資源，以抓住行業(yè)變革的紅利。
零售數(shù)據(jù)的“三重門”
大數(shù)據(jù)在零售行業(yè)的應(yīng)用由來已久，“啤酒尿布”的故事曾經(jīng)廣為流傳。但今天零售行業(yè)的大數(shù)據(jù)分析和當年相比已經(jīng)發(fā)生了非常大的變化。
林逸飛介紹，零售行業(yè)的大數(shù)據(jù)有幾個特點：首先，和金融、保險等行業(yè)相比，零售業(yè)對數(shù)據(jù)運營的精細化程度要求更高;其次，零售行業(yè)對接的流量和數(shù)據(jù)變化非常劇烈，比如小程序，兩個月就能做到1.2億日活，企業(yè)的對接平臺必須足夠靈活才能抓住這樣的流量紅利;最后，零售行業(yè)非常分散，一個垂直板塊里就有少則幾十家、多則幾百家企業(yè)。
零售數(shù)據(jù)的維度也在不斷增加。兩三年前，TalkingData提出了數(shù)據(jù)“三重門”的概念，即交易門、交互門和公開市場門。“啤酒尿布”的故事只用到了“交易門”里的交易數(shù)據(jù)，它更多是一種事后推演。而今天，隨著智能終端大規(guī)模應(yīng)用，企業(yè)可以非常便捷地通過APP、社交網(wǎng)絡(luò)等觸點大規(guī)模采集用戶的交互數(shù)據(jù)。傳統(tǒng)零售經(jīng)常提“人貨場”，今天通過“交互門”里的數(shù)據(jù)我們還能在此基礎(chǔ)上增加時間的維度，幫助零售商抓住營銷的最佳時機。
“公開市場門”指的是客戶在開放市場中的各種行為數(shù)據(jù)，這些數(shù)據(jù)本身往往并不與企業(yè)業(yè)務(wù)直接相關(guān)，但是可以很大程度上輔助企業(yè)開展業(yè)務(wù)，如移動App的數(shù)據(jù)、社交數(shù)據(jù)、微信微博的輿情數(shù)據(jù)等。
公開數(shù)據(jù)的獲取并不是盲目的，需要以解決某些業(yè)務(wù)問題為出發(fā)點，否則會陷入“數(shù)據(jù)的汪洋大海”，反而不知道該收集什么樣的數(shù)據(jù)。
不久前，TalkingData與騰訊云聯(lián)合打造的大數(shù)據(jù)選址應(yīng)用——智選，就是利用公開數(shù)據(jù)的絕佳范例。憑借雙方強大的數(shù)據(jù)能力，“智選”可以幫助零售企業(yè)解決線下實體門店選址、商圈運營診斷等問題。以前費時費力的選址工作，借助“智選”只需幾分鐘即可通過可視化、數(shù)據(jù)化的方法快速做出決策。
林逸飛介紹，騰訊云就像一個基礎(chǔ)數(shù)據(jù)加工廠，擁有豐富的原材料。而TalkingData離客戶更近，知道如何用算法模型解決客戶的實際問題，“我們做的是數(shù)據(jù)的精加工”。
如何萃取數(shù)據(jù)的商業(yè)價值是核心競爭點
當數(shù)據(jù)獲取變得簡單，數(shù)據(jù)維度不斷增加，從數(shù)據(jù)中萃取商業(yè)價值的能力就成了企業(yè)的核心競爭點。
與交易數(shù)據(jù)不同，交互數(shù)據(jù)和公開數(shù)據(jù)是完全非結(jié)構(gòu)化、高流量且時序紊亂的，數(shù)據(jù)之間天生不打通。這使得數(shù)據(jù)處理的底層技術(shù)發(fā)生了巨大變化，數(shù)據(jù)倉庫等傳統(tǒng)技術(shù)因無法應(yīng)對現(xiàn)時流量的多波段變化，已經(jīng)退居到了大企業(yè)的后臺系統(tǒng)。
現(xiàn)階段需要處理的數(shù)據(jù)維度之多，已完全超出了人力所及的范疇。以TalkingData服務(wù)的某餐飲連鎖品牌為例，該品牌SKU數(shù)量不多，只有大約100個，但它在全國有數(shù)千家門店。TalkingData的目標是幫助其在營銷端做到千店千面，在供應(yīng)鏈端做到提前一天準確預測出第二天以小時為單位的客流量、原材料消耗數(shù)，以減少原材料損耗。為實現(xiàn)這一目標，TalkingData需要建立數(shù)十萬個模型。如此多的模型不可能由人力進行調(diào)參，必須通過數(shù)據(jù)做自適應(yīng)訓練。
TalkingData在多年的業(yè)務(wù)實踐中積累了非常龐大的數(shù)據(jù)量，鮮有同行能夠匹敵。其次，TalkingData在機器學習和數(shù)據(jù)處理技術(shù)上也有著很深的造詣，同時具備大規(guī)模分布式部署的能力。此外，過去幾年里TalkingData還不斷從國外引進最新的技術(shù)，并在美國設(shè)立了自己的創(chuàng)新中心，不斷修煉內(nèi)功。
技術(shù)只是一方面，從技術(shù)到成熟落地的商用產(chǎn)品，中間還隔著一道鴻溝。林逸飛認為，打造一款成熟的商用產(chǎn)品，最重要的就是權(quán)衡客戶的需求。TalkingData作為一家數(shù)據(jù)智能服務(wù)商，需要對接各種各樣的客戶，不同的客戶對場景又有著獨特的需求。產(chǎn)品只有標準化后才能成為商品，而標準化意味著要對客戶的需求進行歸納和提煉。
為了在滿足客戶需求和標準化之間尋找平衡，TalkingData提出了一個金字塔模型。位于金字塔頂端的是行業(yè)的頭部客戶，這些客戶的需求對于相應(yīng)行業(yè)具有引領(lǐng)作用，可以輻射到腰部和底部客戶，因此TalkingData會有選擇性地滿足它們的定制化需求。
位于金字塔中間的腰部客戶數(shù)量較多，準確提煉它們需求比較困難。如果覆蓋的客戶數(shù)量不夠，提煉出來的需求很可能是跑偏的。
對于金字塔底部更為龐大的客戶群，林逸飛認為，經(jīng)過頂部和腰部兩層客戶的需求提煉，做出的標準化產(chǎn)品已經(jīng)能夠比較好的滿足這部分客戶的需求了。
企業(yè)需建立自己可以管理的流量平臺
那么，頭部企業(yè)探索出的能力和方法，如何更好地進行價值傳遞，賦能整個產(chǎn)業(yè)鏈中的中小企業(yè)呢?這就需要運用到數(shù)據(jù)中臺了。
數(shù)據(jù)中臺是今年特別熱門的概念，包括阿里在內(nèi)的很多企業(yè)都在打造自己的數(shù)據(jù)中臺，只是大家對數(shù)據(jù)中臺的理解各不相同。TalkingData對數(shù)據(jù)中臺的定義是——基于數(shù)據(jù)智能應(yīng)用探索商業(yè)價值的平臺，它需要具有數(shù)據(jù)管理、數(shù)據(jù)工程和數(shù)據(jù)科學的能力。
去年的T11大會上，TalkingData正式對外發(fā)布了數(shù)據(jù)智能平臺1.0，提供數(shù)據(jù)管理、數(shù)據(jù)工程以及數(shù)據(jù)科學的核心能力。經(jīng)過一年時間的鉆研打磨，TalkingData在不久前的T11 2018數(shù)據(jù)智能峰會上將其數(shù)據(jù)智能平臺升級到2.0，內(nèi)部稱之為TalkingData數(shù)據(jù)中臺，擁有管理、工程、科學以及安全、連接、共享六大核心能力。
林逸飛認為，很多零售企業(yè)的痛點在于，它不具備自己的數(shù)據(jù)和流量運營能力。零售企業(yè)很難建立龐大的自有流量，所以企業(yè)打造一個可以對接中部流量的數(shù)據(jù)中臺是非常必要的。這樣一來，企業(yè)就能在和頭部流量的博弈中占據(jù)更多的主動權(quán)。
以TalkingData服務(wù)的一家大型服裝企業(yè)為例。這家企業(yè)一年的營業(yè)額在500-600億左右，其中90%來自線下，10%來自線上。而線上的10%中又有90%來自天貓，這意味著它在和線上流量的博弈中是處于下風的。
TalkingData花了七八個月時間幫它理順業(yè)務(wù)思路，建立自己的數(shù)據(jù)中臺，對接中部流量，進行精準的數(shù)字化運營和營銷。僅僅通過六七次營銷活動就帶來了4個億的收入增長，投資回報率最高的時候達到了94倍。
零售行業(yè)的劇烈變革才剛剛開始，TalkingData所展現(xiàn)的只不過是數(shù)字化巨大潛能的冰山一角。
數(shù)字化要一盤棋更要各自為戰(zhàn)
分享到微信 ×
打開微信，點擊底部的“發(fā)現(xiàn)”，
使用“掃一掃”即可將網(wǎng)頁分享至朋友圈。