1号店电商大数据应用

大数据有很多概念，那么电商大数据又是怎么一回事？其实简单来讲，我自己认为大数据并不是现在才有的东西，很早的时候很多人就有了大数据的思维。

汉初，刘邦不仅分封了二十九位列侯，而且还为这二十九位列侯排出了座次。毫无疑问，排名第一的就是大汉帝国的第一功臣。刘邦心向萧何，但群臣意见集中而且明确：平阳侯曹参，受伤七十余处，“攻城略地，功最多，宜第一”。正在刘邦左右为难的时候，关内侯鄂千秋对刘邦说：曹参虽有“攻城略地”的功劳，但这只是短期的成效。皇上您与西楚作战五年，常常“失军亡众”，多次只身逃脱。每每遇到这样的情况，萧何总是雪中送炭，不等您发令，就从关中派遣数万军队，提供大量供给到前线，在您最需要援助时拉上您一把。楚汉两军在荥阳作战数年，军无现粮，全靠萧何从关中通过漕运保障充足军粮。陛下虽多次丢失崤山以东的土地，但萧何却为您保全了关中之地，“此万世之功也”。像曹参这样的将军，大汉失去一百个也不会有什么损失，没有曹参也一样能够胜利。怎么能让“一旦之功”凌加于“万世之功”上呢？萧何当属第一，曹参只能排第二。

不等群臣做出反应，刘邦立即表示迎合，当即下诏特许萧何带剑、穿鞋上殿，入朝堂不必小步疾行。

萧何何以算计兵马钱粮从来不错，其实很大程度上源于他对数据极其敏感，他用咱们现在的话说，就是一个大数据天才！

公元前206年，刘邦率大军开进咸阳城。将士们见秦都宫殿巍峨，街市繁华，顿时忘乎所以，纷纷乘乱抢掠金银财物，连刘邦也忍不住贪恋秦宫的富贵而不忍离开。惟独萧何，进入咸阳后，便立即赶往秦丞相御史府，将秦朝有关国家户籍、地形、法令等图书档案一一进行清查，分门别类，登记造册，统统收藏起来，留待日后查用。他收藏的这些秦朝的律令图书档案，使刘邦对天下的关塞险要、户口多寡、强弱形势、风俗民情等等了如指掌，为制定正确的方针政策和律令制度找到了可靠的根据，十分深谋远虑。

所以，大数据的概念在很早就有了。下面谈电商大数据。

电商的大数据其实也不是与生俱来的。很简单，所有的企业所有的人对数据都很敏感。

第一个阶段：传统营销。（市场调研-营销设计）

当计算机还没有出现的时候，古老的商人卖东西，他对那个客人喜欢什么、偏好什么，这些所有的信息数据都出存在他的脑子里。

第二阶段：PC时期。（交易/购物车流水数据）

当传统零售企业开始大量使用PC的时候，就开始积累数据了，这是传统的交易流水。一直到现在为止，不论是沃尔玛、家乐福还是其他的超市，从进来到出去，你买的东西都会被记录下来。记下来之后开始分析。玩大数据的都知道一个很有名的“啤酒与尿布”案例。这就是从购物车中发现的很有意思的规律。

第三阶段：互联网时代。（UV-DUV-转换率）

目前从你打开网页的第一刻开始，你从哪里来，打开了哪个网页，在哪个商品前停留多长时间，有没有买，这些数据我都有。传统的只知道你走的时候买了什么，中间过程是不知道的，但电商知道。你的搜索关键词在我告诉我你想要什么，你把缺货存在心愿单里这在告诉我你的潜在需求，每天上百万的检索词都是在告诉我顾客的潜在需求。传统零售业采购人员都要求有10年以上经验，你对采购非常熟，非常了解，才能保证采购来的商品可以被卖掉。但在我这里不一样，用户在不断的告诉我他要什么，我只要按照用户不断发出的指令进行采购就行了。

但这个真的是大数据吗？我认为大和小是相对的。

信息的记录在有了造纸术后发生了第一次飞跃，在有了计算机后有了第二次飞跃，那么现在的互联网时代是第三次。每天都能产生多少ZT的数据。但这就是真正的大数据了吗？

谁知道整个中国有多少摄像头？在全球范围内，摄像头密度最高的地区应该是在英国伦敦，按照2013年英国安防行业协会(BSIA)披露的数据，平均每11个人就有一个摄像头。

中国有多少摄像头我不清楚，但可以和大家说另外两组数据。有两家专门做监控摄像头的公司：海康威视和大华股份。这两家公司股票在过去有段时间里一直在涨，为什么呢？2013年海康威视卖了100亿，大华股份卖了50亿。这两家公司2013年卖出的监控摄像大概有1000万，当然不全是卖在中国。但大家也可以预估下中国有多少监控摄像了。把这些摄像的内容再捕捉下来，那这个量，可能比互联网的两倍还要多。咱们还可以算下全球范围内有多少监控摄像，假设这些都是高清的，那么又会产生多大的数据。如果大家看过美剧《24小时》《疑犯追踪》那么你会知道它反应的也是大数据的概念，这个数据比互联网还大。

但是我认为对电商来说冲击更大的是下一个阶段。

第四阶段：感知技术突飞猛进的阶段。（感知时代）

当用户穿上可穿戴设备，他的心跳、情绪、消费体验都能被扑捉到，那时候，全球60亿人又可以产生多大的数据！

下面着重来说一说在互联网时代1号店在大数据方面的应用。主要5个方面：度量一切、专家消亡和自动化、个性化、供应链优化、数据服务。

1、度量一切。拿历史数据预测未来，库存优化方面的应用。

有了销售热点的预测，就可以指导我什么时候采购什么东西。比如1、2月坚果年货卖得好，妇婴保健7、8月份卖得好，我就要在这个节点去做好相应的采购。

拿这些数据可以用到哪里？举个例子，传统企业能把库存周转率做到30天、60天就感觉很牛的了，但对电商企业来说做到30天那只是最基本的要求。

我不知道京东的周转率是多少，但按照刘强东对外公布的数据是30左右。当然，一般传统的零售企业存货周转率是大于60天的，比如说沃尔玛、家乐福，那我们（1号店）一般可以做到20天左右，也许未来还可以做到更低。

那这是怎么做到的？全部是根据之前的销售规律，把库存去化的数据和库存结合起来，当明天什么产品能卖多少，库存是多少我们都很清楚的时候，这个规律可以输入到电脑系统中。1号店现在80%自营的SKU商品下订单不是采购下的，而是系统自动下的。比如宝洁的海飞丝仓库快没了，到临界点了，系统就自动下订单给宝洁，他们就可以给我们补货。这是数据库的一个应用。

销售预测，数据规律可以细化到SKU级别。

2、数据驱动决策，SEM

2013年刘强东发起“把360buy.com换成JD.com”，就是告诉大家上京东买东西只要输入JD.com就可以了。为此京东据说花了3、4千万去做这个事情（域名据说就得3000万了……）。那JD.com比360buy好在哪里？以前大家想去京东又不知道京东的域名是什么，就得去百度上搜，用户点击百度提供的链接进入网站。更了更有效的跳转，京东每年要给百度大概7,000万到1亿的流量推广费用。那么，刘强东肯定就不乐意了呀，但你不给，你的流量就是个问题。

比如说1个iPhone5s关键词，从百度买花多少钱，有多少个在百度搜iPhone5s的人会转化为1号店客户，转化率多少，我们会去做投资回报。这都是有数据的，根据这个数据在百度买词，每天持续优化，算转化率，建模型，投资回报率太低了我们也许就会降价或下架，不断去优化。

数据驱动决策，PIS（智能改价系统）自动改价。我估计京东也在做，但京东没做的话，外面有很多也都会做的。我们通过爬来京东、苏宁等电商这件商品卖多少钱，再对比1号店的价格，比较后发现我们1号店贵了我们就自动调价。我们在做CE和消费电子的时候就有个策略，就是永远比京东低50元。

3、个性化，顾客360

之前有人提到过1号店20%的订单来自于个性化推荐。其实，这是非常重要的。线下购物推荐是强制性的，进口与出口一定是在对角线，在你走过去的时候两边都是他的推荐货架，你看也得看不想看也要看。但线上是不一样的。比如你要去1号店瓶酱油，你想不起家里还要什么东西了，如果我们的推荐没做好，结果你只买了一样东西，那这绝不是我们想要的。商品的挑拣配送等都是要成本的。因此，给你推荐什么东西，就是我们必须要研究的问题。

这方面做得最好的是亚马逊。亚马逊据称有35%的订单来自于个性化推荐，对于用户做的个性化推荐转化率是60%。亚马逊没有轮播没有焦点，都是基于消费者购物习惯的个性化推荐。

1号店也在做个性化推荐，其实技术上大同小异，在购物的不同阶段选择什么样的算法。

举一个很简单的例子：我们能做怀孕指数。当女性计划要孩子的时候，她的生活方式、购物列表都会发生变化，以前经常会买的东西，计划怀孕了可能就会减少或不再购买，相对的母婴用品、健康食品等商品就会相应增加。

4、供应链优化，拣货环节的优化

之前说的都是大数据的在前端的应用，现在我们说大数据在后端的应用，以仓库为例。

1号店购物平均一个订单SKU16.7件，这跟京东是不一样的。京东大概是多少？2件？1.7？我2013年了解到的是2.3这样，2014年也许有变化。因为京东是大家电起家的，买一个家电可能就出货了，一个订单里面的单品数很少。但1号店是卖生活用品的，到1号店买包纸巾，可能就十几块钱，这个我们是不会包邮的，所以就要凑单啊。所以1号店平均一个订单有16.7件商品。这些商品在一个接近20万方的仓库里面拣出的时候只要80秒。大家可能会诧异，这些是什么做到的。

我们有个订单池，每个人订单偏好是不一样的，根据偏好把1000个人，2000个人放在一起，接下来就是一个简单的分波与聚类。这一簇是买进口食品的，这一簇是偏化妆品的，那么攒够30个订单一起去拣货。他是按波次来的，相似订单聚类。而PDA会建议他的拣货任务，告诉他先捡哪个然后提示他位置，同时后台系统已经做过路径优化。这样就大大节省了时间。1号店的供应链只此一家。

5、数据服务

试用中心案例，精准的投放、海量的潜在顾客。