未来营销更像人？百分点杜晓梦为你开启一场百货商场大数据之旅

01 百货商场如何使用大数据

2014 年，王府井百货与百分点开始合作，至今已有四五年时间。杜晓梦表示，目前他们已完成数据的梳理，以及数据基础层面的规划，正在做数据的价值变现。

数据能在哪些价值层面变现？

首先，百货商场需要了解自己的会员，在日常经营中，使营销活动精准触达会员群体。

杜晓梦介绍，他们的每个门店，百分点都创建了会员的全景视图，比如会员画像，会员消费轨迹分析。通过全景视图，任意搜索一群人或一个人，他何时购买了哪些商品，花费多少，递增还是递减，他的品牌偏好以及多年的消费轨迹都能一清二楚。

在会员了解基础上，即可进行客群管理。比如在营销时，能够自定义客群，从而精准触达，并促进活动效果回流。

其次是品牌经营。对于百货业态，百货通常并不拥有品牌，它只是将租赁的物业再分租给品牌商，百货收取租金。

一般来说，百货商场覆盖的客流是周围数公里内的人群，如果人群发生变化，其中的品牌商也应该做对应的调整，而一个品牌从入驻到鼎盛再到衰退，也有自己的生命周期。在这个周期中，它的经营有哪些变化？比如客流量如何，坪效如何？百分点将这些指标形成品牌的经营指数，帮助百货商场了解品牌，使集团下的各个商城能够管理品牌的上新或淘汰。

而通过统一视图，展示某个品牌和某个大类，集团也能了解它们在全国的销售情况，从而对比或管理。

杜晓梦介绍，在以往，百货商场通常更愿意服务将单位面积收益最大化，且能带来最大客流的品牌商。但现在，百货商城的思维和理念也在改变，因为百货商城发现，他们收集的数据，能够更好地服务他们的租户，也就是品牌商。因此百货更愿意用数据帮助入驻的品牌商吸引顾客，从而更好地销售，对百货商场来说，也可以促进自身客流量的黏性。

因此，百货商场也会帮助品牌进行经营。比如在品牌画像和客群画像的基础上，帮助品牌进行潜客挖掘。杜晓梦举例，一家百货引入某化妆品牌，百分点为这家百货推出一个精准营销的活动，通过挖掘该品牌的潜在客群并进行触达，三天之内带来的新客占该品牌一年中新客户的 30%。

除了为品牌商导流，还可以联合品牌进行联合营销，让跨品类的不同品牌交叉引流，充分激活不同品牌共有客群的力量。比如联合无印良品和星巴克进行营销，既可以互相引流，也不会互相竞争。

杜晓梦介绍，这些数据所带来的价值变现，正是他们帮助百货商场做的事情。接下来，他们会使整个营销决策更智能，实时监控营销过程，在活动前中后都有及时精准的反馈，并持续评估效果并优化投放。02

02 应用大数据的难点

对于百货商场来说，很多都是全国性品牌，全国各地都有门店，而转型一般都是集团总部在推进，要想很好地使用大数据，在实际操作中并不容易。

杜晓梦表示，他们需要将全国各地每个门店的数据传到总部才能进行深入分析，但每个门店 IT 的软硬件能力参差不齐，不同门店网络情况、数据量都不一样，这导致计算的时间窗口和数据采集的稳定性都不相同。

如何保证总部能有效地应用不同门店的数据？百分点的做法是设立容错机制。比如在一定时间内如果出现数据问题，就在下次采集时补全。

通过容错机制，还要保证数据采集具有一定弹性，使数据采集能够顺畅执行，并避免出现一次采集不成功就失败的情况。

除了数据的采集和传输，另一方面，数据也缺少规范。由于集团下的每个门店都是自己负责上新，负责经销商的入库，因此不同的门店里即使是同一个品牌使用的名字也有细微差别。杜晓梦解释，对于连锁经营企业来说，不同门店数据结构不一致很普遍。

「业务统计的数据口径不一致，因此拉通数据时，我们要做大量的数据转换和映射。比如皮尔卡丹这个品牌，在有些门店叫卡丹皮尔，在另外的门店就叫皮尔·卡丹。」杜晓梦说，「我们得去打通不同的门店，使它们在集团层面构建映射关系。通过映射关系，能知道 A 门店的品牌 1 是 B 门店的品牌 2。」

在打通不同的门店，完成数据的清洗、规划和数据结构的重新设计之后，如何保证后续输入的数据变得规范？

「因为一些习惯因素，有些门店还是想用自己原来那一套，就要不停说服，不停提醒他们，使用统一的新数据结构。」在技术层面，百分点会在系统中增加自动检测程序，如果发现品牌名称不一致，就会自动弹出，提醒修改。通过这样的方式，扭转门店原来的使用习惯，使门店的数据统一、规范。

杜晓梦认为，这不只是技术问题，更是意识问题，一定要从源头上把控数据采集的规范。「很多计算需要实时响应，后续数据越来越大，如果能很好地从源头上进行把控，就能节省后续计算的复杂度和计算资源。如果数据源头有问题，也会极大影响后续实现的功能。」

因此，除了在技术层面上提醒门店进行修改之外，还需要从集团层面与门店沟通，让门店理解数据规范的重要性。

一方面是数据架构的不同，另外一方面，不同门店使用的会员系统也不一样，比如同一个人在不同的渠道上，留下的资料也会有所不同。

杜晓梦首先承认，大数据的能力并不能达到百分之百准确，而是随着数据量增加，无限接近百分之百，将所有的数据都精准拉通不可能也不现实。但他们会在拉通时，设置一些规则和策略，比如会员卡、身份证、手机号等比较强的 ID，可以设计 ID 的优先级。

「比如同一张会员卡，如果出现两个手机号，我们就合并，因为会员卡的优先级比较高。另外一种情况，比如两个手机号登录过同一个设备号，那这个设备号就应该与后登录的手机号进行关联。」杜晓梦说，「很多规则是在不断发现情况后设计的，因此拉通的规则也会越来越完善。」

在规则设计之外，也要鼓励会员更新迭代自己的数据信息，「你可以给他一些好处，比如关联之后，积分可以翻倍，或者修改完善资料，赠送优惠券，或者填齐资料，赠送两小时停车券。你要不断刺激会员，让他去帮你维护数据的准确性。」杜晓梦说。03

03 数据化转型如何再深入

百货商城应用大数据面临门店之间数据结构、会员系统不一致的挑战，这些在集团内部相对比较好解决。但是，百货商场如果要进一步深入转型，通过大数据赋能，还需要处理与入驻的品牌商之间的关系。

目前百货的数字化转型，最主要的集中点还是采集会员信息，提升会员管理水平。对产品和品牌并没有进行深入挖掘。「此前百货一直在会员和营销方面发力，但门店运营更关注销量预测、库存优化、商品选择和调价，很多人工智能和数学模型可以应用于这些方面。」杜晓梦介绍，如今，百货也开始在这些方面发力。

然而，对于百货商城来说，尽管他们在提升自营比例，但大部分还是联营，品牌商租下百货商场的物业，拥有经营自主权，只需把租金和营业收入的扣点交给百货商场即可。

百货商场没有商品的经营权，因此百货商城很多措施依赖于品牌商的配合。比如灵活调价，基于销量预测的库存管理，或者是跨品牌的交叉营销，就需要品牌商的商品、库存等数据。如果百货商场想引入 AI 设备，也需要品牌商配合安装。

「一些大型品牌商，其实不太在乎百货商场的做法，你让我配合我就配合，你要是不找我，我也不会主动找你索要。而且越大的品牌商，向他们拿数据越难，因为他会担心数据外泄，担心竞品。另外，他也不觉得能交换到同等价值的数据。」杜晓梦说。

如果百货商城比较强势，他们会要求品牌商贡献数据，但这种数据也无法达到实时的共享，而是在一定时间内上交会员数据等统计表格。

另外一方面，「很多百货商城和 Shopping Mall 转型得不到支持，是因为他们只想品牌商提供数据，但并没有向品牌商展示数据带来的价值。」杜晓梦认为，百货商城需要让品牌商知晓数据带来的价值，并快速做出一两个案例，让他们看到使用效果，才能让品牌商自愿分享数据。

在这样的情况下，百货商场一般有四种做法：

一是，用案例说服品牌商，比如跨品类的联合营销，让品牌商看到数据共享的价值。

二是，百货商场目前在尝试向品牌商提供轻型的 SaaS 类技术服务，开发问卷调研、调价、销量预测等系统，吸引自身没有 IT 能力的小型品牌商，为他们提供 IT 服务。

三是，百货商场通过自己的力量，尽力采集力所能及的数据。百货商场实行中央收银，通过中央收银可以拉通更多的会员数据、商品数据和消费数据，从百货整体的角度盘活内部的商户和用户。

四是，激励消费者贡献数据，从会员端收集信息。比如会员积分可以交换停车券，会员同时给百货商场提供几张小票，百货商场就能得知这个会员在哪些商户购物，从而获得会员的消费数据。04

04 杜晓梦：未来的营销更像人

百分点在零售行业的客户不只是王府井百货，在杜晓梦看来，零售行业以后总体肯定会越来越注重数据和数据价值，越来越注重智能，并利用技术解决问题。而大数据也会更加深入业务细节中，从营销到供应链，再到设计并用于生产环节。

由于这些内容与百货领域并没有太大的关联，因此在本文中以问答的形式独立呈现。

白圭零售实验室：百分点现在有哪些产品可以应用于线下零售企业或品牌商？

杜晓梦：针对零售或品牌商，我们有几个产品。一，大数据平台产品 BD-OS，能够帮助品牌商进行数据的归一和拉通，打好数据基础。二，在数据基础之上，我们有用户的画像标签系统，将商品和用户打上标签，进行画像。三，我们的自动化营销产品可以在营销投放的时候，进行精准触达，并进行效果评估。四，我们还有基于供应链的智能供应链系统，可以进行销量预测，库存优化调配，个性化定价，这是做运营支撑的智能运营系统。另外，我们还会根据客户的定制化需求，定制小程序或活动的模板管理。

白圭零售实验室：说到营销的精准触达，目前还是将人打上不同维度的标签，将对应的活动人为推荐给他们。能否完全依靠机器推荐，比如让机器自动找到这些人，自动将相应的营销活动推荐给他们？

杜晓梦：目前我们也推出了半自动化推荐，比如我们的营销自动化系统，业务人员可以提前配置规则模板，让机器自动触发。比如说，我们配置一些模板，如果具有某些标签的人群，在一定时间范围内没有再登录，或者浏览了某个商品，但三天之内没有购买，或者添加了购物车，两天之内没有结账，就采取一些营销手段刺激他们。当用户的行为触发这个规则后，机器就会自动推荐。如果是人为筛选，人为触发，就很难抵达到个人，但自动化能触达到个人层面。

白圭零售实验室：你认为精准营销的下一步是什么？是智能营销吗？

杜晓梦：精准营销的定义很简单，每一个群体，乃至每一个人的需求都不一样，根据他们的需求向他们推荐不一样的商品，就是精准营销。

智能营销应该如何定义？如何定义智能？机器完全知道一个人的偏好是什么，在什么时间应该给他推荐什么。这其实是把精准营销做得更极致，不只是知道个人喜欢什么，而且根据这个人的行为，知道如何跟他互动，给他什么样的反馈。收集的数据越来越丰富，就会越来越了解这个人，给他的营销就会越来越精准，越来越智能。

白圭零售实验室：现在的精准和将来的智能还差一些什么？如何才能从精准达到智能？

杜晓梦：现在的精准营销是基于基础数据或简单算法，未来随着内外部数据的打通、积累和完善，以及算法和规则的多样化，营销将让你感觉到它更加智能。比如，你刚想购买一个商品，就立即被感知到并被精准推荐。或者你到了一个地方，不用你说，它就知道你想喝一杯咖啡或者是想买一个玩具。

把精准营销做得更加极致，我能知道你在什么时间，什么地点，你要干什么，我应该跟你说什么话，什么样的沟通方式，是短信还是微信，会更了解你的习惯，这是量变引起质变的过程。

另一方面，沟通可以更软，现在的精准营销，比如促销话术，或者发放优惠券，消费者能看出这是一个促销或营销。未来的智能营销可能会更软、更场景化，而不是一个简单的促销。可能它会成为你的个人助理或个人导购，告诉你在什么时候去哪儿，应该有什么东西，你喜欢什么等，他也会提醒你，你的小孩需要哪些新的维生素，哪个地方有一个早教班，你要不要去参加等等。沟通方式不会让你觉得这是机器，而是更像人。

白圭零售实验室：你们在跟一家免税品集团进行合作，为他们搭建大数据平台和分析系统，帮助他们提升招商、采购、物流、配送、市场营销、运营管理等核心能力。市场营销和运营管理很好理解，但你们如何为他们招商采购？

杜晓梦：集团有很多门店，招商采购之前都是门店自己在做，现在我们从集团层面为他们定制四大模型，比如主推商品的模型、淘汰商品的模型、畅销滞销商品的模型、脱销商品或断货缺货的模型，通过这些模型，提前为采购做决策预判。何时要断货，哪些商品要脱销或滞销，帮他们去分析和预测，为他们的采购提供基础。

集团的每个门店有品类规划部，每个门店也有自己的买手团队。我们以服务品类规划部和买手团队为核心，帮他们提供门店评效模型、库存周转率模型、库存预警模型、供应商供货指标模型、全链条毛利率计算模型等等。

通过这些模型，我们一是建议集团采购什么商品，二是建议他采购的数量，三是向哪些供应商采购，四是何时采购。如果能很好地解决这四个问题，不仅能减少滞销库存，还能提高采购时的溢价能力，从而提升毛利率。比如同样是采购雅诗兰黛，每个门店采购的时间都不一样。如果集团能够预测哪个商品会火爆，提前批量采购，那么溢价能力就会上升，利润也会提升。

白圭零售实验室：物流配送呢？

杜晓梦：物流配送有一个可视化的供应链系统，它支持物流系统。我们抽取可视化系统的数据，形成数据标准，进行数据源采集。通过标准化的接口平台，将可视化供应链系统里的数据传回到百分点的大数据平台，及时监测商品的库存情况以及在哪个物流中心，基于库存周转，对高库存商品及时预警，并提升配送效率。

白圭零售实验室：对大数据或人工智能，目前更多是集中在精准营销的环节。但一些品牌商是集设计、研发、生产、销售一体的，他们认为如果只是用于精准营销，对他们的产业链帮助不是特别大。那么，大数据或人工智能如何应用在他们的设计、研发和生产中？如何与他们整个纵深产业链结合，提升效率或者降低成本。

杜晓梦：先从产品设计的角度来说，我们有一个保险行业的客户，通过消费者标签、特征和需求，帮他设计不同的产品，比如白领人群，高净值人群或 90 后人群各需要什么保险。同时通过数据分析预测新产品在市场上的销售情况。这种将消费者数据与产品数据结合的思路，品牌商也可以借鉴。

另外，对于生产环节的库存，我们会基于销量的预测，预判大概需要多少产品，然后指导生产的数量。通过这些方式，可以减少库存。很多服装鞋帽高流转品牌商，库存下降一个点，就可能是数百万或上千万纯利。

实际上，生产过程也可以量化。我们有一个客户生产酒，传统时代是靠师傅品尝。但实际上，酿酒的工艺有很多数据，比如菌群、湿度、温度、压力等数据，都可以用来分析，而不同批次酒的口味也可以进行关联分析。

所以未来大数据在行业里的渗透，从营销这样的后端会越来越靠近前端，向设计、生产、库存环节蔓延。这肯定是未来的趋势。

这些环节的解决方案，百分点都有。但我们会根据客户的需求帮他排列优先级，优先做什么事情，能解决他现在的问题，哪些事情他想做而做不了，所以我们会根据客户的实际情况调整方案。

白圭零售实验室：对于传统企业来说，他们本身的利润就很薄，如果要投入大数据等技术，需要花费很大的成本，他们也有这些方面的考虑。

杜晓梦：不同的体量解决方案不一样，大规模体量的企业，会投入上千万预算，规模小一点的企业，投入几百万也有可能。主要是看投入产出比，如果是库存很严重的大品牌商，压缩一个百分点的库存，成本可能会节省几千万。