大數據環(huán)境下零售企業(yè)運營模式淺析

毛弘毅　魏姜濤　周丹

【摘要】大數據給零售企業(yè)帶來的是一個機遇與挑戰(zhàn)并存的時代，企業(yè)邊界、運營模式和戰(zhàn)略制定均發(fā)生了重大變化。如何理解大數據，并將大數據與零售企業(yè)各運營領域相結合，能夠有效提高零售商的決策水平，在高度競爭的市場中占得先機。因此本文在剖析大數據基本屬性的基礎上，分析大數據環(huán)境下零售企業(yè)的運營模式，并提出相關發(fā)展對策，為實現智慧零售提供一定建議與依據。

【關鍵詞】大數據 零售企業(yè) 運營模式

一、引言

借著互聯網的東風，移動支付的普及，以及物流網的推廣，我國零售業(yè)又迎來了一個蓬勃發(fā)展的春天。商務部數據顯示2015年中國社會消費品零售總額達到30萬億元，位于世界第二；其中網絡零售額達到4萬億元，增幅超過50%，位居世界第一。零售企業(yè)向互聯網領域的擴展、社交媒體的介入，以及來自供應鏈和運營上的數據都使得企業(yè)的數據比以往變得更加復雜，信息技術的發(fā)展已經使得數據從量的積累發(fā)展到質的變化。在今天的大數據時代，零售企業(yè)不得不面對海量的數據，并開始考慮如何利用這些數據在高度激烈的市場競爭中獲得一絲先機。傳統(tǒng)的工具和流程并不能很好地分析處理大數據模式下的信息[1]，許多著名IT公司如IBM、HP和Oracle等有針對性地為零售企業(yè)提供了一系列專業(yè)的大數據分析工具及解決方案，對其經營數據進行深入挖掘，幫助他們獲得更敏銳的洞察力，驅動決策制定，從而提升企業(yè)競爭力。

大數據給零售企業(yè)帶來的是一個機遇與挑戰(zhàn)并存的時代。在大數據時代，零售企業(yè)的管理決策已經逐步擺脫管理經驗上的判斷，越來越依靠海量數據的深度分析與挖掘[2]，信息成為了企業(yè)成功的決定性因素。大數據時代，各類網絡、感知、商務智能等信息技術的使用，使得零售企業(yè)的邊界不斷變化，相關戰(zhàn)略不斷調整，經營模式不斷創(chuàng)新。然而，目前我零售企業(yè)對大數據的理解不充分，技術、成本及信息安全上的問題均極大地限制了大數據在零售企業(yè)中的應用。因此本文在分析大數據環(huán)境特點及零售企業(yè)運用模式的基礎上，為零售企業(yè)發(fā)展應用大數據，實現智能零售提出相關對策與建議。

二、大數據環(huán)境特點及企業(yè)能力

（一）大數據環(huán)境特點

學術上通常認為大數據滿足三方面要求[3]：第一，數據是海量的；第二，數據不能夠歸類在傳統(tǒng)數據庫中；第三，數據的產生、獲取和處理是迅速的。零售業(yè)數據的產生已經突破了時間地點的限制[4]，數據來源不僅僅依靠傳統(tǒng)的POS機記錄銷售情況，也突破了傳統(tǒng)信息系統(tǒng)所覆蓋的范圍，移動互聯網和感知物聯網等技術的使用使得零售企業(yè)數據積累已經開始從量變到質變的轉變，朝著大數據方向發(fā)展。與醫(yī)療、公共事業(yè)、制造業(yè)大數據一樣，零售企業(yè)大數據通常展現出3V的特點：容量（Volume）、變化（Variety）和速率（Velocity）[3，5]。

（二）大數據驅動的企業(yè)能力

在采用大數據之前，零售企業(yè)除了需要了解大數據特點及相關技術，同樣需要認識大數據解決方案能夠幫助他們獲取的內部能力，包括組織敏捷性和運作優(yōu)化，從而帶來競爭優(yōu)勢和商業(yè)價值?？偟膩碚f，對于零售企業(yè)而言，大數據能夠帶來或增強以下四個方面的能力。第一，可追溯能力。可追溯能力指的是零售企業(yè)可以在整個產品或服務過程中追蹤某一數據的來源。第二，非結構化數據分析能力。大數據依靠Hadoop和NoSQL類型等數據存儲技術可以在此技術上對零售企業(yè)內外、運營配送過程、互聯網中的分布式數據和非結構化數據進行實時分析，獲取進一步的知識。第三，決策支持能力。大數據作為一種新型商業(yè)智能和分析技術，能夠有效支持零售企業(yè)決策。第四，預測能力。大數據的預測能力體現在兩方面。一方面，預測的基礎是海量的數據。另一方面，預測可以基于非結構化數據。

三、零售企業(yè)大數據應用框架

麥肯錫在其大數據分析報告中指出，零售企業(yè)可以在門店行為分析、定價優(yōu)化、產品陳列設計、績效管理、員工投入、配送與物流優(yōu)化、電子商務市場等多方面進行大數據應用[6]，總的來說可以歸納為市場、運作、供應鏈、新商業(yè)模式四個方面（圖1）。

（一）市場營銷領域

大數據在市場領域主要應用于交叉銷售、基于位置的營銷、門店行為管理、客戶細分、多渠道客戶管理、定價優(yōu)化和產品陳列設計等方面，核心在于產品定價和客戶關系管理。在產品定價上，零售企業(yè)可以通過數據源輔助定價決策，包括了如何針對區(qū)域偏好和客戶行為進行促銷，如何根據市場需求變化與競爭對手行為對價格進行調整，甚至進行多邊聯合定價。在客戶管理上，大數據使得企業(yè)更具洞察力。零售企業(yè)能夠詳細了解客戶的真實需求，并進行精準的個性化服務?；诨ヂ摼W等數據痕跡，零售企業(yè)能夠比消費者更加了解其行為偏好，從而進行有效的市場細分，并制定市場營銷決策[7]。

（二）運作領域

大數據環(huán)境下，零售企業(yè)的日常經營運作上也有了很大變化。一方面是績效管理上的透明。在大數據背景下，各個店鋪的績效、各個區(qū)域的銷售額、各個員工工作任務、客戶反饋均能夠被迅速準確地獲得。另一方面，通過對每一個員工工作狀態(tài)的了解，能夠合理分配工作任務，調整工作時間和參與度，從而達到在不降低服務水平的程度上減少員工成本。

（三）供應鏈領域

供應鏈領域，大數據能夠幫助零售企業(yè)在庫存管理、配送與物流優(yōu)化和與供應商議價上有所提升。第一，在庫存管理領域，零售企業(yè)能夠通過銷售歷史，甚至是天氣信息來對市場不確定性進行預測，降低供應鏈中需求波動。第二，在配送和物流優(yōu)化方面，零售企業(yè)可以通過基于位置的各種數據，了解并優(yōu)化配送路徑、優(yōu)化燃油使用率、管理司機行為，提高配送效率。第三，在與供應商的議價上，大數據使得零售企業(yè)能夠通過對客戶偏好、購買行為與交易數據等信息更加有效地與供應商談判。

（四）新商業(yè)模式領域

電子商務是大數據時代給零售領域帶來的商業(yè)模式?；诰W絡或移動網絡的市場擴大了零售領域。家樂福、沃爾瑪甚至是國內本土零售企業(yè)均積極開展電子商務活動?；诰W絡的市場能夠使得消費者更加清楚的了解到商品的價格信息，掌握零售企業(yè)所銷售的所有產品，同樣還能夠使得消費者通過產品的評論了解產品的相關質量與服務信息。信息的透明與龐大的信息量，極大的改變了消費者的購買行為和企業(yè)的決策模式，是零售企業(yè)節(jié)約成本，提升競爭力的新方向。

四、大數據環(huán)境下零售企業(yè)運營建議

我國零售企業(yè)大數據應用還處在十分初級的階段，同時現有的研究多關注于技術領域，而大數據管理視角在促使零售企業(yè)能夠更好地有效高效地使用大數據進行經營活動中也十分重要。因此本文在上述應用框架的基礎上，從大數據管理視角出發(fā)，為零售企業(yè)大數據運營提出以下四個方面的發(fā)展策略。

（一）實施大數據治理模式

大數據治理是IT治理概念的延伸，強調企業(yè)如何利用大數據資源創(chuàng)造商業(yè)價值。大數據的治理模式要求零售企業(yè)強化大數據管理的理念，能夠通過一系列業(yè)務流程的重構，使得產品與服務相關的信息和知識能夠更直接有效地從海量且非結構化的數據中傳遞出來。實施大數據治理模式首先需要形成明確的治理目標、執(zhí)行步驟、治理績效度量工具，能夠為大數據技術的應用提供指導和評價。其次，大數據治理是一個不斷優(yōu)化的過程。實時的大數據分析結果需要不斷進行驗證，一旦發(fā)現數據集的價值，便能夠依此優(yōu)化大數據分析過程，降低大數據分析的復雜度，節(jié)約成本。最后，高度的信息集成是大數據治理模式成功實施的關鍵。零售企業(yè)需要將OA、ERP、庫存、采購、電子商務、社交媒體等各個系統(tǒng)及業(yè)務單元的數據集成起來，在保證私密性的前提下將各個數據集加入到大數據治理框架中去。

（二）塑造信息共享的企業(yè)文化

成功實施大數據的先決條件是企業(yè)數據共享的理念和文化。良好的信息共享企業(yè)文化能夠減少員工對新的信息系統(tǒng)及信息技術的抵制行為。缺少有效的信息共享氛圍，數據的收集和傳遞效率都會受到限制，從而影響到大數據的分析和預測能力。為了塑造有效的信息共享的企業(yè)文化，零售企業(yè)應該努力打破內部信息共享機制，完善共享機制，鼓勵和獎勵收集數據和數據傳遞標準化工作，從而提升數據質量和分析預測的準確性

（三）做好大數據技術員工儲備

零售企業(yè)在大數據環(huán)境下一定要重視大數據的研究與相關應用，做好人才儲備工作[8]。一方面需要在原有員工的基礎上，在各個核心應用領域進行大數據技術培訓，促進大數據與原有業(yè)務領域的結合，提升員工綜合素質；另一方應該不斷引入大數據專業(yè)人才，協助指導企業(yè)在大數據環(huán)境中業(yè)務流程變革的相關工作。如果條件允許，應該組建跨組織的大數據管理團隊，從而能夠保證大數據戰(zhàn)略與大數據運作結合起來，保證大數據治理的有效實施。

（四）與云計算和物聯網技術聯動

大數據技術不應該是孤立的，通過與云計算和物聯網技術的聯動能夠有效降低大數據的成本，提升數據積累能力[3]。一方面，大數據所面臨的數據量與數據分析復雜度往往需要強大的計算能力，這給企業(yè)在大數據應用實施初期帶來了繁重的資金壓力，通過云服務商的按需使用計費方式，能夠在分擔數據風險的同時降低成本。另一方面，物聯網技術的應用為大數據的收集提供了有效的數據來源。大數據與物聯網需要協同實施。例如物流網中電子標簽、感應器、信息系統(tǒng)等相關標準應與大數據標準相一致，能夠提高數據采集和分析效率。

參考文獻

[1]Zikopoulos P，Eaton C.Understanding big data：Analytics for enterprise class hadoop and streaming data[M].McGraw-Hill Osborne Media，2011.

[2]王舉穎.大數據時代零售企業(yè)多邊平臺發(fā)展與協同定價策略研究[J].價格理論與實踐，2015（5）：106-108.

[3]Hashem I A T，Yaqoob I，Anuar N B，et al.The rise of “big data” on cloud computing：Review and open research issues[J].Information Systems，2015，47：98-115.

[4]鄭淑蓉.零售業(yè)大數據：形成、應用及啟示[J].長江論壇，2014（2）：90-94.

[5]Chen H，Chiang R H L，Storey V C.Business intelligence and analytics：From big data to big impact[J].MIS Quarterly，2012，36（4）：1165-1188.

[6]Manyika J，Chui M，Brown B，et al.Big data：The next frontier for innovation，competition，and productivity[Z].McKinsey Global Institute，2011.

[7]張莉艷，齊永智.大數據背景下零售經營要素變革研究[J].技術經濟與管理研究，2015（7）：47-50.

[8]鄭東盟.大數據時代商業(yè)銀行優(yōu)化經營管理策略研究[J].現代經濟信息，2015（15）：130.

基金項目：2016年度江西省軟科學研究計劃項目“互聯網+”時代江西智慧城市IT能力評價模型及其應用研究”（20161BBA 10033）。

作者簡介：毛弘毅（1989-），男，漢族，江西九江人，博士，講師，研究方向：IT能力、IT與組織；魏姜濤（1997-），男，漢族，四川安岳人，本科生，研究方向：IT與供應鏈；周丹（1989-），女，漢族，江西九江人，碩士，助理實驗師，研究方向：科研可視化。