以淘宝原创女装品牌橡菲为例,他们会每天花费 500~1000元做情报挖掘。他们有专门 的情报收集人员,根据数据魔方、量子恒道、 CRM 系统分析数据,再把这些信息结合辅助最 基本的经营决策, 考虑下一款新商品款式如何, 基于对老会员的分析, 是否需要拓展新类目 等等。
比如,当橡菲有 50件商品、 100万现金时,究竟应该怎么安排生产 ? 情报挖掘人员会提 醒决策层,这其中有 2件爆款、 6件长尾、 2件滞销品,甚至可以提出对各款商品的补货、 清仓建议。 从系统中取得所需数据并不困难, 但数据需要进一步拼接, 再去思考各个数据之 间的因果联系。
通俗来理解,商业领域中的情报,是商业逻辑。
“情报支持的是对商业逻辑的理解, 而数据支持的是对商业情报的处理能力。 ” 郝欣诚 认为必须先做情报挖掘,再做数据挖掘,如果情报没做好相当于对商业逻辑的理解没达标, 指望着数据直接讲清商业逻辑,有些南辕北辙。
数据无法替代商业逻辑
大数据需要在量化数据的基础上, 加上商业逻辑, 才能帮助电商企业做全局性、 系统性 的决策。排除一系列不可控因素,把结论和实际情况进行剥离,在一个理想状态下的模型, 只是数学专家给出的结论。
大数据的核心是融入商业逻辑。
在商业逻辑里,必须先懂市场,懂某个领域的消费者真正诉求的变化 ; 其次要懂行业, 包括行业的特征、 要求和规则 ; 最后才是懂企业运营, 把多个支持模块资源有序地整合起来, 从而共同创造价值。
在这些都具备的情况下, 再用量化的数据适度辅佐决策, 在商业逻辑的主导下, 真正发 挥量化数据的作用。
“缺乏这个商业逻辑之本, 那量化数据就是天马行空的东西。 ” 傅志勇把商业逻辑看成 真正需要解决的难题,因行业不同、企业不同、类目不同、时机不同,商业逻辑都会有所变 化,这是一种动态平衡的艺术和哲学。
网站分析在中国创始人宋星认为, 数据不能代替商业逻辑, 但是数据可以修正、 调整商 业逻辑。“一个决策的产生,要靠部分数据、部分经验、部分直觉。”宋星坦言,决策的事 并非一句大数据便能解决。
这涉及数据分层。根据经验判断,越是偏宏观战略层面的数据,实用性越高,越是偏微 观细小的数据, 不确定性越高。 因为宏观的决策很大,大到细小的影响起不了作用,而微观 的决策恰恰相反。
例如, 整个行业规模如何,市场增长力如何, 本身是多样本的综合数据,每一个样本的 影响都只占一部分。而一旦到微观层面,比如广告用的颜色、打折力度大小、满减的额度, 某一项的数据会起决定作用。只是如今多数商家更相信测试法,并不相信数据研判。
“宏观层面多看看数据,微观层面多谈谈经验。”傅志勇认为这对电商企业有价值。 回归商业的本质, 数据只不过是业务的副产物, 业务系统好, 一般情况下数据系统不会 太差。如果本末倒置,数据系统好但业务系统差,结果会发现数据系统都没法输送原材料。 并不是说数据不重要, 但请不要迷信, 因为数据的不确定性所带来的风险, 是多数企业 无法承受的,生意人需要回归商业逻辑。
最后, 借用一段被采访者的话来总结一下大数据:大数据是未成年人的性游戏, 十七八 岁的时候男女这点事还是挺有意思的, 谁都不知道真正搞起来是什么样子的, 所有人都在搞 所以自己也要搞。 大数据有的时候就是这样, 讲不清楚真正的场景, 自己又没有积累强大的 数据,都是空谈。
相关推荐：
loading