【嘉宾观点】于刚：电子商务的大数据应用和1号店的实践
2014年11月14-16日，第九届中国管理学年会在我院举行。中国管理学年会是中国管理学领域规模最大、层次最高的综合性学术会议，旨在加强中国管理学界的合作与交流，推动中国管理科学研究的发展，提升中国管理实践的水平。
1号店董事长，联合创始人，武汉大学空间物理学士，康乃尔大学物理硕士，宾西法尼亚大学沃顿商学院决策科学博士，曾任戴尔全球采购副总裁和亚马逊的全球供应链副总裁、美国德州大学奥斯汀分校澳门新葡平台网址8883网站终身教授和座席教授的于刚先生关于《电子商务的大数据应用和1号店的实践》的精彩观点。
中国电子商务的发展趋势
今天有机会跟大家分享一下从企业的角度我们是怎么样利用大数据和供应链的优化和运营管理很多的理念，怎么样在我们的实践中让我们更具有竞争力，我主要从电子商务的角度讲讲，介绍一些我们具体怎么做的。
中国的电子商务是持续的迅猛发展，是中国所有行业中发展最快的一个行业，未来的五年基本上都是在27%的速度发展，而且中国的电子商务已经超过了美国，美国是最发达的国家，互联网也是最发达的国家。不管是从电子商务在线销售的总额还是在线销售和中国总的社会零售的占比还是在增速上，中国电子商务都超过了美国。
另外，智能手机的迅猛发展，让电子商务迅速下沉，到三线、四线乃至到乡村，中国的智能手机去年年底已经达到了5个亿的拥有者，而且每年以接近20%的速度在增长。也就是说，到明年手机的拥有量超过了PC拥有量，将来的电子商务主战场不在PC了，而是到移动商务上去了。
电子商务中有很多种各种各样的模式，发展最快的模式是B2C，从企业直接到消费者，这个模式的优势是，第一，他有诚信，第二，它有规模效应，它有供应链的规模效应，有技术上的能力。B2C的模式到2017年的时候几乎要占所有各种模式的一半左右的份额。
电子商务的优势
第一，它不受地理的限制，一网覆盖全国乃至全球。第二，它不受时间限制，它任何时候都可以，7×24小时服务。第三，它不受货架限制，你加服务器就行了，货架无限延伸，所以他可以有无限的品种服务于大众。还有非常重要的就是它有大数据，传统零售是非常难得到顾客具体的数据，可是电子商务清晰的知道顾客从什么时候过来，整个购物路径是什么，他收藏了什么，购买了什么，购买的商品的关联度是什么，他重复购买的周期是什么。所有这些信息我们是非常清楚的，这样的话我们可以为顾客做精准化的营销和个性化的服务。
第一，移动购物把电子商务的优势又推进了一步。我们可以让顾客在随时随身随地购物，他可以在九寨沟度假的时候购物，他可以在海边购物，任何地方可以购物。第二，由于手机有了定位功能，让以前一些概念，比如说IOBS（本地化）的服务成为现实，让O2O线上线下的互动成为现实。第三，手机有及时通讯、及时社交的功能，所以让社交的购物概念也成了现实，你随时可以通过手机问意见领袖，问你的亲戚朋友得到购物的推荐。还有手机和可穿戴式的设备让物联网也成为现实，可移动设备让电子商务迅速的渗透到每个角落。
1号店是怎么样利用大数据来做各种各样的优化的
1号店是中国电子商务第一梯队里面最年轻的一个企业，当时我们的商务计划的第一句话就是“新模式、新价值、新生活方式”，我们就是要改变大众的生活方式。
我们的商业模式是多模式并存，首先有自营的，我们有商城，我们有2万多商家。还有一个模式叫做散购、团购，还有SBY，1号店服务，这里面提供物流服务、平台服务、营销服务、数据服务、金融服务。通过多个渠道，除了网站之外还有掌上1号店，你可以下载掌上1号店，你可以随时随地购物，在北上广深12点以前下单的话当天可以送货，在其他城市70%-80%的顾客范围内都可以在24小时内保证送货。
大数据是如何炼成的？
最早实际上有数据，我们先要定义什么是数据，然后要能够记录下数据和传播数据，然后我还要做数据的统计。有了互联网之后，让数据的得到和传播变得简单，变得时时，有了数据时时的采集和快速的传播，而将来它是一个智能的时代。
而电商这些年来也有了很大的变化，以前传统的零售，实体零售，它是覆盖有些区域，我建了一个店，顾客来吧，它的优势就是顾客可以体验式的逛逛看看摸摸试试，在卖场里有声、光、色、味等各种各样的方法刺激顾客的购买，店员近距离的服务，顾客看到商品可以及时拿走，是这样的一些优势。但是，有了互联网之后，有了PC和电子商务之后，他是虚拟购物，顾客在家里足不出户，可以随时跳转，他看不见摸不着，但是有时间差，可以足不出户就享受到一些购物和服务。到了移动购物的时候，相当于我们把商场、超市，把所有的零售都送到了顾客的手掌心，顾客可以随时随地购物。
我们怎么样利用大数据？
第一，以前叫做数据成为工具，把数据变为产品。第二，数据本来是对内，我现在可以对外。因为它是产品，它可以提供价值，我们要度量一些，叫做数据有价，把数据产生价值。
大数据是经过一个逐渐升级的过程，最早的数据是零散的，它只是数据，它是原始的数据，你如果把数据进行统计之后，以合适的方法呈现了以后，表达了以后它就成了信息。如果在信息的基础之上再建模，优化，它就成了决策。如果这些信息、决策让你不光对现在的运营和现在的管理起作用，还为你的未来做了一些指导性的，预测也好，还是指导性的，战略的方向也好，那么就变成你的智慧.。
举几个具体的例子，首先讲怎么样度量，我们把这些品类，把大数据都展现出来，我们会发现有些很简单，一看年货肯定是过年的时候卖得最好的，防寒用品肯定是冬天卖的最好，但是为什么巧克力冬天卖得好，夏天卖得不好，因为它储藏不方便，物流中间的过程中它熔化了，或者夏天吃巧克力上火。所以你可以看到这种趋势性的数据，我们通过大数据分析马上可以看到。这时候对我们的价值是什么？我们就知道哪一类的商品什么时候促销最有效，什么时候你马上就要开始减你的库存。这些归类不光是对品类有帮助，对具体的每一个SKU可以细化到每一个商品，看到它的周期性的变化，知道这一个商品在什么时候对好卖，什么时候要清货，什么时候要清理。
在库存优化上1号店的做法
建库存模型，一到库存的时候自动就开始下单，到了时间库存就来了，商品就到货了。但是在前端应该是这样的，传统零售里面商品卖完了你看不着，可是电子商务里面我们是有意的把商品及时卖完还放在这，因为顾客的点击数是可以帮助你决策这个商品是要进还是不要进，所以这个点击是非常重要的。我们分析顾客搜索的时候就知道哪些商品是顾客点击了又买了，哪些商品顾客点击了点没买，没买的我们可以分析他背后的原因是什么，所以可以做大数据分析。所以在前端的话如果有货，顾客可以立即购买，如果没货，顾客可以预定。如果在整个网站上都找不到这个商品，那我们根据顾客搜索同样的关键的频率的话来决定要引进什么样的商品。
这是用数据来驱动我们的业务，比如说SEM，关键词在百度上、谷歌上，搜索引擎里面，关键词都是投标竞标，每点击一次流量就到你网站上来，但是这个流量究竟有效没效，回报率有多高，它是一个优化的过程，我们把这个系统自动化，任何的关键词可以放在里面，放在一个关键词的池子里面，我随时往里面加，价格逐渐往上提。如果没进到的话，放的位置很后的话那就没用，但是我投很高的价钱的话，它的转化率很低，它的投资回报率就不够，所以我是一个逐渐优化的过程。我每次投一个关键词的时候就看它的反馈，转化率怎么样，销售多少，投一块钱能够回报多少，逐渐的过程。通过这样优化的过程之后，我们可以投500万个关键词，光靠手工是没有办法管理这么多关键词的，而且它自动的去决定它的价格。如果它带来的投资回报率很好的话，那我继续投，如果不行的话就降它的成本，通过这样的系统就帮我们投放的LY提升了5倍。
我们做了一个PIS（价格智能管理系统），这个系统我觉得非常重要，这个系统就是我们在线去搜索72个竞争对手网站，1700多万个商品，我们去获取它的价格信息、点击信息和库存信息。它背后是什么？它有一个价格模型，驱动价格模型是作为公司的价格策略，比如说有些平台是引流的，我不在乎它的赢利，有些平台是专门用来赢利的，我要分析每一个商品的价格弹性，根据这个价格弹性来决定时时的调整这个价格，跟竞争对手对比。我们如果发现哪些竞争对手的点击量很高，转化率也很高的话，它处于价格敏感性上，我们一定要卖起这种价格。
怎么样为客户精准化营销和个性化的服务，顾客有各种各样的行为，这个行为我们是可以观察到的，我们希望这个网站提供给每一个顾客是个性化的，你看的网页跟你的喜好非常一致。比如说我没有小孩，你给我看小孩的奶粉、尿布，对我来讲没有意义，我是个男的，我和一个女孩的区别也是不一样的，所以我们希望做成千人千面。我们第一步先做成千人四面，我们把顾客分成丽人，办公室白领，辣妈，比如说她有了小孩子，宅男，新客，第一次来网站上购买，根据不同的顾客，我把后面的各种营销准备多种，每一个不同的顾客给他展现不同的营销，转换率就提升很多。
我们对顾客继续IDM也是个性化的.比如说我们给顾客说某某先生，你上次买了这个产品，现在一个月了，没有了，又给你推荐这几个，所以这种转换率就大幅度提升。
有关个性化的服务，我们一定要把数据基础打牢，基本信息大家都有，交易信息很容易找到，但是怎么样根据这些交易信息推出后面的特征信息。比如说他的收入怎么样，他的产品爱好怎么样，对品牌的喜好怎么样，他的消费行为怎么样，我们发现这种消费行为差别很大，比如说PC的消费行为，它的高峰是在白天，上班的时候，最高峰是下午两三点钟，上午10点钟是高峰，特别是用手机购物的话，他早晨上班的时候7、8点钟或者说晚上9、10点钟，没事趟在床上购物。大家消费的行为是不一样的，再加上你可以看到，如果用手机购物的话，他喜欢短平快的购物，包邮，买一件东西闪购。如果买大件的话，他今天放在购物车里，回到家里面他经过多次比较，各个地方看了之后才做大件的购买。所以，很多购物行为可以很清晰的分析以后，然后我们在合适的平台上利用合适的商务模式去销售。
供应链优化.举一个例子，我们上海有4个仓库，每个仓库大概3万平米左右，里面有十几万种商品。平均一个顾客一张订单有16.7件商品，我们要多长时间把这16.7件商品从四个仓库里都找来。你想想看，你就在一个超市里买一个东西的话，这么多商品，你也要找20、30分钟，最后我们的结果是50秒以下就把所有商品找了。但是他的做法是，第一，他依赖于大数据，第二，他依赖于优化。比如说如果我们发现很多的商品关联度非常高的时候，那么在仓库里面，这些商品在货架上放得很近，我捡了商品A马上就可以捡商品B，这是第一。第二，我不是每一个顾客的订单就单独为这一个顾客去拣，我是一个波次一个波次去捡，也就是说，我把大量的顾客订单，有相似性的订单把它集合起来，一起捡过来，比如说我拣口乐一捡就捡十几箱过来，然后把它分到顾客订单里面去，波次是要优化的，波次有多大是最优的，我们要做大量的优化工作。
数据有价，怎么样把数据形成产品而不是零散的数据，不然你很难得到它本身的价值。举一个例子，很多的品牌商，比如说宝洁、联合丽华、口乐、卡夫等等，有大量的商品，他们一个是希望推新品，一个是希望得到顾客的反馈，推出来的商品口味好不好，营销方式对不对，包装好不好，他怎么样得到顾客反馈，于是我们就跟这些品牌商联合起来做了一个试用中心。现在这个试用中心每年要发送数亿个试用品，有些贵的，像小家电、化妆品都是几千块钱一个，顾客要求免费试用是可以的，但是你必须写试用报告，给我反馈，究竟你喜欢什么，不喜欢什么。同时我们做大量的分析，这个顾客拿到这个试用品之后他的回头率有多高，他对这个品牌的忠诚度有多高。你给了他一个样品出去，他回头有没有买同样的商品，他有没有回头来买同品牌的产品，我们把试用中心作为一个产品，它是有价的，得到了很多品牌商的喜欢。而且通过我们这个渠道去销售他们的新品。
我们有一整套的数据生产系统，而不是零零散散的做，从底层就把数据源做好，数据仓库打好，同时把数据产品开发出来，这个产品要分析。
第一，我要有时时的数据，我让整个的供应链全是透明的，我在任何一个点，我知道所有资源的状态，先有数据。
第二，有报表，这个报表可以以数据的形式，也可以以图形的形式.比如说我可以看到时时的销售怎么样，比上周的比例怎么样，这个销售里面某个区域的销售怎么样，这个区域里某个品类怎么样，这个品类里面某个品牌怎么样，这个品牌里面某个商品怎么样，我可以一直到一个单品销售怎么样，它跟上周比，跟去年比，我可以在手机上任何一个地方看到，所有的供应链、企业的运营对我来讲都是透明的。
第三个就是产品化，可决策，对内产品化，对外也要产品化.比如说我要调整价格，可视化的价格系统，我们的产品经理可以看到这个系统，看到以前因为价格的波动、价格的变化怎么样影响到销售的变化，价格弹性他可以可视化的看到，他可以在网页上直接调整价格，调整完了之后他可以过几分钟回头来看这个价格调整之后有没有刺激销售，他就把它变成一个产品，这是对内的产品。对外的产品，比如说我们开发的TMS系统，我们可以放在第四方的物流平台上，可以让我们所有的配送商上来使用我们的系统。
我们根据这些数据开发的产品，有些是对内的，有些是对外的，对于品牌商的叫做聚宝盆，对于商城的2万多商家我可以有数据水晶，对于第三方的合作伙伴，比如说我们最近做互联网金融，很多银行和金融公司在我们这为我们的商家提供保险、保理、贷款，将来我们对大众提供基金，但是他们希望有风控模型，我们就可以把这些数据提供给金融机构，他们根据我们的数据来决定这个商家的风险等级是多少。
最后总结一下，大数据我们的应用就是从4V（volume 、variety、velocity、value到3I（BI、CI、DI）。我首先要能够描述我所有的业务，我所有的业务都有指标，都可以很清晰的看到运营的状态.
第二，我希望洞察我的顾客，我可以清晰的知道顾客的行为，而且来形成顾客行为模型，根据顾客的喜好为他做更精准的营销和个性化的服务。
最后我们希望这些数据在我们决策过程中，用这些数据建造我们的决策模型，让我们的决策更加优化，更加有竞争力。
