基于大数据环境下零售业商业模式创新研究_答辩稿件.doc

目录摘要1关键词1Abstract1Keywords1引言1一、大数据在零售业中运用的条件分析1二、大数据应用中存在的风险31、大数据的获取风险32、大数据的处理风险33、大数据的成本风险34、大数据的隐蔽风险35、大数据的执行风险46、大数据存储风险4三、大数据运用中风险的解决措施41、存储完善42、加大科技投入53、成本控制54、渠道管理55、能力提升56、灵活运用57、人才培养5四、基于大数据的零售业商业运作及运用趋势分析61、商业运作中的数据价值链62、大数据的运用趋势分析7（1）数据分析实现“人客合一”7（2）数据运用打造零售业强关系7（3）大数据分析让零售业服务多样化7（4）大数据分析优化零售业的市场布局8（5）大数据运用实现了部门资源共享和激励8五、总结9参考文献10基于大数据环境下零售业商业模式创新研究重庆工商大学 贸易经济专业 2011级 指导教师 摘要：零售业经过多年的发展，在我国国民经济中发挥着重要作用，对我国的国民生活方式以及经济结构都有着深远的影响，每一次的商业变革都会对生活产生巨大变化，但是近几年来，我国零售业面临着扩张困难，成本无法控制，市场定位和精准营销困难的局面。本文主要通过对大数据环境的分析和研究，对零售业的商业模式进行了解析，主要是零售行业的资源整合和市场细分两个大的方面，然后研究零售企业基于大数据环境下商业模式的创新，提出在零售行业数据运用中的主要风险和应对措施，最后提出相应的建议和方法。关键词：大数据 资源整合 市场细分 应对措施 建议Abstract：Retail industry after years of development, plays an important role in national economy in our country, to our countrys national way of life and has a far-reaching influence on the economic structure, every business change will produce huge changes in life, but in recent years, the expansion of Chinas retail industry is facing difficulties, out of cost control, market positioning and precision marketing difficult situation. In this paper, through analysis and research of the large data environment, the retail business model to carry on the analysis, is mainly retail industry resource integration and two aspects, the market segmentation, then the retail sales enterprise business model innovation based on big data environment, put forward in the retail industry data using the main risk and response, finally put forward relevant Suggestions and methods.Keywords：Big data Resource integration Market segmentation response advice引言 零售业是我国经济中的重要组成部分，对于推动我国的国民经济，改善人民生活方式上发挥着重要作用，同时零售业是拉动内需的基本，经过长时间的发展，我国的零售业已经有了很大的进步。然而，现在的零售业却面临着巨大的困难，在经营过程中高成本运营、高库存积压、低利润运作等问题一直困扰着零售业的发展，特别是现在零售业中的盲目扩张现象更是加剧了零售业的困难。随着具有市场决策支持和市场预测的大数据出现，在对零售业的这部分运营上起到了一定的作用，大数据是指无法在有限的时间内运用传统IT技术和软硬件工具对其进行感知、获取、管理、处理和服务的数据集合。大数据的各方面特性可以总结为4个V，即大量化（Volume）：现在的社会所产生的数据是海量的，增长是爆炸性的；价值性（Value）：大数据拥有巨大的价值；多样化(Variety)：数据库存在多样的数据类型；快速化(Velocity)：拥有快速的数据流动和动态的数据体系。本文主要是以大数据环境为前提，针对零售业目前所面临的困境，提出大数据在零售业中的运用措施，并分析了在大数据运用过程中存在的风险，最后提出解决企业风险的相关措施，同时也对未来大数据在零售业中的发展趋势进行了分析，对我国零售业的发展有一定的参考价值。一、大数据在零售业中运用的条件分析零售业中的大数据运用基础一直都存在，这些基础为大数据的实施提供了条件，在大数据发展之初，零售业对大数据的运用体现在简单的报表分析上，同时也包含了日常的销售统计，进销存统计等，而现在的发展之中，零售业中对数据的运用扩展到了销售、顾客、市场、生产、物流、财务等流通环节。大数据对零售业的作用也主要体现在对其生产和研发的改造，最大的作用是对零售策略的制定。数据贯穿于零售业的全部，这里的大数据就体现了自身的价值所在，从而形成了数据化的商业模式，就是指运用分析工具对客观、真实的数据进行科学分析。零售业需要的大数据支持主要有对资源的合理配置和市场细分这两大板块。如果条件分析和需求都能够得到满足和价值实现，那么这对于零售业的困境解决思路来说，将有很大的改善。 综合这些条件，再结合零售业的状况，这里通过一个表格来对运用的条件做一个简单的分析。表一 零售业大数据运用条件分析条件类型支撑项目条件内容和解释基本条件零售业与大数据的关系密切零售业目前的发展路径无论是线上零售还是线下零售，甚至是全渠道零售，都需要大数据的支持，大数据需要在零售行业发挥作用，离不开线上线下和全渠道的推动，而全渠道零售的进一步发展，离不开数据支撑，两者相互促进相互作用。必然条件大数据对零售业的资源整合和利用以及实现市场细分和布局（1） 产品在市场的被搜索频率和产品的销量，顾客对购买产品后的评价，以及市场对产品的反应，通过信息的传递，企业就能够有效的配置自己的资源，节约产能，并且实现市场动态的全权把握，这算是大数据对行业的突出贡献，既避免了市场导向的盲目性，又实现了以小的投入得到最大的产出和收益（2） 解决零售物品处在什么样的环境中，销售的对象是谁，顾客最需要的直接服务是什么，这个区域的顾客靠什么才能稳住市场都是大数据能够解决的问题。先天条件长期积累的数据库资源 在零售业来说就是零售业的数据本身就已经有了有效的记录和存储，所以零售业就有了这方面的优势，无需再有多余的数据积累周期。这就是所谓的零售业所具备的优先的“飞轮效应”。价值条件数据需求和渠道优势 即时性的需求依旧能够让实体零售得以发展，零售市场依旧存有商机，而大数据的价值不仅是其他行业的优势，对信息的把握，也是零售业发展的一大优势，零售行业现目前主要表现为网点多、商品多、顾客多、接触点多这几个突出的特征，在全渠道零售大环境下的零售行业，对大数据的应用需求特别强烈。大数据的两大功能在任何行业都可以视为突出的和核心的。一个企业如何能够在市场上得以生存，一是自己资源用对了地方，二是自己的产品投对了市场，这一点如何实现，便是问题的关键，以往的工作便是市场调研，凭借领导者的个人预测和评估来达到这一个目的，而大数据在这两个方面的作用就体现得十分明显。这就是我们表格之中说的必然条件。在这几大条件中，价值条件在推动大数据在零售行业发展中的作用是最为明显，也是贡献最大的。二、大数据运用中存在的风险大数据从被重视以来，运用的范围也越来越广，行业间的需求不仅体现在对数据量的要求上，还对数据的安全提出了要求，大数据的积累到研究运用，是一个长期的过程，这里的风险从数据收集到分析再到最后的执行都有很高的要求，这也和大数据的很多条件有关。数据因为网络技术的发展，要保证安全的数据，就要有技术来作为保证，目前数据应用在行业中的风险主要有一下几个方面：1、大数据的获取风险这里的获取风险就是说的对数据收集不充分，数据遗失严重，不能进行有效的分析。这一点主要体现在现在企业对有效的数据的积累不够，对数据的收集周期上没能及时处理，使得有效的信息被大量其余的冗余信息所覆盖。往往导致的是分析结果的偏差或者达不到数据分析要得到的目的，失去数据分析的意义。2、大数据的处理风险数据的处理技术跟不上行业对数据的要求和目的。现在大数据的快速发展，已经不是人们能够有效预见的，目前的分析系统和技术都还是以以前的基本功能在运作，市场也在更新换代数据分析的工具，但之间还存在一定的落差。 3、大数据的成本风险零售行业的数据分析系统建立风险大。数据分析系统的建立，不是简单的一个数据处理，大数据应用在零售企业毕竟是一个逐步实现、逐步收益的过程，而且短期内很难实现，其投资的初始资金需求大、技术门槛高，所以即使有价值，投资也是有风险的，这一点对于小型零售业来说因为门槛太高，所以很难建设有规模的大数据分析系统。4、大数据的隐蔽风险 营销误差的存在，让企业错失经济。数据分析在贯彻时是一个复杂且困难的过程，不能有效的将这种结论用在正确的对象上，数据的价值就会因此丧失。顾客数据风险性的把握与控制。市场上的数据不管是结构性的，还是非结构性的，提取或分析的数据对象真实性很难考究，这是现在市场上一定存在的，因为顾客对信息的顾虑，我们很难获得最真的信息，所以其风险依旧存在。5、大数据的执行风险贯彻执行的乏力。现在零售业很多环节在制定执行上都有很多执行不到位的情况，尤其是现在管理的缺失，个人作风对管理的影响以及中国传统集权思维的影响，在对大数据的贯彻上缺乏行动力。数据分析后是一套完整的执行系统，执行不到位，上层不够重视，再有力的竞争条件也很难被把握。6、大数据存储风险在数据存储上的风险是最为致命的风险，一旦数据通过积累成为整个企业的数据资产，那么数据的重要性就不言而喻了，如果在存储上出现失误，这将从根本上威胁到数据的安全和企业的安全，其带来的损失也将是不可预计的。 大数据在人们看来是新鲜的东西，但是我们每天都在和数据接触，很早就已经有关于大数据的书籍和研究，而在现在才被人们所重视而已，在渐渐的运用过程中，如果不能好好把握和预见以上的风险，对企业将是一个很不利的因素，到时候这一时代机会将成为企业的一大危害。三、大数据运用中风险的解决措施既然大数据在运用上有风险，在能够预见风险的时候，一定有可以应对的措施，大数据能够帮助零售业在市场中具有一定的自身的竞争优势，通过上述分析，结合文章的案例，大数据在风险规避上也是有迹可循的，从数据的发掘到数据的运用，系统的过程有针对性的预防，那么风险便能够有效的得到控制。1、存储完善 做好日常的数据处理工作，在一定时间内将能够储存的信息、能够收集的信息进行收集整理，做好对数据的保管工作，像WiFi捕捉的动线数据、网络购买行为、浏览数据、社交媒体数据等，需要尽量尽早收集。收上来以后可能暂时没有完整的工具和方法去分析，但应该先收集上来存储，然后再随着技术提升逐步应用、细化，这是大数据管理的底层。2、加大科技投入 科技化这一块主要是指对数据的运用和开发对科学设备的借助，这主要是要加强对数据分析的技术方面的投入，大数据因为筛选和提取里面的专业性和技术性，企业在这一块的投入必须是能够提高行业数据分析的能力，能够真正的将数据转化为企业信息和实力，形成企业自己的竞争优势。3、成本控制 有效控制数据挖掘环节的成本支出，根据需求合理配置资金，供需平衡。大数据的成本主要集中在收集、分析、处理这几方面，收集涉及到大数据的挖掘和获取，这里现在需要大量的收集工具和人力，同时在数据提取的核心环节提取时，最大的资本消耗就是技术投入，所以这里的成本控制是至关重要的。4、渠道管理 将顾客与门店货物流通的全部渠道作为中心，把产生的数据，包括网络购买行为、微信留言和发言等信息全部加载整合到一个数据库之中，形成统一的顾客消费情况与需求视图，然后为数据分析提供数据源，这是零售业大数据运用的核心。5、能力提升 提高对数据的辨识能力和筛选能力，从庞大的数据之中提炼出对自身发展有用的数据，这个要求也是对数据分析师的又一个大的要求，也是企业需要攻克的一大难关。6、灵活运用零售行业在大数据下的应用场景在日后的发展中要求在查询、分析、预测来对业务进行处理的同时，能够与行业的业务操作紧密联系在一起，这样才能使得数据的可行性得到提升，才能为上级制定方案提供支撑，从而形成良好的IT架构。7、人才培养 重视对人才的培养和技术的引进。行业研究离不开技术性人才，没有人才的企业发展将步履维艰，这应该被所有行业所重视。大数据的整体零售应用场景分析，旨在强调大数据对行业的市场细分和资源配置有很重要的作用，未来零售行业必须依靠大数据来提升竞争力，重点在于是否能够将其优势充分发挥出来，如何将其风险有效的规避。四、基于大数据的零售业商业运作及运用趋势分析1、商业运作中的数据价值链零售业经过多年的发展，现在已经取得了不错的进步，从国外零售业到国内零售业的起步，经历了很多的变革，一跃成为推动我国经济发展的主要力量，发挥着重要的作用。传统的零售业商业模式是“供-研-产-销”。首先，以自身为出发点进行供应定位，解决能够生产什么产品，接着开始对可以生产的产品进行研发，研发成功以后便开始投放市场进行销售。这样的价值链在现代零售业中很难做到以市场为导向，不仅不能达到获利的目的，还增加了运营的成本和流通成本，造成库存的积压。大数据对零售业的作用也主要体现在对其生产和研发的改造，最大的作用是对零售策略的制定。数据贯穿于零售业的全部，这里的大数据就体现了自身的价值所在，从而形成了数据化的商业模式，就是指运用分析工具对客观、真实的数据进行科学分析，其中发挥价值作用的大致有几点。数据资产：在平时的零售业销售中，有销售记录的移动终端和结算记录的数据，还有就是平时的客户群体的需求，以及在网络信息平台所开展的信息收集，最后形成零售行业自身需求的数据资产，因为零售业的销售记录是永久的，所以在数据积累上面已经比其他行业有先前的优势了。数据资产一方面继续服务于零售业，零售业也在运营中不断积累数据。同时促使零售业进行调整，这里的调整主要是上游进行产业链的升级或者横向一体化改造，下游就主要是通过信息主打来加强控制监督。经过调整和对零售业的运用，这时候就形成了零售业自己的价值链，有了价值流通的模式，这条价值链就会发挥数据最为核心的两大作用，就是提供市场预测和为决策提供依据，这个模式将是以信息数据为主要核心的零售业商业模式。 2、大数据的运用趋势分析大数据在孩子王的运用很普遍，毕竟孩子王是会员制的零售店，主要经营-1到13岁儿童的食品、用品、玩具、服装四大板块，在建立零售业商业模式的基础上，以这为背景，来对孩子王现在的零售业商业运作进行分析。（1）数据分析实现“人客合一”在孩子王零售业务当中，通过数据分析，然后在自身平台上与顾客交流，并针对顾客的要求作出实时的反馈，在对收集和办理的会员上，将会员单位与员工单位有效结合，每一次的会员消费，或是短期的，或是长期的，会员消费金额永远与办理会员的员工绩效相挂钩，会员不仅能够为员工带来绩效，还能通过这种方式加强员工在会员招募中的积极性。（2）数据运用打造零售业强关系对于打造强关系，这目前来说在零售业很少有这样的数据关系，孩子王通过对平台数据的分析，在很多领域进行风险规避，其对客诉的及时处理和这种对客户关系的维护，即体现出了公司对客户的重视，又将自己的办事效率得到有效的提升，数据在后台及时反馈，后台对数据进行及时的提取分析，并且反馈至门店负责人，负责人将情况直接向顾客反馈，这样没有多余的环节与人资浪费，又提升了顾客对门店的忠诚度，这就是大数据在孩子王零售中的又一个作用打造强关系。（3）大数据分析让零售业服务多样化数据在创新性上面的反馈在孩子王算是体现十分明显的，现在的孩子王业务有一个典型和人性化的地方，那就是育婴师的存在，商场里面有每一个产品的育儿顾问，很多顾客在商场里面都会和育婴师进行交谈，这种数据化所带来的关系，也得到了广大顾客的认可，更是这种关系加深了彼此的信任，所以在孩子王的各科中，很多时候陪伴妇女产子的不是她们的丈夫，而是孩子王的育婴师。除此之外，还有另外的一项创新性举措，曾经孩子王的线上业务一直得不到有效的提升，线上能力并不是很强，当时人们并不知道只是因为一件小事影响了其线上业务的发展，通过对顾客回访和网上反馈的意见分析，负责人意识到了顾客服务对象的特殊性，很多不能自行购物的顾客基本都是居家待产，每次打开门都是一个体型彪悍的快递员，让顾客觉得不安全，有是有也觉得不方便，这一点一经发现，公司便创举成立了妈妈帮，递送快递的都是女同志，有时候还可以是他们曾经接触过的育婴师，上门交流。线上业务得以发展。（4）大数据分析优化零售业的市场布局现在的零售业扩张已经很少可能，但是孩子王却处在扩张时期，门店的布局也是精心挑选，选址时必须要有可行性数据作为支撑，市场的调查不仅依靠领导意志，在市场投入前期，市场部必须根据当地的经济能力和水平，做出门店的规模评估数据，说明有理有据，才能算是通过，才能进行市场的投入，这里对数据的要求就比较高，对分析的准确性也很严格，而在公司的体现就是扩张很稳健，发展速度不盲目，正是现在零售业需要注意的问题。（5）大数据运用实现了部门资源共享和激励数据激励性在孩子王的运用很是到位，门店全国信息实时传输，门店活动因为很频繁，所以在南京总部的活动下达到执行完成，每一天每一个门店每一个课长每一名员工都处在全国门店的竞争之中，数据传输与分析使得大家的精神都十分集中，数据的作用得到了发挥，这也为活动指标的达成起了一定的推动作用。综合来看，这里大数据的效用也基本涵盖了其运用场景的全部，其作用和价值也得到了体现，当然，这些或许还不能体现大数据的核心价值，不过对数据分析的需求已经在行业之中慢慢体现，我们应该正确认识大数据。至少在现在的零售行业中，大数据服务价值所在已经得到重视，主要是因为大数据的以下几点：首先，企业以数据分析为基础，运用预设计的理念来对市场商机进行挖掘和把握。数据分析不是目的，运用才是关键，得到的理论和结果，要善于将商机改变成行业自身的竞争优势，这一种以分析和运用相结合的方式能够让企业在竞争战略的制定和实施中能够得到最快的定位，这样企业就把握了市场的主动权。其次，数据运用就是对行业日常工作的规划，建立数据，帮助企业在大数据上的长远目标得以贯彻实现，同时实现解决方案与业务需求的最佳契合。这里大数据的价值发挥了很大的作用，数据建立是现在零售业必须从事的工作，而且必须要做到和以前的简单分析的有效区分。最后，管理出经验，实践出真知，业务达到了，就要有所借鉴，从而让大数据平台和管理体系落地生根。这里的大数据平台系统在国外的很多平台上都运作很好，主要是对其方式和技术的合理运用。运行大数据分析应用，纵览全局，预测未来，这是大数据最为有研究意义的价值。五、总结大数据的运用在零售业并没有开始普及，我们看到的都是其在行业中能够发挥自我优势的环节，这些环节或是致命的，或是关键的，但是大数据的地位都不会因为这一点被影响。企业在对数据的运用上将会越来越多，渗透到行业的每一个环节，其发展也是时代的必然，大数据分析技术对于我们来说也将是一门新兴的技术，大数据能够实现离不开日益积累的大数据和专业的工具与人才的配合，这一点也说明未来对技术和人才的需求将会大幅提升，谁能够在数据中挖掘出对自己有利的价值信息，谁就会在竞争中抢占先机。（1）企业的规模上总体偏小。主要是指中国目前的零售业结构以小规模的商店居多，而其中占比比较重的是个体零售业，发展到现在的大型零售企业，其经营的规模和盈利的能力这些都存在着明显的不足。对零售业规模经营的优势产生了很大的影响，规模优势没有得到有效发挥。现在的零售业扩张速度很快，以至于出现膨胀式的扩张，并没有让企业真的为企业带来规模上的效益，零售商业规划和网点布局混乱。这一点对零售业的直接影响就是竞争激励的地方同行竞争特别明显，而忽视了相对空白的区域。运营成本高居不下。而库存费用也在这方面增加了很多压力。对于触网的电子商务平台，现在零售商拓展全渠道模式，也增加了零售商的物流陈本。无论是零售行业还是其他行业，都会运用到大数据的相关特性去解决这些相关问题，无论是零售行业的线上业务还是线下业务，无论是全渠道发展的今天，还是充满未知的以后，我们都将不能忽视大数据存在的意义，对于我们来说，这也是一种无形的契机，能够接触和懂得数据分析这些知识，对自身也是有一定帮助的，至少，在行业间有技术支持，那么也就具备了一定的前瞻能力，公司能得到发展，自我价值也能得到实现。参考文献1张引，陈毅，廖晓飞.大数据应用的现状与展望.华中科技出版社，计算机研究与发展2吴静飞.大数据的误区分析.大数据在零售业中的运用.中国赢商网，20133?1994-2014 China Academic Journal Electronic Publishing House.All rights reserved. 4冯登国.大数据安全与隐私保护