曾经,乐蜂网技术副总裁宗东东表示其实他们好多年前已经开始做数据了,从数据的角度来分析大数据,给企业,或者公司的影响来说,他认为基本上可以总结为三句话:第一就是数据就是运营,第二数据就是管理,数据支持决策,数据提升价值,数据推动运营,第三是数据要扛住基本上整个运营决策非常依赖于数据,这个如果行业里面有可借鉴的地方就是亚马逊整个的销售预测体系,和他的个性化。

 但是是不是有了大数据就能帮助电商企业做决策了呢?

 谁拥有大数据?

 那些拥有稳定、丰富数据源的公司,淘宝、百度、腾讯是绝对自有数据源的公司。艾瑞咨询技术副总裁郝欣诚同意这一说法,认为一些淘宝店铺不能称为有稳定丰富数据源的公司。

 因为他们的视角往往停留在本身的店铺内,当在他们店铺中没有出现某种人,便认为某种人是不存在的。但淘宝的视角会更高,更容易看到全局,他们拥有海量的数据,只要某种人在一家店铺出现,便能判断这种人是存在的。

 如果单纯停留在自身数据中,往往容易出现盲人摸象的尴尬,用片面的数据错误地描绘消费者的全貌。当淘宝的卖家离开淘宝数据的支撑,只能称之为有数据分析,决不可称为大数据分析。

 所谓的大数据,是需要跨视角、跨媒介、跨行业的海量数据,也可以理解为数据的收集方法。当数据的规模和丰富度达到一定程度,大家才开始提出大数据的概念。

 而如今的电商,大数据之路又行至何方?

 电商数据现状

 “如果不到10万单量,在基数这么低的情况下,能分出什么维度来吗?根本不需要大数据。”NOP创始人刘爽认为,只有淘宝、京东、亚马逊这样级别的公司,才有海量数据,才需要大数据。

 现在的电子商务企业,日均能达到十万单的少之又少。在有海量数据积累的基础上,还要有一套优秀的BI系统,而且必须是按公司需求定制,才可能实现大数据。

 对于现在大多数的电商企业来说,根本没有走到这一步。

 刘爽向《天下网商·经理人》举例说,宏观调控在小市场的确有效,一旦市场变大便依赖市场化。由此可见,在企业小的阶段,有经验的拍脑袋效率最高。

 的确,不少卖家对自身的数据都没有一个标准化运营、收集、分析的过程。所以谈大数据,多数只是痴人说梦。

 以库存举例,多数淘宝卖家对自己库存的即时数据并不了解,更不可能清楚库存销售的利润。往往出现这种情况——库存都是卖不掉的货,好卖的货早已经断货。如果光看库存,会发现指标挺健康,但所谓的库存基本是坏账,所以根据库存预计销售利润,不是每家企业都做得出来的。这就说明数据管理水平有待提升。

 在企业内部,有大量的决算数据需要耐心收集,但一般商家都没有专门的部门做这件事情,所以很难获得高质量的数据给自己提供决策支持。

 事实上,卖家之所以对数据茫然,是因为数据压根不全,对数据的管理和获取不够,直接导致无法利用数据。

 而大数据之所以被热炒,是因为少数巨无霸企业在其中获得了巨大商业价值。

 例如亚马逊,从亏损到盈利,大数据功不可没。不管是巧合还是时机成熟,亚马逊的确在采用了重量级的大数据分析后,业绩才逐渐好转。可以想象,亚马逊很多基于数据的决策都有着大数据的影子。

 亚马逊上,囊括了美国所有生活必需品。因此它充分掌握消费者的原始数据,做出来的判断具有预测性。甚至可以向商家定制在某一价格段有某个特殊性能的商品,只供亚马逊,并能保证热卖。

 而这一切都是根据亚马逊所具有的大数据源,进行收集、分析所推测出来的。

 辨别大数据与数据

 究竟大数据这个概念是否“虚高”呢?

 毕竟像亚马逊这样的公司屈指可数,大多数的电商企业还处于起步阶段。这不得不让人重新思考大数据和数据之间的关系。

 大数据与数据是两个极易混淆的概念。对两者的区别,每个人的理解也大相径庭。

 刘爽认为,大数据是基于交易、商品与用户的匹配。商品很多,人很多,把它们精准地匹配在一起,是很难的一件事情。

 普通的企业内部业务经营指标——库存、成本、商品,这是一个封闭的结构,是由企业决定的,好的分析或许可以对它施加影响。大数据很难强行调控,只能追踪,想办法匹配。

 而艾瑞咨询分析师傅志勇则认为,之前所说的数据,是一种狭隘的定量数据,利于企业内部流程优化,而大数据是在定量数据的基础上,做了一个更大范围的延伸,给企业提供决策支持。

 也可以理解为,大数据是对数据本身的价值权重进一步的诠释,即数据在决策中所起到作用的权重在提高。

 大数据其实是一个更大范围的数据,就是从最初获得信息一直到最后的销售数据。丽人丽妆CEO黄韬觉得大数据的数据量往往很大,而且一旦精细研究,数据量的增加也会异常惊人,甚至超出运算能力。

 暂且不管大数据和数据如何定义,对于目前的电商企业而言,仅仅是希望通过数据分析带来流程的优化。

 对此,郝欣诚认为,在未来的两到三年内,电商企业多去关注营销领域,会出来一大批大数据的营销工具。

 大数据的价值是润物细无声,每一个消费者和卖家都在享受大数据的成果,但是在使用时,并不觉得是大数据。

 其实,最早买百度关键词,百度会提供一个关键词排名筛选系统,搜一个词,系统会自动提示其他相关热销词,并告知哪些词更容易接触同类消费者。这是最早使用大数据的系统,是基于百度每天上亿次搜索的总结。

 每一个买百度关键词的公司,其实都在使用数据产品。此外,淘宝直通车、数据魔方都也是大数据的衍生工具。

 如果卖家希望在大数据领域分得一杯羹,必须清楚自己只是数据的使用者。要重视大数据的使用,灵活使用大数据工具,这些工具才是目前走在大数据最前沿的技术。

 大数据对商家的价值,很大程度上取决于第三方服务商能够提供怎样的数据工具。作为商家,应该从几十家甚至上百家工具提供商中,找到适合自己的大数据工具。

 着眼情报数据挖掘

 除了大数据工具的运用,情报数据也是电商公司真正应该关注的。

 所谓的情报数据处理人员,从日常的工作场景来看,出去奔波收集情报的工作占了多数份额。他们会跟上下游供应链,以及进行跨部门沟通。例如,一个采购人员应该去生产线,去分析每家供应商的生产水平如何,优秀的工厂和二线工厂的生产周期区别,哪里的原材料采购价格最低。一般来讲,这样的一条情报能使用一到三年。

 虽然数据性不强,但这些情报价值十分高。郝欣诚说得更为直截了当:“讲数据挖掘不如讲情报挖掘,情报挖掘才能够为电商企业提供真正生产力级的支持,如果情报挖掘都没做好,就想把它数字化和量化,有点操之过急。”

 举个夸张的例子,当一个品牌商拥有20万家生产厂商无从选择时,为了找一个与需求相匹配的生产企业,才需要建立一个大数据模型,进行筛眩而现在只需情报先行,当规模达到一定程度难以进行决策时,才使用数据挖掘技术。

 的确,大数据的应用要渗透到中国的电商企业内部,还有很长的路要走。

 而营销领域则不同,市场营销的数据模型已经成熟,而互联网又带给电商企业足够多的信息源(+微信关注网络世界),大数据的应用已经可以直接给决策层提供建议,可以理解为“有米下锅”。

 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、打折力度大孝满减的额度,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。