你好,游客 登录
背景:
阅读新闻

看超市如何利用大数据​吸金

[日期:2016-07-13] 来源:大数据观察【官方】  作者: [字体: ]

  看超市如何利用大数据吸金

  我们一直说,大数据时代,数据就像金子一样值钱;大数据是对海量数据的分析,大数据对企业多么多么重要,总说理论没意思,今天就让我们看看真实的例子。

大数据​

  乐购大家应该都知道吧,各大城市都有的连锁超市,大多数超市会员卡只有积分、打折的简单功能。而乐购却利用“大数据”对消费者每次采购的总量、偏爱哪类产品、产品使用频率等消费行为进行记录、分析。随着数据不断累积,消费者及其家庭的消费需求、习惯和偏好也在不断对焦中变得精准。

  乐购信奉一种理念——You are what youbuy(即,你买什么你就是什么样的人)。如果一个男性会员在过去十几周常常采购火腿、方便面和啤酒,他极有可能还是单身。

  如果女士的购物篮中接连出现奶粉、尿布,她应该是一个年轻的母亲;如果一个会员在超市打折时批量采购5升装的可乐、大瓶酱油和食用油,他八成是附近小店的老板;如果一个家庭主妇多次采购中既有老年人的保健品,又有孩子的玩具,她似乎有一个三代同堂的大家庭……这看上去似乎很简单,但如果没有大数据对每次每个消费者信息的收集、统计和分析,仅凭一次购物是无法判断的。

  打开金矿的方法和路径

  “大数据”能让乐购了解每一个顾客的消费需求。在加入会员12周后,会员开始不定期收到乐购针对个人定制的优惠券,在企业数据库中她像一千多万乐购中国会员一样被按照多种标准划分到不同组群。

  有的按照忠诚度划分,可分为忠诚型、机会型、已流失;有的则按照消费能力,分为高中低三档;有的则是按照购物习惯分类,数码达人、时尚辣妈、进口商品爱好者……

  单个消费信息看似就像一粒金沙零散、无用,但海量数据聚集起来,就能形成一座硕大的金矿。关键是能否找到打开金矿的方法和路径。

  “采集和分析消费数据能够透过消费行为识别顾客需求,划分类别能够摸清这一群组消费者的个性与共性,从而在日常消费中进行精准引导、营销。”乐购市场部总监邓旭如是说道。

  孕妇就是在将消费者进行划分后,被乐购最为看重的一类会员。人的一生中总有几次消费行为习惯发生明显改变的时期,从妊娠期需要护肤品、防辐射装,生产后消费奶粉、尿布,婴儿成长期采购玩具、童装,怀孕生子的消费特征十分明晰、极易辨别确认。

  精准营销

  从怀孕到儿童三岁前是家庭消费需求最旺盛的时期,每人每年平均消费开支可达四千元以上的峰值。这是任何一个超市最希望获得的客户群体。

  根据乐购大数据分析结果,一小部分的顾客构成了利润的一大部分,即80∶20原则,在任何一个连锁店,前100名消费最高的顾客和最底层的4000名顾客价值相当。辨识目标客户的身份是赢得他(她)们的前提。

  大数据绝非如许多人想象中是锁在黑色服务器中充满运算法则的枯燥计算,它对现实商业社会有着不可估量的价值。

  如果一个顾客被划分在高端消费人群,却常常购买抹布,大数据就会向她推送高级厨纸;一到情人节,系统就会向单身男女寄出巧克力的优惠券;每逢鸡蛋打折,老年女性消费者就会收到减价的信息……

  同时,乐购中国还尝试着针对细分人群深度营销,组建了十多个俱乐部,超市为“分类俱乐部”制作了不同版本的“俱乐部卡杂志”,刊登最吸引这些细分人群的促销信息和关注的话题。

  4大数据挖掘的商业价值仅冰山一角

  在零售业界有种说法,沃尔玛是个了不起的采购者,乐购是个了不起的销售者。全球最大的管理咨询和技术服务供应商埃森哲中国公司总监钱冰认为,乐购在全球零售业会员制最为成功,其秘诀就是通过大数据分析过往消费记录预判每一名顾客的潜在需求,从而个性化营销。

  当收到的优惠券含有大量所需商品时,顾客会认为超市“懂我”,不是一味把不需要的商品推销出去,而是在用心提供私人定制化服务。或许某一种商品优惠幅度并不大,但多种所需商品同时优惠的诱惑,往往让人难以抗拒。这时,上门消费、进而成为忠诚顾客的可能性就会大大增加。

  如果大数据分析出周边地区顾客以高端人群为主,超市采购的商品就要更加注重品质,超市环境布局也要更加舒适;如果以低端人群为主,应该经常打折促销,缩短货架间距以加快顾客流动性。

  最后

  乐购在对顾客精准营销的同时,也尝试着用大数据指导企业自身的经营管理。对于消费者,这种合理利用购物信息的方式并不会引起消费者的反感,消费者可以已最快捷方式得到自己想要的优惠,不用再像过去,拿着超市的促销宣传海报,一个一个的筛选适合自己的商品,顺应现在快节奏的生活。大数据对商业价值的发掘仅是冰山一角,随着大数据发展越来越完善,会有更多方便人们衣食住行的方式。

 

  大数据观察微信公众平台:shuju_net





收藏 推荐 打印 | 录入: | 阅读:
相关新闻       大数据​ 
本文评论   查看全部评论 (0)
表情: 表情 姓名: 字数
点评:
       
评论声明
  • 尊重网上道德,遵守中华人民共和国的各项有关法律法规
  • 承担一切因您的行为而直接或间接导致的民事或刑事法律责任
  • 本站管理人员有权保留或删除其管辖留言中的任意内容
  • 本站有权在网站内转载或引用您的评论
  • 参与本评论即表明您已经阅读并接受上述条款