【亿邦原创】2月20日消息，日前，服饰品牌美邦数据负责人刘珅兰分享了关于零售业大数据的分析与应用的看法。她指出，新科技的进步改变了消费者的行为习惯，消费者行为的变化又反过来影响零售的变革。
据刘坤兰在演讲中提供的数据显示，目前，有39%的消费者会在决定购买时将信息发布到社交网络以获取更多的意见、20%的消费者会在门店内与配备有平板设备的店员进行沟通、31%的零售商会对移动端和平板电脑进行优化、52%的消费者会择优考虑能否当天送货或次日达、36%的消费者会考虑更有个性化的网站、41%的消费者会希望获得实时营销和折扣信息。
刘坤兰称，由于移动传感设备的介入，更多的数据被采集和利用，比如某款服饰的试衣次数、店内顾客移动停留轨迹、顾客画像属性识别等，这些数据的加入将传统零售的数据分析带向大数据分析领域。
因此，对于零售商而言，目前面临着数据类型不断拓展、数据量呈几何增长的挑战。（本文图片均引用自：爱数据）
刘坤兰认为，对于传统零售业而言，零售业大数据的应用对业务存在着新的提升机会，比如客户管理、财务管理、供应链管理、商品/组合管理等关键业务领域。
针对不同客户的价值挖掘，刘坤兰做了小型的案例分析，通过追踪零售商6个月销售记录和用户的收入，将用户群分割为五大聚类：中低价值负增长群、低价值稳定群、中低价值正增长群、高价值稳定群、中高价值稳定群，以此来锁定增长潜力大的客户。
建立价值分群模型（利用RFM模型从收入和增长潜力方面着手建模）
在营销方面，不同的群体有不同的营销策略：
此外，刘坤兰为读者展示了零售商应具备的数据能力建设路线图，包括搭建基础、体验价值，快速探索、扩大价值，运营整合、创造价值三个阶段。
以下为在用户画像方面需要具备的客户信息管理能力：
最后，刘坤兰展示了关于端到端的“数据驱动营销及服务”模型（详情看下图）：
文章来源：亿邦动力网
