沃爾瑪轉型：用大數據算出你的消費基因

近來，各傳統零售領域龍頭展開激烈的“Big Data”軍備競賽，Wal-Mart是先驅，每張購買建議清單，都是大量資料運算而出的結果。批注1:
大數據軍備競賽將是非常規(guī)的核戰(zhàn)。根據Gartner全球今年的調查，42%的受訪者表示已投資于大數據或者將于未來一年內進行相關投資。

2011年4月，Wal-Mart以3億美元高價并購了Kosmix，一家專長分類社交網站資訊，并客制化輸出資訊的公司。 不僅能搜集、分析網絡上的大量資料給企業(yè)主，還能將這些資訊個人化，提供采購建議給終端消費者。這意味著，Wal-Mart使用的Big Data模式，已經從挖掘顧客需求發(fā)展到要能夠創(chuàng)造消費需求。批注2:
Kosmix是沃爾瑪找到的大數據鈾礦開采機，這一并購將：1.幫助沃爾瑪建立“一個顧客，一個沃爾瑪”戰(zhàn)略，改變原來千店一面的同質化競爭格局。2.幫助沃爾瑪升級社交購物戰(zhàn)略，完成從歷史交易數據中挖掘顧客需求，到從社交信息流中發(fā)現和創(chuàng)造顧客新的消費需求的進化。

其實早在90年代初，Wal-Mart就通過大數據發(fā)現了“啤酒與尿布”的關系。內部IT工程師分析結帳資料時，發(fā)現到了周五晚上，啤酒和尿布的銷售量高度正相關。經過追蹤發(fā)現，周五晚間，許多年輕父親下班后買尿布時，會順手帶啤酒，準備看周末球賽轉播。因此，Wal-Mart刻意將啤酒和尿布擺在一起，銷售量馬上提升三成。

若不是追蹤結帳資料，這些細微的消費者習慣，很難從賣場巡邏中發(fā)現。Wal-Mart的Big Data系統在顧客完成每一筆交易后，記錄下消費需求，做出商品互補性配對，為顧客找出替代性產品。

作為世界最大的零售業(yè)巨人，Wal-Mart在全球超過200萬名員工，總共有110個超大型配送中心，每天處理的資料量超過10億筆。Wal-Mart本身就是一個巨量資料系統，適用各種商業(yè)上的分析行為。消費者在Wal-Mart采購，可以從手機接收到一份建議清單，看似毫無關聯卻相當實用的推薦商品，可能是Wal-Mart分析了上萬筆銷售紀錄后，得到的寶貴成果。 同時，Wal-Mart會記錄每一筆顧客行為，建置在行動物流系統中，讓全美各店都能分享Big Data的情報資訊。批注3:
每周，沃爾瑪的顧客超過2億，光顧全球的1萬多家店。為此，沃爾瑪實驗室計劃將這家零售業(yè)巨頭現有的 10 個不同的網站整合成一個，同時將一個 10 個節(jié)點的 Hadoop 大數據集群擴展到 250 個節(jié)點的 Hadoop 集群。作為一家傳統的零售業(yè)企業(yè)，能夠在移動互聯網和大數據挖掘上投入如此多的財力物力，說明沃爾瑪已經看到了未來大數據的重要性。

隨著社交網站主宰了現代科技生活，Kosmix為Wal-Mart打造的Big Data系統稱做“社會基因組（Social Genome）”，連結到Tweeter、Facebook等社交媒體。 工程師從每天熱門消息中，推出與社會時事呼應的商品，創(chuàng)造消費需求。分類范圍包含消費者、新聞事件、產品、地區(qū)、組織和新聞議題等。批注4:
由社交網絡帶到網店的訪問量最近幾年增長迅速，社交正在重塑零售業(yè)。Kosmix打造的社交基因組，以現場活動即時媒體過濾服務聞名，每天人們在 Facebook 上分享 8.3 億條信息，在 Flickr 上上傳 610 萬張照片，在 YouTube 上添加 210 萬分鐘視頻，發(fā)送 6500 萬條推訊。Kosmix 從中排除噪音，幫助沃爾瑪找到對每個顧客有用的內容，推出當下應景的商品，創(chuàng)造出新的消費需求。

“社會基因組”的應用方式五花八門。舉例來說，Walmart Labs內部軟件能從Foursqare平臺上的登錄記錄，分析出在黑色星期五，不同地區(qū)消費者最常購買的品項，然后，針對不同地區(qū)送出購買建議。如此一來，影響消費者在Wal-Mart購買行為的因素就更復雜了，自己、店家、親朋好友，現在再多加一個：社交網站使用者。

Wal-Mart電子商務總監(jiān)拉詹曼（Anand Rajaraman）分析，臉譜和推特上的力量龐大到難以想像，“我們如果能透過社群網站的Big Data，掌控消費者行為，我們就能以此重新定義消費的方式。”

2012年7月，Facebook執(zhí)行長扎克伯格（Mark Zuckerberg）和Wal-Mart執(zhí)行長杜克（Mike Duke）碰面，協議加深彼此合作關係。批注5:
全球最大的社交網絡臉譜與全球最大的零售商沃爾瑪的合作，是一場曠世婚姻，將幫助沃爾瑪打造出全渠道零售戰(zhàn)略的新王牌——每個顧客的大數據：通過收集每個顧客在全渠道，包括地面店、網店、移動商店、數字貨架和主要的社交媒體（如Facebook、Twitter、微博、微信等）產生的碎片信息，借助云計算，拼出完整的全渠道顧客社交云圖。 看到這兒，我們也就不難理解阿里巴巴和新浪微博最近的聯姻了。

外人看來或許一頭霧水，兩個領域的霸主，合作空間在哪？現在看來不難理解，Wal-Mart需要Facebook上的消費者購物資料，建構更龐大的消費資料庫；扎克伯格也希望搭著零售大王的順風車，延伸實體銷售的影響力。

數字大戰(zhàn)：ZARA獲利超過LV的秘密

作為近年最流行的服飾零售代表，撐起平價奢華風潮的背后，靠的是Zara在業(yè)界首屈一指的Big Data系統。

截至2012年，Zara全球將近1700家分店，跨國員工總數超過11000人?？偛吭O在西班牙A Coru?a，一個遠在西北角、從漁村起家的偏遠小城?？偛棵恐軆纱?，接受全世界店的訂單需求。同時傳輸各區(qū)不同的客戶意見，形成龐大的生產決策。根據統計，一個月下來，總部出貨的服飾品項超過1000萬件。

走進店內，柜臺和店內各角落都裝有攝影機，店經理隨身帶著Pad。當客人向店員反映“這個衣領圖案很漂亮”、“我不喜歡口袋的拉鏈”，這些枝微末節(jié)，店員反饋給分店經理，經理透過Zara內部全球資訊網絡，每天至少兩次傳遞給總部設計人員，由總部作出決策后立刻傳送到生產線，改變產品樣式。

關店后，銷售人員結帳、盤點每天貨品上下架情況，并對客人購買與退貨率做出統計。再結合柜臺現金資料，交易系統做出當日成交分析報告，分析當日產品熱銷排名，然后，數據直達Zara倉儲系統。

區(qū)域業(yè)務經理負責接聽來自各國的訂單電話，當中包含反應惡劣，須立刻下架的品項。然后他們會整理成報告，立刻招開內部會議。中國區(qū)經理先提出：“中國顧客想知道最新上架的緊身褲有沒有出紅色?！薄爸抢灿蓄櫩头从?！”“東京也有同樣需求?！甭牭饺齾^(qū)經理有相似意見，時尚總監(jiān)就會決定：“好，傳給生產線，新的緊身褲馬上打樣紅色。”接著，經理立刻把意見傳達給坐在隔壁區(qū)的設計師群，立刻打版、著手設計。

搜集海量的顧客意見，以此做出生產銷售決策，這樣的作法大大降低了存貨率。根據這些電話和電腦數據，Zara分析出相似的“區(qū)域流行”，在顏色、版型的生產中，做出最靠近客戶需求的市場劃分。

更精彩的是，從消費者的巨量資料，Zara經理人發(fā)現數字中的精彩故事；打造出Zara本身的時尚決策地圖。

舉例來說：在中南美洲，顏色鮮艷、合身性感的服飾賣得特別好；法國、日本等，顧客偏愛色系沉穩(wěn)、剪裁利落的風格。因此，倉庫出貨到各國時，不同系列的比重也會因國情有所調整。

目前，許多服飾業(yè)的生產基地悉數外移到成本低的中國或中南美洲，但是，Zara卻將45%的生產留在西班牙。因為存貨低，抵消了高昂的人工成本。少掉跨國船運、溝通、配送的時間，總部的in-house設計團隊，從打版到衣服上架，僅需兩到三周，每周新品上架兩次，與精品更新以一季為單位計算，資訊翻新速度快了六倍。批注6:
ZARA在整個公司內部培養(yǎng)三種大數據能力：大數據的整合能力、大數據的洞察能力、快速實時行動的能力。

倫敦時尚雜志編輯高索爾基（Masoud Golsorkhi）認為，Zara讓消費習慣也跟著轉向。他分析：“Zara一件產品生命只有10天，現在不買就沒有了（Buy it NOW or Never）！”快速廉價的生產方式，讓在Zara消費成為一種“立即購買強迫癥”。

Zara公關經理艾奇維拉（Jesus Echevarría）接受《紐約時報》采訪時，指著公司發(fā)展地圖說，中國目前有290家分店，預計明年拓展到350家，這些展店計劃從來不在預設的發(fā)展藍圖內，而是一路發(fā)展的Big Data告訴他們：商機在中國。艾奇維拉說：“好多人問，Zara下一間店會開在哪？其實我們從來沒有明確的計劃，市場在哪里，我們就在哪里。”

2010年秋天，Zara的Big Data系統，向前邁進更大一步。

Zara一口氣在六個歐洲國家成立網絡商店，增加了網絡巨量資料的串連性。隔年，分別在美國、日本建構網絡平臺，除了增添營收，線上商店強化了雙向搜尋引擎、資料分析的功能。不僅回報意見給生產端，讓決策者精準找出目標市場；也對消費者提供更準確的時尚訊息，雙方都能享受Big Data帶來的好處。

分析師預估，網絡商店為Zara至少提升了10%營收。

此外，線上商店除了交易行為，也是活動產品上市前的行銷試金石。Zara通常先在網路上舉辦消費者意見調查，再從網絡回饋中，擷取顧客意見，以此改善實際出貨的產品。因此，Zara將網路上的巨量資料視為實體店面的前測指標。

這些珍貴的顧客資料，除了應用在生產端，同時被整個Zara所屬的英德斯（Inditex）集團各部門運用： 包含客服中心、行銷部、設計團隊、生產線和通路等。根據這些巨量資料，形成各部門的關鍵績效指標（Key Performance Indicators），完成Zara內部的垂直整合主軸。批注7:
在其背后，顧客大數據即時同步共享給ZARA的所有部門和全程供應鏈，這是ZARA取得巨大成功的關鍵。

即使H&M想跟上Zara的腳步，積極利用Big Data改善產品流程，成效卻不明顯，原因何在？

Big Data最重要功能是縮短生產時間，讓生產端依照顧客意見，能于第一時間迅速修正。 但是，H&M內部的管理流程，卻無法支撐Big Data供應的龐大資訊。H&M的供應鏈中，從打版到出貨，需要三個月左右，完全不能與Zara兩周的時間相比。批注8:
大數據的應用幫助ZARA以天為單位快速反應市場的變化，打造出幾乎實時的極速供應鏈。

Zara的設計生產近半維持在西班牙國內，而H&M產地分散到亞洲、中南美洲各地，跨國溝通增加了時間成本。原來，Big Data要成功的關鍵，是信息系統要能與決策流程緊密結合，迅速對消費者的需求作出回應、修正，并且立刻執(zhí)行決策。

你的消費紀錄等于Amazon的搖錢樹

用網絡廣告的術語來說，相較Google或Facebook的訪客，Amazon的使用者更深入“行銷漏斗”（編按：指消費者被吸引，到真正采取購買行動的過程）之中。數位廣告公司（Mediasmith）科技與分析部門副總監(jiān)普拉特（Marcus Pratt）說，“Amazon擁有的豐富用戶資料，極適合用于產品與消費者間的媒合，其中潛藏無限商機。” 批注9:
大數據時代將引發(fā)一場營銷革命。

先前Amazon并未大張旗鼓推展廣告業(yè)務，直至最近，有報道指出，Amazon全球業(yè)務副總裁烏施奈德（Lisa Utzschneider）出席紐約廣告業(yè)年度活動時，大力宣傳自家廣告的優(yōu)越與獨特性，包括可展示廣告的電子書Kindle，以及更精準的消費群體分類能力。

“Amazon過去全神貫注于商品銷售，如今才開始注意唾手可得的廣告商機”，comScore分析師利普曼（Andrew Lipsman）說：“流量如此龐大，Amazon實在沒有放棄廣告市場的道理。目前Amazon的廣告售價仍低于網絡市場平均值，可見完整的廣告銷售策略尚未成形。有些廣告客戶對Amazon的廣告版面，暫時持觀望態(tài)度。因為，或許基于保護消費者個人資料，Amazon對客戶的限制頗多，包括廣告可連結頁面、廣告商可追蹤資料等?！?/p>

不過，在商言商，Amazon可精準分類消費族群的廣告分析工具，以及最近完成的“需求方平臺”（Demand Side Platform，DSP），還是引起了廣告商的高度興趣。 廣告商可以在“需求方平臺”上競標網站的閑置廣告空間，而競標標的包括廣告版位，以及符合特定條件的消費者。批注10:
未來，大數據可能成為最大的交易商品。

假設一位有意購買籃球鞋的消費者，他進入Amazon旗下的服飾與鞋類網站Zappos尋找合適商品，連串搜尋軌跡會以cookie的形式，如實記錄在用戶的瀏覽器里。之后，他又前往體育節(jié)目網站ESPN，若ESPN的廣告與Amazon“需求方平臺”相連，平臺就會自動解碼cookie，知道他曾經打算買籃球鞋。若“恰巧”體育用品廠商正在平臺競標“Zappos網站搜尋籃球鞋的用戶”，并由出價最高的耐克得標，這位用戶就會在ESPN頁面上，看見耐克廣告。

烏施奈德受訪時指出，Amazon與廣告商分享的資訊有兩類，一是依用戶網路行為所做的通用分類，例如熱衷時尚、喜愛電子產品、身份為母親、愛喝咖啡等，二是用戶的商品搜尋記錄，至于消費者的實際購物資料，Amazon似乎尚未在分享之列。

Amazon以書面說明為“需求方平臺“下了扼要定義，”協助廣告商接觸網絡上的眾多用戶，同時也幫助客戶迅速找到想購買產品的相關資訊”，“需求方平臺”概念雖非Amazon首創(chuàng)，但以豐富資料為后盾，競爭局面將被改寫。批注11:
亞馬遜網站推薦的銷售轉化率可以高達60%！亞馬遜的推薦算法非常有名，依靠這套算法，亞馬遜向回頭客們提供了深度定制的瀏覽體驗。例如，數碼愛好者們會發(fā)現亞馬遜上滿是新潮電子產品的推薦，而新媽媽們在相同的位置看到的卻是嬰幼兒產品。

將來會如何，就看Amazon如何運用這座寶山，廣告商即使無法得知實際消費記錄，能了解潛在顧客的商品搜尋記錄，也夠誘人了；Amazon如果全力進軍網路廣告市場，仍可能大大改變產業(yè)生態(tài)。

2011年，Google營收為380億美元，Amazon則為480億美元； 細究營收結構，廣告業(yè)務為Google主要收入來源，在整體營收占比96％，Amazon主要收入來自零售，廣告占比很低，若以Baird Equity Research估計的2012年廣告收入5億美元計算，只占約1％。批注12:
2012年，亞馬遜營收增長到610億美元，通過充分挖掘后臺的大數據，將其推薦系統深度整合到購物流程的方方面面，從商品發(fā)掘到結賬付款，幾乎無處不在。登錄Amazon.com，你會看到許多商品推薦板塊；點入某個商品的網頁，“人氣組合”與“（瀏覽了該商品的）用戶甚至好友還購買了其它商品”等欄目赫然在目。亞馬遜的想法是取悅每一個顧客，讓顧客在不經意之間發(fā)現美妙的產品。

網購族群偏好的商品搜尋入口網站統計，也顯示Google備受挑戰(zhàn)，兩年前買家以Google為搜尋首選的趨勢已經翻轉。

如果將比較重點聚焦于廣告客戶重視的商品銷售能力，Amazon確定推廣獨有的“需求方平臺”（DSP），勢必讓渴望向目標消費者直接勸敗的營銷人員躍躍欲試，延續(xù)雙方在電子閱讀器、應用內容、云端運算多次交手、互有勝負的戰(zhàn)火，此番零售專家踩線線上廣告，與運算大師誰占上風，不知是否有合適的測量工具可預知結果？