8月3日，由Analysys易观发起的“新零售的数据时代”线下沙龙活动在北京举行。来自易观、Marketin、超盟数据以及钱方好近的嘉宾，通过具体案例分析了数据营销的方法论及行业解决方案，并对新零售未来发展趋势做出预判。其中，来自钱方好近的大数据部总经理张鑫，带来了题为《提升零售电商GMV的一些思考》的演讲。
张鑫指出，零售电商企业存在明显共性问题。针对这些问题，张鑫提出一系列数据诊断与路径规划的方法，并强调用户画像提供策略的概率保障。最后，他指出，数据驱动，就是为商业逻辑提供确定性和高概率的保障。 
钱方好近大数据部总经理张鑫
▌零售电商企业的共性
张鑫指出，零售电商企业存在共性问题。
首先是运营模式的共性，即循环性和周期性，以月为周期，每一个或几个月都会囊括活动一次。其次是运营策略层面的共性,这里面存在五个不确定的问题，即增长变化动因难定义、什么策略提升什么指标、几乎全品类参与聚划算、促销指向性不强、为什么门槛红包是N不是M。第三，则是绝大多数电商品牌GMV的构成，即新客的贡献比较大，而老客的贡献率非常不可观。
张鑫同时指出，绝大多数电商品牌GMV的构成存在共性的原因有两个，一是新客转化老客存在问题，老客的增长不受关注，没有上升到战略的高度，老客增长使用的姿势不够精准；二是老客的深度出现问题，老客的生命周期短，单位时间的购买次数不够多，由于没有正确的规划，没有正确的引导，甚至是误导，老客的价值没有很好的发挥。
▌数据诊断与路径规划的方法
张鑫指出，想要保证做出扎实的诊断，首先要从客户ERP系统中获取原始数据，即会员订单、会员属性、商品相关数据等，并将得到的原始数据梳理成指标体系，以帮助快速找到核心指标GMV；然后，需要找到引起该指标变化的原因，找到原因后，需要从海量数据中找到留存率高、生命周期长，并具有概率保障的用户路径，通过路径的分析，可以得知每一个老用户的路线图，定位其所处的节点和下一步需要达成的目标；最后，对提升关键指标的品类进行角色划分，如拉新类和留存类。
当用户有了规划和目标后，需要做的是让用户更容易走到下一个目标。张鑫以门槛红包为例：做门槛红包时，首先确定面向用户，比如连续购买某品类N次的忠诚用户；继而确定达成目标，比如希望提升这些会员同品类的件单价；然后思考如何达成，比如原忠诚品类向上1档产品价格；最后确定如何评效，如这些用户的平均件单价是否提升。
▌用户画像提供策略的概率保障
用户画像可解决三个问题。通过A/B测试实验策略有效性的时，可以打上标签，运营团队成长活动时可通过标签提取人。每个人都有一个路径，可以用来解决用户规划问题和用户优化问题。第三个作用是在资源有限的情况下，根据用户的价值和生命周期的状态做出客观的评价。
用户的规划完成以后，每一个用户都可以放在成长节点上，有了成长节点，就可推测用户的下一个阶段。这样，对于每一个阶段、每一个用户需要完成的目标，都能找到一个合适的策略。
▌精细化运营
张鑫认为，运营一定要呈螺旋上升趋势，并且要大致和数据同步，指标体系梳理、诊断、画像引擎构建、策略执行、评估反馈的路径进行。企业应该精细化运营，折口、满减、秒杀的使用场景这些商业逻辑必须扎实，有了扎实的商业逻辑才能有正确的假设，有正确的假设才能做A/B测试。
最后，他指出，数据驱动，就是为商业逻辑提供确定性和高概率的保障。
2018易观A10峰会早鸟票
★199元限时特惠★
