新零售场景电商

作者简介

刘冬美，从事电子商务教学20年，主要教授电子商务基础、网络营销、网站内容编辑、新媒体营销等专业课程，获批北京市专业带头人称号；2020年参加教学能力大赛获得北京市一等奖；2022年带领电子商务教师团队获批北京市创新团队；2022年获批北京市职教名师培养对象。

内容简介

\"任务三 新零售技术 一、大数据赋能——打造数字化零售 大数据是指无法在一定时间范围内用常规软件进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察力和流程优化能力的海量、高增长率和多样化的信息资产。从某种意义上说，大数据技术的应用促进了新零售时代的到来。其在新零售中的应用流程是这样的：通过平台和渠道采集到大量消费者消费行为产生的数据；然后通过对这些数据的整理、分析，为消费者画像，构建数据模型；最后根据数据分析结论制定产品生产、营销、推广的策略，实现数据化运营，节约成本，提升企业效率。 （一）利用大数据直达消费者 传统零售时代，消费者与企业之间的关系是松散的；新零售时代，大数据的应用使得企业与消费者之间的联系得到加强，企业通过大数据技术收集到更多消费者数据，从不同角度、不同层面帮助企业对消费者进行分析、研究。例如，通过收集消费者的网购数据，对消费者的消费能力、消费内容、消费品质、消费渠道、消费频率等信息进行建模分析，构建消费者画像，挖掘消费者需求，实现针对具体消费者的精准化营销。 借助大数据构建消费者画像，其基本步骤如下： 步骤一，明确消费者画像的方向和分类体系。 明确消费者画像的方向和分类体系是进行消费者画像的第一步，从目前的情况来看，知名零售企业都是在利用人工和大数据系统相结合的方式来为消费者画像，即人工设计消费者画像的方向和分类体系，然后运用相关软件系统进行数据收集、建模和分析。在这个过程中，企业首先得厘清四个问题：“画像的目的是什么？”“给哪些消费者画像？”“画什么样的像？”“消费者画像的分类和预期结果是怎样的？”因为这些问题不是大数据系统自动生成的，需要运营者提出来，否则漫无目的地收集数据会造成资源的浪费。 步骤二，收集消费者信息。 收集消费者信息的方法主要有两种，一是通过与各软件厂商合作购买数据，二是企业技术人员自主收集消费者数据。通常收集的消费者信息主要有三类： （1）基本面信息，包括姓名单位类、联系方式类、收入资产类、行业地位类、关系背景类； （2）主观面信息，包括风格喜好类、品牌倾向类、消费方式类、价格敏感类、隐私容忍类、会员体验类； （3）交易面信息类，包括交易日常类、积分等级类、客服记录类、好评传播类、退货投诉类、竞争伙伴类。 步骤三，构建标签体系，为消费者贴标签。 标签是体现消费者基本属性、行为偏好等的重要标识，可以用于简要地描述和分类人群。通常企业为了全面立体地了解消费者，会从基本属性、社会 / 生活属性、行为习惯、兴趣偏好 / 倾向、心理学属性五个维度构建消费者标签体系。标签体系确定后，就可以为消费者贴标签了，同一个消费者可以贴多个标签，也就是说，消费者画像可以用标签集合来表示，各个标签间存在一定的联系。在贴标签时需要注意两点，一是这些大数据要具有针对性；二是该标签是通过大数据分析得出的，不能是某个消费者的某一次消费行为数据。 步骤四，消费者画像验证。 消费者画像验证即验证给消费者贴的标签是否准确。消费者的标签有两种类型，一是有事实标准的，如性别；二是没有事实标准的，如消费者的忠诚度，这就需要通过一些有效的测试方法（如 A/B 测试）来进行验证。 \" 紧跟新零售趋势，本教材全面覆盖电商核心技能，实战案例丰富，适合中职学生及从业人员学习。