王国庆

摘要：随着市场竞争日益激烈，同时消费者的需求变化迅速、多样化，零售企业传统的营销策略难以应对当今复杂的市场环境。在信息技术快速发展的今天，无论从数量还是类型来看数据都比以往有非常大的改变，应用大数据正逐渐成为商业竞争的关键。结合零售企业目前的实际经营现状，基于大数据的背景对其传统营销策略中存在的问题进行分析，最后提出零售企业在营销方面的转变对策。

关键词：大数据；零售企业；营销策略

中图分类号：F27

文献标识码：A

doi：10.19311/j.cnki.1672 3198.2016.22.029

1 引言

随着信息技术的发展，全世界的数据量爆发式增长，“大数据”时代来临。麦肯锡公司在2011年曾预测，“大数据”将成为商业竞争的关键，如果能有效利用大数据，会带动新一轮的生产力创新与增长。近年来，整体经济增长放缓、新型渠道的冲击、行业内激烈的竞争、租金大幅提高等因素导致零售企业经营困难，在2015年零售行业出现了“关店潮”这一现象，今年还在延续。同时，消费者的消费行为发生了很大的改变，他们能掌握更多关于产品的信息，有更多的购物选择，越来越重视自己作为消费者的权利。当今的市场环境比以前更加复杂，零售企业的传统营销策略难以为继，无法满足顾客个性化需求，不能快速对市场变化做出反应。大数据时代的到来为零售企业的发展带来了机遇，零售企业掌握着大量珍贵的一手数据资料，如果能挖掘出其中隐藏的信息，掌握消费者消费行为的规律，便可以有针对性地制定营销策略。零售企业必须重视大数据对自身和消费者的影响，在大数据时代探索新的营销策略。

2 大数据背景下零售企业传统营销策略存在的问题分析

2.1 难以满足消费者的个性化需求

在以前，为了控制成本，生产企业规模化生产，零售企业规模化订购，客观上导致消费者的消费也比较相似，零售企业即使想满足消费者的个性化需求，但双方所要付出的成本过高。随着人们收入水平的提高，对物质的需求也不一样了，比如以前盛行诺基亚手机，2003年推出的1100机型在全球的累计销量超过了2亿部，而现在各个手机品牌涌现，一些知名品牌有大量忠实的消费者，像新款苹果手机刚推出来的时候，有些消费者甚至在店门口排了几天队，虽然苹果手机比大多数手机都更贵，但消费者还是愿意为他们的个性化需求买单，付出更多的时间、精力和金钱。根据长尾理论，在网络时代，不管需求多低的商品，只要有人卖，就会有人买。在大数据时代，由于信息传输的便利性，通过对数据的收集能够将消费者个性化需求汇聚起来，从而形成一个利益客观的大市场，极大提高了消费者个性化需求得到满足的可能性，而且买卖双方的成本都会极大降低。

2.2 不能对市场变化做出快速反应

都说商场如战场，战机转瞬即逝，谁能够在竞争中掌握先机，谁就能赢得主动权。以往零售企业按照以销定量的方式再加上管理者的个人判断制定进货方案进行销售，在信息传递不是很发达的情况下有一定的合理性。但是最大的缺点就是在销售过程中处于被动的状态，根据市场的改变来调整销售方案，相对市场的变化有一定的滞后性。在如今市场变化迅速以及消费者需求变化多样化的环境下，传统销售方案的问题日益显现，比如以前某件商品的生命周期是一年，如今消费者可以通过各种渠道查看当今的潮流走向，可能下一秒就有新的替代商品开始流行，如果零售企业不能发现这种趋势，最终将导致有些产品库存积压严重，热销品又出现断货的情况，严重影响企业的发展。

2.3 以价格竞争为主的营销手段难以持久

零售企业销售的大多数商品都是同质化商品，以往的营销策略主要是靠价格来吸引消费者的注意，经常通过降价的促销策略来刺激消费者的购买。但是随着消费者的收入水平不断上升，消费心理也发生了变化，更加注重生活品质的提高，如今商品价格的高低没有像以前那么大的影响力。同时近年来电子商务的发展，使得消费者可以在多种价格区间中，选择自己满意的商品或者替代品，零售企业如果主要靠降价来带动销量增长，最后很可能是赔本赚吆喝。有时零售企业在降价之前会提高商品价格，在商品的物价牌上故意标高原价，被细心的消费者发现，会损害他们对企业的感情，破坏企业形象。而且商品降价一般会给消费者不好的印象，特别是食品，会让消费者认为食品质量有问题或者是快过期了。

3 大数据时代零售企业营销策略的转变对策

3.1 根据客户需求实施针对性营销

顾客是零售企业最重要的资源，零售企业所做的努力最终都是要把商品顺利卖给顾客。然而，不是所有的顾客对企业的贡献都是一样的，所以需要找出优质客户和一般客户，才能有针对性地设计营销策略。根据帕累托的二八原则，20%的顾客为企业创造了80%的收益，剩下的客户只为企业带来20%的收益，显然抓住这20%的优质客户对于企业的发展是非常重要的。在大数据时代，可以借助数据的力量进行更科学的客户分群。通过收集消费者的历史交易数据，再使用RFM客户价值细分模型进行分析，判别其对企业价值的大小，最后通过数据挖掘技术中的聚类分析，可以按顾客价值分为若干类群体。对得到的不同客户群体进行描述性分析，分为偏好价格和偏好品质等不同类型，在设计营销策略时优先满足优质客户的需求，同时努力提高一般客户的价值，转变为优质客户。通过对客户进行分群，从而可以实现差异化营销，不再局限于同质化竞争，提高营销资源的利用效率。

对客户进行分群后，再对客户购物篮加以分析，可以挖掘出很多有用的信息，购物篮分析可以展示零售企业最希望得到的信息——顾客什么时候买了什么东西。购物篮分析的指导规则是关联规则，对购物篮中的商品进行相关性分析，体现在有些商品经常会同时被消费者购买，或者同一顾客不同时间所买商品的相关性，称之为商品的交叉销售效果，一种商品的销售在多大程度上帮助了其他商品的销售。所以一种商品的收益表现为自身销售产生的直接收益加上自身销售带动其他商品销售的间接收益。在制定营销策略时可以利用这种商品之间的关联性，结合对不同客户群体消费特征的分析，预测消费者的购物需求，将个性的商品提供给相应的消费者，实现针对性营销。关联规则还可以用来指导货架布局，将关联性高的商品的货架摆放在一起，便于顾客一同购买；也有人认为将关联性高的商品摆放在不同区域，这样顾客为了买到想要的商品，要经过其他商品的货架，从而有机会提高其他商品的销售机会。

3.2 利用数据分析洞察市场变化

大数据时代的来临，让有关人们生活、工作的方方面面都数字化，这些包罗万象、形形色色、反映个体兴趣、需求、喜好的数字化信息，使我们的生活达到一个可量化的维度。对于零售企业来说，每天都在产生大量的数据，还可以收集相关的外部的数据，比如消费者在社交网络、论坛进行交流、分享的数据，第三方机构、专家的调查数据等，通过多种渠道收集各方面的数据，利用专业的数据分析工具挖掘隐藏在海量数据中有价值的信息，洞察潜在的顾客需求和市场机会，从而可以提前制定好应对方案，指导零售企业的营销方向，将大数据资源转化为零售企业的利润源泉。基于大数据环境下制定的营销策略比以往基于小数据样本制定的营销策略更有说服力，更能够反映消费者的实际需求和市场变化趋势，将为零售企业带来巨大的回报。

3.3 拓宽零售企业的营销渠道

大数据的到来同时改变了人们的消费方式，消费者随时随地都可以在网上进行搜索，挑选自己满意的商品下单，网上购物突破了时间和空间的限制。很多消费者现在去实体店只是为了近距离观察商品，最终却在网上购买相同的商品。电子商务的发展对零售企业产生了很大的冲击，零售企业不应该对这种新兴的商业模式采取敌对态度，而要把握好机遇。一些传统零售企业已经在电商领域布局，比如大润发的飞牛网、沃尔玛的山姆会员网上商店等。零售企业可以选择自建电子商务网站或者在专业的电商平台比如1号店、京东、天猫超市开店。顾客在零售企业的网站上进行浏览、点击、搜索、咨询、购买等行为产生的记录，可以进一步丰富企业的数据库。但是线上线下产品销售会产生冲突，比如一位顾客在网上买到了想要的商品，就不会再到实体店去买，线上线下的商品品种怎么分配，相同商品的价格如何确定，需要不断探索各种商品的特性，找出两种渠道各自的优势，这都是要建立在数据分析的基础上，最终发挥线上线下的协同效应，提升零售企业的整体利润。苏宁推出线上线下同品同价策略，取得了一定的成果，为其他零售企业探索线上线下业务发展提供了借鉴。

4 结束语

大数据时代各行各业都在寻求新的突破，零售企业经营也受到了很大影响。一方面掌握的数据量远远多于以前，另一方面数据挖掘技术为零售企业应用海量数据成为可能。将隐藏在海量数据中有价值的信息挖掘出来，以此为支撑进行营销策略制定，比以往靠管理者个人经验做决策更科学有效，而且通过各种渠道收集反馈信息，能实时对营销过程进行效果跟踪，有问题能够及时调整，提高营销效率。虽然目前零售企业应用大数据也存在一些问题，如个人隐私、数据安全、大数据人才缺少等问题，但是零售企业在制定营销策略时，应用大数据技术作为支撑将是必然途径。

参考文献

[1]陆林平.大数据环境下传统零售业商业模式创新发展研究[J].商业经济，2015，（7）.

[2]陈晓，孙韬.大数据对零售业营销策略的影响[J].金融经济，2015（18）.

[3]潘冠东.大数据时代对企业营销的影响——以零售业为例[J].环球市场信息导报，2014（33）.

[4]惠琳.大数据时代本土零售业精确营销探讨：基于数据挖掘的角度[J].商业时代，2014，（4）.

[5]刘海龙.传统零售商线上线下同品同价策略研究——以苏宁为例[J].中国流通经济，2016，（2）.