所謂的大數(shù)據(jù)，是需要跨視角、跨媒介、跨行業(yè)的海量數(shù)據(jù)，也可以理解為數(shù)據(jù)的收集方法。當(dāng)數(shù)據(jù)的規(guī)模和豐富度達(dá)到一定程度，大家才開(kāi)始提出大數(shù)據(jù)的概念。那么，電商大數(shù)據(jù)現(xiàn)狀如何？ 

誰(shuí)擁有大數(shù)據(jù)？

那些擁有穩(wěn)定、豐富數(shù)據(jù)源的公司，淘寶、百度、騰訊是絕對(duì)自有數(shù)據(jù)源的公司。艾瑞咨詢技術(shù)副總裁郝欣誠(chéng)同意這一說(shuō)法，認(rèn)為一些淘寶店鋪不能稱為有穩(wěn)定豐富數(shù)據(jù)源的公司。

因?yàn)樗麄兊囊暯峭Ａ粼诒旧淼牡赇亙?nèi)，當(dāng)在他們店鋪中沒(méi)有出現(xiàn)某種人，便認(rèn)為某種人是不存在的。但淘寶的視角會(huì)更高，更容易看到全局，他們擁有海量的數(shù)據(jù)，只要某種人在一家店鋪出現(xiàn)，便能判斷這種人是存在的。

如果單純停留在自身數(shù)據(jù)中，往往容易出現(xiàn)盲人摸象的尷尬，用片面的數(shù)據(jù)錯(cuò)誤地描繪消費(fèi)者的全貌。當(dāng)淘寶的賣家離開(kāi)淘寶數(shù)據(jù)的支撐，只能稱之為有數(shù)據(jù)分析，決不可稱為大數(shù)據(jù)分析。

所謂的大數(shù)據(jù)，是需要跨視角、跨媒介、跨行業(yè)的海量數(shù)據(jù)，也可以理解為數(shù)據(jù)的收集方法。當(dāng)數(shù)據(jù)的規(guī)模和豐富度達(dá)到一定程度，大家才開(kāi)始提出大數(shù)據(jù)的概念。

而如今的電商，大數(shù)據(jù)之路又行至何方？

電商數(shù)據(jù)現(xiàn)狀

“如果不到10萬(wàn)單量，在基數(shù)這么低的情況下，能分出什么維度來(lái)嗎？根本不需要大數(shù)據(jù)。”NOP創(chuàng)始人劉爽認(rèn)為，只有淘寶、京東、亞馬遜這樣級(jí)別的公司，才有海量數(shù)據(jù)，才需要大數(shù)據(jù)。

現(xiàn)在的電子商務(wù)企業(yè)，日均能達(dá)到十萬(wàn)單的少之又少。在有海量數(shù)據(jù)積累的基礎(chǔ)上，還要有一套優(yōu)秀的BI系統(tǒng)，而且必須是按公司需求定制，才可能實(shí)現(xiàn)大數(shù)據(jù)。

對(duì)于現(xiàn)在大多數(shù)的電商企業(yè)來(lái)說(shuō)，根本沒(méi)有走到這一步。

劉爽向《天下網(wǎng)商·經(jīng)理人》舉例說(shuō)，宏觀調(diào)控在小市場(chǎng)的確有效，一旦市場(chǎng)變大便依賴市場(chǎng)化。由此可見(jiàn)，在企業(yè)小的階段，有經(jīng)驗(yàn)的拍腦袋效率最高。

的確，不少賣家對(duì)自身的數(shù)據(jù)都沒(méi)有一個(gè)標(biāo)準(zhǔn)化運(yùn)營(yíng)、收集、分析的過(guò)程。所以談大數(shù)據(jù)，多數(shù)只是癡人說(shuō)夢(mèng)。

以庫(kù)存舉例，多數(shù)淘寶賣家對(duì)自己庫(kù)存的即時(shí)數(shù)據(jù)并不了解，更不可能清楚庫(kù)存銷售的利潤(rùn)。往往出現(xiàn)這種情況——庫(kù)存都是賣不掉的貨，好賣的貨早已經(jīng)斷貨。如果光看庫(kù)存，會(huì)發(fā)現(xiàn)指標(biāo)挺健康，但所謂的庫(kù)存基本是壞賬，所以根據(jù)庫(kù)存預(yù)計(jì)銷售利潤(rùn)，不是每家企業(yè)都做得出來(lái)的。這就說(shuō)明數(shù)據(jù)管理水平有待提升。

在企業(yè)內(nèi)部，有大量的決算數(shù)據(jù)需要耐心收集，但一般商家都沒(méi)有專門的部門做這件事情，所以很難獲得高質(zhì)量的數(shù)據(jù)給自己提供決策支持。

事實(shí)上，賣家之所以對(duì)數(shù)據(jù)茫然，是因?yàn)閿?shù)據(jù)壓根不全，對(duì)數(shù)據(jù)的管理和獲取不夠，直接導(dǎo)致無(wú)法利用數(shù)據(jù)。

而大數(shù)據(jù)之所以被熱炒，是因?yàn)樯贁?shù)巨無(wú)霸企業(yè)在其中獲得了巨大商業(yè)價(jià)值。

例如亞馬遜，從虧損到盈利，大數(shù)據(jù)功不可沒(méi)。不管是巧合還是時(shí)機(jī)成熟，亞馬遜的確在采用了重量級(jí)的大數(shù)據(jù)分析后，業(yè)績(jī)才逐漸好轉(zhuǎn)。可以想象，亞馬遜很多基于數(shù)據(jù)的決策都有著大數(shù)據(jù)的影子。

亞馬遜上，囊括了美國(guó)所有生活必需品。因此它充分掌握消費(fèi)者的原始數(shù)據(jù)，做出來(lái)的判斷具有預(yù)測(cè)性。甚至可以向商家定制在某一價(jià)格段有某個(gè)特殊性能的商品，只供亞馬遜，并能保證熱賣。

而這一切都是根據(jù)亞馬遜所具有的大數(shù)據(jù)源，進(jìn)行收集、分析所推測(cè)出來(lái)的。

辨別大數(shù)據(jù)與數(shù)據(jù)

究竟大數(shù)據(jù)這個(gè)概念是否“虛高”呢？

畢竟像亞馬遜這樣的公司屈指可數(shù)，大多數(shù)的電商企業(yè)還處于起步階段。這不得不讓人重新思考大數(shù)據(jù)和數(shù)據(jù)之間的關(guān)系。

大數(shù)據(jù)與數(shù)據(jù)是兩個(gè)極易混淆的概念。對(duì)兩者的區(qū)別，每個(gè)人的理解也大相徑庭。

劉爽認(rèn)為，大數(shù)據(jù)是基于交易、商品與用戶的匹配。商品很多，人很多，把它們精準(zhǔn)地匹配在一起，是很難的一件事情。

普通的企業(yè)內(nèi)部業(yè)務(wù)經(jīng)營(yíng)指標(biāo)——庫(kù)存、成本、商品，這是一個(gè)封閉的結(jié)構(gòu)，是由企業(yè)決定的，好的分析或許可以對(duì)它施加影響。大數(shù)據(jù)很難強(qiáng)行調(diào)控，只能追蹤，想辦法匹配。

而艾瑞咨詢分析師傅志勇則認(rèn)為，之前所說(shuō)的數(shù)據(jù)，是一種狹隘的定量數(shù)據(jù)，利于企業(yè)內(nèi)部流程優(yōu)化，而大數(shù)據(jù)是在定量數(shù)據(jù)的基礎(chǔ)上，做了一個(gè)更大范圍的延伸，給企業(yè)提供決策支持。

也可以理解為，大數(shù)據(jù)是對(duì)數(shù)據(jù)本身的價(jià)值權(quán)重進(jìn)一步的詮釋，即數(shù)據(jù)在決策中所起到作用的權(quán)重在提高。

大數(shù)據(jù)其實(shí)是一個(gè)更大范圍的數(shù)據(jù)，就是從最初獲得信息一直到最后的銷售數(shù)據(jù)。麗人麗妝CEO黃韜覺(jué)得大數(shù)據(jù)的數(shù)據(jù)量往往很大，而且一旦精細(xì)研究，數(shù)據(jù)量的增加也會(huì)異常驚人，甚至超出運(yùn)算能力。

暫且不管大數(shù)據(jù)和數(shù)據(jù)如何定義，對(duì)于目前的電商企業(yè)而言，僅僅是希望通過(guò)數(shù)據(jù)分析帶來(lái)流程的優(yōu)化。

對(duì)此，郝欣誠(chéng)認(rèn)為，在未來(lái)的兩到三年內(nèi)，電商企業(yè)多去關(guān)注營(yíng)銷領(lǐng)域，會(huì)出來(lái)一大批大數(shù)據(jù)的營(yíng)銷工具。

大數(shù)據(jù)的價(jià)值是潤(rùn)物細(xì)無(wú)聲，每一個(gè)消費(fèi)者和賣家都在享受大數(shù)據(jù)的成果，但是在使用時(shí)，并不覺(jué)得是大數(shù)據(jù)。

其實(shí)，最早買百度關(guān)鍵詞，百度會(huì)提供一個(gè)關(guān)鍵詞排名篩選系統(tǒng)，搜一個(gè)詞，系統(tǒng)會(huì)自動(dòng)提示其他相關(guān)熱銷詞，并告知哪些詞更容易接觸同類消費(fèi)者。這是最早使用大數(shù)據(jù)的系統(tǒng)，是基于百度每天上億次搜索的總結(jié)。

每一個(gè)買百度關(guān)鍵詞的公司，其實(shí)都在使用數(shù)據(jù)產(chǎn)品。此外，淘寶直通車、數(shù)據(jù)魔方都也是大數(shù)據(jù)的衍生工具。

如果賣家希望在大數(shù)據(jù)領(lǐng)域分得一杯羹，必須清楚自己只是數(shù)據(jù)的使用者。要重視大數(shù)據(jù)的使用，靈活使用大數(shù)據(jù)工具，這些工具才是目前走在大數(shù)據(jù)最前沿的技術(shù)。

大數(shù)據(jù)對(duì)商家的價(jià)值，很大程度上取決于第三方服務(wù)商能夠提供怎樣的數(shù)據(jù)工具。作為商家，應(yīng)該從幾十家甚至上百家工具提供商中，找到適合自己的大數(shù)據(jù)工具。

著眼情報(bào)數(shù)據(jù)挖掘

除了大數(shù)據(jù)工具的運(yùn)用，情報(bào)數(shù)據(jù)也是電商公司真正應(yīng)該關(guān)注的。

所謂的情報(bào)數(shù)據(jù)處理人員，從日常的工作場(chǎng)景來(lái)看，出去奔波收集情報(bào)的工作占了多數(shù)份額。他們會(huì)跟上下游供應(yīng)鏈，以及進(jìn)行跨部門溝通。例如，一個(gè)采購(gòu)人員應(yīng)該去生產(chǎn)線，去分析每家供應(yīng)商的生產(chǎn)水平如何，優(yōu)秀的工廠和二線工廠的生產(chǎn)周期區(qū)別，哪里的原材料采購(gòu)價(jià)格最低。一般來(lái)講，這樣的一條情報(bào)能使用一到三年。

雖然數(shù)據(jù)性不強(qiáng)，但這些情報(bào)價(jià)值十分高。郝欣誠(chéng)說(shuō)得更為直截了當(dāng)：“講數(shù)據(jù)挖掘不如講情報(bào)挖掘，情報(bào)挖掘才能夠?yàn)殡娚唐髽I(yè)提供真正生產(chǎn)力級(jí)的支持，如果情報(bào)挖掘都沒(méi)做好，就想把它數(shù)字化和量化，有點(diǎn)操之過(guò)急。”

舉個(gè)夸張的例子，當(dāng)一個(gè)品牌商擁有20萬(wàn)家生產(chǎn)廠商無(wú)從選擇時(shí)，為了找一個(gè)與需求相匹配的生產(chǎn)企業(yè)，才需要建立一個(gè)大數(shù)據(jù)模型，進(jìn)行篩選。而現(xiàn)在只需情報(bào)先行，當(dāng)規(guī)模達(dá)到一定程度難以進(jìn)行決策時(shí)，才使用數(shù)據(jù)挖掘技術(shù)。

的確，大數(shù)據(jù)的應(yīng)用要滲透到中國(guó)的電商企業(yè)內(nèi)部，還有很長(zhǎng)的路要走。

而營(yíng)銷領(lǐng)域則不同，市場(chǎng)營(yíng)銷的數(shù)據(jù)模型已經(jīng)成熟，而互聯(lián)網(wǎng)又帶給電商企業(yè)足夠多的信息源，大數(shù)據(jù)的應(yīng)用已經(jīng)可以直接給決策層提供建議，可以理解為“有米下鍋”。

以淘寶原創(chuàng)女裝品牌橡菲為例，他們會(huì)每天花費(fèi)500~1000元做情報(bào)挖掘。他們有專門的情報(bào)收集人員，根據(jù)數(shù)據(jù)魔方、量子恒道、CRM系統(tǒng)分析數(shù)據(jù)，再把這些信息結(jié)合輔助最基本的經(jīng)營(yíng)決策，考慮下一款新商品款式如何，基于對(duì)老會(huì)員的分析，是否需要拓展新類目等等。

比如，當(dāng)橡菲有50件商品、100萬(wàn)現(xiàn)金時(shí)，究竟應(yīng)該怎么安排生產(chǎn)？情報(bào)挖掘人員會(huì)提醒決策層，這其中有2件爆款、6件長(zhǎng)尾、2件滯銷品，甚至可以提出對(duì)各款商品的補(bǔ)貨、清倉(cāng)建議。從系統(tǒng)中取得所需數(shù)據(jù)并不困難，但數(shù)據(jù)需要進(jìn)一步拼接，再去思考各個(gè)數(shù)據(jù)之間的因果聯(lián)系。

通俗來(lái)理解，商業(yè)領(lǐng)域中的情報(bào)，是商業(yè)邏輯。

“情報(bào)支持的是對(duì)商業(yè)邏輯的理解，而數(shù)據(jù)支持的是對(duì)商業(yè)情報(bào)的處理能力。”郝欣誠(chéng)認(rèn)為必須先做情報(bào)挖掘，再做數(shù)據(jù)挖掘，如果情報(bào)沒(méi)做好相當(dāng)于對(duì)商業(yè)邏輯的理解沒(méi)達(dá)標(biāo)，指望著數(shù)據(jù)直接講清商業(yè)邏輯，有些南轅北轍。

數(shù)據(jù)無(wú)法替代商業(yè)邏輯

大數(shù)據(jù)需要在量化數(shù)據(jù)的基礎(chǔ)上，加上商業(yè)邏輯，才能幫助電商企業(yè)做全局性、系統(tǒng)性的決策。排除一系列不可控因素，把結(jié)論和實(shí)際情況進(jìn)行剝離，在一個(gè)理想狀態(tài)下的模型，只是數(shù)學(xué)專家給出的結(jié)論。

大數(shù)據(jù)的核心是融入商業(yè)邏輯。

在商業(yè)邏輯里，必須先懂市場(chǎng)，懂某個(gè)領(lǐng)域的消費(fèi)者真正訴求的變化；其次要懂行業(yè)，包括行業(yè)的特征、要求和規(guī)則；最后才是懂企業(yè)運(yùn)營(yíng)，把多個(gè)支持模塊資源有序地整合起來(lái)，從而共同創(chuàng)造價(jià)值。

在這些都具備的情況下，再用量化的數(shù)據(jù)適度輔佐決策，在商業(yè)邏輯的主導(dǎo)下，真正發(fā)揮量化數(shù)據(jù)的作用。

“缺乏這個(gè)商業(yè)邏輯之本，那量化數(shù)據(jù)就是天馬行空的東西。”傅志勇把商業(yè)邏輯看成真正需要解決的難題，因行業(yè)不同、企業(yè)不同、類目不同、時(shí)機(jī)不同，商業(yè)邏輯都會(huì)有所變化，這是一種動(dòng)態(tài)平衡的藝術(shù)和哲學(xué)。

網(wǎng)站分析在中國(guó)創(chuàng)始人宋星認(rèn)為，數(shù)據(jù)不能代替商業(yè)邏輯，但是數(shù)據(jù)可以修正、調(diào)整商業(yè)邏輯。“一個(gè)決策的產(chǎn)生，要靠部分?jǐn)?shù)據(jù)、部分經(jīng)驗(yàn)、部分直覺(jué)。”宋星坦言，決策的事并非一句大數(shù)據(jù)便能解決。

這涉及數(shù)據(jù)分層。根據(jù)經(jīng)驗(yàn)判斷，越是偏宏觀戰(zhàn)略層面的數(shù)據(jù)，實(shí)用性越高，越是偏微觀細(xì)小的數(shù)據(jù)，不確定性越高。因?yàn)楹暧^的決策很大，大到細(xì)小的影響起不了作用，而微觀的決策恰恰相反。

例如，整個(gè)行業(yè)規(guī)模如何，市場(chǎng)增長(zhǎng)力如何，本身是多樣本的綜合數(shù)據(jù)，每一個(gè)樣本的影響都只占一部分。而一旦到微觀層面，比如廣告用的顏色、打折力度大小、滿減的額度，某一項(xiàng)的數(shù)據(jù)會(huì)起決定作用。只是如今多數(shù)商家更相信測(cè)試法，并不相信數(shù)據(jù)研判。

“宏觀層面多看看數(shù)據(jù)，微觀層面多談?wù)劷?jīng)驗(yàn)。”傅志勇認(rèn)為這對(duì)電商企業(yè)有價(jià)值。

回歸商業(yè)的本質(zhì)，數(shù)據(jù)只不過(guò)是業(yè)務(wù)的副產(chǎn)物，業(yè)務(wù)系統(tǒng)好，一般情況下數(shù)據(jù)系統(tǒng)不會(huì)太差。如果本末倒置，數(shù)據(jù)系統(tǒng)好但業(yè)務(wù)系統(tǒng)差，結(jié)果會(huì)發(fā)現(xiàn)數(shù)據(jù)系統(tǒng)都沒(méi)法輸送原材料。

并不是說(shuō)數(shù)據(jù)不重要，但請(qǐng)不要迷信，因?yàn)閿?shù)據(jù)的不確定性所帶來(lái)的風(fēng)險(xiǎn)，是多數(shù)企業(yè)無(wú)法承受的，生意人需要回歸商業(yè)邏輯。

最后，借用一段被采訪者的話來(lái)總結(jié)一下大數(shù)據(jù)：大數(shù)據(jù)是未成年人的性游戲，十七八歲的時(shí)候男女這點(diǎn)事還是挺有意思的，誰(shuí)都不知道真正搞起來(lái)是什么樣子的，所有人都在搞所以自己也要搞。大數(shù)據(jù)有的時(shí)候就是這樣，講不清楚真正的場(chǎng)景，自己又沒(méi)有積累強(qiáng)大的數(shù)據(jù)，都是空談。

（本文來(lái)源于網(wǎng)絡(luò)）