8月3日下午，由易觀、創(chuàng)業(yè)邦聯(lián)合主辦的“新零售的‘?dāng)?shù)據(jù)’時代——易觀數(shù)聚論新零售專場”線下沙龍活動，在北京海置創(chuàng)投大廈創(chuàng)業(yè)邦空間舉行。

作為新零售行業(yè)的推動者，錢方好近大數(shù)據(jù)事業(yè)部負(fù)責(zé)人張鑫應(yīng)邀參加，發(fā)表了題為《數(shù)據(jù)驅(qū)動老客價值增長》的主題演講，并與眾多現(xiàn)場來賓一起探討交流了有關(guān)新零售與大數(shù)據(jù)的發(fā)展關(guān)系。

據(jù)悉，參加此次活動的還有來自易觀、Marketin、超盟數(shù)據(jù)的互聯(lián)網(wǎng)金融領(lǐng)袖大咖們，大家匯聚一堂，就大數(shù)據(jù)時代新零售的未來發(fā)展趨勢，及企業(yè)面臨的機遇和挑戰(zhàn)等問題，展開了多維度、深層次的分析與探討。

零售電商癥結(jié)：過度依賴新客，老客貢獻率低

據(jù)了解，絕大多數(shù)品牌的零售電商渠道，其GMV增長重度依賴新客，老客的貢獻率普遍偏低。究其原因，張鑫指出，目前零售電商企業(yè)運營存在三大共性，即運營模式層面、運營策略層面以及購入構(gòu)成層面的共性。

在運營模式層面，循環(huán)性和周期性是他們活動的主要特點;在運營策略層面，增長變化定因定義難、策略指標(biāo)提升關(guān)系不明確、全品類參與聚劃算、促銷面向全用戶、門檻紅包問題是目前面臨的五大問題;在購入構(gòu)成層面，老客貢獻率低，總GMV增長過度依賴新客，老客挖掘不足，GMV增長難以出現(xiàn)可觀的量變，貢獻“雞肋”。

隨后張鑫提到，老客增長戰(zhàn)略不強大、使用姿勢不精準(zhǔn)也是導(dǎo)致獲客成本沒有更好轉(zhuǎn)化的主要原因。那么，如何才能讓GMV呈現(xiàn)應(yīng)有姿態(tài)？

實現(xiàn)GMV增長：新客變老客，老客變�？停瑪�(shù)據(jù)驅(qū)動是關(guān)鍵

張鑫指出，為了更好的助力零售電商企業(yè)發(fā)展，實現(xiàn)GMV穩(wěn)定增長，錢方好近推出致力于提升價值潛力巨大的老客群體為零售電商創(chuàng)造價值的智能增長解決方案。智能增長是持續(xù)提升的閉環(huán)，它以老客為突破，為品牌零售電商提供增長診斷服務(wù)、會員畫像引擎、智能增長策略以及A/B測試與評效四大核心服務(wù)。

首先，通過構(gòu)建增長指標(biāo)體系，對其進行預(yù)測、監(jiān)控與相關(guān)性分析，對人、貨、場維度進行智能重構(gòu)以識別關(guān)鍵指標(biāo)的動因;其次，構(gòu)建會員價值模型與生命周期模型，進行基于特征工程的會員分層、分群聚類;然后，構(gòu)建不同群層會員成長策略與路徑，從活動驅(qū)動與會員驅(qū)動促進成長，通過制定個性推薦、定期關(guān)懷、智能補貼等監(jiān)督模型策略提升會員LTV;最后，通過持續(xù)的隨機比較實驗，優(yōu)化成長策略與模型參數(shù)，提升策略的ROI與響應(yīng)率，基于反饋數(shù)據(jù)監(jiān)控指標(biāo)變化，結(jié)合顯著性檢驗評估每一次的推送效果與原因。

他認(rèn)為，數(shù)據(jù)驅(qū)動增長的核心就是能夠定位每個用戶的成長節(jié)點及下個階段的成長目標(biāo)，以及哪個策略對于哪個人提升到這個目標(biāo)的一個映射圖，而我們的目的，就是找到這個映射圖。實驗證明，通過合理規(guī)劃的路徑分析，不僅可以分析到每位老客的路線圖，還能定位到用戶所處的節(jié)點和下一步需要達成的目標(biāo)。

張鑫還提到，對于品銷，我們需要有度量，而度量就是指標(biāo)，我們需要有指標(biāo)的去衡量。通過AB測試可以得知，對于每個用戶，給什么樣的策略，可以提升它的轉(zhuǎn)化率;對于不同的用戶，給到的優(yōu)惠力度是多少，更容易響應(yīng)和轉(zhuǎn)化。最后，通過用戶畫像可以對用戶打標(biāo)簽，對用戶的R做優(yōu)化，最大化確定間隔、響應(yīng)時間以及流失預(yù)警的值，從而喚醒沉睡用戶，提升用戶購買頻次。

“我覺得不存在精細(xì)化的運營，只要是運營，在現(xiàn)在的狀態(tài)下，它必須是精細(xì)化的。精細(xì)化有兩個點，第一個點，我們的商業(yè)邏輯必須要扎實。作為一個運營人員，首先折扣、滿減、秒殺，都是在什么場景使用，這個商業(yè)邏輯要特別扎實。有了扎實的商業(yè)邏輯，就必須要有正確的假設(shè)，有了正確的假設(shè)，才能做AB測試，設(shè)計出這個實驗來。數(shù)據(jù)驅(qū)動，就是為商業(yè)邏輯提供確定性和概率的保障�！睆場握f道。

此外，易觀售前總監(jiān)陳云龍為大家?guī)砹诵铝闶坌袠I(yè)解決方案，同時加入方法論以新零售行業(yè)為啟蒙，開始線上線上用戶分析；Marketin創(chuàng)始人王華也為大家分享了在新零售時代下如何才能進行精準(zhǔn)營銷；超盟數(shù)據(jù)戴然然為大家?guī)砹巳绾纬蔀閿?shù)據(jù)型驅(qū)動零售企業(yè)精彩內(nèi)容分享。