电商企业如何用“数据力”提高订单转化率？

电商企业如何通过差异化的服务，提供具有竞争力的产品推荐?根据消费者使用习惯提供定制化的购物体验，提高网站的订单转化率？……在向外扩展的平台化战略即将陷入桎梏之际，内部挖潜，即深度挖掘电商企业自有用户价值是保证电商企业可持续发展的重中之重。而大数据的挖掘能力，或曰“数据力”将会成为未来电商的核心竞争力。

阿里巴巴的收购组合拳意在打造电商帝国

在桌面互联网时代，阿里巴巴创建的电子商务网站创造着中国互联网领域的多个第一，在B2B、B2C、C2C等电商领域遥遥领先；在移动智能终端迅猛增长、移动应用已成风潮的今天, 阿里巴巴通过一系列收购弥补了自身在移动互联网领域的短板，拥有了社交媒体和O2O联合营销的入口。其中，阿里入股的高德是中国业内领先的底层地图数据服务商，新浪微博是中国最大的社交媒体平台，阿里巴巴通过对二者注入资金将会拓展其后台大数据的数据库服务能力。这样，通过以移动互联网位置服务与深度生活服务的支撑平台建设为基础，以地图和位置为搜索引擎与以用户社交关系图谱为流量入口，辅之以此前通过收购、入股、增持、融资等方式参与美团、陌陌、UCweb、友盟、丁丁网等移动互联网优势企业的核心业务，阿里巴巴逐步完善了对移动电商产业链的纵向整合和横向联结，形成了相关领域的全向度布局，一个标准的“社会化、本地化、移动化、商务化”SoLoMoCo（Social, Local, Mobile, Commercial）大平台正在出现，一个强大的线上线下无缝连接的电商帝国渐露端倪。

“数据力”会极大助力电商发展

构建大平台成为电商竞争发展中的终南捷径，更丰富的产品种类、新的盈利渠道、共享的用户流量描绘出平台化战略的美好蓝图。平台化战略确能带来好处：第三方电商的进驻提高了电商平台渠道的利用效率，丰富了客户选择；但更大的挑战随之而来：新用户获取成本的持续上升，供应链和物流的压力陡增，品类的同质化倾向严重。种种问题使得平台化战略前景疑云重重，电商企业如何通过差异化的服务，提供具有竞争力的产品推荐?根据消费者使用习惯提供定制化的购物体验，提高网站的订单转化率?……在向外扩展的平台化战略即将陷入桎梏之际，内部挖潜，即深度挖掘电商企业自有用户价值是保证电商企业可持续发展的重中之重。而大数据的挖掘能力，或曰“数据力”将会成为未来电商的核心竞争力。

大量移动应用所产生的碎片数据大多产生于类似新浪微博的社交媒体。这些数据基于社交圈的用户原始需求数据，具备了消费需求的前瞻性和直接性，是最能有效获知目标客户消费需求并形成高渗透率的价值数据。通过在电商数据库中引入社交关系数据图谱，将极大地释放数据力的潜在价值：社交用户圈中的信息分享对于个体用户有着强烈的需求引导能力，电商自有站内数据和社交关系数据的融合可以将大量的零散、割裂的数据有机的关联起来，萃取出用户的兴趣点、用户在社交图谱中的影响范围、用户发生购买行为的时间方向和价值敏感区间等一系列可预测消费行为的前向价值数据。通过将这些前向数据与消费数据库交叉验证形成消费倾向判断，将社交媒体的信息互动延伸到电商从而通过数据叠加效应形成消费闭环，这将极大地提升电商精细化营销的深度和广度。阿里巴巴已经打造了线上的淘宝数据魔方，通过对品牌、产品热销，淘宝热词，消费流量来源等进行数据资源池的构建，形成消费行为总结数据库。有了新浪微博的数据之后，两大平台的数据库可以完全对接，微博用户的海量社会化数据形成消费需求趋势预测，而通过原有数据库来验证数据有效转化率，将产生贯穿消费行为全链条数据力合力。当巨量的用户需求被抽样化捕捉并反映在生产、供应链、库存、物流等环节时，阿里巴巴将会牢牢把握整个商业社会律动的脉搏。

全球电商巨头在数据力挖掘方面早有实践，模式不尽相同

“解放数据生产力”做的最彻底的电商首推亚马逊。长期以来，亚马逊一直致力于通过海量数据分析以捕捉客户的全部需求，无论是其在线零售、云服务，还是平板电脑业务，本质上的共同点之一就是对数据的追本溯源。作为“在线零售商”的亚马逊的视野已远远超越沃尔玛，而是更多地投向苹果和谷歌，并把后两者当作自己的竞争对手。亚马逊的典型模式是“以数据驱动运营”，其许多重大决策都来自于对数据的分析结果；例如通过对海量用户数据的统计分析做出预判，向商家定制在某一价格区间的某种特殊性能商品，专供亚马逊并往往获得热卖。在组织架构上，亚马逊的订单履行中心分两个层级：FC（实施中心）和FDFC(前向部署实施中心)，其中FC品种更齐全，FDFC则更靠近目标销售市场，其商品的品种重点针对目标市场的热销产品，这些热销产品就是数据分析预判的结果，是数据力的直接产出。顾客的绝大部分需求通过FDFC来满足，而小部分特殊的长尾需求则由FC来满足。通过分层级的管理将急需的商品通过FDFC以快捷和成本较低的物流来完成。什么商品储存在FDFC的决策是按照时间和季节因素动态调整的，基于时间序列和极值的原理建立自动补货模型，有效地解决完全依靠人工的订货、补货模式，而此决策的依据就是对顾客需求的分析和预测，这样大大提升了库存管理的效率，极大地加快了物流速度，客户体验几近完美。

阿里巴巴受惠于长期积累的海量用户数据和完善的数据管理系统，不断挖掘内在的运营规律、发现用户行为特点，“十年磨一剑”，推出了开放的电商云工作平台“聚石塔“计划。“聚石塔”将各种纷繁的数据和应用集结在一起，汇聚了整个阿里系的各方资源优势，包括阿里集团下各个子公司的平台资源，如淘宝、天猫、阿里云、支付宝、万网等，通过资源共享与数据互通来创造商业价值。当海量订单拥塞的时候，为保证不出现网页拥堵和漏单、错单现象，以云计算为“塔基”，商家所有ERP、CRM等系统将集约化统一于云端，打破系统间的信息孤岛，从而获得安全稳定、弹性升级、数据推送、数据集成等云端服务，确保了消费者最终获得的服务质量。而通过汇集消费者购买行为等数据的分析，比如点击量、固定频率、偏好商品、跨店铺点击、订单流转量甚至旺旺聊天信息的收集和分析，为在线商户提供数据分析引导服务，将海量数据转变为直接的生产力，数据力的作用在此得到充分体现。

（更多原创观点和活动，请关注赛迪顾问官方微信，如欲阅读相关产业研究报告，请下载赛迪顾问“产业通”APP！）