京公网安备 11010802034615号
经营许可证编号:京B2-20210330
电商围堵 乐购中国要在大数据上下工夫
6月4日,家住上海普陀区武宁路的田女士收到了华润万家旗下Tesco中国乐购超市(以下简称“Tesco中国”)邮寄来的优惠券。其中,不仅有她爱吃的“老干妈”,有丈夫常喝的啤酒,还有孩子的二段奶粉。当田女士打开奶粉罐后意外的发现,奶粉果真快吃完了,6个月大的婴儿奶粉正是该从一段升级二段的时候。
这一切并非巧合。
长期以来,Tesco中国通过对以往购物行为的采集、分析,对每一个会员个性化需求做出预测,通过发放优惠券的形式进行精准营销。就像望远镜能让人们感知宇宙、显微镜能让人们观察微生物一样,通过“大数据”这家连锁超市公司了解到每一位顾客的消费需求。
在传统零售业利润率已降至1%、在房租和人工成本不断飙升的当下,中国本土最大的零售商——华润万家在重组Tesco中国一年后正酝酿借助后者优势推行一场数据变革。
潜藏的财富
两年前,搬家后的田女士第一次迈进附近的乐购超市,获得了一张会员卡。大多数中国超市,会员卡只有积分、打折的简单功能。Tesco中国却利用“大数据”对田女士每次采购的总量、偏爱哪类产品、产品使用频率等消费行为进行记录、分析。随着数据不断累积,田女士及其家庭的消费需求、习惯和偏好也在不断对焦中变得精准。
Tesco公司信奉一种理念——You are what you buy(即,你买什么你就是什么样的人)。如果一个男性会员在过去十几周常常采购火腿、方便面和啤酒,他极有可能还是单身;如果女士的购物篮中接连出现奶粉、尿布,她应该是一个年轻的母亲;如果一个家庭主妇多次采购中既有老年人的保健品,又有孩子的玩具,她似乎有一个三代同堂的大家庭……
“大数据”让Tesco中国公司窥到了更多商机。在加入会员12周后,田女士开始不定期收到乐购针对个人定制的优惠券,在企业数据库中她像一千多万乐购中国会员一样被按照多种标准划分到不同组群。
在这家连锁超市内部,会员的分类多种多样。有的按照忠诚度划分,可分为忠诚型、机会型、已流失;有的则按照消费能力,分为高中低三档;有的则是按照购物习惯分类,数码达人、时尚辣妈、进口商品爱好者……
最初,这位田姓女会员采购占比最多的是化妆品和服装,没有生鲜、酱油和调料,此时她更符合一个未婚女性的消费特征。半年后,她的购物篮中逐渐多了男士的服装和鞋袜,直到去年大量购买怀孕的用品使田女士被划分到孕妇的分类中。
单个消费信息看似就像一粒金沙零散、无用,但海量数据聚集起来,就能形成一座硕大的金矿。关键是能否找到打开金矿的方法和路径。“采集和分析消费数据能够透过消费行为识别顾客需求,划分类别能够摸清这一群组消费者的个性与共性,从而在日常消费中进行精准引导、营销。”Tesco中国公司市场部总监邓旭如是说道。
而孕妇就是在将消费者进行划分后,被Tesco中国最为看重的一类会员。人的一生中总有几次消费行为习惯发生明显改变的时期,从妊娠期需要护肤品、防辐射装,生产后消费奶粉、尿布,婴儿成长期采购玩具、童装,怀孕生子的消费特征十分明晰、极易辨别确认。“大数据在某些方面能做出精准的预测,通过对孕妇信息的采集、分析,可以判断出婴儿奶粉食用进度,对顾客进行提示、引导。”Tesco中国一位员工表示,许多女士首次怀孕并不完全知道将来所需,当收到优惠券时她们常常会有“对了,正需要这件商品”的想法。大数据有时能比顾客更了解自身的需求。
更为重要的是,从怀孕到儿童三岁前是家庭消费需求最旺盛的时期,每人每年平均消费开支可达四千元以上的峰值。这是任何一个超市最希望获得的客户群体。
根据Tesco中国大数据分析结果,一小部分的顾客构成了利润的一大部分——即80∶20原则,在任何一个连锁店,前100名消费最高的顾客和最底层的4000名顾客价值相当。
显然,辨识目标客户的身份是赢得他(她)们的前提。
大数据绝非如许多人想象中是锁在黑色服务器中充满运算法则的枯燥计算,它对现实商业社会有着不可估量的价值。促销被一位乐购员工形容为出海捕鱼,面对茫茫大海大数据能够清楚的告诉船上的渔夫应该在何处撒网,才能捕捉到“大鱼”。
如果一个顾客被划分在高端消费人群,却常常购买抹布,大数据就会向她推送高级厨纸;一到情人节,系统就会向单身男女寄出巧克力的优惠券;每逢鸡蛋打折,老年女性消费者就会收到减价的信息……
每两个月,乐购就会根据顾客的消费记录挑选与其最相关的10张商品优惠券,连同2张“满立减”优惠券邮寄给顾客。精准的促销使得乐购优惠券的有效回收率高达25%,远远超过同行2%—5%的水平。而自从2007年乐购在中国上线会员制度以来,每年会发出近1亿张优惠券。
同时,Tesco中国还尝试着针对细分人群进行深度营销,组建了十多个俱乐部,其中有单身男人的“足球俱乐部”、年轻母亲的“妈妈俱乐部”等。超市为“分类俱乐部”制作了不同版本的“俱乐部杂志”,刊登最吸引这些细分人群的促销信息和关注的话题。“大数据分析、精准化营销,归根结底是为了培养顾客的忠诚度。”Tesco中国市场部总监邓旭指出,忠诚顾客是任何一个企业最为宝贵的财富。
根据Tesco中国测算,在上海每人每年超市购物平均花销约为1000元,如果在乐购超市消费超过一半以上就可称之为忠诚顾客。1个忠诚顾客消费金额能抵得上7个普通顾客,如果顾客忠诚率提高5%,超市的利润率将增加25%以上。
在没有被华润万家收购之前,最初Tesco公司涉足大数据正是起源于“顾客忠诚计划”。上世纪九十年代,Tesco更多关注供应商而忽视了顾客,市场份额不断丧失。“Tesco”在英国一度成了“失败”的代名词。
更换总裁后,Tesco推出了后来闻名全球的“顾客忠诚计划”。每个会员在季度末不仅会得到过去一季度所有花费1%的抵扣券,还会得到“大数据”分析出的顾客可能会喜欢商品的优惠券。每个季度数百万张优惠券帮助Tesco市场份额从1995年的16%上升到了2003年的27%,一举成为英国最大的连锁超市。
在零售业界有种说法,沃尔玛是个了不起的采购者,Tesco是个了不起的销售者。全球最大的管理咨询和技术服务供应商埃森哲中国公司总监钱冰认为,Tesco在全球零售业会员制最为成功,其秘诀就是通过大数据分析过往消费记录预判每一名顾客的潜在需求,从而进行个性化营销。
钱冰解释道,当收到的优惠券含有大量所需商品时,顾客会认为超市“懂我”,不是一味把不需要的商品推销出去,而是在用心提供私人定制化服务。
大数据时代刚刚到来,商业价值的发掘仅是冰山一角。Tesco在对顾客精准营销的同时,也尝试着用大数据指导企业自身的经营管理。
如果大数据分析出周边地区顾客以高端人群为主,超市采购的商品就要更加注重品质,超市环境布局也要更加舒适;如果以低端人群为主,应该经常打折促销,缩短货架间距以加快顾客流动性。
有一次,大数据测算到乐购超市购买饼干、麦片和牛奶的顾客分别只占3%、1%和9%,但交叉购买率却达到了13%。这时,Tesco就“无中生有”的创造了一个消费节日——早餐节,将三种商品联合打折促售,这时交叉购买率就能提升到30%。
大数据还能帮助超市重新规划商品的布局。啤酒与奶粉看似毫不相关,但大数据却发现,父亲为婴儿购买奶粉的同时,总会顺道捎上两罐啤酒犒劳自己。这时,超市就需及时调整布局,方便顾客。
Tesco中国商品部总监宋晓俊介绍道,如果某种新进商品销量快速提升,大数据就会提示应把商品从货架的顶端移至视觉端。有些看似销售额很低的商品,大数据却分析得出,一旦缺失这种商品,就会丧失许多忠诚顾客,比如四川麻椒。
同时,“大数据”还能为超市商业活动提供支持,給出最佳投入产出方案。如,大多数超市经常推出购物返现金活动,可究竟是88元返10元还是98元返10元,往往决策者也很模糊。可实际上,二者投入产出比差距很大。在刚刚过去的一场乐购促销中,大数据就能清晰的测算出,超市平均投入1元的营销成本最终得到了3.5元的业绩收入。其中,1元是顾客为达到购物底线而支出的,0.5元是为满足返现而多支出的,其余2元是因为促销顾客多了一次购物的开支。
一个大型卖场约有5万种商品,究竟哪些商品参加促销能够达到最好的效果,也能从“大数据”中找到答案。
数据变革
2015年6月,是华润万家与Tesco中国重组一年的日子。作为全国最大的零售巨头,华润万家集团此时正在借助Tesco的优势酝酿一场数据变革。
在华润万家与Tesco中国融合的一年里,华润万家已经投入1亿元开始对会员卡信息逐一确认,清理不真实的会员资料,为大数据变革进行前期准备。同时,华润集团方面正在同Tesco旗下英国邓韩贝公司洽谈战略合作。后者主要业务正是顾客数据分析,被业界称为“世界上最了解顾客特性的公司”。
当初,华润集团之所以愿意出巨资并购亏损的Tesco中国业务,看中其大数据分析的能力正是主要原因之一。
中国零售业大致经历了这样几个阶段。最初,中国企业竞争的是产品质量与价格。可当价格火拼难以为继时,企业开始跑马圈地、以规模扩张控制传统渠道,谋求更高的利润。可是,当电商崛起后传统“渠道为王”的神话也被逐渐击碎。
眼下,中外零售巨头们都不得不面对一个残酷的现实——行业平均利润率只有1%,但地租房租、人工水电成本却是一路飙升,不断吞噬本已微薄的利润。越来越多的零售巨头认识到,身处“互联网+”时代、面对着海量信息,凭借数据革命从内部发现商机、发掘财富,成为一条转型自救的生路。而华润万家正有望成为中国零售业的首尝“螃蟹”者。
作为中国最大的连锁零售集团,华润万家拥有着四千万个会员,并有着华润万家、苏果、Ole’(高端超市)、乐购express(便利店)、乐都汇(购物中心)、华润堂(连锁药店)、E万家(电商)等多种业态和品牌。
在邓旭看来,如果能将打通上述多种业态的会员体系,将Tesco大数据分析能力与整个华润集团旗下海量会员资源相结合,未来就可能实现对一个人进行完整生命周期的消费管理。
在20世纪,社会价值已经从实体建筑转变为无形财产,从土地和工厂转变为品牌和产权。有人预言,一个新的转变正在进行——数据存储与分析能力将成为新时代社会最具价值的资产和利润的源泉。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
写在开头 老板在微信上甩来一句: "帮我看下为什么销量跌了。" ” 你回工位,打开 SQL,开始写。查订单表、拉近三个月、按 ...
2026-10-03CDA数据分析师 出品 作者:李诗怡 1. 事实表 vs 维度表 对比维度 事实表 维度表 核心问题 记录“业务发生了什么事” 描述 ...
2026-10-02做数据聚合时,PySpark的groupBy()确实能完成统计,这也是它的本职工作。但它有一个根本性局限:每一组数据,最终只能返回一行 ...
2026-10-01热力地图是数据可视化中极具辨识度与实用性的空间分析图表,结合地理空间维度与数据密度特征,通过颜色深浅、色阶渐变直观展示数 ...
2026-09-30 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-09-30同样是“银行数据岗”,在国有大行总行数据中心、在一家城商行的零售部、在银行系金融科技子公司、在保险公司,工作内容、成长节 ...
2026-09-29在数据分析与统计学研究中,数据往往不是独立存在的,不同变量之间普遍存在相互关联、相互影响的关系。相关性统计分析是挖掘变量 ...
2026-09-29 导读:大多数人只把 dataclasses 当成偷懒工具,用来少写 __init__、__repr__ 这类魔法方法。但它的能力远不止于此。本文带 ...
2026-09-29 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-09-29在MySQL数据库运维与业务开发中,行业普遍存在“数据达到千万级就必须分表”的说法。但在实际生产环境中,千万条数据并不是强制 ...
2026-09-28CDA数据分析师 出品 作者:李诗怡 1. 5W1H 分析法 定义:经典系统性思维框架,通过六个核心维度对问题进行全方位拆解与剖析,确 ...
2026-09-28 很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当 ...
2026-09-28CDA数据分析师 出品 作者:李诗怡 1. 用户标签体系 定义: 通过一系列高度精炼的特征标识,对用户属性、行为与偏好进行量化刻画 ...
2026-09-24Pandas是Python生态中用于表格数据处理的核心库,广泛应用于数据清洗、统计运算、报表输出、数据分析建模等场景。在处理极大数值 ...
2026-09-24随着数字经济快速发展,数据已成为核心生产要素,各行各业的业务沉淀、用户行为、设备运行、市场交易均产生海量数据。数据处理作 ...
2026-09-24 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-09-24在时序数据分析中,大部分业务数据并非持续平稳变化,而是会在某些时间节点出现突然抬升、断崖下跌、趋势反转、波动异变等现象, ...
2026-09-23在统计学与数据分析中,研究多组数据差异最常用的方法为单因素方差分析与事后多重比较。很多数据分析初学者容易混淆两者功能,认 ...
2026-09-23 很多数据分析师每天都在写 SQL,但当被问到“DQL 的本质是什么”“SELECT 子句的书写顺序与执行顺序为何不同”“INNER JOIN ...
2026-09-23 很多数据分析师写过无数个SELECT查询,但当被问到“如何新建一张表来固化中间数据”“创建视图和创建物理表有什么区别”“视 ...
2026-09-22