大數據於市場營銷的應用

良好運用大數據(Big Data)在市場營銷實務，已成企業致勝關鍵。大量實際案例說明，大數據對洞察消費者需求、推動個性化營銷、改善庫存管理等諸多方面均有顯著正面效果。

一、洞察消費者需求。大數據分析應用為企業提供強大的數據支持，讓企業了解用戶特徵、習慣、偏好、需求，進而作出有效的營銷決策。

全球最大超市沃爾瑪的“啤酒加尿布”營銷策略是大數據應用最出名的故事之一。早在六九年，沃爾瑪便開始採用計算機追蹤庫存，在1987年完成內部衛星系統建設，整合美國每家分店的實時銷售數據來分析消費者的消費行為。在二十世紀九十年代，藉由數據研究，分析人員發現啤酒和尿布這兩件產品，在銷量上竟有顯著正相關關係。後續市場調查發現，美國有嬰兒的家庭中，媽媽負責在家照看孩子，父親則負責出門採購尿布，同時會購買啤酒犒勞自己。沃爾瑪因此把這兩件商品擺在相鄰貨架，銷售結果顯示兩種商品銷量同漲三成。

大數據還可預測甚至引導將來市場潮流。西班牙時尚品牌Zara就是依賴大數據統計來引領時尚。Zara每售出一件衣服，均會實時把產品型號、價格、銷售時間、地點等透過全球聯網系統上傳至數據庫，分析總結出暢銷款式和特徵及消費者購買偏好，並以此作為設計人員的參考依據，設計出符合需求的款式。設計師最短3天，就可完成一件新的服裝樣式設計。每年Zara推出一萬多件不同款式的時裝。

推送個性化訂製產品

服務行業也需要利用大數據了解消費者需求。美國科技龍頭IBM在2012年開發出人工智能“華生”，當年通過美國職業醫師資格考試，並開始落戶美國多家醫院進行輔助診療服務。“華生醫生”診療能力和主治範圍不停擴大，在癌癥、慢性病等多種病理領域提供精確診斷、病理分析服務。這一切均是基於IBM華生強大的大數據處理能力。一位研究人員年均閱讀200至300份醫學文獻，華生10分鐘內可閱讀和剖析多達20萬冊的醫療論文。

二、推動個性化營銷。個體用戶行為產生的數據流可助服務供應商精準匹配產品服務，為客戶帶來個性化、有針對性的服務體驗。2012年美國明尼蘇達州的塔吉特百貨向一個家庭投送關於孕婦用品促銷券，這家庭僅有一個16歲女兒。父親感到女兒受侮辱，向商場投訴，商場為平息父親怨氣作誠摯道歉，但幾天後父親發現女兒真的未婚懷孕。事實上，這家商場透過若干商品的消費指數統計建立“懷孕指數數據庫”，通過消費者的記錄有效預測顧客懷孕概率，並針對性地推送個性化訂製產品，起到未卜先知的神奇效果。

阿里巴巴電商平臺作出的大數據分析和這美國案例有異曲同工之妙。作為最主流的網絡購物平臺之一，淘寶其中一個強大功能是“猜你喜歡”，通過追蹤用戶的搜索、瀏覽、購買記錄，綜合分析用戶購買需求和偏好，向每個用戶具體推送可能需要的產品。亞馬遜的好書推薦、網易雲音樂的個人電臺服務等，均採用類似的營銷思路，即充分利用用戶的操作記錄，推出個性化服務，提高銷售成功率。

分析潛在用戶區位置

三、改善庫存管理：美國電商龍頭亞馬遜是零售業內善用大數據分析的典型代表，其在電商零售方面的巨大成功和有效的庫存供應管理密不可分。亞馬遜和賣家保持緊密聯繫，通過大數據分析預測和實時把控庫存需求，通過分析不同倉庫和消費者之間的距離、各倉庫的庫存情況，綜合分析出最合適的配貨倉庫，甚至進一步安排最合適的出貨時間、路線、產品分類，最大程度地降低配送成本。亞馬遜擁有“預測式購物”的技術專利，通過大量分析消費者喜好需求，提前把最可能推銷給他們的產品運送到距離最近的倉庫，下單後立即送貨上門，真正實現“下單之前就出貨”、爭分奪秒的貨物配送，給消費者帶來最好的購物體驗。

內地電商平臺京東也在大數據庫存管理上有著良好實踐。大數據有助企業真正做到“零庫存”的精準貨物調度，實現極速配送和零貨物積壓。如京東某品牌手機首發銷售，部分消費者在下單後13分鐘就收到貨物，當天五萬部手機的平均配送時間在兩個小時左右。

由於大數據分析的支持，京東不再採用傳統的庫存管理模式（即調貨到庫房、被動等待訂單、發貨），而是提前分析出潛在用戶區的地理位置分佈，讓配送員把庫存送到各個居民小區邊上，祇要該小區用戶下單，配送員可在極短時間內完成配送。

【澳門大學工商管理學院副教授  劉丁己】