爱华网尽管“京苏大战”已经被定性为“价格欺诈”，但我们依旧相信，在未来的一段时间里，“价格战”依然会是电商们竞争的主要手段。 “但越来越多的电商会开始重视‘电子商务’中‘商务’的本质——那就是要实现盈利。”百分点创始人苏萌说，“所以，首要解决的问题便是这些电商的科学管理和精细化运营。” 中国电商企业的问题 苏萌认为，与国外成熟市场的电子商务领域的企业相比，中国电商企业的市场集中度较高。“亚马逊是美国最大的电子商务企业，但它的市场份额也就占到30%左右。在中国，仅淘宝系就占到将近70%。这必然导致剩下市场里的激烈竞争。”苏萌说。而且，中国电商市场有初级阶段的共性，即，当有一家公司发现某个领域比较热，很多企业便会蜂拥而至，结果必然会有那些只看短期利益、并发动恶性竞争手段的公司，导致劣币驱逐良币的现象，伤害了整个行业。在2009年到2011年里，大量的风险投资涌入电子商务企业，以至于电商企业甚至愿意接受营销成本与收入的ROI为1: 0.4这样的烧钱模式。但烧钱总有烧没的一天，现在就到了有点烧不下去的境况了。2012年上半年，电商行业投资同比下降了50%，热钱不再涌入电商。“当资本不再介入，不能推动烧钱扩张的模式的时候，一些电商企业变得难以维系。因为烧钱的这些年，他们忘记了自己应该在何处竞争，丧失了竞争的能力。”苏萌说，“现在，电商同质化比较严重，企业缺乏核心竞争力，简单地通过低价和促销，无法培养出忠诚的客户。差异化、个性化越来越被需要。” “大数据”带来的可能 “大数据”如今成为“云计算”之后又一个时髦的词。但在苏萌看来，这个词对电商的健康发展尤其关键。 两年前，电商竞争的核心是：如何用低价获取优质的流量。无论是门户网站还是导航网站的流量，都价格昂贵，营销成本占到销售额的50%。而在传统行业，这个数值正常应该低于10%，尽管如此，转化率却非常低。为什么?“其中最重要的原因是用户在连续几个点击之内，找不到自己想要的东西。”苏萌说，“根据推荐技术服务公司Baynote的调查，当人们在3个点击内无法找到自己要的东西时，跳出率是95%。” 与传统零售相比，电商企业的后台有大量用户数据，记录了他们的登录、点击、浏览、购买等等行为。这些数据是提供精准营销的基础。大数据时代，营销将会更多地依赖数据，从而更精准地发现用户所需。在数据挖掘这方面，亚马逊一直是电商行业的领军者。亚马逊CEO贝索斯十几年前就预见到数据挖掘会对零售生意将产生深刻影响。通过互联网，亚马逊可以长期观察顾客的购买行为，通过数据挖掘算法和对群体购买偏好的研究，将用户的消费行为与其他用户进行对比，预测用户可能感兴趣的商品。从国内店商企业运营状况来看，很多电商企业数据化运营程度普遍较低，拥有真正意义上数据挖掘团队的电商公司比例不到5%。 苏萌认为，大数据为个性化商业提供了基础，个性化将颠覆一切传统商业模式，成为未来商业发展的终极方向和新驱动力。随着消费者个体行为数据的爆发性增长，新的商业理论与商业模式不断涌现，无论是精准社会化营销还是基于用户偏好的市场细分，其所指向的趋势是一致的，即为每一个终端消费者提供他们最想要的产品与服务。 百分点现在做的就是通过分析用户在网络上的消费行为数据，帮助电商企业实现“千人千面”的精准营销。一些大公司建立了自己的推荐系统，但真正用数据驱动商业运营的并不多，有些推荐是基于人工做的，有些只有基于简单的规则进行匹配。多数电商网站用的关联规则不是个性化的算法，它是非情境的、非实时的。但个性化推荐，则会通过用户购物场景和需求来调动不同算法，计算出用户更真实的需求和偏好，在合适的时间与合适的地点进行展示。 “也正是因为分析数据越来越被重视，‘数据科学家’成了美国硅谷最炙手可热的技术人才。去年5月，EMC招募了300名数据科学家，掀起了对这个职业的需求高潮。”苏萌说。其实，在谷歌和亚马逊这样的网络公司，数据科学家的工作内容这些年已经融入其他职位之中。沃尔玛和Foursquare这样的公司最近正在大量聘请一些这样的人才，希望他们可以分析公司所有的数据，协助决策层更好地做出业务决策或者推出新产品。
正如迈克尔·波特所言，随着互联网的进一步发展，人们的思维将会从“电子商务”重回到“商务”概念，从“电子战略”重回到“战略”概念。只有融入总体战略，互联网这项新技术才能够真正强有力地催生出竞争优势。 电商精细化运营需要审视五类数据 根据数据调研公司Nucleus最新报告，数据预测分析可带来超过1000%的投资回报率(ROI)，在商业智能(BI)上每花一美元就有10美元的回报。但目前电商企业有数据团队和数据系统的不到整个行业的3%，具备正确的数据管理方式来指导运营的更属极少数。百分点首席商业智能官李墨林认为，在新一阶段的精细化运营中，电商企业需重新审视五类数据： 商品数据——转化率不取决于流量，取决于运营的整体环境 电商转化率素来是个头疼的问题，平均不足1%，但电商对于转化率的关注仅仅停留在营销端。但实际上转化率由通路、供应链、选品、库存、价格、内容、服务等要素构成，所以要重视营销端流量结构，更要在运营端具备留住用户的能力。 电商企业的转化率，主要是基于商品、订单两种维度，但多数企业只是单维度考量，但实际上，可能订单趋势是上升，商品销售趋势是下降的。因此，从数据管理单位上，电商需精细化到最小单位，加强商品管理，而不是纠结于订单量。 动览数据——别只看转化率，动览是高转化率的前提 动览，即用户群体来到网站看了几个商品页。如果销售了100个商品，那么用户至少浏览了超过100个商品页面，动览量不可能小于商品销售量。 因此从这个意义上，如何让用户尽可能看到更多的商品页，则是提升电商网站整体转化率的关键。增加动览是一个流量调节的过程，让所有商品获得合理的流量分配。如何让更多的商品被展示、被用户看到?目前如亚马逊的“购买该商品的用户还购买了哪些商品?”“看过该商品的用户还看过什么商品?”“猜你喜欢?”等功能是通过个性化的商品推荐实现流量调节的典型范例。 动销数据——电商要盈利，动销是关键 电商普遍存在头部商品不赚钱、中长尾商品卖不动的窘境。头部商品拉用户、打价格战、不赚钱，占用大量资金和库存，中长尾商品动销深度不足，卖不动，致使电商始终无法盈利。 动销是一个周期里有多少商品产生销售。动销比有两种算法，一种是动销与库存商品的比例，第二种是动销与前端可售商品的比例;而动销深度指的是商品平均动销深度。动销比和平均动销深度越高，商品动销结构就越合理，带动产品线及库存结构越健康。 用户行为数据——会员营销是关怀而不是骚扰 电商活跃用户达到10万级别，就应有会员管理。会员数据可以分为两个范畴，首先是用户Profile和人群属性等信息，其次，也是更重要的，是通过消费者之间人与人的行为类比、消费者行为偏好与商品特征的匹配、商品与商品的相关性匹配，进行会员数据的深度挖掘与分析。通过对用户行为的深度发掘与分析匹配最符合其消费需求的商品信息，从而影响用户浏览行为，帮助用户做出更好的购买决策，进而影响转化性能，提升电子商务零售网站的整体营销性能。真正有效的会员营销是符合会员需求的关怀而不是盲目的骚扰。 供应链数据——应对缺货和滞销，采购预测是关键 缺断货是电商普遍存在的问题，常常一款产品卖爆了，数日甚至数月都不能补货，导致电商营销、运营性能和服务口碑大幅下降。究其原因，主要是大多数电商采购和补货基本靠人为经验，或者使用传统行业选品和采购方式，没有有效利用供应链数据。电商巨头亚马逊快速供应链的精髓就是数据化的供应链管理和精准的采购预测，而将流量数据和业务数据打通是确保电子商务采购预测有效性的必然要求和天然优势。
