专访潘武辉：电商小数据比大数据更有价值

　　大数据的吸睛程度已经不亚于高涨的房价!不过，动辄几百万，甚至上千万的投入让很多人老板都瞠目结舌。大数据真的是企业的“救命的稻草”吗?为此，笔者专访了潘武辉，他指出，电商的小数据有更大的价值。

　　笔者：您好!我想先请教一个问题：您对“得屌丝者得天下”这个观点怎么看?

　　潘武辉：这个观念曾经广为流传，现在却被很多人抛弃了，认为“得中产阶级者得天下”。其实屌丝有屌丝的消费习惯，中产阶级有中产阶级的消费习惯，针对不同的消费者需要不同的营销策略。

　　笔者：那制定营销策略和电商小数据或者大数据有什么关系?

　　潘武辉：以搜索引擎为例，虽然大数据包含的样本量超过1亿，甚至可以达到10亿以上，但是涉及到的是用户搜索行为，不会涵盖购买。我指的电商是在巨头平台上开店的那些企业，它们的店铺数据量不是很大，所以每天产生的消费者购买数据被叫做小数据。

　　购买行为是电商盈利的根本原因，其产生的数据连接了人和钱，因此这种数据具有更大的价值。

　　相对而言，中产阶级收入高，屌丝收入少。而这2类人群的消费行为和习惯都是不同的，所以电商首先需要通过数据来区分这两类消费者，然后“对症下药”，采用差异化的营销策略。现在最常用的做法是运用RFM模型。

　　笔者：能简单说一下RFM模型吗?

　　潘武辉：R代表最近一次消费时间，一般可以简化为1个月;F代表消费频率;M代表消费金额。通过这3个指标基本上可以判断出一个消费者的购买力。

　　例如：通过RFM模型的分析，发现有这么一类人，在1个月之内，每天都来买你的商品，并且每次消费金额都很多，那么这类人可以归为中产阶级。另外还发现一类人，在1个月内，只买了3次你的商品，每次消费金额比较低，这部分人就属于屌丝。

　　对于中产阶级需要重点维护，虽然他们对于价格不敏感，但是对于品质要求很高，产品一定要过硬才行。而屌丝则喜欢便宜货，因此低价促销是常用手段，当然不同行业的营销策略会有差异。

　　笔者：电商小数据还有其它特点吗?

　　潘武辉：数据一般分为3个层次——第一层：元数据，指客户的性别、年龄和地域等指标，可以大概定义一个客户群体的基本身份。第二层：行为数据，指客户喜欢浏览什么网站、用什么APP、每天锻炼时间等习惯性指标，通过它可以分析出客户的习惯和心理特征。第三层：因果数据，指揭示了客户喜欢产品的原因。

　　第一层和第二层的数据可以通过大数据方式搜集并分析，但是其结果都是相关性的。例如：大数据有一些结论：1、睡眠时间少的男性收入高。2、90后喜欢网游，80后喜欢社会新闻，60后喜欢商业资讯。3、2015年28岁以下的网购用户比例超过50%。以上这3个结论都有相关关系，不过很难看出因果关系。

　　对电商而言，相关性的大数据没有太多价值，只有弄清楚消费者对品牌的态度和购买产品的真正原因才能做出正确的营销决策，这也是因果数据的价值所在。

　　为了获取因果数据，需要对电商小数据中的消费者进行一些调研，找出其中的因果关系。

　　笔者：数据竟然这么复杂，恐怕电商需要花大量精力在上面。

　　潘武辉：电商小数据的体量不是很大，用基本的统计学方法配合Excel就可以搞定。而高效利用大数据则需要用到数据挖掘。它是人工智能的一个分支，简单来说是以大数据为资源，结合机器学习(甚至还需要深度学习)和数学理论等手段，发现数据当中隐藏的规律和模式，侧重于技术，门槛很高。