大數(shù)據(jù)其實是一個更大范圍的數(shù)據(jù)，就是從最初獲得信息一直到最后的銷售數(shù)據(jù)。麗人麗妝CEO黃韜覺得大數(shù)據(jù)的數(shù)據(jù)量往往很大，而且一旦精細(xì)研究，數(shù)據(jù)量的增加也會異常驚人，甚至超出運(yùn)算能力。
暫且不管大數(shù)據(jù)和數(shù)據(jù)如何定義，對于目前的電商企業(yè)而言，僅僅是希望通過數(shù)據(jù)分析帶來流程的優(yōu)化。
對此，郝欣誠認(rèn)為，在未來的兩到三年內(nèi)，電商企業(yè)多去關(guān)注營銷領(lǐng)域，會出來一大批大數(shù)據(jù)的營銷工具。
大數(shù)據(jù)的價值是潤物細(xì)無聲，每一個消費者和賣家都在享受大數(shù)據(jù)的成果，但是在使用時，并不覺得是大數(shù)據(jù)。
其實，最早買百度關(guān)鍵詞，百度會提供一個關(guān)鍵詞排名篩選系統(tǒng)，搜一個詞，系統(tǒng)會自動提示其他相關(guān)熱銷詞，并告知哪些詞更容易接觸同類消費者。這是最早使用大數(shù)據(jù)的系統(tǒng)，是基于百度每天上億次搜索的總結(jié)。
每一個買百度關(guān)鍵詞的公司，其實都在使用數(shù)據(jù)產(chǎn)品。此外，淘寶直通車、數(shù)據(jù)魔方都也是大數(shù)據(jù)的衍生工具。
如果賣家希望在大數(shù)據(jù)領(lǐng)域分得一杯羹，必須清楚自己只是數(shù)據(jù)的使用者。要重視大數(shù)據(jù)的使用，靈活使用大數(shù)據(jù)工具，這些工具才是目前走在大數(shù)據(jù)最前沿的技術(shù)。
大數(shù)據(jù)對商家的價值，很大程度上取決于第三方服務(wù)商能夠提供怎樣的數(shù)據(jù)工具。作為商家，應(yīng)該從幾十家甚至上百家工具提供商中，找到適合自己的大數(shù)據(jù)工具。
著眼情報數(shù)據(jù)挖掘
除了大數(shù)據(jù)工具的運(yùn)用，情報數(shù)據(jù)也是電商公司真正應(yīng)該關(guān)注的。
所謂的情報數(shù)據(jù)處理人員，從日常的工作場景來看，出去奔波收集情報的工作占了多數(shù)份額。他們會跟上下游供應(yīng)鏈，以及進(jìn)行跨部門溝通。例如，一個采購人員應(yīng)該去生產(chǎn)線，去分析每家供應(yīng)商的生產(chǎn)水平如何，優(yōu)秀的工廠和二線工廠的生產(chǎn)周期區(qū)別，哪里的原材料采購價格最低。一般來講，這樣的一條情報能使用一到三年。
雖然數(shù)據(jù)性不強(qiáng)，但這些情報價值十分高。郝欣誠說得更為直截了當(dāng)：“講數(shù)據(jù)挖掘不如講情報挖掘，情報挖掘才能夠為電商企業(yè)提供真正生產(chǎn)力級的支持，如果情報挖掘都沒做好，就想把它數(shù)字化和量化，有點操之過急。”
舉個夸張的例子，當(dāng)一個品牌商擁有20萬家生產(chǎn)廠商無從選擇時，為了找一個與需求相匹配的生產(chǎn)企業(yè)，才需要建立一個大數(shù)據(jù)模型，進(jìn)行篩選。而現(xiàn)在只需情報先行，當(dāng)規(guī)模達(dá)到一定程度難以進(jìn)行決策時，才使用數(shù)據(jù)挖掘技術(shù)。
的確，大數(shù)據(jù)的應(yīng)用要滲透到中國的電商企業(yè)內(nèi)部，還有很長的路要走。
而營銷領(lǐng)域則不同，市場營銷的數(shù)據(jù)模型已經(jīng)成熟，而互聯(lián)網(wǎng)又帶給電商企業(yè)足夠多的信息源，大數(shù)據(jù)的應(yīng)用已經(jīng)可以直接給決策層提供建議，可以理解為“有米下鍋”。
以淘寶原創(chuàng)女裝品牌橡菲為例，他們會每天花費500~1000元做情報挖掘。他們有專門的情報收集人員，根據(jù)數(shù)據(jù)魔方、量子恒道、CRM系統(tǒng)分析數(shù)據(jù)，再把這些信息結(jié)合輔助最基本的經(jīng)營決策，考慮下一款新商品款式如何，基于對老會員的分析，是否需要拓展新類目等等。
比如，當(dāng)橡菲有50件商品、100萬現(xiàn)金時，究竟應(yīng)該怎么安排生產(chǎn)?情報挖掘人員會提醒決策層，這其中有2件爆款、6件長尾、2件滯銷品，甚至可以提出對各款商品的補(bǔ)貨、清倉建議。從系統(tǒng)中取得所需數(shù)據(jù)并不困難，但數(shù)據(jù)需要進(jìn)一步拼接，再去思考各個數(shù)據(jù)之間的因果聯(lián)系。
通俗來理解，商業(yè)領(lǐng)域中的情報，是商業(yè)邏輯。
“情報支持的是對商業(yè)邏輯的理解，而數(shù)據(jù)支持的是對商業(yè)情報的處理能力。”郝欣誠認(rèn)為必須先做情報挖掘，再做數(shù)據(jù)挖掘，如果情報沒做好相當(dāng)于對商業(yè)邏輯的理解沒達(dá)標(biāo)，指望著數(shù)據(jù)直接講清商業(yè)邏輯，有些南轅北轍。
數(shù)據(jù)無法替代商業(yè)邏輯
大數(shù)據(jù)需要在量化數(shù)據(jù)的基礎(chǔ)上，加上商業(yè)邏輯，才能幫助電商企業(yè)做全局性、系統(tǒng)性的決策。排除一系列不可控因素，把結(jié)論和實際情況進(jìn)行剝離，在一個理想狀態(tài)下的模型，只是數(shù)學(xué)專家給出的結(jié)論。
大數(shù)據(jù)的核心是融入商業(yè)邏輯。
在商業(yè)邏輯里，必須先懂市場，懂某個領(lǐng)域的消費者真正訴求的變化;其次要懂行業(yè)，包括行業(yè)的特征、要求和規(guī)則;最后才是懂企業(yè)運(yùn)營，把多個支持模塊資源有序地整合起來，從而共同創(chuàng)造價值。
在這些都具備的情況下，再用量化的數(shù)據(jù)適度輔佐決策，在商業(yè)邏輯的主導(dǎo)下，真正發(fā)揮量化數(shù)據(jù)的作用。