大数据应用的理性回归

跨境电商行业在进行大数据定量分析之前应首先结合现实生活中人们行为的基本逻辑和规律,然后选择正确的分析路径,才能充分挖掘大数据的价值。同时,企业也应当警惕内心对“爆品”的过分追求以及时间因素对选品的最终影响。

近些年,大数据之于企业而言渐成不可或缺的经营“利器”。特别是“互联网+”风靡,数据驱动组织变革越来越普遍,经营理念、商业模式、工作流程与方法等都有了翻天覆地的变化。对于跨境电商行业,大数据似乎显得尤为重要。

大数据引流创销

A公司是深圳众多跨境出口电商企业中的一员,目前主要基于eBay平台从事跨境B2B出口业务。

01

选品决定成败

现阶段的跨境电商与多年前的淘宝类似,“七分靠选品,三分靠运营”,一旦选好产品,基本上都能赚钱。但若不懂选品,不管是跨境B2B,抑或是跨境B2C,毫无疑问,都将面临失败。

过去,A公司很少借助大数据进行选品,更多是依据以往交易经验。

2018年伊始,随着跨境电商的崛起,越来越多的中小卖家开始从事跨境出口业务,但他们对国外消费者的需求及购物习惯缺乏系统性研究,因而只能依靠A公司这类商家帮助他们进行选品。

为了吸引和留住中小卖家,A公司就得考虑如何精准选品以帮助他们将采购的产品更无忧、更轻松地销售出去。这个时候,只有eBay交易经验的A公司不得不借鉴同行利用大数据选品的经验了。

02

大数据初登台

由于海外产品类目的建设不够完善,目前国内跨境电商更多地还是依赖历史交易经验选品,只有更大规模的企业才会考虑利用一些专业的大数据分析平台。

这些大数据分析平台可以为跨境电商提供amazon、Wish、eBay和Lazada等平台型购物网站的数据情报,诸如TOP100排名、销量预测、关键词分析与排名以及热销榜等,同时还包括产品分析、产品跟踪、负评监控和跟卖监控等市场信息。

有些平台型购物网站也会应用大数据技术构建Bigtracker选择库,以帮助卖家创造热销,如amazon。

现如今,从事跨境出口业务的企业,都会或多或少地应用大数据所提供的信息。并且,随着大数据分析平台在技术方面的成熟以及数据库的完善,采用大数据提高经营效率、降低运营成本和提高选品能力必将成为一种趋势。

03

“爆品”预测系统

一开始,A公司也曾尝试过从那些大数据分析平台购买数据服务,但业绩增长与公司高管们所期望的结果相距甚远。

眼见同行其他公司在大数据的帮助下业绩一路高歌,A公司在权衡大数据服务的性价比后,决定自行开发一套基于交易大数据分析的、具有自主知识产权的、能预测“爆品”的跨境交易系统。

A公司之所以强调其能预测“爆品”,很大程度上关乎着中小卖家的需求。

“爆品”本身就意味着流量,它除了能为中小卖家带来丰厚的利润外,还能带动这些店铺里其他产品的销售。

对A公司而言,若能赶上时机准确预测“爆品”,也将吸引更多的卖家关注自己,并进一步地从自己这里采购货品,提升公司业绩。为此,A公司还高价聘请了一名有着大数据分析背景的博士担任公司的技术总监,专门研发这套跨境交易系统。

大数据失效追踪

2019年7月,A公司的员工们突然发现工资迟迟未到账。究其原因,是公司在海外仓价值近亿元的产品滞销了。

01

被遗忘的时间

A公司高管们历经一周的分析和讨论后,最后终于找到了使大数据失效的“罪魁祸首”——时间。

因为,跨境电商行业涉及货物的中转、报关/清关、航运和海外仓理货等物流阶段以及某些必要的检疫过程,这些环节全部都需要时间来一步步推进(见表1)。

其中最快时效为28天(比如到日本),最慢时效50天(比如到波兰)。如果再将预测需求、寻找供应商、下单、生产和集采等时间合并计算在内,A公司通过对交易大数据分析最终“预测”得到的“爆品”很可能会因为在“路上”时间的超预期延长而变成了普通品甚至滞销品。

02

对爆品的痴迷

诚然,时间确实是造成A公司大数据应用失败的一个重要原因,但更大的原因其实是A公司对于“爆品”的痴迷。

“爆品”可遇而不可求,目前业内还没有哪个数据分析平台敢说自己能准确预测“爆品”。可越是如此,人们反而越相信“爆品”是存在的、可以预测的,因为有庞大的交易数据做支撑,而数据背后就是消费者的实际购买行为。

但可惜,针对消费者的购买逻辑,大数据暂时还不具备相关能力对其进行说明。比如,大数据可以预测出啤酒销量和尿不湿销量呈现出高度相关性,但无法解释两者之间的逻辑关联。

大数据回归理性

对于大数据应用,同为跨境电商企业的B公司的做法值得借鉴。

B公司主要面向俄罗斯地区,由于俄罗斯电商市场发展不成熟以及数据完整性和连贯性方面存在诸多问题,B公司只能借助俄罗斯本土最大互联网公司Mail.Ru集团旗下的电商平台Mymall的历史数据进行分析。

01

基于行为逻辑的研究先行

对于大数据的使用,B公司有自己的理解:

➧第一,大数据不能作为采购的决策工具,而应只是辅助参考工具。

➧第二,大数据在判断客户偏好趋势和生活必需品的规格上具有发言权。

➧第三,大数据无法判断事物的因果逻辑,但是人们很容易将因果性和相关性混淆。

正是基于这种理解,B公司在应用大数据方面有着自己的主张:它会首先针对目标国的国情、民俗节日、宗教信仰和消费偏好等做深度研究。

以俄罗斯为例,在新年、妇女节、男人节和情人节,俄罗斯人都会送礼,其中创意之类的礼物非常合乎他们的意愿。同时,由于十分重视初生婴儿,他们也会毫不吝啬地献上新生儿礼物以表祝福。

另外,俄罗斯人喜欢去海滩,所以会购买很多海滩度假用品,如泳装、沙滩服、沙滩鞋等。濯发洗身后,他们会披上浴袍,就寝时又换上舒适亲肤的睡衣……凡此种种,都为国内B公司在选品方面提供了参考依据。

02

数据选择与分析路径定成败

难道交易大数据没用了吗?并不。

B公司会利用这种大数据来确定单品类产品按照材质、功能、颜色、尺寸等特征的描述性数据分布,从而判别消费者的购买偏好,并以此作为国内集采的参照标准。

另外,B公司对于平台搜索引擎中关键词的大数据分析也很重视。B公司认为,关键词搜索的数据热度代表着人们潜意识中的购买欲,这种不易被发现的购买欲需要受某个因素的触发才能转化成实际的购买行为,继而成为“爆品”的重要来源。

不过,谁也难以保证每次可以成功预测到“爆品”,所以B公司还是会借助交易大数据进行日常的选品(见表2)。

在表2中,B公司首先根据Mymall平台对行业的分级确定俄罗斯网购市场销量占比排名,然后挑选出销量占比排名靠前且累计超过50%以上的一级行业(如美容&健康、手机&平板电脑和女装的网购市场销量就达到了54%);

然后再进一步地分析这3个一级行业的二级类目,聚焦二级类目中销量占比排名靠前且累计占比达60%~80%的类目;

最后从选出的二级类目中挑选出销量占比排名靠前且累计占比超过80%的细分品类。

这仍然不是B公司的最后选品名单,它还需要根据消费者的使用频率与采买量确定出高频、大量的细分品类,而只有这种高频、大量的细分品类才是最终的选品名单。

经估算,这29个细分品类几乎覆盖Mymall平台40%以上的销量。难怪B公司成立不久,业绩表现就十分抢眼。

A公司和B公司对大数据的不同应用思路启示我们:

跨境电商行业在进行大数据定量分析之前应首先结合现实生活中人们行为的基本逻辑和规律,然后选择正确的分析路径,才能充分挖掘大数据的价值。同时,企业也应当警惕内心对“爆品”的过分追求以及时间因素对选品的最终影响。

本文来自信息化观察者网,转载请注明出处。

 

注:本站文章除标明原创外,均来自网友投稿及分享,如有侵权请联系dongxizhiku@163.com删除。

         

发表评论