8月3日，由Analysys易观建议的“新零售的数据年代”线下沙龙活动在北京举办。来自易观、Marketin、超盟数据以及钱方好近的嘉宾，经过详细事例剖析了数据营销的办法论及职业处理方案，并对新零售未来发展趋势做出预判。其间，来自钱方好近的大数据部总经理张鑫，带来了题为《提高零售电商GMV的一些考虑》的讲演。
张鑫指出，零售电商企业存在显着共性问题。针对这些问题，张鑫提出一系列数据确诊与途径规划的办法，并着重用户画像供给战略的概率确保。最终，他指出，数据驱动，就是为商业逻辑供给断定性和高概率的确保。
钱方好近大数据部总经理张鑫
▌零售电商企业的共性
张鑫指出，零售电商企业存在共性问题。
首要是运营形式的共性，即循环性和周期性，以月为周期，每一个或几个月都会包括活动一次。其次是运营战略层面的共性,这里边存在五个不断定的问题，即增加改变动因难界说、什么战略提高什么方针、简直全品类参加聚合算、促销指向性不强、为什么门槛红包是N不是M。第三，则是绝大多数电产品牌GMV的构成，即新客的奉献比较大，而老客的奉献率十分不可观。
张鑫一起指出，绝大多数电产品牌GMV的构成存在共性的原因有两个，一是新客转化老客存在问题，老客的增加不受重视，没有上升到战略的高度，老客增加运用的姿态不行精准；二是老客的深度出现问题，老客的生命周期短，单位时刻的购买次数不行多，因为没有正确的规划，没有正确的引导，乃至是误导，老客的价值没有很好的发挥。
▌数据确诊与途径规划的办法
张鑫指出，想要确保做出厚实的确诊，首要要从客户ERP体系中获取原始数据，即会员订单、会员特点、产品相关数据等，并将得到的原始数据整理成方针体系，以协助快速找到中心方针GMV；然后，需求找到引起该方针改变的原因，找到原因后，需求从海量数据中找到留存率高、生命周期长，并具有概率确保的用户途径，经过途径的剖析，能够得知每一个老用户的路线图，定位其所在的节点和下一步需求达到的方针；最终，对提高要害方针的品类进行人物区分，如拉新类和留存类。
当用户有了规划和方针后，需求做的是让用户更简单走到下一个方针。张鑫以门槛红包为例：做门槛红包时，首要断定面向用户，比方接连购买某品类N次的忠实用户；继而断定达到方针，比方期望提高这些会员同品类的件单价；然后考虑怎么达到，比方原忠实品类向上1档产品价格；最终断定怎么评效，如这些用户的均匀件单价是否提高。
▌用户画像供给战略的概率确保
用户画像可处理三个问题。经过A/B测验试验战略有效性的时，能够打上标签，运营团队生长活动时可经过标签提取人。每个人都有一个途径，能够用来处理用户规划问题和用户优化问题。第三个作用是在资源有限的情况下，依据用户的价值和生命周期的状况做出客观的点评。
用户的规划完结今后，每一个用户都能够放在生长节点上，有了生长节点，就可估测用户的下一个阶段。这样，关于每一个阶段、每一个用户需求完结的方针，都能找到一个适宜的战略。
▌精细化运营
张鑫以为，运营一定要呈螺旋上升趋势，而且要大致和数据同步，方针体系整理、确诊、画像引擎构建、战略履行、评价反应的途径进行。企业应该精细化运营，折口、满减、秒杀的运用场景这些商业逻辑有必要厚实，有了厚实的商业逻辑才干有正确的假定，有正确的假定才干做A/B测验。
最终，他指出，数据驱动，就是为商业逻辑供给断定性和高概率的确保。
方舟！
