新零售行业，如何通过大数据，对日常用户行为习惯和层次，进行精

问题范围太广 太大 回答不了

这个问题问的比较好，大数据是从哪儿来的你得先知道，我们很早就提出新零售的概念，但它不仅仅是一个概念，它是一个手段，我们通过RFID技术采集到了来自门店的用户需求，试穿频率，触摸频次，成交率，以及该会员的年龄选择的款式类型，这些是我们收集到的数据，好了，接下来进行用户分析，地域，年龄，偏好，风格，消费水平，消费频次，这些都能够分析出来，然后分门别类，把相同区间的用户采集到同一个社群或者我们说的公众号里面来，进行精准投放和推送。

不同产品侧重点不一样，重点从地域，年龄，性别等方面分析

新零售行业要有系统的收集数据，包括消费客户的时间段，年龄段，性别，购买偏好，通过对每一次的消费和流量进行总结。

新零售的概念，有的玩法还算新颖且体验也不错，也有的感觉还只是停留在概念层面多一些，所谓的智慧零售不过是学了皮毛，至少在消费者层面能感知的只是自助结算之类的形式上。

事实上，利用大数据来服务零售行业的做法并非新东西，只是随着时代的发展、技术的进步，在利用大数据来促进、服务零售业发展的问题上越来越精细化。

数据一方面可以让门店的上货品类、数量更精准，也更好调节库存，另一方面在在线购物的物流速度上也有更好的保障，让消费者的体验更好。

新零售要实现对于用户的“五可”

新零售并不是一个全新的概念，它是从零售业的发展中逐步进化来的，其核心是两点：第一是以用户为中心，紧紧围绕用户，知道用户的需要和诉求；第二是数据驱动，要把所有的重心放在数据上。如前所述，今天做零售，已经不能靠选个好地点，开个店，摆上货，按照传统生意的模式来经营了。如果不知道周围的用户是谁，不知道他们过着什么样的生活，也不知道他们到底需要什么的话，就很难找准业务逻辑和商业模式。所以，新零售首先要实现的就是对于用户的“五可”：可感知，可识别，可洞察、可触达和可服务。

围绕“五可”能玩哪些黑科技？

“五可”是实现新零售必不可少的环节，而每一个环节之中都少不了技术的身影。这是IT厂商和技术服务商的商机，但是，如果仅仅卖服务器和计算资源，是远远不够的。就像在四五年前，传统的线下商超看到电商的发展势头，都会很恐慌，匆匆寻求IT厂商和技术服务商的帮助，来“转型做电商”。很多商家以为做了一套线上的电商平台，把产品放上去卖，就做到了互联网转型，但实际上，很多线下做得很好的实体企业，生硬地搬到线上之后，销量十分惨淡。

同样的道理，今天，当线下商超和mall再做互联网转型时，不会再去做线上电商平台，互联网能帮他们做的，是从上述的“五可”出发，帮他们了解他们的客户。其中主要的技术，包括了前端用户感知、IoT（物联网）与高精度位置服务、大数据精细化运营、图像计算、视频计算和智能语音服务等。“未来的世界跟人是类似的，先要看（感知）到外部，然后通过脑（计算）来处理。这件事正在发生。”

可以预见，随着这个大数据的进一步壮大、沉淀和再挖掘，可以为新零售发挥更大的作用。比如精准营销，通过线上和门店收集到的大数据对用户精准定位，进一步进行针对性营销，并对于流失用户定期监控，采取推送、送消费券等方式挽留用户和唤醒休眠用户，刺激消费频率；商品结构方面，利用大数据分析商品受欢迎程度以重置商品仓储和布局，根据用户价格敏感度及时调整商品定价等等。这都是大数据精细化利用的魅力所在。

在新零售时代，大数据对新零售模式起着至关重要的作用，可以说是新零售模式的核心竞争力。而单一的零售机构，没有了涵盖消费、支付、线上、线下、物流等全链条、多维度的大数据积累和再分析，要想架设起一个没有庞大数据支撑的新零售模式难上加难。或者说，会有新零售之形，而缺乏新零售之神。

新零售时代是以消费者为核心，以数据为生产资料，打造场景化、跨渠道的客户体验。通过线上线下融合、通过互联网技术与商业逻辑的深度结合，实现“三通、三才、三化”，孵化新型零售物种，重塑价值链，创造高效企业，引领消费升级，催生新型服务商形成零售新生态，达到回归商业本质的目的。涉及的范围也比较广，包括跨境、品牌商、商场/零售/商超/连锁、房产/家装、汽车交易/服务、旅游、餐饮/外送、社区/家政、农业/生鲜、婚姻/美业、母婴/亲子，休闲娱乐、卡券/理财、酒店、票务、OTA、会务、地图、团购导购、丽人/美妆、共享经济服务（交通工具短租，房屋短租，商品短租等）等。

新零售的主要特点就是以人为本，并最终实现“以消费者体验为中心”。也就是说零售业向以消费者价值为导向的业务模式转型，消费者需要什么卖什么。消费者驱动渠道变革、传播变革以及跨渠道间的传播一致。因此我们针对新零售行业进行数据分析的核心目的，就是提高零售企业的数字化程度、对于数据的挖掘能力、云端的统筹能力以及线下门店和物流体系的协同反应能力。从而为消费者提供无缝的购物体验，实现线上线下流量的无缝转化。可以从以下方面进行梳理：

一、打通多端数据，描绘精准客户画像

打通线上线下数据，提供多维度人群特征画像，将客群自定义分层，帮助用户构成调研、营销策划、店铺选址和商品策划等行为中做出精准决策。并且在模糊的用户群中，具体分析单消费者画像。详细了解每一个消费者是谁，在线上和线下的消费行为，从而分析其转化、活跃、留存上与其它用户有什么不同。

二、线上线下精细化营销

通过用户属性和行为将不同用户进行策略性分组，可以选择按照相同生命周期节点、用户属性或营销目标用户等类型。再通过多场景的触点营销，在购买前，挑选中及付款后针对不同用户群进行精细化触达。