未来电商运营模式（未来电商的突破口）

未来电商的竞争点是精细化运营

尽管“京苏大战”被定性为“价格欺诈”，但我们仍然认为“价格战”仍将是未来电商企业竞争的主要手段。 “但越来越多的电商企业会开始关注‘电商’中‘商业’的本质，那就是实现盈利。” Percent创始人苏萌表示，“因此，首先要解决的问题就是这些电商企业的科学管理和精细化运营。”

中国电子商务常见问题

与国外成熟市场的电商领域企业相比，中国电商企业的市场集中度更高。 “亚马逊是美国最大的电商公司，但其市场份额仅占30%左右。在中国，仅淘宝就占据了近70%。这必然会导致其余市场的激烈竞争。”而且，中国的电子商务市场在早期也有一些共同点。即当一家企业发现某个领域热门时，很多企业都会涌向该领域。如此一来，难免会出现只顾短期利益的企业，推出恶性竞争手段，造成劣币驱逐良币的现象，伤害整个行业。 2009年至2011年，大量风险投资涌入电商企业，以至于电商企业甚至愿意接受营销成本与收入之间的投资回报率为133,3600.4的烧钱模式。但你烧的钱最终会用完，现在我们就处于烧不完的境地。 2012年上半年，电商行业投资同比下降50%，热钱不再涌入电商。 “当资本不再介入，无法推动烧钱扩张模式时，一些电商企业就变得难以维持。因为他们花了多年的时间烧钱，他们忘记了自己应该在哪里竞争，也失去了竞争的能力。现在，电商同质化比较严重，企业缺乏核心竞争力，单纯通过低价和促销无法培养忠实客户。差异化和个性化的需求越来越大。”

“大数据”带来的可能性

“大数据”现已成为继“云计算”之后的又一个流行词。这句话对于电子商务的健康发展尤为关键。

两年前，电商竞争的核心是：如何以低价获得优质流量。门户网站和导航网站的流量都很昂贵，营销成本占销售额的50%。在传统行业，这个值一般应小于10%。尽管如此，转化率却很低。为什么？ “最重要的原因是用户连续几次点击都找不到自己想要的东西。根据推荐技术服务公司Baynote的调查显示，当人们在3次点击之内找不到自己想要的东西时，跳出率高达95%。”

与传统零售相比，电商企业后台拥有大量的用户数据，记录着他们的登录、点击、浏览、购买等行为。这些数据是提供精准营销的基础。大数据时代，营销将更多地依赖数据，更精准地发现用户需求。在数据挖掘方面，亚马逊一直是电商行业的领先者。亚马逊首席执行官贝佐斯十多年前就预见到数据挖掘将对零售业务产生深远影响。通过互联网，亚马逊可以长期观察顾客的购买行为。通过数据挖掘算法和团购偏好研究，可以将用户的消费行为与其他用户进行比较，预测用户可能感兴趣的商品。从国内实体店企业的经营状况来看，不少电商企业普遍存在较低的成本。数据化运营程度不高，真正拥有数据挖掘团队的电商企业比例不足5%。

大数据为个性化业务提供了基础。个性化将颠覆一切传统商业模式，成为未来商业发展的终极方向和新动力。随着个人消费者行为数据的爆发式增长，新的商业理论和商业模式不断涌现。无论是精准的社交营销，还是基于用户偏好的市场细分，它们所指向的趋势都是一样的，那就是为所有人提供服务。为最终消费者提供他们最想要的产品和服务。

Percent现在所做的就是通过分析用户在互联网上的消费行为数据，帮助电商企业实现“千人千面”的精准营销。一些大公司建立了自己的推荐系统，但真正利用数据来驱动业务运营的并不多。有些推荐是手动做出的，有些只是根据简单的规则进行匹配。大多数电子商务网站使用的关联规则都不是个性化算法。它们是非情境的、非实时的。但个性化推荐会根据用户的购物场景和需求调动不同的算法，计算出用户更真实的需求和偏好，并在合适的时间和地点进行展示。

“正是因为越来越重视分析数据，‘数据科学家’成为硅谷最抢手的技术人才。去年5月，EMC招聘了300名数据科学家，掀起了对该职业需求的激增”。实际上。在谷歌、亚马逊这样的互联网公司，数据科学家的工作内容多年来已经融入到其他职位中。像沃尔玛和Foursquare这样的公司最近一直在招聘大量这样的人才，希望他们能够分析公司的所有数据并协助决策者做出更好的商业决策或推出新产品。

正如迈克尔波特所说，随着互联网的进一步发展，人们的思维将从“电子商务”回归到“商业”概念，从“电子战略”回归到“战略”概念。互联网新技术只有融入整体战略，才能创造真正强大的竞争优势。

电商精细化运营需考察五类数据

根据数据研究公司Nucleus 的最新报告，数据预测分析可以带来超过1000% 的投资回报率，每花1 美元用于商业智能，就能获得10 美元的回报。但目前全行业只有不到3%的电商企业拥有数据团队和数据系统，拥有正确的数据管理方法来指导运营的更是更少。 Percent首席商业智能官李墨林认为，在精细化运营的新阶段，电商企业需要重新审视五类数据：

产品数据——转化率不取决于流量，而是取决于整体运营环境

电商的转化率一直是令人头疼的问题，平均不到1%。然而，电商对转化率的关注仅停留在营销方面。但实际上，转化率由渠道、供应链、选品、库存、价格、内容、服务等因素组成。所以，营销端要注重流量结构，运营端也要有留住用户的能力。

电商企业的转化率主要基于两个维度：产品和订单。然而，大多数公司只考虑一个维度。但事实上，订单趋势可能在上升，而产品销售趋势却在下降。因此，在数据管理单位上，电商企业需要细化到最小单位，加强产品管理，而不是只关注订单量。

动画数据——不要只看转化率，动画是高转化率的前提

动态浏览，即一个用户组来到网站并浏览多个产品页面。如果售出了100件产品，那么用户至少浏览了100个以上的产品页面，且浏览次数不能小于该产品的销量。

因此，从这个意义上来说，如何让用户看到尽可能多的产品页面是提高电商网站整体转化率的关键。添加动画是一个流量调整的过程，让所有产品得到合理的流量分配。如何让更多的产品被用户展示、看到？目前，例如亚马逊的“购买该产品的用户还购买了哪些其他产品？” “查看该产品的用户还查看了哪些其他产品？” “你猜你喜欢吗？” ”等功能就是通过个性化产品推荐进行流量调控的典型例子。

动态销售数据—— 电商要盈利，动态营销是关键

电商企业普遍存在头部产品不盈利、中长尾产品卖不出去的困境。头部产品吸引用户，打价格战，不赚钱，占用大量资金和库存。中长尾产品销售深度不足，卖不出去，导致电商无法盈利。

销量是指一个周期内有多少产品产生销售。移动销售比率有两种算法。一是动销与库存商品的比例，二是动销与前端可售商品的比例。动销深度是指产品的平均动销深度。转销比和平均转销深度越高，产品的转销结构越合理，产品线和库存结构越健康。

用户行为数据—— 联盟营销是关爱而不是骚扰

当电商活跃用户达到10万时，就应该有会员管理。会员数据可以分为两类。首先是用户画像、人群属性等信息。其次，也是更重要的，是通过消费者之间的行为类比，消费者行为偏好与产品特性的匹配，产品特性。匹配产品的相关性，对会员数据进行深度挖掘和分析。通过对用户行为的深入探索和分析，匹配最符合其消费需求的商品信息，从而影响用户浏览行为，帮助用户做出更好的购买决策，从而影响转化表现，提升电商整体营销绩效零售网站。真正有效的会员营销是满足会员需求的关怀，而不是盲目的骚扰。

供应链数据—— 应对缺货滞销，采购预测是关键

缺货是电商企业普遍面临的问题。往往产品售完，几天甚至几个月都无法补货，导致电商营销、运营绩效和服务声誉大幅下降。主要原因是大部分电商采购和补货基本依靠人的经验，或者采用传统行业选品和采购方式，没有有效利用供应链数据。电商巨头亚马逊快速供应链的本质是数字化供应链管理和准确的采购预测。流量数据与业务数据的融合是保证电商采购预测有效性的必然要求和天然优势。