现在，为了响应潮流，小明开通了微信支付和支付宝支付，对一些老顾客，他还加了微信。那些老顾客，有时为了赶时间，会在早上先把钱用微信转账给小明，小明提前把烧饼做好等顾客来取。

有时小明生意不是特别好时，会让媳妇翠花看着烧饼摊子，他给附近社区预定烧饼的老顾客直接送上门。 小明对同行老王说：“看见没有，哥现在也玩他们城里人说的O2O了。” 

对，你别笑，我知道你心里想的大多数O2O是这样。 

这样的O2O估计近年来已经死了大半，我们来看一种高级玩法。 

你听说过步步高吗？不是广东卖手机那个

这个步步高是个连锁超市，就像北方人民喜闻乐见的超市发一样。不过，它目前的地盘在南方，连锁门店已遍布湖南、江西、四川、重庆、广西各地州市，并已战略性地进入云南、贵州等省份。 截止2015年底，共有多业态实体门店452家，年销售逾310亿。 

步步高集团CIO彭雄说—— 

零售业受到电商挤压的是百货店，大卖场。如何反击？我们不是排斥电商，电商是一个新兴的渠道，是顾客的需要。但是，我们要打通线上，要做顾客、消费行为的研究，同时还要把自己的东西做好，并不是放弃线下，然后一味跟随做电商。顾客之间要做链接，不能发传统的海报。第二，要在各个场景中记录交易，形成精准的营销。

这几句话似乎在很多人的报告里都听过，往往像往水里扔了一颗小石子，连水花都没有溅起来，一阵风吹过，反倒水面起了涟漪，略尴尬。 

没想到，彭雄还真给了干货和实例。 

O2O也好，大数据也罢，就是要卖卖卖

步步高做了三大战略改变：第一，百货店向购物中心改变，第二，大卖场向社区邻里中心转变，第三，开更多生活密集超市，形成整体联防。 

为了实现这三大战略，首先是要让零售回归实体 。

步步高长沙梅溪新天地占地70万平方米，建立了真冰溜冰场、云顶星河游乐场、天空农场、模拟太空飞行的体验馆，超市和餐厅跨界结合。彭雄认为，这家店是生活美学的体验店，是超级IP的结合体。

“消费者如何回归实体？20年前，去电影院是很奢侈的事情，DVD出来后，大家买一个DVD在家里看，认为挺便宜的。那时只是看内容，用最便宜方式享受，现在生活水平提高了，没有人愿意在家里看电影，所以我们又回到实体。 后来，我们又做了一个梅溪书院，跟当当网联合创建。在开业当天，现场来了很多人。原来，我们买书是看书的本身，后来我们就看电子书，搞电子阅读，或者直接网购买书。但是，现在看书时不在家里，也不在办公室，是周末去梅溪书院感受看书的文化，这是一个洗涤心灵的空间，我们从这个角度慢慢也会回到实体。 ”彭雄说。

消费者回归实体后，如何吸引顾客到来是步步高现在正在用数据做的营销生意。 

首先，是要找到合适的人。

彭雄很直接，我们很难找到有用的数据来分析，要找到我们的族群，数据可以找合作伙伴。

步步高的卖场在河西，而河东是商业最繁华的老区，刚开业几天，他们来的不是很多。但是，来的人就是要经过一条隧道的人。为什么？就是方便、有隧道，我们要看到客户是来自哪个地方，实施精准的广告投放。我们卖广告的时候不是在店打广告，应该是精准的营销方式，客户在哪个地方，我们的广告就在什么地方。我们在这个小区对面可以去做广告，为购物中心引流。

除了吸引用户，还要进一步分析用户画像，才知道他想要什么。 

要进一步细分，有粗略呈现还不够，他喜欢什么样的标签？买什么产品，消费的偏好，什么样的品类，这需要更深的数据。

最后就是客户去了哪里？要反思品类、分类做得好不好。

步步高的邻里中心在做大数据营销时，建立了四个模型。 第一，会员发展模型，第二，贡献度模型，第三，足迹分布模型，第四，相似推荐。 

1.会员发展模型

邻里中心覆盖的范围很小，不像大城市的顾客，1.5公里的氛围就可以了，从大街上的数据，花园人群数据和家庭数据。一看就知道有多少顾客过来，活跃度怎么样，一个家庭消费多少生鲜，如果没有活跃度，就是到竞争对手那去了。 第二，了解会员，哪些人是有购买潜力的，购买贡献度怎么样。 

2.贡献度模型

梅溪新天地购物中心里有一个超市，下图是消费金额分布图。

消费金额比较大、单价比较高的顾客，就是高贡献度的顾客。研究一下行为，还能做些什么？

当彭雄拿出这个数据时，团队人员怀疑他，说数据绝对错了，因为买很多水产的人，洗衣用品、卫生纸、洗发用品却买得非常少，为什么？大数据只是揭示这么一个规律，怎么解释？ 后来再拿最新数据比对，发现更详细的数据，如消费者住在哪个地方，非常容易分析出来，这些人可能是离购物中心10公里以外的顾客，并不是超市的活跃用户，周末来购物中心购物、玩乐。然后，家里有一个相聚晚餐，买了海鲜什么的就走了。 

如果，这样的顾客进入停车场时，知道他是步步高的会员，知道他在哪个地方，玩乐的时候可以推送步步高最好的海鲜产品，可以送8折券等，刺激更多消费，这个就是大数据营销。 

也就是说，本来顾客还只想到吃小河虾，突然就想多买一只澳洲大龙虾。

3.足迹分布模型 

步步高的门店是怎么分布的？一个顾客在哪个门店买得最多，就是这个门店的会员，住在这附近。然后，他有时还是去其他店买东西，因为这个店并不能满足他所有品类的需求。

某个区域有一个步步高会员光顾最多的生活广场，几乎所有步步高门店的会员无论远近都要过来，说明它吸引力非常强。为什么这么一个小店来这么多？这说明步步高门店品类相对不足，不能满足日常消费，所以要跑这么远的地方购物。

就是说，如果有竞争对手，就会抢走全部客户。

彭雄说——

因此我们要丰富品类。尤其如果小区是高档小区，一般的商品是不能满足他们的。 进一步看，是哪些品类分流了？如果品类分流不是很严重，我们认为它还可以，如果分流严重，再细看一下是哪些商品分流了，为什么？高端的还是低端的？非常清楚，这才是做管理，如果分析一个报表，哪个品类毛利高，我认为这是传统的报表，不是真正的大数据管理。 

4.相似推荐模型 

步步高今年引进了很多进口商品。在门店里销售3个月后，彭雄拿到数据做了这个模型。他选了100个种子商品，有多少会员买了这个进口商品？这里面有很多参数和规则，买进口商品的如果是高端客户，买的频率是其他人群的三倍、五倍以上，说明其他人群买不起，就是具有跟进口商品一样的品质。 

其他的顾客没有标签，这些人群没有买过进口商品，但他们也有消费能力，没有买是因为步步高没有做好宣传工作。或者说，还没有尝试。接下来，步步高向他推荐这些商品。通过这个模型识别出来的商品，准确度达80%、90%以上。最有意思的是，有一款商品是澳洲牛腩，没有贴上进口商品的标签，但是被模型识别出来了。 

大数据实践方法论

案例分享完毕，总要总结一些方法论。彭雄的心得如下：

第一，要采集数据！！！

关键要点，要始于场景，而用于场景。没有内容就没有场景，没有场景就没有触点，没有触点就没有数据，没有数据就一切是空谈。数据不识别等同没有，数据要全而不只是多，内外数据结合更高效。

第二，大数据跟传统的BI是有区别的，传统的BI就是哪个卖得好，哪个卖得不好，它不是问题呈现，而是洞察和预测。大数据要诊断，洞察为什么发生？

第三，要预测，尽管还有难度，但是是方向所在，预测未来发生什么。

第四，大数据不仅仅是面对消费者，对企业也会产生深远影响。

基于移动的场景化，数据的智能驱动是每个企业的必经之路。再过10年，或者15年，每个企业都是大数据公司，利用大数据做营销的公司，否则可能不会再生存下去，或者消失。