9月4日電 “表面數據和經過挖掘與洞察的數據之間的關係，恰如冰山。冰山上，我們看到的是店鋪各個維度的數據表現；冰山下，則隱藏了店鋪運營更深層次的原因。” 第一財經商業數據中心(CBNData)首席數據分析師楊欽在阿里巴巴數據創新峯會上如是説道。
近日，由“阿里數據”、“生意參謀”主辦的阿里巴巴數據創新峯會暨第二屆數據先鋒頒獎典禮在阿里巴巴杭州舉行。本次大會的主題為“發現新零售的力量”，800個零售生態內的商家、內容達人、貿易企業以及零售品牌商、服務商齊聚一堂，共同探討眼下最熱門的話題“新零售”。
本次峯會以數據技術、數據產品和數據服務為線索，尋找變革的源動力，繪製新零售嬗變的藍圖。現場，楊欽帶來了以“大數據視角下的店鋪運營診斷”為主題的演講，分享了大數據基於消費者全鏈路洞察在店鋪運營診斷層面的應用。
平台視角下的流量質量評估
電商迅速發展的這些年，無論商家還是平台，對於數據的沉澱都無比重視。如今，每家線上店鋪都能呈現很多精細的數據，如流量趨勢、轉化情況、用户畫像、訂單成交率等等。然而這些可以輕易獲得的數據結果究竟應該如何去理解及評價？一家店鋪的運營效果又該如何去評估？
楊欽表示：“任何商業問題都很複雜，當我們想去探究這些數據背後的商業命題時，有太多因素需要去考量，並且其中很多的數據結果與商家的主觀策略有很大的關係。如若拋開這些因素對數據以及商家的運營效果泛泛而談的話，便是最大的問題所在。”
對於商家而言，擁有店鋪數據，欠缺的是深度洞察數據背後邏輯的方法；對於CBNData而言，有海量的阿里巴巴大數據，以及豐富的大數據挖掘處理分析能力。那麼，如果將商家店鋪運營數據的第一視角擴大到平台視角下，是否能獲得更有效的解讀？
CBNData從一些簡單的數據實例就能實時快速地瞭解到店鋪運營上多方面的結果。而作為商家，則應在清楚自身主觀策略的前提下，更快捷、清晰地洞察數據背後的邏輯。楊欽表示：“數據與數據洞察正如冰山上下的關係。在冰山上我們看到店鋪各個維度的數據表現，在冰山下則隱藏了店鋪運營更深層次的原因。”
全週期 + 全平台 = 全鏈路
實時的數據可以解釋正在做的這件事情背後的邏輯，那如果從更長的週期上看一組數據的話，其表現出的結果很可能截然不同。
全週期：勾勒用户購買決策週期的完整過程
以轉化率為例，從單天到30天，成交轉化率會大幅提升。原因很簡單，因為現在的網購用户的購買決策很少在一天內完成，對此，CBNData做過專項研究。
以較為標準化的產品男士牛仔褲為例，用户在一天之內做完購買決定的佔比不到三分之一。相反，僅有四分之一的老用户會在一天內完成購買決策，購買決策週期超過一個月的比例佔了四成。
那麼，當商家知道用户的決策購買週期原來這麼長時，就該想到店鋪運營數據的洞察週期應隨用户的購買決策週期而變。
全平台：還原用户特定消費場景下的完整需求
除了要追蹤用户的全週期購買數據，用户在平台上其他店鋪的購買行為同樣不可忽視。目標用户所呈現出的多軌跡、碎片化全鏈路購買行為，能夠更有效地反映他們的真實需求。
簡而言之，嘗試追蹤用户全週期和全平台的全鏈路消費行為，正是CBNData服務於商家的思維。最後，楊欽表示：“流量上的有效匹配度、產品競爭力、價格競爭力、以及客户運營方面的專項研究，這些元素綜合起來便構成了大數據視角下店鋪運營診斷的關鍵。”