在全渠道運(yùn)營體系中，通過數(shù)據(jù)科學(xué)的數(shù)據(jù)管理和數(shù)據(jù)分析手段，最終實(shí)現(xiàn)營業(yè)額的提升。全渠道運(yùn)營的數(shù)據(jù)科學(xué)在SAS服務(wù)體系中稱之為omnichannel analytics。

數(shù)據(jù)科學(xué)

從概念上來看，數(shù)據(jù)科學(xué)（Data Science）是一門利用數(shù)據(jù)學(xué)習(xí)知識(shí)的學(xué)科，其目標(biāo)是通過從數(shù)據(jù)中提取出有價(jià)值的部分來生產(chǎn)數(shù)據(jù)產(chǎn)品。它結(jié)合了諸多領(lǐng)域中的理論和技術(shù)，包括應(yīng)用數(shù)學(xué)、統(tǒng)計(jì)、模式識(shí)別、機(jī)器學(xué)習(xí)、數(shù)據(jù)可視化、數(shù)據(jù)倉庫以及高性能計(jì)算。

數(shù)據(jù)科學(xué)通過運(yùn)用各種相關(guān)的數(shù)據(jù)來幫助非專業(yè)人士理解問題，對(duì)商業(yè)競爭有極大的幫助。傳統(tǒng)企業(yè)將數(shù)據(jù)科學(xué)作為商業(yè)分析工具，輔助企業(yè)發(fā)現(xiàn)風(fēng)險(xiǎn)事件和挖掘營銷機(jī)會(huì)。新型企業(yè)則將數(shù)據(jù)科學(xué)作為商業(yè)引擎，幫助企業(yè)實(shí)時(shí)進(jìn)行商業(yè)決策，提升業(yè)務(wù)收入，體現(xiàn)在包括產(chǎn)品設(shè)計(jì)，市場(chǎng)營銷，庫存管理，客戶經(jīng)營，商品推薦，門店選址，成本控制，供應(yīng)鏈管理等業(yè)務(wù)運(yùn)營的方方面面。

最顯見的效用是，依靠數(shù)據(jù)科學(xué)可以降低庫存成本，測(cè)量需求變化，實(shí)時(shí)商業(yè)決策，并加速商業(yè)模式的迭代。

全渠道運(yùn)營

由于競爭激烈、流量紅利消失、流量的超級(jí)碎片化、用戶體驗(yàn)升級(jí)需求等等原因，倒逼企業(yè)需要做全渠道運(yùn)營。全渠道運(yùn)營的核心就是“圍繞人、貨、場(chǎng)進(jìn)行最終營業(yè)額的提升”。

用流行的前中后臺(tái)思維，來描述一下全渠道運(yùn)營的整體構(gòu)建，軟件提供商 Terminus 為我們提供了一個(gè)結(jié)構(gòu)素材，將企業(yè)的核心能力以數(shù)字化形式沉淀到平臺(tái)，形成以服務(wù)為中心，以業(yè)務(wù)中臺(tái)和數(shù)據(jù)中臺(tái)構(gòu)建起數(shù)據(jù)閉環(huán)運(yùn)轉(zhuǎn)的運(yùn)營體系，供企業(yè)更高效地進(jìn)行業(yè)務(wù)探索和創(chuàng)新，以數(shù)字化資產(chǎn)的形態(tài)構(gòu)建企業(yè)差異化的核心競爭力。

terminus.io

全渠道運(yùn)營的數(shù)據(jù)科學(xué)包括數(shù)據(jù)管理和數(shù)據(jù)分析兩個(gè)方面。

全渠道運(yùn)營的數(shù)據(jù)管理

全渠道運(yùn)營的核心，首先是客戶數(shù)據(jù)的管理，特別是行為數(shù)據(jù)，而不僅僅是交易數(shù)據(jù)。

在當(dāng)前的經(jīng)營實(shí)踐中，絕大部分品牌商和渠道之間溝通的數(shù)據(jù)往往僅限于銷售本身。在這種情況下，品牌商根本無從了解自己的客戶。

舉個(gè)應(yīng)用場(chǎng)景來理解，客人線下店逛了10次，最后成交一雙鞋子。在這個(gè)過程中，傳統(tǒng)系統(tǒng)只能紀(jì)錄該次成交的信息。這里就有一個(gè)數(shù)據(jù)獲取的問題。過去靠進(jìn)店計(jì)數(shù)器所能獲取的信息極為有限。而今天通過新技術(shù)，如RFID（射頻識(shí)別）、iBeacon（智能傳感）甚至微信掃碼等技術(shù)手段，以及消費(fèi)者本身對(duì)于移動(dòng)應(yīng)用的習(xí)慣性依賴，可以幫助線下獲取大量以前無法獲取的數(shù)據(jù)。

這些不同來源的數(shù)據(jù)獲取之后，如何管理和使用呢？技術(shù)上來說，這些數(shù)據(jù)來自于不同的空間。

舉個(gè)可以理解的例子，商家采集到信息說“小明來到實(shí)體店試戴了一副眼鏡”，同時(shí)，電商部得到信息說“王先生在我們的官網(wǎng)上對(duì)一副眼鏡瀏覽了很久”。事實(shí)上，在現(xiàn)實(shí)世界中，這兩個(gè)信息都是關(guān)于“王小明”的。如果品牌商有一套系統(tǒng)，幫助自己整合來自各個(gè)渠道來源的信息，并作出相應(yīng)的分析和推薦，那么當(dāng)實(shí)體店的導(dǎo)購員知道“小明”來了的時(shí)候，就已經(jīng)可以調(diào)取到“王先生”在線上的瀏覽記錄，及時(shí)有效地作出導(dǎo)購和推薦。

傳統(tǒng)的經(jīng)營模式中，割裂售前、售中和售后職能，分別由市場(chǎng)部、銷售部和客服部門負(fù)責(zé)的，部門之間在面向同一個(gè)客戶的時(shí)候信息不互通、不共享。因?yàn)槊總€(gè)渠道都存在這三個(gè)不同的職能部門，所以這個(gè)問題在多個(gè)渠道同時(shí)運(yùn)營時(shí)會(huì)被放大，會(huì)明顯降低客戶的消費(fèi)轉(zhuǎn)化率和品牌滿意度。我們的實(shí)踐經(jīng)驗(yàn)是，讓所有渠道的所有部門共享同一個(gè)數(shù)據(jù)庫，包括客戶數(shù)據(jù)、商品數(shù)據(jù)等。

舉個(gè)場(chǎng)景幫助理解，對(duì)于客服部門而言，當(dāng)接到一個(gè)客戶打電話投訴的時(shí)候，客服代表能清晰地了解該客戶的“前世今生”，知道TA有沒有在微博上抱怨過等來自所有渠道上的信息，然后能很確定地給出一個(gè)解決的辦法，比如讓TA直接去辦公樓下面的實(shí)體店退換貨。

一個(gè)既能對(duì)接好各類前端消費(fèi)平臺(tái)，又能打通后端生產(chǎn)和供應(yīng)鏈的完整數(shù)據(jù)鏈管理平臺(tái)，是保證商家玩轉(zhuǎn)全渠道運(yùn)營模式的技術(shù)基礎(chǔ)。

“互道信息”有提到一個(gè)全資源管理系統(tǒng)ORP（Omni-Resource-Planning）概念，倡導(dǎo)打破渠道邊界和企業(yè)內(nèi)外邊界，致力于快速建立自己的數(shù)據(jù)管理平臺(tái)和全員的數(shù)據(jù)化運(yùn)營系統(tǒng)。

本節(jié)參考王華文章。王華，互道信息技術(shù)（上海）有限公司創(chuàng)始人兼CEO，曾擔(dān)任 SAP 全球高級(jí)副總裁。

全渠道運(yùn)營的數(shù)據(jù)分析

數(shù)據(jù)分析是指用適當(dāng)?shù)慕y(tǒng)計(jì)分析方法對(duì)收集來的大量數(shù)據(jù)進(jìn)行分析，將它們加以匯總和理解并消化，以求最大化地開發(fā)數(shù)據(jù)的功能，發(fā)揮數(shù)據(jù)的作用。數(shù)據(jù)分析是為了提取有用信息和形成結(jié)論而對(duì)數(shù)據(jù)加以詳細(xì)研究和概括總結(jié)的過程。將數(shù)據(jù)分析商業(yè)化、信息化，從而實(shí)現(xiàn)商業(yè)價(jià)值的企業(yè)信息化建設(shè)過程稱為商業(yè)智能。

數(shù)據(jù)分析驅(qū)動(dòng)的決策管理是優(yōu)秀管理者必備的競爭優(yōu)勢(shì)，進(jìn)而成為下一步運(yùn)營戰(zhàn)略規(guī)劃的基礎(chǔ)。

通過以下4個(gè)方面以提高數(shù)據(jù)分析能力（參看《數(shù)據(jù)分析師必備的9大技能》），包括：

• 數(shù)據(jù)指標(biāo)體系設(shè)計(jì)；
• 數(shù)據(jù)的獲取與采集；
• 常見的數(shù)據(jù)分析方法；
• 數(shù)據(jù)分析與增長試驗(yàn)閉環(huán)。

數(shù)據(jù)指標(biāo)體系設(shè)計(jì)
以銷售型業(yè)務(wù)為例，信息服務(wù)和電商作為全渠道運(yùn)營的主要工作，通過信息服務(wù)展示商品并獲得銷售線索，通過電商完成交易，其中最重要的數(shù)據(jù)有：新增用戶、重復(fù)購買、總銷售額。數(shù)據(jù)指標(biāo)體系設(shè)計(jì)要基于先進(jìn)的軟件設(shè)計(jì)，又最終由軟件準(zhǔn)確呈現(xiàn)。

數(shù)據(jù)的獲取與采集
數(shù)據(jù)指標(biāo)體系設(shè)計(jì)指導(dǎo)下，通常通過前中后臺(tái)的軟件設(shè)計(jì)來完成?？梢钥隙ǖ氖?，季承陳舊理念的軟件產(chǎn)品沒有實(shí)用的數(shù)據(jù)獲取與采集功能，因?yàn)樗鼈兘⒂谠嫉臄?shù)據(jù)指標(biāo)設(shè)計(jì)。

常見的數(shù)據(jù)分析方法
最普遍會(huì)用的是描述統(tǒng)計(jì)，很多文案PPT中都會(huì)呈現(xiàn)；進(jìn)一步可作方差分析、回歸分析等，更多的數(shù)據(jù)分析方法將是一個(gè)專業(yè)領(lǐng)域，參看《16種常用的數(shù)據(jù)分析技術(shù)匯總》和《15種數(shù)據(jù)分析方法》。

數(shù)據(jù)分析與增長試驗(yàn)閉環(huán)
數(shù)據(jù)分析與試驗(yàn)增長閉環(huán)測(cè)試的核心邏輯是：假設(shè)——驗(yàn)證——分析。
實(shí)施的方法是“提出假設(shè)——計(jì)劃排期——運(yùn)行試驗(yàn)——研究調(diào)查——數(shù)據(jù)分析——行為分析——再次提出假設(shè)”的一個(gè)閉環(huán)試驗(yàn)，符合數(shù)據(jù)驅(qū)動(dòng)的增長閉環(huán)。

本節(jié)參考豐憲飛文章。