8月3日下午，由易觀、創業邦聯合主辦的“新零售的‘數據’時代——易觀數聚論新零售專場”線下沙龍活動，在北京海置創投大廈創業邦空間舉行。

作為新零售行業的推動者，錢方好近大數據事業部負責人張鑫應邀參加，發表了題為《數據驅動老客價值增長》的主題演講，并與眾多現場來賓一起探討交流了有關新零售與大數據的發展關系。

據悉，參加此次活動的還有來自易觀、Marketin、超盟數據的互聯網金融領袖大咖們，大家匯聚一堂，就大數據時代新零售的未來發展趨勢，及企業面臨的機遇和挑戰等問題，展開了多維度、深層次的分析與探討。

零售電商癥結：過度依賴新客，老客貢獻率低

據了解，絕大多數品牌的零售電商渠道，其GMV增長重度依賴新客，老客的貢獻率普遍偏低。究其原因，張鑫指出，目前零售電商企業運營存在三大共性，即運營模式層面、運營策略層面以及購入構成層面的共性。

在運營模式層面，循環性和周期性是他們活動的主要特點;在運營策略層面，增長變化定因定義難、策略指標提升關系不明確、全品類參與聚劃算、促銷面向全用戶、門檻紅包問題是目前面臨的五大問題;在購入構成層面，老客貢獻率低，總GMV增長過度依賴新客，老客挖掘不足，GMV增長難以出現可觀的量變，貢獻“雞肋”。

隨后張鑫提到，老客增長戰略不強大、使用姿勢不精準也是導致獲客成本沒有更好轉化的主要原因。那么，如何才能讓GMV呈現應有姿態？

實現GMV增長：新客變老客，老客變常客，數據驅動是關鍵

張鑫指出，為了更好的助力零售電商企業發展，實現GMV穩定增長，錢方好近推出致力于提升價值潛力巨大的老客群體為零售電商創造價值的智能增長解決方案。智能增長是持續提升的閉環，它以老客為突破，為品牌零售電商提供增長診斷服務、會員畫像引擎、智能增長策略以及A/B測試與評效四大核心服務。

首先，通過構建增長指標體系，對其進行預測、監控與相關性分析，對人、貨、場維度進行智能重構以識別關鍵指標的動因;其次，構建會員價值模型與生命周期模型，進行基于特征工程的會員分層、分群聚類;然后，構建不同群層會員成長策略與路徑，從活動驅動與會員驅動促進成長，通過制定個性推薦、定期關懷、智能補貼等監督模型策略提升會員LTV;最后，通過持續的隨機比較實驗，優化成長策略與模型參數，提升策略的ROI與響應率，基于反饋數據監控指標變化，結合顯著性檢驗評估每一次的推送效果與原因。

他認為，數據驅動增長的核心就是能夠定位每個用戶的成長節點及下個階段的成長目標，以及哪個策略對于哪個人提升到這個目標的一個映射圖，而我們的目的，就是找到這個映射圖。實驗證明，通過合理規劃的路徑分析，不僅可以分析到每位老客的路線圖，還能定位到用戶所處的節點和下一步需要達成的目標。

張鑫還提到，對于品銷，我們需要有度量，而度量就是指標，我們需要有指標的去衡量。通過AB測試可以得知，對于每個用戶，給什么樣的策略，可以提升它的轉化率;對于不同的用戶，給到的優惠力度是多少，更容易響應和轉化。最后，通過用戶畫像可以對用戶打標簽，對用戶的R做優化，最大化確定間隔、響應時間以及流失預警的值，從而喚醒沉睡用戶，提升用戶購買頻次。

“我覺得不存在精細化的運營，只要是運營，在現在的狀態下，它必須是精細化的。精細化有兩個點，第一個點，我們的商業邏輯必須要扎實。作為一個運營人員，首先折扣、滿減、秒殺，都是在什么場景使用，這個商業邏輯要特別扎實。有了扎實的商業邏輯，就必須要有正確的假設，有了正確的假設，才能做AB測試，設計出這個實驗來。數據驅動，就是為商業邏輯提供確定性和概率的保障。”張鑫說道。

此外，易觀售前總監陳云龍為大家帶來了新零售行業解決方案，同時加入方法論以新零售行業為啟蒙，開始線上線上用戶分析；Marketin創始人王華也為大家分享了在新零售時代下如何才能進行精準營銷；超盟數據戴然然為大家帶來了如何成為數據型驅動零售企業精彩內容分享。