便利店零售系统到服装零售顾客数据采集的联想

在了解711以及全家等便利店案例的时候，其中的的一个细节点，让我印象很是深刻。他们的零售POS机上加入了关于客户群体分类的录入功能，如“学生”、“白领”等，这一数据会随着交易信息一同作为数据收集系统的采集内容，作为后续数据分析的一个角度。在便利店业态中，通过此数据，可以掌握具体品类、商品与顾客群体的匹配性，从而调整各个店内商品的配置。因此，这类便利店也有“招牌相同，店内各具特色”的这种说法。

    在研究解服装行业信息化，尤其是数据分析及数据分析系统建设过程中，发现服装线下零售业务，对于顾客及VIP的分析应用丰富程度不高。其中原因企业也表示无奈，“采集不到客户的诸多属性数据”。举个例子，某女装品牌零售商，除了RFM模型通过交易数据来构建，属性数据只能得出年龄构成分析。属性数据的缺失，与两个环节有着较大关系，第一是VIP顾客招募的时候，因为各种主观客观或是隐私性等多方面原因，顾客属性信息采集太少太少，即使企业对于顾客数据填写完整度有激励，效果也不见得会太好；第二是后续在顾客的生命周期内，各次的各种的接触，极少有企业和员工会去对顾客档案进行补充与完善，这两者造成系统内的档案完整性差。当然，对于维系顾客的店员、店长，事实上是根据自己的——也仅仅是自己的——接触，会有一些的感觉，但是仅仅在个人的范围，游离于系统之外。这种情况下，企业对VIP顾客的理解，全面性和科学性就都存在商榷的，精准化营销及差异化服务也极有可能成为无根之水。对于服装零售业务来说，客户的属性对于顾客分析，顾客关系管理，实在是太重要了。而相对于线上电商业务对客户的分析与挖掘，线下的要落后太多。

    那么，什么样一些的属性，可以通过终端来不断采集呢？其实是没有标准的，结合企业的实际需求，能够满足分析需求就好，过多了，则会给一线增加不必要的工作量。举些例子：

    顾客体貌特征，通过导购的专业眼光，补入此部分数据，将能更好的让系统知道顾客的需求，结合其他消费特征，即可以实现更加精准的商品推荐。

    职业及生活方式等。相对来说，职业信息是比较敏感，但是又极为重要，因此企业可以在顾客隐私与数据采集两者间采取一定的平衡。而透过生活方式，也直接捕捉到顾客对商品品类、风格的需求。这些信息可以通过系统整合，给予导购在话术及与顾客沟通的话题上进行辅助，同时也可以提供更为精准的商品推荐，或是更合理的时机提示，譬如可能将要有出行，有或有可能要为家人朋友购买赠送等。

    而以上这些信息，都可以给到总部管理人员及店长，基于成交数据来调整店铺的货品结构。

    当然，服装零售店铺的顾客数据采集与前面所提到的便利店顾客数据采集还是有区别的。便利店里，进店顾客与消费顾客的比率要高于服装店铺。因此便利店用掌握到的本店消费顾客群体特征及时段特征来做品类规划，是比较科学的。而服装店铺的成交率相对会低，通过成交的客户群体采集到的一些信息，也即是顾客的一个子集，另外还有一个很大的期望，便是了解到进店的顾客特征，未购买的顾客的特征，潜在顾客的特征，是否有我们需要采取措施，力图将其中一部分促使成交的。这些也可以用来调整货品、调整陈列，吸引住目标人群。

    而再往远了的来说，本文所提到的在终端以零售系统采集顾客特征属性，仅仅是数据补充形式的一种，其余的也还会有很多环节很多场景，譬如顾客关怀的过程中等方面，都是可以去留意去采集完善的。

   这些数据的采集，很多企业及员工估计都会觉得繁琐。只是，Retail is detail，零售就是细节，只有从细节做起，才能更好的把握住机会，提高竞争力。君不见，采集竞争品牌数据、细化到时段业绩，这一些，又有哪些是省事的。