张岩：用艺术的视角解读信息化

中国信息化周报：大数据里面包含了企业运营的各种信息，对它们进行及时有效的整理和分析，可以有效地帮助企业进行经营决策，为企业带来巨大的增值价值效益。目前，整个零售业的数据挖掘状况如何?

张岩：朝阳大悦城属于购物中心行业，在国内这是比较新兴的行业，购物中心这种商业形式进入国内只有10年左右的时间，但是发展速度却非常迅猛。目前，整个行业还比较年轻，这个行业的管理和真正的商业模式还在形成中，也正在发生转变，而同时信息技术也在发生巨大的变化。

大数据概念的提出，包括云计算把以前的信息概念整个颠覆了，这样崭新的行业又面对着这些新技术，在这种形势下，我们必须通过总结自己的商业规律来提升自身的整体商业价值。对于朝阳大悦城而言，目前，这方面的所有工作都由我们自己来做，所有的摸索和落地都靠我们自己完成，厂商基本帮不到我们。

中国信息化周报：在零售业飞速发展的时代，“大数据”成为零售业博利的热点，朝阳大悦城在数据挖掘方面走在了零售业的前列，取得这样优异的成绩的原因是什么?

张岩：朝阳大悦城从成立之初发展至今，一直都在秉承“数据驱动商业规律”的理念，我们通过“交易数据”分析顾客的购买行为以及商家的销售行为，从而分析总结零售商业的演变规律，在提升消费者的购物体验的同时，提升了我们的销售业绩，这是朝阳大悦城在众多购物场所脱颖而出的最重要的原因。

数据驱动商业规律是朝阳大悦城一直所坚持的，否则的话你会发现不知道信息可以做什么，只是购买设备，增添技术。但是毕竟我们不是工业化的企业，数据驱动商业规律这一点非常值得我们零售业企业深思。

中国信息化周报：目前朝阳大悦城入驻500多家品牌商铺，平均单日客流量达6至7万，购买率达50%左右，如此多的品牌商、顾客以及销售行为产生的大量数据无疑对朝阳大悦城是一种高价值资产，您如何看待数据挖掘的价值?

张岩：商业变化是非常复杂的，各种因素都在发生变化和产生影响，我们必须从整个信息技术里对所有的因素进行考量和量化，并真正形成数据，再对数据进行挖掘分析，最后看实际的商业变化规律以及市场变化趋势。比如现在大数据的价值非常大，数据挖掘部分、数据存储、数据计算能力都有大数据，大家都在谈大数据，但是真正落实到企业中时，我们要自己对这些数据进行挖掘、分析，并得出规律，厂商无法帮我们去做这些事。

中国信息化周报：您认为零售业在数据分析方面存在哪些难题?

张岩：大数据最重要的价值是数据挖掘和数据分析，在零售业，这些事都是由我们自己在做，但是整个行业内做好的非常少。商业数据本身的分析难度比工业数据的分析难度大很多，比如和银行比，银行的数据非常规整，规律性非常强，分析起来也非常简单，而对于我们商业而言却非常难。

我们的商业销售数据独自成为体系，Pos收银系统是一套体系、合同管理是一套系统，停车厂管理、媒体管理等都有各自的体系，因此数据流非常复杂。每一个体系的数据都有单独结构，那么把这些非结构化数据进行结构化整理本身就是一个很大的难题。

中国信息化周报：在数据分析方面，您和您的团队都做了哪些具体工作?

张岩：我们每天要对顾客的交易行为数据、销售数据以及商铺经营状况进行监测、分析，在如此复杂的结构中，我们用自己的方式和技术把所有的非结构化数据进行数据化，克服了所有的数据不统一情况。这个好处是你会发现所有的企业都是一个点一个点做，但是不能成一个体系，而我们却能够建立非常完善的体系，并且我们的体系是根据商业规律建立的，我们可以把商业规律用整个数据体系跟各个部门的业绩管理形成非常完善的分析体系架构，这对整个团队的要求非常高，要求团队成员不仅要懂技术，还要懂商业，如果不懂商业就无法搭建出系统。

我们通过对与商场的客户群和营业额相关的详细数据进行调研和分析，找出这些表面增长或者下滑现象背后的深层次原因，然后进行精准定位决策，帮助商户摆脱暂时所面临的困境，改变商场营收的具体方向，迅速提升营业额和净利润。

中国信息化周报：与其他零售业企业比，朝阳大悦城在数据分析方面的不同点在哪里?

张岩：一般的购物中心可能会通过主观上商户的销售业绩增长与下滑而得出结论，并没有分析背后的原因。大悦城的与众不同之处在于，我们通过大量的数据分析能够得出这些表面增长、下滑现象的背后真正深层次原因。然后根据具体情况采取相应的措施，这样能够更加科学地帮助商户摆脱暂时面临的困境。

我们通过“多维度的大数据分析方法”，对每一个商户在各个维度中的表现都进行了精准赋值。这样可以清楚地了解每一个商户销售变化的根本原因，哪一个维度是这个商户的短板，针对商户短板开展精准高效的市场行销活动，这样可以有效滴提升商户的经营水平。

中国信息化周报：很多企业的IT部门都由技术人员组成，但朝阳大悦城的IT部门有许多非IT背景的员工，有的是艺术背景，有的是市场背景，朝阳大悦城对IT部门人员的选拔标准是什么?

张岩：我们首先是看应聘者对商业变化和时尚的敏感度。如果应聘者对整个商业的变化方向都不明确，那么当他做技术及分析整体情况的时候，结果就不可能准确。面对应聘者，我们可能会问他喜欢穿什么样式的衣服，喜欢什么牌子的衣服，这种牌子今年的流行色是什么。我们的目的是考察应聘者对时尚以及整个商业变化的敏感度，我们看过太多的例子，比如学技术出身的人，给他一堆数据进行挖掘，他的挖掘方法是正确的，模拟的模型是正确的，结果是正确的，但是得出的商业变化规律是错误的，因为商业变化规律非常复杂，并不是单纯的数据。

微信扫一扫实时了解行业动态

微信扫一扫分享本文给好友