本文由DT數據俠授權轉載
這幾年電商行業如火如荼，給諸多線下零售業態帶來了衝擊，但這並不意味著線下沒有新的機遇。面對全國不同線級城市的零售市場，怎樣找準定位精準布局？又如何在混沌之中找到一套清晰的城市商業量化評估方法？來自第一財經商業數據中心（CBNData）的高級數據分析師查琳彥，在數據俠實驗室為我們帶來了一場基於城市消費數據研究方法論的分享，乾貨滿滿，本文為其演講實錄。
今天分享的主題是運用線上的電商零售大數據來分析不同城市的一些特性，從而發現在這些城市的零售新機會。
首先介紹一下這個主題的背景：
（點擊圖片看清晰大圖）
其實大家也知道，近幾年來電商的高速發展，對線下實體零售產生了一定的影響和衝擊。
同時，也有一些媒體開始唱衰實體零售業。比如經常會爆出一些百強企業的銷售增幅持續放緩或者出現負增長，一些企業的淨利潤率有些下跌等情況。
實際上，雖然有一些企業的利潤有所下降，但消費者的消費意願其實也並不是都向電商轉移了。
如下圖，從消費者的個人消費成交額來看，實體消費還是在穩步增長的一個狀態。再看右邊，其實也有一些新興的線下消費渠道，比如便利店或者是專賣店，在電商衝擊比較明顯的階段也能保持著銷售額年增15%以上的一個態勢。
所以，電商是永遠不可能取代實體零售的，相反，這兩者會尋找一個動態的平衡點。這其實也就是我們現在不斷在提的o2o的一個完善的過程。也就是說，線下的實體消費真正面臨的挑戰其實是一個結構上的調整。
以美妝行業為例來看，電商確實是減少了產品買賣中間的一些流通環節，從而降低了它的銷售價格，但這真的就全部都是好事情嗎？
其實也不完全是這樣。
下面左邊的這張圖，是截止到2016年一些品牌的單品牌店開設的情況，它們的門店數量還是十分驚人的。這些品牌中既包括了單品牌店模式為主的國產和韓國品牌，也包括了百貨商場專櫃為主的歐美、日本品牌。
為什麼會在這樣一個實體零售增速放緩的時間段，品牌方還要不斷地開設這些單品牌店呢？
其實是因為有一些體驗式的服務和內容的需要。比如說像品牌形象的展示或者是產品功能的體驗，或者是一些良好的售前售後服務等等，這些都是現在電商所無能為力、需要依靠線下才能有力的實現。
因此，我們也就可以看到現在單品牌店發展開始呈現出兩大趨勢：一是注重數量，二是強調體驗。
注重數量的品牌，像是菲詩小鋪、植物醫生、Innisfree這些平價品牌，目前它們在大量地開設單品牌店，以保證品牌的滲透率。
而強調體驗的品牌，主要是像雅詩蘭黛、蘭蔻這樣的一些中高端品牌的代表，它們現在是以強調品牌形象的體驗類旗艦店為主，但目前來說這樣的店鋪整體數量還是比較少。
我們以Innisfree為例，它在2004年首次進入中國市場，在百貨商場開設專櫃。但是由於水土不服，2006年退出了中國市場。
到了2012年，它又再次進入中國市場，這個時候調換了品牌戰略，改以單品牌店為主。之後幾年迅速擴張，到了2016年它的單品牌店的數量已經達到了200家以上。完成了我們之前所說的注重數量的滲透。
到了今年，它又開始逐步轉換策略，為了進一步提高消費者的購買體驗，在成都開設品牌體驗店，進一步完善了它線下的一個注重體驗的布局。
基於以上的背景，大數據如何能夠幫助這些美妝品牌怎麼樣進一步優化它們線下的城市布局呢？
我們結合手邊的一些數據做了一些宏觀層面的分析。這個分析主要圍繞店鋪數量布局這一層面展開，目的是希望幫助品牌提高在線下的滲透率。而前面提到的強調體驗這一點，並不在今天我要講的內容範圍，由於時間有限，接下來我主要會圍繞下面的三個問題展開：
消費數據如何識別出重點城市
消費數據如何還原不同城市發展的「時間差」
消費數據如何量化城市的商業氛圍
我們採取的是帕累託分析方法，也稱為ABC分類法。
它是由義大利經濟學家帕累託所創，1879年，帕累託在研究個人收入的分布狀態時，發現少數人的收入佔了全部人收入的大部分，而多數人的收入只佔了很小一部分，用圖表示出來就是著名的帕累託圖。
我們經常說的二八法則，也是符合這樣的一個原理的。
這樣一個理論後來被一些管理學家應用到庫存管理當中，現在已經被推廣到了經濟管理的方方面面。
這個理論的一個核心思想其實就是在決定一個事物的眾多因素當中，要首先分清楚主次，然後識別出少數的、但是對事物起決定性作用的這樣一些關鍵因素，以及多數的、但是對事物影響較少的這些次要的因素。
在ABC分析法的分析圖當中，我們可以看到橫坐標軸代表著影響質量的各項因素，然後我們會將這些影響按照影響力從大到小，由左向右排列。
曲線表示的是各種影響因素的累計的百分比，一般我們會將曲線的累計頻率分為三級，與之相對應的因素分為三類：A類因素、B類因素、C類因素。
A類因素是指發生累計頻率在0%到80%之間，這被我們稱為主要的影響因素；B類因素是指發生頻率在80~90%之間，這是次要的影響因素；C類因素是指發生累計頻率在90%到100%之間，這也就是我們所說的一般的影響因素。
站在品牌方的角度來說，它在線下城市的布局擴張也並不是說越多的城市越好，而是應該利用有限的資源入駐到一些主要的城市，從而在整體上取得更理想的一個市場覆蓋率。
在這裡我們以華東地區的美妝行業為例，首先我們根據線上消費數據以及一些公開資料，比如線上的消費者規模、人均消費水平、線上滲透率、線上支出佔比等等，通過我們的方法推算、搭建模型，得到了華東地區各城市預估的年度的消費者規模以及人均消費金額，從而去推算不同城市的市場容量。
然後我們將華東地區所有的城市按市場容量的大小，從大到小進行排序，得到了下圖所示的一個結果。接著，我們對這些城市進行了劃分並對它們所代表的類型進行命名。
我們根據帕累託圖，畫了下面這幅華東地區的美妝集中度的圖。為了方便大家閱讀，我們對帕累託圖做了橫縱軸的轉置。縱軸是指品牌方需要入駐的城市的數量，橫軸是對應的這些城市能達到的的市場覆蓋率。
同樣地，可以運用ABC法則來解讀這張圖。
我們將這些城市看作是一些比較重要的影響因素，我們之前提到的佔到0%到80%的A類因素，在這裡就是指這些排名前13名的城市。B類因素，也就是我們之前說到的80%到90%之間的，這裡就是指排名14到19名的這些城市。而剩下的排名20到45名的城市，就是我們之前提到的C類因素。
對應到具體的商業決策，2017年美妝行業的零售企業或是消費品牌，如果是計劃覆蓋華東地區50%的美妝消費者市場，其實需要入駐上海、杭州、南京、蘇州四個城市就可以了；但如果計劃覆蓋華東地區80%的美妝消費者市場，還需要再進入其它的九個城市。當然我們說的都是在理想的狀態下所產生的情況。
在這裡我們也會考慮到城市擴張需要一個過程，而我們美妝行業的帕累託圖其實也會隨著時間發生一些變化。
針對這一問題，大家在做相關分析的時候可以根據城市的預估市場容量增速，預測2020年或者是更往後的數據，然後依靠那些數據來繪製未來的帕累託圖。
需要指出的是，企業或者是品牌方在線下選址或是選擇城市時，往往要考慮到非常多的複雜因素，這裡我再介紹另外一種方法——時間軸分析。
也就是針對前面提出的第二個問題，目的是希望幫助品牌方找到最佳的入駐時機。
時間軸的分析大致分為四步。
第一步首先需要大家定一個消費成熟度的指標，這樣的一個指標主要是用來比較各個級別城市之間消費成熟度的差距。這個指標大家可以自己去做定義，只要能給出合理的解釋就可以。
在這一方面，我們主要是考慮到了兩方面的因素。
一方面是宏觀因素，比如說宏觀的經濟指標像是GDP、社會零售總額、人均可支配收入等等。
要注意的是，將不同級別的城市做對比時，用GDP這樣的一些總量的指標並不太合適。因為高線級城市跟低線級城市在人口規模和經濟水平上都會有比較大的差距，而且在可預估的將來，低線級城市也很難達到高線級城市的一個數量級，所以並不太適合作為比較的尺度。
但另一方面，如果我們只用一些人均的指標，其實也不太合理。因為人均指標只反映了人均的購買力，沒有反映出這個商品在這個城市是不是足夠普及、它的滲透率狀況怎樣。
所以我們在人均指標的基礎上，考慮了一個普及度的因子。據此我們定義了消費成熟度的指標：就是拿消費者的年人均客單價去乘以這個城市的消費者的滲透率：
定義完消費成熟度的指標之後，我們就可以開始第二步——還原出不同城市在過去幾年的消費成熟度的數值，並且去預測未來幾年指標值會出現的變化。
在這之後的第三步，我們就可以挑選出相鄰線級的兩個城市，然後將它們各自的消費成熟度轉化為時間差。
就如下圖，蘇州2015年9月的指標值其實是與南京2015年3月的值相對來說比較接近，我們就可以認為蘇州與南京之間其實理論上是有半年左右的時間差。
接著是第四步，就是以一線城市上海為時間軸的一個起點，再將華東地區所有線級城市在這樣的一個時間軸上繪製出來，然後就可以去計算華東地區所有城市之間的時間差。
從上面這張圖的時間軸就可以看出，像杭州南京這樣的城市，依次可以分布在時間軸的下遊，與上海的時間差分別是像9個月、12個月等等。
這反映出了各個城市與上海之間的時間差，從這樣一個角度，我們就可以幫助品牌或者是企業方從另外一個角度去決定在哪個時機入駐到這樣的一個城市。
我們再來看前面提到的第三個問題，消費數據如何量化城市的商業氛圍呢？
針對這樣的問題，我們採取的方法是構建一個城市消費氛圍的指標體系。
在以前，我們只會通過一些定性的方式去描述一個城市，就比如我們會說上海是一個很摩登的城市，但是我們沒有辦法去量化它到底有多摩登、它摩登在哪裡、它的消費者的消費意願有多強等等，這些我們都不知道。
現在，我們可以通過一些消費數據去完成量化的評估。
去構建這樣一個消費氛圍的指標體系，首先我們要做的是自己去定義一些消費氛圍的指標，在這裡我們提供了一些CBNData整理的消費氛圍的指標：
比如說產品多元指數，我們取的就是某一個行業它的葉子類目成交金額的標準差，反映的是當地消費者購買的品類的集中度與分散度的情況。
又比如，我們還推出了潮流跟風指數、新品接受指數等，通過去計算一座城市它潮流爆款或者是新品與上海之間的一個比值，來看當地的消費者對於潮流品牌或者是新品是不是敏感。
CBNData主要的一些消費氛圍的指標涵蓋了消費者消費價位指數，產品多元指數、新品接受指數、潮流跟風指數、促銷消費者佔比以及國產品牌銷售佔比等等。
那我們到底要怎麼去運用這些指標呢？
首先，我們根據最新的新一線城市的榜單，挑選了六個新一線城市進行分析。六個城市分別是北方的瀋陽、天津、青島以及南方的武漢、長沙和廈門。
我們首先可以發現，如果是單從美妝市場的規模以及它的消費者規模上來看，南北方之間的地域性差異並不明顯。
接著我們再來看看這幾個城市的消費氛圍指標到底是什麼樣的一個情況：
先看上面左邊這張圖，可以看到這些新一線城市之間其實還是有比較明顯的地域差異性的，比如說南方城市它的消費價位會更高一些，它們對促銷的響應率也會更高，同時對於新品的接受度也會比北方城市高；相對來說，北方城市的消費頻次會比南方城市更高，也會更偏愛一些國產的品牌。
基於這種情況，如果品牌方想要推出新品，其實還是可以考慮先往南方的一些城市進行投放。
再看右邊的這張圖，這張圖其實是這六個城市的美妝品類消費的佔比，也就是我們經常說的購物籃。
從這一點來看，地域性的差異其實不明顯，主要還是各個城市自身的一些差異，所以我們就需要具體城市具體分析。
接著我們再來比較一下三線城市。我們在主流劃分的三線城市當中，分別選了三個東部城市紹興、台州、鎮江，以及三個西部城市蘭州、銀川和綿陽。
與之前不同的是，這六個三線城市在美妝行業的市場規模以及消費者人數上，本身就存在著非常大的差異性。可以看到明顯是東部地區領先於西部地區。
我們來看一下這些三線城市的消費氛圍指標到底是什麼樣的一個情況。
從左邊的這張圖看，東部城市在多項指標上都顯著領先於西部城市。但對於一些國產品牌來說，西部城市的銷量佔比卻比東部的這幾個城市高，因此對於這些國產品牌來說，選擇西部的這些城市也是一個不錯的選擇。
再看右邊的這一張購物籃的圖，就會發現與新一線城市很不一樣：三線城市的地域性差異非常突出。
相對來說，西部地區的這三個城市，它的整體的美妝消費其實是更為集中化的。主要品類會集中在套裝、面膜和底妝上，而東部地區城市就會顯得更加的多元。
大數據周刊
郵箱:tougao@bigdatamag.cn
電話:010-57524293