传统连锁零售行业目前主要问题是“数据大”，而不是“大数据”，这个说法我强调过很多次，主要是因为现在很多人都夸大了大数据在这个行业的作用。我不否认大数据对连锁零售行业将来可能产生的巨大价值，但是这是要有个发展过程跟发展阶段的。面对这个问题，我没必须务实！因为连锁零售行业不是电子商务，这是很务实的行业、操作性很强。过早、过多的引入太多概念化的东西，对一些发展中的中小企业来讲，绝对不是什么好事。

根据我们走访客户总结的经验，目前连锁零售企业数据采集及数据精度方面还存在很多问题，这其中要包括一些数据的基础处理逻辑部分。即便是这样，我们一般的企业在日常营运过程中还是沉淀了大量的数据。例如POS数据、库存数据、订货进货数据好一点的会员数据也比较完整。这些数据都是格式化的，价值密度非常高的真实数据，跟大数据不是一个概念，仅仅是量比较大而已。我们认为，目前连锁零售企业在数据管理方面迫切需要解决的有 两方面的问题。

第一、扩大数据采集来源，为数据化管理，数据价值挖掘提供基础；

第二、以既有数据为基础，开始价值发现的尝试，逐渐学会数据化管理的手段，靠数据科学提高经营水平。

关于数据来源，目前采集面偏窄，都是基于业务运营的基础数据。类似门店来客数据（不是小票数据）、卖场移动轨迹、顾客反馈意见、对商品及服务的评价及建议、商圈周边经济环境数据等关注度不够，更没有保存成有价值的数据。数据的价值挖掘方面，几乎是停留在最基础的尝试阶段。一些有实力的企业开始利用数据分析的结果，指导企业进行商品结构的优化跟促销活动的展开。我们认为，数据分析在连锁零售行业的应用，可以从几个很朴素、很务实的目标出发。

从企业的角度出发，我希望数据分析解决一下一些问题：

• 我要知道我的企业到底哪些商品好卖，最受消费者欢迎？
• 好卖的不一定是赚钱的，我要知道哪些商品是最赚钱的？
• 我要知道我所销售的这些商品，赚钱的、不赚钱的从品类角度、SKU角度、库存投资角度各自比重是什么情况（商品结构）？
• 我要确定我所卖的这些商品的角色，以便更好的确定要用哪些商品留住客户？用哪些商品赚钱？
• 商品管理是个动态变化的过程，谁能实时提醒我什么时候该调整我的商品结构？
• 作为经营者，我也不想活得太累，能不能实现全程的数据化监控，随时提醒我存在什么样的问题跟风险？

大家如果能够认真的思考一下这几个问题就会发现，其实这还真不是什么大数据的问题，那么你的企业做好了吗？我们走访了很多感兴趣的同行企业，也一起在这方面做了很多努力。我相信如果企业下定决心要做的话，这些都是能够做到的。