大數(shù)據(jù)助力大眾創(chuàng)業(yè)

龔清波

大數(shù)據(jù)助力大眾創(chuàng)業(yè)

龔清波

在“大眾創(chuàng)業(yè)，萬眾創(chuàng)新”的強(qiáng)力號(hào)召下，創(chuàng)業(yè)這個(gè)行為由曾經(jīng)的小眾群體向社會(huì)大眾迅速流行。在龐大的創(chuàng)業(yè)大軍中有一支重要的力量，就是“草根創(chuàng)業(yè)”的個(gè)體工商戶（簡稱“個(gè)體戶”）。大數(shù)據(jù)時(shí)代的來臨，讓更多個(gè)體戶有能力選擇“機(jī)會(huì)型創(chuàng)業(yè)”。

（一）用好大數(shù)據(jù)分析，開網(wǎng)店能賺錢

電子商務(wù)憑借成本低、見效快的特點(diǎn)成為越來越多新生代個(gè)體戶的創(chuàng)業(yè)首選模式。開網(wǎng)店雖然容易，但是能賺錢的卻是少數(shù)。據(jù)媒體報(bào)道，淘寶集市600萬網(wǎng)店能夠盈利的不超過10%。

借助電子商務(wù)平臺(tái)的大數(shù)據(jù)分析軟件，能有效提高網(wǎng)店的盈利能力。數(shù)據(jù)魔方是淘寶平臺(tái)推出的數(shù)據(jù)分析產(chǎn)品，通過獲取行業(yè)宏觀情況、產(chǎn)品的市場狀況以及消費(fèi)者行為等數(shù)據(jù)，加以分析后為網(wǎng)店主提供優(yōu)化建議。數(shù)據(jù)魔方具有四大核心功能：一是淘詞，分析行業(yè)的熱詞榜，隨意查找關(guān)鍵詞，診斷寶貝標(biāo)題，幫助及時(shí)更新關(guān)鍵詞，優(yōu)化標(biāo)題引流量；二是店鋪分析，分析店鋪內(nèi)的成交、轉(zhuǎn)化率等數(shù)據(jù)，幫助了解店鋪整體運(yùn)營情況；三是行業(yè)分析，俯瞰行業(yè)市場大盤，分析行業(yè)內(nèi)熱銷寶貝、熱賣店鋪買家信息等，協(xié)助品類管理、定價(jià)、定向營銷；四是市場細(xì)分，從品牌、產(chǎn)品、屬性的角度分析熱銷寶貝、熱賣店鋪買家信息等，提供更細(xì)致深入的市場分析。

當(dāng)網(wǎng)店具有一定的知名度時(shí)，可以借助大數(shù)據(jù)軟件收集與分析消費(fèi)者在網(wǎng)上留下的“足跡”——關(guān)鍵信息和數(shù)據(jù)，如社會(huì)屬性、生活習(xí)慣、消費(fèi)行為等，然后可以制作“用戶畫像”，抽象地描繪出一個(gè)消費(fèi)者的商業(yè)全貌。利用“用戶畫像”可以找到消費(fèi)者的差異化需求和消費(fèi)痛點(diǎn)，從而快速找到目標(biāo)消費(fèi)群體并提供主動(dòng)服務(wù)。

（二）用好大數(shù)據(jù)分析，找商鋪不犯愁

個(gè)體戶若想找個(gè)商鋪開實(shí)體店，要么花錢委托房屋中介推薦，要么自己花費(fèi)大量的時(shí)間和精力去尋找，然而兩種方式都不一定能找到稱心如意的好商鋪。如果利用大數(shù)據(jù)尋找商鋪結(jié)果會(huì)怎樣呢？

為更清晰地闡述本文觀點(diǎn)，我們把一個(gè)商鋪的價(jià)值通過以下模型進(jìn)行簡單的量化：

商鋪價(jià)值=(消費(fèi)群體因子×購買力因子×商品利潤因子)/租金因子

——消費(fèi)群體因子主要受一定輻射范圍內(nèi)覆蓋的人數(shù)影響，固定人群主要集中在住宅小區(qū)和寫字樓等區(qū)域，流動(dòng)人群主要集中在醫(yī)院、公交站、地鐵站和商業(yè)綜合體等區(qū)域。但某些行業(yè)有自己特定的消費(fèi)群體，同一個(gè)商鋪對不同行業(yè)的經(jīng)營者具有不同的價(jià)值，比如文具用品店的消費(fèi)群體主要集中在學(xué)校。

——購買力因子主要受消費(fèi)者性別、年齡層次、收入水平等因素影響。

——商品利潤因子主要受商鋪所在地段的繁華程度影響。

——租金因子主要受商鋪所在地段的繁華程度影響。

借助大數(shù)據(jù)的強(qiáng)大計(jì)算分析能力，能在海量商鋪中自動(dòng)篩選出最適合自己的商鋪。由政府牽頭搭建一個(gè)“商鋪價(jià)值大數(shù)據(jù)分析系統(tǒng)”，匯集相關(guān)政府部門和房屋中介機(jī)構(gòu)提供的商鋪信息（門牌號(hào)、地理坐標(biāo)、出租狀態(tài)、租金）、住宅小區(qū)信息（小區(qū)名、地址、地理坐標(biāo)、居住人數(shù)、平均售價(jià)、住戶性別比例、住戶年齡層次）、寫字樓信息（名稱、地址、地理坐標(biāo)、辦公人數(shù)）、公共交通站點(diǎn)信息（火車站、客車站、公交站、地鐵站）等數(shù)據(jù)，利用大數(shù)據(jù)分析算法對上述量化模型進(jìn)行計(jì)算分析，得出特定需求條件下具有較高價(jià)值的商鋪信息，并通過價(jià)值分的高低對商鋪信息進(jìn)行排序。