当彭雄拿出这个数据时，团队人员怀疑他，说数据绝对错了，因为买很多水产的人，洗衣用品、卫生纸、洗发用品却买得非常少，为什么？大数据只是揭示这么一个规律，怎么解释？ 后来再拿最新数据比对，发现更详细的数据，如消费者住在哪个地方，非常容易分析出来，这些人可能是离购物中心10公里以外的顾客，并不是超市的活跃用户，周末来购物中心购物、玩乐。然后，家里有一个相聚晚餐，买了海鲜什么的就走了。

　　如果，这样的顾客进入停车场时，知道他是步步高的会员，知道他在哪个地方，玩乐的时候可以推送步步高最好的海鲜产品，可以送8折券等，刺激更多消费，这个就是大数据营销。

　　也就是说，本来顾客还只想到吃小河虾，突然就想多买一只澳洲大龙虾。

　　3.足迹分布模型

　　步步高的门店是怎么分布的？一个顾客在哪个门店买得最多，就是这个门店的会员，住在这附近。然后，他有时还是去其他店买东西，因为这个店并不能满足他所有品类的需求。

　　某个区域有一个步步高会员光顾最多的生活广场，几乎所有步步高门店的会员无论远近都要过来，说明它吸引力非常强。为什么这么一个小店来这么多？这说明步步高门店品类相对不足，不能满足日常消费，所以要跑这么远的地方购物。

　　就是说，如果有竞争对手，就会抢走全部客户。

　　彭雄说——

　　因此我们要丰富品类。尤其如果小区是高档小区，一般的商品是不能满足他们的。 进一步看，是哪些品类分流了？如果品类分流不是很严重，我们认为它还可以，如果分流严重，再细看一下是哪些商品分流了，为什么？高端的还是低端的？非常清楚，这才是做管理，如果分析一个报表，哪个品类毛利高，我认为这是传统的报表，不是真正的大数据管理。

　　4.相似推荐模型

　　步步高今年引进了很多进口商品。在门店里销售3个月后，彭雄拿到数据做了这个模型。他选了100个种子商品，有多少会员买了这个进口商品？这里面有很多参数和规则，买进口商品的如果是高端客户，买的频率是其他人群的三倍、五倍以上，说明其他人群买不起，就是具有跟进口商品一样的品质。

　　其他的顾客没有标签，这些人群没有买过进口商品，但他们也有消费能力，没有买是因为步步高没有做好宣传工作。或者说，还没有尝试。接下来，步步高向他推荐这些商品。通过这个模型识别出来的商品，准确度达80%、90%以上。最有意思的是，有一款商品是澳洲牛腩，没有贴上进口商品的标签，但是被模型识别出来了。

　　大数据实践方法论

　　案例分享完毕，总要总结一些方法论。彭雄的心得如下：

　　第一，要采集数据！！！

　　关键要点，要始于场景，而用于场景。没有内容就没有场景，没有场景就没有触点，没有触点就没有数据，没有数据就一切是空谈。数据不识别等同没有，数据要全而不只是多，内外数据结合更高效。

　　第二，大数据跟传统的BI是有区别的，传统的BI就是哪个卖得好，哪个卖得不好，它不是问题呈现，而是洞察和预测。大数据要诊断，洞察为什么发生？

　　第三，要预测，尽管还有难度，但是是方向所在，预测未来发生什么。

　　第四，大数据不仅仅是面对消费者，对企业也会产生深远影响。

　　基于移动的场景化，数据的智能驱动是每个企业的必经之路。再过10年，或者15年，每个企业都是大数据公司，利用大数据做营销的公司，否则可能不会再生存下去，或者消失。