By Kevin Wei Wang
中国拥有世界上最大的在线零售市场，目前电子商务占据其消费品零售总额的13%以上。然而，中国的电子商务渗透率目前已接近饱和：在一线城市中，大约有90%的互联网用户和70%-80%的消费者进行在线购物（如图所示）。中国消费者非常青睐在线购物的多选择性和透明度，同时他们也变得越来越挑剔：根据我们的调研显示，在做出购买决定前，中国消费者通常会浏览四至五个网站进行比较。
从中得到的启示是，获取电子商务市场份额将更多取决于能否吸引客户频繁购物，能否让客户购买大量商品，以及购买产品种类的多样性。这些对于电商而言将是值得一搏的机会，因为他们正处在一个信息量极其庞大的时代。数字化消费者、产品库存量单位（SKUs）、价格变动、促销业绩以及购买习惯的相关数据正在呈现指数式增长。这一数据潮对电商而言是战略性的资产，电商领袖们已经开始利用先进的数据分析方法，从至少三个方面提升其自身业务。
首先，领先的电商们正在建立相关模型，以提升客户保持率和消费额。例如，通过这些模型，电商能够高效识别出“价值漏损”点，如首次购物后的客户大量流失，出现不愉快购物体验后客户购物频率大幅下降等。通过数据观察，可了解在客户的整个生命周期中价值的变化情况，其中包括新客户转化、首次重复购买行为、以及包含消费升级或种类扩大的购买行为。此外，通过数据对不同生命阶段的客户（如年轻的专业人士、新妈妈或者布置新居者等）进行细分，可帮助领先的电商更有针对性地刺激客户消费。
其次，领先的电商开始采用基于分析法的定价策略和促销方法。一些网上零售商甚至通过机器学习了解产品线以及促销活动的效率。重要价值商品（如流行的智能手机）即使出现1%的价格变动，其销量也会受到极大的影响。另一方面，中国消费者（和许多其他国家的消费者一样）通常对长尾产品或者特有产品的价格差异不够敏感。
最后，先进的分析法体系有益于“测试与获知”（test-and-learn）方法的快速循环。在一些前沿应用程序中，电商按周制定了测试循环，用于价格调整（包括上调和下调）或者在选定的库存量单位（SKUs）组中进行定向促销。初期结果表明，其利润提升潜力可高达10%。A/B测试验证以及快速响应循环使“闭门分析（analytics back room）”与业务组更紧密地联系起来，而这些业务组正在奋力追赶竞争日益激烈的中国电子商务市场的发展步伐。
作者：Kevin Wei Wang是麦肯锡全球资深董事合伙人，常驻香港分公司。
