2013年國社會消費品零售總額的增長速度喂13%，雖然保持了增長的態勢，但整體增長速度趨于放緩。而相對于整個網上零售來看的話，增長50%，雖然相較于過去幾年，網上零售速度已經放緩了，但是還是高于整體的社會消費品零售的增長速度。另一組數據，我們可以看到2014年上個季度的時候，網上零售占社會零售總額的超過10%創歷史新高，在這樣一個大的背景下，傳統實體的零售是受到很大的沖擊。 
    大數據改變零售業電商加緊布局產業發展

    零售業大數據應用應運而生

    首先從產業發展的需求來看，大數據可以幫助零售企業來洞察消費需求，零售企業在面臨市場的變化，消費需求變化這樣一個大的背景下，需要根據消費者需求的變化來調整我的戰略。而這個時候就需要大數據技術來做支撐，在充分了解消費者需求的前提下，企業要重新定義自己的價值，這個時候也需要大數據來做支撐。第三個我們看到目前線上線下趨同這樣一個趨勢已經非常明顯了，線上企業通過電商平臺或者移動平臺來發展線上的業務，線上電商企業來開展線下的業務，全渠道零售這種模式離不開大數據的支撐。從產業創新模式來看，一個是C2B，會把原來以賣方為主的模式轉移到以買方為主，而由用戶的購買來驅動企業的生產，在這個過程中需要三個支撐體系。一個是需要非常個性化的營銷，第二個需要非常柔性化的生產，第三個需要社會化的供應鏈。而這三個支撐體系對大數據的要求和大數據的處理提出了更高的要求，這都離不開大數據的一個支撐。 
    第二個是一個O2O的例子，線上線下融合發展這是未來一個趨勢，而在O2O過程中不可避免會產生大量的數據，怎么利用這些數據更精確的為消費者提供服務，讓消費者快速的精準的找到自己想要的商品，以及如何幫助消費者購買到質量有保證的商品，這些背后都需要有大數據支撐。這是整個零售業大數據發展的一個契機。 
    具體來看，目前越來越多的企業已經把大數據上升到戰略資產這樣一個位置，從中國大數據市場整體規模來看，今年我們預計整體增長的速度應該會超過30%，預計到2016年，整個市場規模會突破100億人民幣這樣一個規模。從整個零售企業數據的應用來看，應用率還不到5%，零售業大數據蘊藏潛力是無限的。中國零售大數據目前整體還屬于市場啟動的一個前期，零售大數據是從2011年在中國開始出現的，馬上就受到市場很大的關注。這里我們可以看到像阿里巴巴在2011年底的時候推出了淘寶指數，幫助買家賣家第三方用戶群體分析自己的產品走向，或者搜索的一些熱點，或者一些銷售數據的趨勢等等。這個是在2011年底的時候出現的，而中國大數據目前我們判斷是屬于市場的啟動前期。為什么?雖然說已經有很多應用出現，但是主要是在企業內部，進行企業內部資源優化配置這樣一個過程當中，或者說資本市場雖然很關注，但是以大數據為核心競爭力來進行上市的企業還沒有出現，所以我們判斷未來三到五年，中國零售業大數據發展情況還是會從探索期慢慢步入到快速發展這樣一個階段，但是時間還需要三到五年。 
    接下來我們看一下整個零售業大數據的類型，按照企業的界限，我們可以把零售業大數據分成內部數據和外部數據這兩種類型。而從線上企業和線下企業看，在企業發展信息化的初期，其實這個數據的量級，應該是從兆B到TB的級別，類型主要包括交易數據，比如運營數據，比如供應鏈的數據，比如用戶的數據，這是零售企業數據主要的類型。而進入大數據時代以后，零售企業數據的類型從企業的內部擴展到企業的外部，而這個量級也從TB發展到ZB這樣一個量級。數據的類型也從剛才提到的一些用戶數據、運營數據、交易數據，目前已經發展到了外部一些交互的數據，直到我們的大數據，是這樣一個走向。而現在我們來看線上企業和線下企業，從這邊這個圖可以看到，比如像店鋪或者渠道這樣一些數據，是具有線下這些屬性的，是屬于線下范疇。而像流量、轉化率等等這些，是線上零售所特有的數據屬性。這是整個零售業大數據的類型。 
    中國零售業大數據發展趨勢

    第一點是交叉串聯，中國零售企業線上線下協同發展或者融合發展是未來一個趨勢。怎么樣利用大數據來實現線上線下企業交叉串聯分析，這是大數據未來需要研究的一個方向。 
    第二個是價值衍生，可以理解成怎么樣實現大數據充分的應用，有兩個方向，一個是線上企業，線上企業的方向是把自己整個平臺發展成一個數據產品，比如阿里巴巴首先他自己是一個平臺，同時他具有自己的技術研發，衍生出來成為一個數據產品，這個產品既包括平臺數據產品，也包括后來跨界的金融相關的一些產品。線下企業的做法，如果有多年積累的這些傳統的零售企業，做法是我可以開放我的數據資源，比如國美就開放他們的供應鏈數據，通過與戰略合作伙伴的數據共享，讓數據價值發揮到最大。 
    第三個是決策使能，可以理解成利用大數據，幫助更好的做決策。通過數據分析，我們可以得出決策的一個結果，通常來講，大數據分析出來的決策結果會出乎我們的意料。但是這塊數據分析的結果是不以決策者還是領導為轉移的，通過數據分析得出這些結論之后，我們再服務于定性商業質感的一些分析，綜合作出我們的決策。