"觸電"：是"包治百病"的萬金油？

曾經萬億級的鋼貿市場如今可謂一片蕭條。中鋼協披露數據稱，2015年其會員鋼企虧損總額645.34億元，虧損面高達50.5%；另一個數據，全國的鋼貿商已經從峰值的20萬家銳減至10萬家左右。鋼鐵產能過剩與需求不足的矛盾在中間流通環節進一步激化，鋼貿領域已經從"紅海"演變成"血海"。

然而荒漠中也出現了一片綠洲，截止當前已有數家主打鋼材流通主題的企業登陸"新三板"，獲得資本市場的青睞。

一位已經關閉某鋼貿公司負責人的孫先生告訴記者："我從事這個領域也有快30年了，可以說見過 大風大浪，但是從未經歷過像過去這幾年的行情。以往拿貨有盈有虧很正常，但是自從經歷了12年之后的屢戰屢敗，已經沒有再吃貨的勇氣和底氣了。"確實，鋼 材價格單邊下跌已經持續了近3年之久。這個行情下，轉型已經成為鋼貿商謀生存的必由之路。

據中國鋼鐵工業協會統計，目前國內涉及鋼鐵的電子交易平臺已增至300余家，70%成立不足兩年。在鋼鐵行業經營愈發困難的今天，傳統鋼貿商著手轉型做電商便是一種在"新常態"下的一條出路。

據了解，有些依托于電商平臺的鋼貿企業在平臺上收獲的客戶信息和成交量已經遠遠超過傳統的途徑。走電商之路似乎成了行業的必選項。

但是這些靚麗數據的背后也暗藏隱憂。比如今年年初，某門戶媒體曾爆出，根據某三方平臺的公告，2015年11月、12月兩個月，其交易平臺賣出了400多萬噸某鋼廠的鋼材現貨，但事實上該鋼廠2015年全年產量不到900萬噸，也就是該電商平臺短短兩月內消化了鋼廠半年的銷量。鋼廠業務人員向媒體直言其數據"太離譜"。鋼貿電商業內人士也曾表示不僅其一家如此，基本所有平臺都存在"花錢買流量"的嫌疑。

另一方面，"觸電"之后能否長久的發展也存疑。目前，國內幾個主要的鋼貿電商平臺均處于虧損狀態，雖然營業收入在快速增長，但虧損幅度也在相應加大。在"燒錢"成為常態的電商行業，各個平臺都似乎陷入了"不燒錢就拿不到融資"的怪圈。而隨著2015年下半年的資本寒冬的到來，不禁讓人擔憂這種"燒錢"擴張的模式還能否持續下去。

轉型：不轉其"宗"

如果電商平臺僅僅的做在線銷售，那么所謂的"互聯網+鋼鐵"的電商模式就只是變換了銷售渠道而 已。而且對比已經成熟多年的線下渠道，線上渠道的劣勢一覽無余：支付不便捷、物流不暢通、信用難辨別、用戶操作難度變大等。大宗產品的特殊性使得鋼貿電商 不能像零售品電商一樣順暢，存在"先天缺陷"。

嘉鋼股份董事長李靜介紹說："轉型的目的不是為了開通更多的渠道，而是進化出更有優勢的新型供 需合作關系，讓供需雙方更加便捷、快速、省心的達成交易的共識，并且借助技術手段來完成相應的交易。現在的鋼貿電商平臺在實現上述目的時存在諸多的困難， 而解決困難需要的用戶、平臺、社會配套資源和技術等多方面長時間的積累，但是鋼貿電商往往劍走偏鋒，過于求快，導致背離了初衷。"

轉型仍然要以"鋼貿"為核心，圍繞鋼材這一特定品類的產品，圍繞達成貿易這一目的進行更為深度的變革。

需求側的大數據，供給側的命門

大數據的大主要指兩個方面，一個是數據采集的樣本規模足夠大，而且覆蓋面足夠廣；另一個是從多 維度收集單個樣本的信息，涉及面足夠多。只有同時做到以上兩個方面的數據收集，然后再經過針對于特定領域內的科學算法進行綜合分析，才將樣本分類并標簽， 勾勒出一個個"面貌清晰"、"性格豐滿"的真實用戶群落。

對于以上兩點，李靜認為，顯然鋼貿電商還有一定差距。鋼貿電商元年是2014年，至今不到兩 年，既沒有時間跨度上的積累，也沒有廣域的品類、市場和客戶群覆蓋，平臺上中間商與中間商的交易占比高，而且交易數據本身存疑，以此得來的大數據很可能是 畫虎成貓，如果再按圖索驥的話，就更是緣木求魚了。

據了解，剛剛掛牌上市的山東嘉鋼供應鏈股份有限公司在大數據方面已經初見成效，開始發揮出推動 企業躍遷的強大推力。"數據來源不能局限于某些品種、某些區域或者是某些行業，要從整個終端市場中獲取的有價值數據"，李靜認為，大數據的來源必須具有廣 泛性，包括有選擇和無選擇的。

有選擇是指數據庫只采集終端用戶的數據，因為二次流通會導致數據偏離于真實的市場需求。未來市場信息進一步透明后，供需必然趨向于更加對稱，如果沒有對需求側的精準大數據測算，供給側必然會出現誤判，所以二次流通產生的數據是低價值甚至無價值的。

無選擇是指數據庫采集所有涉及終端客戶的盡可能多的信息，只要發生合作關系，不僅僅是交易產品的品類、材質、數量等本身屬性，包括加工、配送、售后等環節的相關信息也一并收入數據庫，使數據樣本多元化。

同時，只有經過長期、穩定、持續合作才能對用戶有全方位的了解。嘉鋼股份有相當數量的客戶已經 合作數年之久，已經基本了解企業的基本經營狀況，因此在客戶的采購頻次、數量、品種方面有系統的梳理和歸納。由此形成的大數據可以推測客戶所處狀態，甚至 提前預判客戶的計劃，從而可以進行前瞻性的信息推送和定向精準營銷。而少量合作不能支撐起這個要求。

另外，大數據的準確性需要多次驗證。一方面是通過實際的市場效果來驗證，另一方面還要有自查自 糾的功能，數據要有自我修正等機能。"我們的數據不僅要與上游鋼廠數據進行比對驗證，還要與行業的平均數據進行對比驗證，要與用戶企業的其他信息進行對比 驗證，要不斷優化數據，從而使得大數據更為精準。"李靜強調："只有健康的大數據才能對產生正向推動，要賦予大數據一個自我調節和免疫的系統。"

據李靜介紹，完整的企業大數據需要從企業自身的供給側和需求側兩端開始整合，其建設難度和建設周期遠遠超過搭建信息平臺或者交易平臺，但是從企業和行業的重構角度來看，它所釋放的行業推動力也是數倍于上述平臺。"大數據建設起來了，鋼貿企業的春天就不會遠。"