关于新零售，阿里给出的定义是“以消费者体验为中心的，数据驱动的泛零售业态”，这里道出了两个关键点，一个是“以消费者体验为中心”，另外一个是“数据驱动”。

笔者采访了多名从事数据、零售行业内人士，本文将立足新零售，浅谈数据是如何为其赋能？

数据的价值

互联网的本质在于用户经营、流量经营，而数据在这其中是最为基础的一环。

首先，数据的价值在于，可以驱动业务的增长。实际上不仅仅是在零售行业，每一个行业对于数据的应用，数据对于驱动业务本身起到至关重要的作用。

以盒马鲜生的第一家店金桥店为例，目前线上部分的销售额已经超过了50%，这样的营收模型对于传统零售商来讲是可遇不可求的。实际上这个结果并非一蹴而就。

其次，深入进行数据管理与挖掘，可以更好的服务用户。这里面包含了两个维度的用户，一是服务于企业内部，实现数字化管理。 二是在消费者层面，可以提供个性化、多元化的服务。

在传统零售行业，企业内部管理的效率非常低，总部统一下达任务往往要着急各个分店店长统一参会来传达。而数字化的好处在于，极大提高了信息同步的即时性。

而在消费者层面，掌握更多的消费行为数据以后，平台方可以借助这些开展商品的个性推荐以及精准营销。

此外，数据本身或者基于数据分析得到的结论是具有价值的。我们可以看到，越来越多的企业也在以数据的标签来标榜自己。比如滴滴出行、摩拜OFO等出行类工具，虽未上市，但估值都在数十亿、上百亿美金。如果单纯看其本身的业务模型来看，虽然可以实现盈利，但不足以支撑如此高的估值。

实际上更多的投资者看重的，是其出行数据背后，有着更大的商业价值。以零售行业，通过这些出行数据，可以做出更好的选址决策，基于人群的年龄、职业、喜好等画像分析，也可以帮助零售商在商品层面以及运营层面做出更好的策略。

由经验思维到数字化思维

上文有提到过，对于新零售业态，最核心的一个特征就是打通了线下和线上，这样带来的直接结果就是，新零售业态可以采集到的数据更多。

传统零售商在数据方面一直不够重视，一位在零售领域从事多年的高管曾这样表达：

“这些数据看上去并没有什么用处，特别是北上广一线城市，店面覆盖的3公里范围，人员流动性比较大，另外有些人的消费习惯你很难去改变。”

实际上这也是大部分传统零售人的思维，我们可以把它看作是经验思维，比如货架怎么摆放，商品怎么选择、动线怎么设计。但对于新零售业态，在数字化经营思路下，这些数据并非如想象中那么无迹可寻。

在传统零售店面，商品完全依赖供应链以及价格体系，促销活动做了很多，究竟是谁买的单却很难清楚，包括店面的消费动线设计也是完全以货为中心，消费者在厨具摊位买完咖啡壶，还要跑到食品区去购买咖啡。此外，诸如天气等社会公共信息等，其对于到店客流的影响也会十分显著，传统零售商仅仅通过销售数据是很难捕捉到消费者的行为变化，知其然并不知其所以然。

换做新零售，基于消费者为中心的业态，可以借助门店的wifi探针，蓝牙感知技术，可以自动识别他们的手机或者其他联网设备获得数据，可以在不惊扰客户的情况下，调取其资讯并快速提醒前台导购或服务人员。

消费者在哪些货架停留了多久、经历怎样的动线，这些数据对于店面的反向管理都起到至关重要的作用，直接影响了店面的仓储管理、买点捕捉硬件设备的位置。

下一站，人工智能？

2000年以前，互联网发展初期的数据，以结构化文本为主的粗颗粒度数据，以天为单位响应时间，数据结构也十分单一；

进入到2000年以后，互联网、web飞速发展，真正意义上的结构型数据开始出现，特别是随着社交媒体发展，多元化的数据包括文本、音频、视频，小颗粒度的数据呈现爆发式增长；

在2008年以后，移动互联网时代又将数据推向更高的维度，传感器、GPS等便携设备的出现，数据开始以秒为响应单位，数据量达到PB级别，这也催生了大数据生态圈Hadoop这种分布式处理的软件框架。

而随着更多的实体零售走向互联网产业升级，数据的体量将更加庞大，颗粒度也将更细小，更先进的算法逻辑，更强大的处理能力成为行业所需。

去年亚马逊推出Amazon Go，利用了机器视觉智能识别技术，让无人便利店成为大家津津乐道的话题。包括阿里近期即将初推出无人超市“淘咖啡”，透过其购物流程来看，也极有可能应用到该技术。

虽然这样的方案随着店铺规模扩大，系统的计算量将大幅飙升，对GPU提出巨大的挑战。但至少目前，在数据方面，零售的终极必将走向人工智能、机器学习这条路。