在变革年代 数据如何为零售企业赋能？

                                           来源: 亿邦动力网

过去流传过一句戏言：网点、网点、网点是零售取得成功所需的三个最重要的条件。如今，这变成了“数据、数据、数据”。这并非广告妙语，在这样一个你追我赶、跨界打劫的变革年代，海量数据的产生、获取、挖掘及整合，展现出巨大的商业价值，使零售企业核心能力的提升越来越依赖于大数据。未来的零售企业一定是数据驱动型的企业。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”。那么数据是如何为零售赋能？1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定义自己。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。2由经验思维到数字化思维对于新零售业态，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。3零售业与大数据结合产生的价值一：细分顾客群体零售业是是一个由供应链组成的系统，之间涉及到从采购在销售的各个环节，对于企业的客户群体进行一个细分，才能瞄准特定的群体进行差异性的营销计划。云存储的海量数据和大数据的分析技术使得对消费者的实时和极端的细分有了成本效率极高的可能，让企业可以对每个群体量体裁衣般地采用针对性的营销策略。二：产品模拟测试新研发的产品或者新包装的产品投入市场，进行实境的模拟，根据已经建立的数据模型进行测试，基于大数据分析技术成果上的实境模拟，可以很快的发掘出消费者新的需求，提高产品的投入回报率。三：管理客户关系客户管理应用的目的是根据客户的属性（包括自然属性和行为属性），从不同角度深层次分析客户、了解客户，以此增加新的客户、提高客户的忠诚度、降低客户流失率、提高客户消费等。四：个性化精准推荐利用数据挖掘技术，通过关联算法、文本摘要抽取、情感分析等智能分析算法后根据用户喜好，据此提供有针对性的产品/服务和量身定制的建议，推荐各类精准营销内容，从而提高客户的参与程度。4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。