新零售，指企业以互联网为依托，通过运用大数据、人工智能等先进技术手段，对商品的生产、流通与销售过程进行升级改造，进而重塑业态结构与生态圈，并对线上服务、线下体验以及现代物流进行深度融合的零售新模式。

马云曾在2017年11月表示：新零售的核心就是线上线下的结合，人、货、仓、配的结合，虚和实的结合。马云认为未来中国60%-80%的零售都将是新零售。

在马云提出“新零售”概念后，阿里巴巴开始了一系列的的战略布局。以“新零售”为扩张思路，线下由点及面再到空间一体化进行布局，获取线下流量，向线上导流，同时利用线上优势资源反哺线下，形成互补和融合。

新零售发展至今，我们已经能看到很多东西，新零售有很大的优势，但同样也不缺劣势。

新零售优势

1.数据精准

互联网飞速发展的时代，通过大数据可以精准把控消费者的购买行为和真实需求，数据已然成为众多零售企业做出经营决策的基础。想要成功转型升级互联网，必须将传统经营模式转化为以数据为核心。

2.供应链发生变化

零售业革新，首先革的就是供应链。在智能技术和大数据的支撑下，商贸企业的供应链发生变化，通过对消费数据进行挖掘，实现按需生产，让消费者逆向引导供应链，直接解决库存积压的问题。

3.多元化

新零售适用多终端，满足市场逐渐多元化的需求。随着时代的发展，消费者的需求逐渐发生变化，零售业态随之发生变化，从“大而全”逐渐转型“多而精”，为消费者提供多元化的产品与服务。

4.智能零售

线上智能技术衍生出无人零售，无人零售通过先进的智能技术提升线下运营效率，优化消费者购物体验，并凭借低租金、低人工、低水电等成本优势吸引了众多企业家与投资者的眼球，引发资本市场投资热潮。

新零售劣势

1.发展不成熟

现阶段的新零售才刚刚起步，行业中还没有出现任何标杆企业，不管是商业模式还是经营体系都还处于试错阶段，虽然新零售是以出售用户体验为主，但目前市场对于“体验”的定义还很模糊，仁者见仁智者见智，在实际的经营过程中，难免会因为众多突发事件而影响消费体验。如何通过细节升级提升消费者的消费体验，新零售未来还有很长的路要走。

2.需求链进化不完全

在传统零售业中，市场主要以供应为主，而新零售主要以消费者需求为主，从供应链进化到需求链，显然不是短时间就能完成的事情。需求链所有工作都围绕消费者需求进行，消费者需求瞬息万变，想要成功玩转新零售，所有职能人员必须高度协同去服务消费者，保证所有员工接收信息实时同步，并及时做出回应。而习惯传统供应链模式的员工，很难在短时间内转变自己的思维与行为。

3.数据分析能力欠缺

新零售通过大数据与商业逻辑的高度融合，实现以数据驱动决策。但对于大多数企业来说，数据难，数据分析更难，在数据基数有限的情况下，企业很难做出有效的决策。而且即使在拥有海量数据的情况下，企业能利用数据分析出消费者过去的购买行为与动机，却很难预测消费者未来的购买行为与动机。

新零售任重而道远，但转型互联网却势在必行。其他企业利用互联网混得风生水起的时候，你却连转型互联网都还没有做到，在这样的情况下，企业很难获得持续发展。

【导读推荐】

新零售已经在路上了，传统零售业却还没找到“入口”。大数据分析作为一个指路人又是如何助力传统零售业驶上“正道”的？

来源丨易选型

作者丨何毅

去一趟超市你都能干什么？

这还用问？当然是购物了，不然还能干什么？

有没有发现超市在吸引着你去交钱拿货？

难道我之前去的是假超市？

额，这个开场白已经白的不能在白了，没错，今天要跟大家分析的就是新零售行业中的大头“商超行业”。

互联网技术的驱动，在加速企业响应外部市场信息的同时，也让企业内部运营所涉数据呈“量化”升级，在纷繁复杂的数据中搜寻、提取、整理出有效信息成为企业在大数据时代下不可规避的重要问题。

当然，商超行业也意识到了这一点，现在我们去的超市已经不再是单纯依靠线下商品堆砌的超市了，而是一个数字化与精益化大数据分析并行的现代超市，今天我们就不聊数字化转型了，而是侃侃现代商超实现精益化大数据分析的故事。

一、永辉超市——一个跟不上潮流的“倒霉蛋”

现在要说超市可能在你家或者公司附近能找出不少于3-4家大型超市，但不得不说如果你问起小区的大爷大妈们生鲜去哪个超市买的话，那永辉超市绝对是当仁不让的首选。永辉超市成立于1995年在福州起步，最早只是一间微利超市，现如今全国合计300多家门店，170多万会员。

而近几年，O2O热潮席卷全国，淘宝、京东等电商平台的兴起对于传统超市的经营业绩产生了很大的冲击。很多传统的线下零售超市（大润发、家乐福等）都开始着手建设基于自有电商平台的O2O项目，以期待能够紧跟时代大潮，挽回目前销售下滑的被动局面。当然这其中永辉超市也是其中的一个跟不上潮流的“倒霉蛋”。

永辉超市还在单纯依靠线下运营来发并且沿用老套路“骚扰短信”的方式进行促销传播。但是并不知道自己的会员因为什么原因流失，这些流失的会员究竟去了哪些竞争对手那里。这种俩眼儿一摸黑的经营模式，导致永辉超市2010年第一季度受到线上零售商的影响，净利润相比上季度下降了25%。

二、大数据分析让“永辉超市”逆境中“破冰”

张轩松作为永辉超市的创始人之一，看到市场波动永远都在，但如果专注于核心业务，并在行业内建立优势，抗风险能力会强于多元经营企业。他曾表示：“当波动来临，垮掉的都是多元化经营的企业，而且正是因为市场波动，才促进了专业化公司的快速成长”。

所以，永辉超市于2014年下半年启动了O2O整体战略，其中包括电商平台、CRM平台、ERP平台、精准营销平台以及大数据平台的建设，是永辉“辉腾行动”重要组成部分，由集团重点推进。

永辉超市与第三方数据公司达成合作，拟定了大数据分析为本、精准营销辅助落地的策略，打通线上和线下双结合的数据运营模式，并结合永辉遇到的实际问题与永辉团队一起明确了顾客洞察、营销分析、商品分析、营运分析、预测分析、舆情分析等几大分析主题，其中涵盖了客人、店铺、商品三大主体。

永辉超市针对百万级的会员资源池，对会员偏好、生命周期、客户价值、活跃度、忠诚度、流失率等方面进行大数据分析，并将计算好的大数据标签导入精准营销系统，力求结合精准营销系统可以多维度、多角度灵活定位群体用户的特点，完成精准促销、流失挽回、沉默激活、高价值关怀、单品促销、人群促销等会员维护场景。

结合会员的特点及各大区一线操作人员的需求，集合永辉会员的属性，特别定制了一系列浅显易懂、容易上手的大数据综合标签（比如潮爸潮妈、家庭主妇、快乐女生等），以使操作人员能够快速、准确地定位参与活动的人群。根据大数据会员分析主题给会员打好的标签，对各大区门店的会员进行了一轮诊断，能够让永辉的各大区高层直观的看到本大区会员的活跃度、购买力及与其他大区相比，差距在什么地方，哪里需要改进。

在固化了一些常规活动的基础上，向各大区（北京、上海试运行）进行推广，逐步改变了永辉各大区向会员群发短信的原有做法（一个大区每次活动群发短信数量达到100-200万条），不仅节省了大笔短信营销费用，也减少了对核心高价值客户的骚扰，使日常的营销活动有的放矢。数云

依托这一系列的精益化大数据分析的改进，永辉超市截止至2016年在中国连锁企业中暂居第10位，并以高于10%增长率向更强迈进。截止至2017年第一季度，同比上一季度增长13%，利润增长57%。

三、“传统零售”向“新零售”转型的途径

大数据的概念在新零售这个词出来之后又一次被祭上神坛。GrowingIO（可联系易选型申请试用）创始人张溪梦曾表示：“经过对大数据本身所蕴含的实质去深度探究，数据落实到实践层面，则是“数据分析”，数据分析不是一次性的事情，若要真正运用数据分析来优化业务，它会是一个每天、每小时、甚至每分钟的持续性过程，数据分析会驱动业务几何倍数的提升。”

永辉超市的这个案例是不是给新零售行业带来了不少启示？来看看对于传统零售行业如何结合精益化大数据分析向“新零售”这个新兴产物方面转型？

1.消费体验

消费者主权(Consumer Paramountcy )的概念早在上世纪70年代就亚当·斯密提出，但碍于生产力水平、经济形态、市场规模等一系列客观原因，这种顾客主导型经济模式并不被看重。

在国内，这种情况尤甚。过去30年，国民经济的快速增长，实体零售企业特别是超市业态获得了野蛮式的成长，但对用户却采取集体漠视的态度，盲目的促销、售价虚高、昂贵的售后等一系列粗狂的销售行为为消费者诟病，这恰巧成就了线上电商的崛起。

但消费者流失，也让传统零售业意识到了自己将要退出舞台的趋势。于是纷纷开启了开拓新业务线、提高消费体验的尝试。泰一数据

2.消费场景

除了对于消费者消费场景的改变之外，传统零售业也针对自身的营销模式进行了梳理和改造，并尝试了多种渠道的探索。诚如永辉超市的这个案例来说，在意识到这点之后便开拓了“超级物种”、“永辉生活o2o会员店”等新业态。

此前易观（可联系易选型申请试用）CTO郭炜在接受易选型采访时表示：“新零售的数据采集就特别符合大数据3.0时代。通过线下的智能硬件整合原来线上相关的用户行为，这也就催生了新的场景，在做推荐的时候结合线上点击流和线下轨迹流来采集数据，这些新零售是结合了他线下原来的业务流程和线上相关的数据再用相关的一些推荐算法一起来形成新的用户。”

通过这种为消费者增添新渠道的方式可以更加精准的读取消费者习惯，而要达到“精准”就要建立在于消费者大量且持续的互动基础上，一方面是数据沉淀，另一方面是令产品和服务的持续优化和迭代，在消费者完成消费体验的同时，零售商达到提升利润降低成本的目的。

3.精准分析

永辉超市在看到自己的客流大量流失之后，结合第三方数据公司，在其自己的产品中埋点，对自己百万级别的会员资源池进行用户画像，并且在活动中给用户画像打标签后找到了更多的拉新方式。

对资源池中的用户画像收集完后就要提高对这些画像的精准度，零售商通过对信息结构化分类、大数据挖掘、从而提供从众多资源画像中的个性化购买建议和促销信息，实现真正的精准营销。利用大数据对消费者的购买关注点进行分析，建立数据模型来研究针对不同地区、不同消费社群的促销方案，比较哪种更有效，哪种投入回报率更高，哪种转化率更高，从而提高营销效率。

通过采用舆情分析的方式，永辉超市从线上社交平台中收集到了顾客的积极与消极的评论，从而了解永辉超市目前的品牌形象，对于影响品牌形象的时间及时处理，了解客户对永辉品牌的关注点，将这些关注点应用到自己的运营策略当中。

永辉超市大数据团队合伙人吴江淮表示：“在面对百货过去现在和将来的发展，过去以模式创新、投资拉动带来的增长空间逐渐减小，提升运营效率尤其是精细化管理日益重要。企业运营效率是衡量当下企业核心竞争力的关键指标，在经营上都应该尽可能地以数据的方式量化，做到快速高效地决策。一个成功的企业到后面往往会成为一个科技创新的公司，例如亚马逊。数据科技的发展是机遇，形成以数据为驱动，精细化管理的公司。”

大数据已经走入到生活的点点滴滴当中，就连你去的超市也在利用数据分析，向新零售转型。在新常态的未来还会有传统零售业投入到互联网的怀抱，谋求转型、创新业态的现象层出不穷。

我们将还能看到数据分析为零售业打开怎样的“番多拉魔盒”呢？拭目以待。

*本文由「易选型」综编，转载／投稿／选型线索等请联系易选型。

下载易选型APP，看企服最新动态！

当互联网线上流量红利消耗殆尽时，以线下渠道的新零售模式方兴未艾；刚从CCFA中国便利店大会满载而归，本次观远数据便马不停蹄地来到微软加速器的零售行业对接会。

深耕新零售BI+AI，观远数据笃定前行。

5月30日，由微软加速器主办的零售客户对接会在普华永道创新中心拉开序幕，本次活动以新技术如何赋能新零售行业，新零售行业客户解决大数据，人工智能下的数字化变革服务进行开展。

活动吸引上百家新零售行业客户参加，作为新一代新零售BI+AI解决方案厂商，观远数据创始人&CEO出席本次活动并发表主题分享——《Guandata AI+BI，The Brain for Smart Retails》。

微软加速器助力新零售行业破局

智能时代，创新技术驱动下的零售行业，正在面临消费升级、场景升级以及技术升级所带来的模式转变，纯电商时代正在消亡，新零售革命之战悄然打响。

一方面，各大零售企业争先使用潮流科技，以便在这场战争之中快人一步，在新零售时代更胜一筹；另一方面，主流消费将进一步转变为全渠道购物方式，生发更多的场景触发式的购物，并且在云计算、大数据等创新技术和平台的推动下，以社交媒体为中心，个性化定制为导向，不断往前发展。

基于人工智能、大数据管理、人脸识别技术等强大的技术支撑，微软为零售行业个性化定制而成全面、完整的智慧零售生态体系和一体化的落地解决方案，为全球多家零售企业实现了智能运营和精准营销，加快企业的数字化转型步伐。而作为微软加速器上海站第三期成员，观远数据和微软联合帮助零售企业实现线上线下全渠道布局和数据化运营，提升客户体验。

观远数据苏春园：

为新零售构建决策大脑

观远数据成立于2016年，凭借优秀的创业团队和行业领先的产品成为比“哈佛还难进“微软加速器上海第三期团队成员，观远团队在商业智能领域积累了超过10余年的行业经验，曾经为超过百家中国及全球500强公司提供过企业级数据分析产品与服务。”谈及自己团队，苏春园再分享时颇具信心。

在今年1月微软智慧零售Hackfest上海站和5月的微软零售解决方案·新创企业黑客松活动中，观远数据算法天团两度问鼎，不仅彰显观远数据AI算法的真正实力，更是得到众多新零售厂商的青睐和合作意愿。

以与传统商业智能不同，观远数据致力于通过智能数据分析，为新零售客户提供“Actionable Insight” - 真正可行动的决策建议，帮助新零售企业在数字化与智能化升级的过程中建立可持续的竞争优势，助力其打造最新锐的新零售品牌。

例如观远数据根据迪卡侬提供的历史数据，分析了各因素对销售额的影响，并找出了对销售影响最大的关键因素。在观远数据的帮助下，迪卡侬比较了几种机器学习算法，如 LightGBM，XGBoost，以便对关键因素进行最佳分析。

观远数据新零售BI+AI解决方案，覆盖了从简单的单品单店分析、门店经营异常监控排查，到深入的销售预测、智能备货等场景，真正打通从数据到决策的闭环。从BI到AI的5A五步法路径，敏捷化、场景化、自动化、行动化和增强化，形成更自动和更智能的决策。

致力于零售行业的业务升级，微软将继续为大家提供成熟、可信、全面、智能的平台和解决方案，携手更多的客户和合作伙伴共建零售行业生态，一起推动零售企业的业务变革和数字化转型。而观远更加敏捷智能的BI+AI一站式解决方案帮助新零售企业提供数据分析、品类优化、监控预警、增强盈利、智能预测等场景方案，真正实现新零售转型，在这场“人” “货”“场” “脑”的场景革命助力新零售企业智能决策，所向披靡。

传统零售困局

过去20年，零售业与零售消费者发生了翻天覆地的变化。随着电商等行业新星的加入，传统零售商及大型零售连锁的客流、销售、利润，普遍呈下跌趋势。虽然有房租、人员成本上涨、商品同质化等一系列原因，但从零售业发展来看，卖方市场向买方市场的转变，导致传统零售以线下门店为主导、商品为中心模式的瓶颈逐渐显现，这也迫使传统零售商纷纷向以顾客为中心的经营模式转变，并更加重视强化品类管理、优化供应链。

零售行业演变趋势

虽然改变模式成为2017年零售商们的口号，但更多的还是停留在方案层面，没有真正落实与执行。在变革到来前，摆在传统零售商面前的问题不是要不要变，而是变什么和怎么变。

变什么？新零售的三大关键——人+货+场

“人”——传统零售经营以采销为主，模式简单粗放，对消费者关注不足。在新供需关系下，回归消费者这一零售生态本源成为核心。零售商要挖掘数据价值，如基于目标客群的特征和行踪数据，整合品牌商数据，掌握不同消费客户群的行为变化和趋势。

“货”——零售业的发展客观原因造成零售供应链长期深度依赖供应商，采购团队把关注点放在了来自于供应商的收费和返点，而不是去经营及提升门店坪效和毛利率，从而导致零售行业在品类管理和供应链专业能力培养上长期滞后，并形成了地方管理团队各自为营的分散式管理局面。但在新环境下，零售商想打破在与供应商谈判和合作中被动局面，需要统一管理的业绩考核分析体系整合供应链能力。

“场”——过去传统零售以线下门店为主导，现在是线上线下融合打通，多个场景融合；过去是以地理位置为中心的商业，现在是场景化的、以人为中心的商业。零售全渠道发展是大势所趋，通过大数据分析能力提升精细化运营，对目标客群消费场景洞察、通过品类运作配合创新促销活动等。

零售大数据分析面临的问题

零售企业内部的信息孤岛现象严重：不同业务部门，如运营、商品、生产、财务等内部均有大量数据产生，但是各部门各自为政，不愿公开自己数据库的真实数据，因而数据的获取和深度分析难度较大，而通过建立统一的数据平台有望打破这种信息孤岛格局，继而让数据因分享产生价值。

业务部门主要任务是自己部门日常的经营，包括操作流程、考核指标、门店管理、人员管理等，对于大数据能给自己带来什么样的价值则认知程度不高，同时加上对于数据分析的技术和工具知之甚少，因此很难把自己对于本职业务的理解和数据分析做紧密的结合，转化为数据分析所需要的种种要求，导致IT团队、大数据团队很难深入理解业务，而最终IT部门交付的成果对业务带来的价值有限，而业务又提不出具体需求。

不少零售企业的整体性数据收集平台还不是很完善，数据提取、整合、可视化、探索分析等程度相对落后，定期的商业报告也还是通过抓取数据仓库里面的数据，组成固定格式的报表并用于简单分析。即便有的企业构建了自己的数据平台，虽然能够实时地呈现业务分析报告，也只是停留在报表的提供层面。

如何变？大数据分析助力新零售破局

零售数据应用体系

用户分析

用户分析主要是对顾客群体的购买行为的分析。通过对用户的年龄、人均购买次数、购买总金额、消费地区、购买途径等数据进行分析，深入洞察消费者购物行为和偏好，寻找到高价值客户的消费规律，通过精准营销，提升销售额。

用户分析

门店分析

实体门店仰赖营业额作为绩效指标，但对于营业额不佳的门店，却难以有更进一层的数字观察与改进。通过数据分析，进行门店客流追踪，不仅能根据日、周、月、年等做周期分析、跨门店分析，还能结合POS营业额等销售数据做整合分析，进而预测下一周期的营运绩效，助力零售商达到经营效益最大化。

门店分析

商品分析

商品分析的主要数据来自销售数据和商品基础数据。主要分析商品的类别结构、品牌结构、价格结构、毛利结构、结算方式结构、产地结构等，从而产生商品广度、商品深度、商品淘汰率、商品引进率、商品置换率、重点商品、畅销商品、滞销商品、季节商品等多种指标。通过对这些指标的分析来指导企业商品结构的调整，加强所营商品的竞争能力和合理配置。

商品分析

渠道分析

如果企业同时运营着线上渠道和线下渠道，需要对加盟商的情况做到心里有数，因为库存和缺货是所有的零售迫切解决的一个难题。如果零售商对用户的需求没有进行精准的预测，则会导致供需失衡，造成高库存或者是缺货状态，最终将造成成本上的浪费。通过对渠道数据进行分析，可以对供需平衡进行高效管控，降低成本。

渠道分析

通过大数据分析可以解释：WHO——购买和使用产品的消费者是谁、WHEN——在什么时候购买、WHERE——在什么地方购买、WHAT——消费者购买了什么产品、WHY——消费者为什么购买，助力新零售企业管理者深度洞察顾客消费偏好，提高营销决策水平，实现销售额的高速增长。

|内容来源：永洪科技，作者 | Jason

百家号-【袁帅数据分析运营】：袁帅，互联网数据分析运营实践者，会点网事业合伙人，运营负责人。会展业信息化、数字化专家。CEAC国家信息化计算机教育认证：网络营销师，SEM搜索引擎营销师，SEO工程师。数据分析师，永洪数据科学研究院MVP。中国电子商务协会认证：中国电子商务职业经理人，畅销书《互联网销售宝典》联合出品人之一。中国国际贸易促进委员会:今日会展会员联盟VIP个人会员，全经联园区委秘书处成员，中国低碳智慧园区联盟理事，周五咖啡媒体人俱乐部发起合伙人。百度VIP认证站长，百度文库认证作者，百度经验签约作者，百家号/一点资讯/大鱼号/搜狐号/头条号/知乎专栏/艾瑞专栏等媒体平台入驻作者，互联网数据官（iCDO）原创作者，互联网营销官CMO原创作者。

1、「零售」概念是什么？

首先我们必须了解到底「零售」是什么，零售是指包括所有向最终消费者直接销售商品和服务，以供其作个人及非商业性用途的活动。

根据百科的资料显示，整理了以下的概念区分重点：

(1) 零售是将商品及相关服务提供给消费者作为最终消费之用的活动。如零售商将汽车轮胎出售给顾客，顾客将之安装于自己的车上，这种交易活动便是零售。若购买者是车商，而车商将之装配于汽车上，再将汽车出售给消费者则不属于零售。

(2) 零售活动不仅向最终消费者出售商品，同时也提供相关服务。零售活动常常伴随商品出售提供各种服务，如送货、维修、安装等，多数情形下，顾客在购买商品时，也买到某些服务。

(3) 零售活动不一定非在零售店铺中进行，也可以利用一些使顾客便利的设施及方式，如上门推销、邮购、自动售货机、网络销售等，无论商品以何种方式出售或在何地出售，都不会改变零售的实质。

(4) 零售的顾客不限于个别的消费者，非生产性购买的社会集团也可能是零售顾客。

2、「新零售」的由来？为何会出现「新零售」概念？

那么到底人们现在热议的「新零售」是从什么时候开始出现的？2016年马云在云栖大会上首次提出这个概念，经过1年多的市场发酵，如今新零售已经成为人们随处可见的产品。新零售，即企业以互联网为依托，通过运用大数据、人工智能等先进技术手段，对商品的生产、流通与销售过程进行升级改造，进而重塑业态结构与生态圈，并对线上服务、线下体验以及现代物流进行深度融合的零售新模式。

那么「新零售」概念到底为何会出现，16年到17年初，线上市场的红利期已经逐渐消亡，线上流量越来越贵，吸引新客户的成本很高，一些线上渠道的新用户价格已经高达200元以上，比线下挖掘的成本还高，因此互联网行业开始对产品深度挖掘。

但线下市场也并不乐观，互联网公司将流量和毛利透明化，导致传统零售业销售业绩暴跌，线上市场逐个行业教育消费者从线下导到线上消费，线上交易已经抢走了整个行业的20%交易额，这里所指的20%主要是针对标品，而且相对饱和了，线上市场如果要保持数据增长，要么扩展线下市场，要么扩展非标品。阿里16年电商总交易额在3万亿左右，都是长周期配送商品，而2小时内配送周期的产品线，只有2000亿的规模，潜在市场是非常庞大的，这也是为什么要发展新零售的重要成因之一。

3、「新零售」到底在哪些方面革新？体现形式如何？对社会造成什么影响？

第一点，是大数据体系驱动传统零售业转型，用户的所有浏览和购买行为变成数据储存在云，通过数据分析，系统为每位用户制订了用户偏好，推荐你感兴趣的东西，也正是淘宝“猜你喜欢”的功能。其次就是反向影响供应链，大数据系统通过对所有用户的数据分析，你要什么它就卖什么，供应链的调整中加入了用户的偏好，使货物周转变快，减少货存积压，从而减少整个供应链的运营成本。但是大数据需要打通线上线下的数据系统体系，线上商城和线下的会员体系打通后，对线上线下的销售数据进行深度分析。数据在分析用户的同时为用户推送系统计算的偏好商品，品牌商投放费用向用户精准推送产品，也就是一开始所说的精准流量推广，但是推送多了之后由于没有触达到用户的消费欲望，用户就会关闭推送，也就是变相地提高了流量成本。

第二点，新零售更像是将传统线下零售和线上电商的模式结合，满足即使需求，低客单价，

但是目前市场对线上线下的模式还不明朗，例如包括阿里目前也是处于试错状态，在新零售产业上做了分散投资，分别从

超市业务：华联超市、三江购物；

百货业：银泰；

线上便利店O2O平台：闪电购、饿了么

垂直水果电商：易果生鲜

自营线上超市：天猫超市

自营线上线下生鲜超市：盒马生鲜

虽然根据目前市场情况来看，盒马生鲜以餐饮+零售的业态模式，从零售角度出发，增加了消费的场景，使消费者能同时满足多种需求，并且盒马在线上线下拥有同样的SKU，属于目前比较优秀的设计。目前盒马属于运营状态较为理想的一种模式，但是模式是否可以大量复制依然不明朗，毕竟目前依然在亏损状态，尤其是阿里的经营体系偏向轻资产，以实体店为主核心的业务不太可能成为主营线。

第三点，无人零售是目前新零售层面另一个热议的话题，用户可以在自由场景下实现无人服务的消费，用户进入线下无人零售系统，数据和行为从线下反馈到线上，形成大数据环境，进而在运营过程中对用户的偏好进行数据分析进行优化。我们参照永辉近几年的净利润率状况，

传统零售业在近几年的净利润率没有由于人工和房租增加而受到明显影响，存在的原因可能是因为永辉在管理上的规范化，合理化运营降低了成本，使得暂时保持稳定，但标准化运营存在边际效益，随着人工、租金持续上升的情况，净利润率还能持续稳定吗？

无人零售模式的存在，满足了标准化、无人化、自运营、免维护以及短平快等的功能，在目前的市场状况来说是比较适配的，但是无人零售属于重资产模式，等同当初共享单车一样，固定资产占用公司大部分的现金流，而且鉴于最近发生的有关多家无人货架公司资金链断裂造成市场和资本的动荡，因此在模式运营稳定前，传统零售商或投资者在入驻前都非常谨慎。但不得不说无人零售一定是新零售未来发展的最重要一环。无人零售主要的竞争点，首先是对点位选择的竞争，其次就是利用云系统对设备的运营数据进行整合分析，由此也诞生了管理系统研发公司例如星云自助等的云系统公司，运营商可以实时了解设备运营状况，设备收集到的数据反馈到云系统，通过对用户喜好、点位优化等的优化，降低成本进而加速回收成本速度，减轻资本压力。

新零售是势在必行的，在模式开发的过程将会产生许许多多的“风口”，在这个消费高于投资比重的市场状况，正如马云所说的，未来10年，20年将是新零售发展的大风向。

双十一战报

天猫销售额占全网比例66.23%，京东占比21.41%，苏宁易购占比4.34%，亚马逊占比1.95%，唯品会占比3.43%，其他电商平台占比2.64%。各平台海外购销售额占比上，天猫为5.4%，京东为4.9%，苏宁易购为0.6%，亚马逊为7.3%，唯品会为3.7%。

2017年双11是电商新零售概念提出后的第一个双11狂欢！一方面是成交不断刷新高：1682亿，另一方面却是双11快递包裹数增速在下降。电商的增长点是否已经见顶了？

然而，近日频繁被大佬们提出的新零售、智慧零售、无界零售都从线上开始关注线下，三大零售新概念之间有什么关系？

快递增速大幅放缓

今年11月11日主要电商企业全天共产生快递物流订单8.5亿件，同比增长29.4%；全天各邮政、快递企业共处理3.31亿件，同比增长31.5%。

据国家邮政局官方数据：2014年双11当日快递包裹是1.026亿件；2015年双11当日快递包裹是1.48亿件；2016年11当日快递包裹是2.51亿件；2017年双11当日快递包裹是3.3亿件。往年几乎都是在50%左右增长，不断加速。但是今年增速掉到31.5%。

双11违背市场规律过度消费，技术可支持物流难跟上！

电商的增长本质是转移。从商场到互联网电脑网购。再到手机移动电商。每一次转移，都会带来巨大的流量红利。可是当迁徙完成，高增长就会结束。现在这个转移是不是已完成了呢？有可能。

有人说双11违背了市场规律。一个成熟市场的标志，不会有集中的过量的消费，而双11是借助一个概念营造了高峰期的市场，人为制造出过量堆积的集中消费，造成消费的极端峰值，互联网技术可以支持，但线下物流难以满足。

可以看出快递包裹还在增长，但增速放缓。原因可能有多个方面。一是包裹量基数越来越大，网购群体数量不会大幅增长，二是消费者对双11习以为常，消费更理性一些。

三大零售碰撞，各有各的优势！

马云频频谈到新零售，让新零售成关注焦点；苏宁集团董事长张近东讲智慧零售；刘强东则最新提出了无界零售的概念。

新零售提出之后，各家众说纷纭，没有一个明确的定论，通过归纳总结可以说：新零售，是以互联网为依托，通过运用大数据、云计算、物联网、人工智能等技术手段，基于线上+线下+物流数据打通，其核心是以消费者为中心的会员、支付、库存、服务等数据的全面共享，从而实现线上线下深层次融合，对商品的生产、流通、销售、售后等全过程进行升级，重塑业态结构与生态圈。

何为智慧零售？时代和科技进步速度之快，即使再智慧的组织和机构也会逐渐显得落伍于时代。因而“智慧”更像是一种激励，比如张近东说，要拥抱时代技术，意味传统的过去的那些光鲜亮丽，全部归零，这是一种勇气也是一种智慧。

刘强东近日在谈及未来电商的发展趋势，提出了无界零售的概念。他认为，未来电商已经超越了所谓的线上和线下的概念，一切回归到原点，回归到消费者为中心。他还表示，三年前就洞察到了电商领域巨变。

其实，这些概念也都是伪命题，“看看他们几个讲的零售，都有一定的道理，但是背后的目的都是为自身企业进行服务，同时提升自己企业的影响力，“不管什么零售，以消费者为中心的零售才是最适合的零售”。

对于阿里来说，今年的双11算是对“新零售”概念的第一次全盘检阅。除了参与购物节的数量庞大的品牌商、店铺和淘点外，天猫海外还携多个国产品牌加入200多个国家和地区万店同庆，并将投入15亿元补贴智能仓配商家和物流企业。 为了与阿里的新零售对峙，京东联合腾讯推出“京腾无界零售”解决方案，依托腾讯社交、内容体系和京东交易体系，为品牌商提供线上线下一体化、多渠道打通、服务深度定制化、场景交易高融合的零售解决方案。

电商轰轰烈烈的狂欢之下，传统线下零售商被裹挟其中，也要勉力搭上这趟智能化的高速列车。然而，当热潮褪去，我们看到，只有几家实力雄厚的传统零售商开始了向数据采集、智能物流等方向转型升级，大多数传统零售商家和平台，依然惶惶无措。

作者：玩偶

来源：微信公众号 电商物语

声明：本文是以宜人智库发布的《2018年新零售行业发展趋势研究报告》（后文皆简称报告） 为参考资料进行的个人关于新零售的思考和观点的探讨。如有侵权请联系本人删除，且未经允许禁止转载商用。

2016年10月，马云在云栖大会上提出“未来的十年、二十年，没有电子商务这一说，只有新零售。”由此，整个零售行业掀起了关于零售变革的探讨，而整个2017年围绕新零售的声音也是此起彼伏，因而业界一致把2017年称为新零售元年。那么各行各业经过一年的布局，规划，探讨，交流等，对于新零售的存在以及发展有着怎样的期待和担忧呢。我们跟着报告提供的调查一起看看吧。

一、传统零售与新零售

1、 传统零售：玩偶认为通过生产——销售——购买这一生产决定消费的零售模式进行的以商家为中心的产业链就是传统零售。便利店，购物中心，超市等零售业态都属于传统零售。这种业态的零售模式，消费者与商家之间，没有更多的双向沟通，仅仅是地理位置的便利或者目标客户人群形成的购买力，无法扩大为更广范围的，更全面的零售规模和获取到更巨大的销售利润。

大家看，上图便是关于各种传统零售业态的一些关于选址、目标客户、商品品类等方面的对比。从图中不难看出，无论何种业态都是在特定条件和特定范围内进行的零售服务，当覆盖范围内的客户都已拥有之后，再难进行新的市场开拓。

如图，是报告中关于传统零售产业链的介绍图。我们可以看到，消费者无法享受更多的高质量，个性化服务，这就造成了消费者即买即走，无法创造附加价值的状况。在如今服务与个性化突显的时代，这样的模式自然会有所不能被消费者青睐。

总结：传统零售场景固定，消费人群单一，效率低下，市场规模较小。因而工作人员的思维相对固化，接受新事物和处理个性化需求的能力也有限。当然，传统零售并非全然不是。优势与劣势其实是相对来说的，我们在此不作讨论。

2、新零售：玩偶认为，新零售是在移动互联技术和新兴消费群体的出现与带动下，产生并发展起来的以大数据、云计算、虚拟现实等新技术为支撑，打通线上线下，整合全渠道，优化物流运输的以消费者为核心的新型零售业态。并不仅仅是因为流量红利的结束，也不只是一个概念的变化，模式的创新，而是多种因素结合推动的必然结果。

首先，新零售的诞生至少有三大推力，传统线上零售逼近天花板，新技术提供现实支撑，新消费群体壮大等。

从左边的图表中我们可以看到，中国两大电商巨头的获客成本不断增加，这说明电子商务的互联网人口红利已经基本耗尽或者说基本拿下，没有更多的流量让电商平台去收割，要知道虽然天猫和京东是电商头部但还是有其他电商平台的，苏宁，国美的强势入场，唯品会，拼多多的崛起等都在分割红利。

从右边的图标我们可以看到，线上市场的规模不断扩大但增长率却已是下降趋势，而且早在2012年便开始急转直下。因此可以确定，线上零售的天花板，已经触碰到了，转型发展已经是迫在眉睫的事情。

技术是推动社会发展的动力，是社会生产力。移动互联网与智能终端的普及，让网络购物有了实现的基础，大数据，人工智能的出现为支付提供了更多的支付场景和方式。如今大火的无人零售就是新零售之于传统零售的一种变革，从单纯的无人收银、无人货架，到人脸识别、RFID（射频识别）、重量感应、图像识别等各种高科技加持的无人便利店，各种“无人”的业态呈现出爆发态势。这就是新技术为新零售提供的现实基础。

如今80后，90后已经成长起来，逐渐成为消费的主力军。与以往的消费群体不同的是，他们更加在意的不是品牌不，而是服务态度，他们更注重享受式的消费体验。对于品质和多元化有着更多的想法和要求。这就为新零售的出现提供了市场需求和客户群体。

二、新零售的蓬勃之势

1、新零售的产业链与模式：新零售在产业链架构和模式创新上进行了更多方面的延伸和变革。

根据报告提供的新零售价值链流程图显示，由消费者决定生产的产业链是新零售的产品研发，生产的基础。这就真正实现了以消费者为中心的经营理念。通过消费者——零售商——品牌商——生产与研发的的顺序结构，组成了数据化，个性化，定制化的生产链。同时，对于供应链也做出了变革，真正做到没有中间商赚差价，减少中间层级结构，增加多级仓库在提供高效和廉价服务的同时节省开支。

2、市场主导模式：目前，新零售市场以腾讯系的去中心化和阿里系的中心化为主要发展模式。

上图是新零售市场，阿里与腾讯的市场占有和入股状况。

中心化的控制型模式：

以上两图是对阿里新零售模式的研究报告

去中心化的共享模式

以上两图是对腾讯新零售模式的研究报告

关于这两种模式报告已经给出了比较清晰的介绍，此处就不再探讨。

三、新零售的现实应用

1、进化的商超：超级物种

物种代表着持续进化，展望着未来的创新生命力。” 超级物种是由永辉超市推出的采用“高端超市 生鲜餐饮 O2O”的混合零售业态，代表了传统超市的革新，被认为是零售业的革新尝试。永辉超市是中国大陆首批将生鲜农产品引进现代超市的流通企业之一，被国家七部委誉为中国“农改超”推广的典范，被百姓誉为“民生超市、百姓永辉”。永辉已发展成为以零售业为龙头，以现代物流为支撑，以现代农业和食品工业为两翼，以实业开发为基础的大型集团企业。

超级物种可以说是永辉超市主动的自我革新，利用自己的资源和经营经验在生鲜和餐饮领域进行的新尝试和新探索。精美华丽的装饰，自主和多样化的消费体验，个性化的服务，雄厚的技术基础以及完备供应链让超级物种成了新零售的成功案例，商超进化的标杆。

2、文娱的颠覆性享受：言几又

言几又是一家极富想象力和创造力，展现自我和个性的创意生活体验一体店，它有书，但它不只是书店；它有咖啡，但它不只是咖啡店；它有文创产品，但它不是只是创意市集；它有食品，但它不只是食品店；它有画，但它不只是画廊。言几又是融合了多元素的设计空间，汇聚了当下最具代表性的时尚品牌。2014年6月20日，全国第一家言几又门店——北京中关村创业大街店正式开业。

言几又用咖啡、图书、创意组成了一个在享受阅读乐趣的同时，交流创意、欣赏创意作品 以及消费体验结合在了一起，让生活方式变得更有文艺气息和时尚氛围，这是一种大胆的尝试，对文化娱乐拥抱新零售的一种大胆尝试。看起来言几又的内容很多很杂，但却很独特新奇，在追求精神品质越来越成为主流的今天，言几又给了我们很多可能。

四、新零售的发展趋势

1、消费者中心化：未来的新零售会更加注重对消费者重视，让消费者成为零售的中心，围绕消费者构建产业链，让消费者得到更多的体验和服务，同时获取更多价值及流量数据。

2、技术数据化：数据已经受到越来越多的目光聚焦，因此在新零售上，企业对数据的需求与重视都是不同以往的重要。人工智能，区块连，云计算，大数据，物联网等黑科技都会成为新零售发展的技术支撑和必要条件。

3、全渠道零售：未来的新零售会是线上线下全部打通，渠道成为竞相争抢的资源门槛的业态等。

总而言之，新零售的诞生为行业带来了场景革命，跨界和零售业态的融合虽然使新零售的边界变得模糊，但零售的本质仍未改变，无论是新消费升级、大数据赋能、人工智能技术的应用、以及场景革命，未来，最终都指向一个目标和追求：降低成本、提高效率、提升体验、服务消费者。

【本文部分文字、图片来源网络，若有侵权请联系删除。初次写作，经验及水平有限，请多多海涵，多多指教】

时代在进步，科技在发展。世间万物都在以“人”为主体，建造了文明，也创造了奇迹。

引用别人之解释：移动互联网，就是将移动通信和互联网二者结合起来，成为一体。是指互联网的技术、平台、商业模式和应用与移动通信技术结合并实践的活动的总称。 新零售，即企业以互联网为依托，通过运用大数据、人工智能等先进技术手段，对商品的生产、流通与销售过程进行升级改造，进而重塑业态结构与生态圈，并对线上服务、线下体验以及现代物流进行深度融合的零售新模式。

在上述引用之背景下，我们发现“用户”不仅是移动互联网的载体，同时也是新零售模式的消费群，因此“用户的提炼”尤为重要。所谓“用户的提炼”，就是说分析用户的属性、特征、行为、偏好、需求等等，360度以仅全面的视角洞察用户，目的在于围绕用户开展营销和让新零售模式“机械式”运转。因此这个重要的内涵就是——用户标签。

今天，以用户为中心的经营理念主要强调：要善于发现用户的需求，以客户的需求出发来指导业务的开发、营销、客户服务等工作。从“7W2H”着手，分为属性标签、行为标签和需求标签3个类别，共12个子类；

61属性：客户本身的固有特征，是相对静态的用户特征；

61行为：客户已发生的事件，用于挖掘用户的偏好和倾向，并预测未来用户可能的需求；

61需求：未来客户可能发生的行为，由属性和行为关联分析产生，用于指导具体的客户运营工作。

用户标签研究与项目实践积累，可创建“7W2H”标准结构将用户及用户活动解析为9个关键因素；何为“7W2H”？是用户标签提炼的关键方法论，它包括Who（谁？） / When（何时？） / Where（何地？） / How（何种方式？） / Which Way （何种途径？） / How Much（何种代价？） / Whom（和谁？） / What（做什么？） / What For（原因？），其对应的就是用户静态信息、用户时间信息、用户位置信息、产品或服务信息、渠道信息、服务代价信息、对象信息、用户动作信息、用户需求信息等9个方面。

“7W2H”的内涵隐含了用户三个方面的价值提炼：用户属性、用户行为、用户需求。

用户属性：是指用户与生俱来、本身所固有的特性，属性不能脱离用户独自存在，也不会因用户与企业的关系变化而变化。

用户行为：是指用户所有举止动作，包括与用户与企业有关的行为或者无关的独立行为特征，通常是通过分析加工而得出。

用户需求：是指描述用户生理和心理的需求，常表现为用户购买产品或服务的愿望或倾向，通常用于描述未来可能发生的。

有了“7W2H”的方法，用户标签得以挖掘，其实每个类别都可以再分为二级分类。例如：用户属性信息可以包括用户身份属性、人口属性、偏好属性、价值属性、心理属性等等；用户行为信息可以包括用户消费行为、用户使用行为、用户交互行为、营销参与行为等等；用户需求信息可以包括用户服务需求、用户购物需求、用户营销需求等等。

“新零售”的核心要义在于推动线上与线下的一体化进程，其关键在于使线上的互联网力量和线下的实体店终端形成真正意义上的合力，从而完成电商平台和实体零售店面在商业维度上的优化升级，并促成价格消费时代向价值消费时代的全面转型。而用户标签有了这样的构建方法，似乎也是一种健全化的提炼方式，得以应用在今天新零售的营销模式上。

分析世界讲方案，为您带来精彩的一页。

感谢阅读、感谢共鸣。

随着经济的快速发展，新零售的出现，对于商家而言客流数据分析越来越重要了，这不仅是线上还是线下以数据为依据才能提升销量，很好的规划发展。

首先我们要知道什么是新零售？对于不少人而言，新零售的概念特别的模糊化，抓不住重点，也不知道该如何进行。根据网上所言，新零售是企业依靠互联网，通过运用大数据、人工智能等先进技术手段，对商品的生产、流通与销售过程进行升级改造，进而重塑业态结构与生态圈，并对线上服务、线下体验以及现代物流进行深度融合的零售新模式。

线上一般是指有自己独立的云平台，而线下是指有自己的实体门店店铺，新物流消灭库存，减少囤货量。

不过有学者也提出新零售就是“将零售数据化”。企业将零售数据化，深度挖掘分析用户真正想要的东西，从而满足各种不同层次用户的个性化需求。

那么数据何来？哪些数据才是商家想要的，客流量数据给商家带来了什么。客流量统计数据主要是通过在商业区域入口安装设备进行智能统计，实现统计客流数据的智慧化。统计的数据通过网络传输到服务器平台，生成各种数据报表，供商家分析做依据。

数据的管理是企业挖掘数据信息来支撑新型业务决策模式，而马云也曾表示数据是人类第一次自己创造了能源，而且数据越用越值钱。那么，应该如何做客流数据分析呢？举例来说，一家门店运营负责人关心的客流数据会包括：

1、每天客流量有多少？客流什么时候来？

通过客流统计分析，掌握店铺每天的客流量，客流量的高峰时段和低谷时段。第一，把握黄金转换时间结合促销活动提高店铺单价和成交率；第二，在人员管理层次上，可以有效进行排班管理，同时低谷期时、高峰期前可利用中间空档时间进行商品补充；第三，在客流量低谷时段，能够有效利用资源，最大化降低店铺的运营成本。

2、我的顾客都是谁？他们喜欢什么商品？

一家经营状况良好的门店，绝不仅是吸引新客流，还需要精确的用户画像，搞明白“我的顾客都是谁”，这样才能拉来源源不断的回头客。到店顾客的男女比例、年龄分布、购买力等对店铺的装修风格、商品选择、营销策略等方面产生重要影响。抓住一个顾客的购物喜好、购物习惯和购物频率，我们就可以及时提供个性化的服务；抓取一群人的购物喜好、购物习惯，在市场营销、广告宣传、促销活动上就能够做到有的放矢、四两拨千斤。

3、客流停留多长时间？停留在哪些区域？行动轨迹是什么样？

通过分析客流的热区分布图，门店可以获知顾客密集分布在哪些货架区域，在哪些货架区域停留的时间比较长。因此，只要结合销售数据、支付数据就可以深入分析不同的单品、品牌以及品类的畅销 / 滞销的原因，从而指导店铺的选品和陈列。此外，根据客流的热区分布图，门店可以清晰地看到顾客的主要行走路线，从而进行有序的动线规划以及人员配置，既有利于提升顾客的消费次数和消费额，又能节省人力成本。

4、营销活动的效果怎么样？

用户的消费需要有针对性的营销策略去引导和培育，利用客流统计分析来规划营销活动，会有四两拨千斤的作用。

首先，客流数据和热区分布图能够直观地展现活动区域的客流变化趋势；其次，对比分析活动前后的客流数据和销售数据可以计算活动带来的推动。举个例子，平时每天都是 300 的客流，40% 的购买转化率，客单价 30。某天搞了个活动，客流上升到 600，购买转化率上升到 50%，客单价 40，那么我们就可以反过来推算活动带来的提升。把客流分析的时间拉长来观察，我们还可以总结出哪类活动能提升客流，哪种活动能提高购买转化率，哪种活动能提高客单价。

通过分析客流数据的变化来制定适用于不同销售的精准营销方案，让顾客享受到更为人性化的增值服务；同时有效的分析各项管理策略对销量的影响，提升销量进而更好的消灭库存。对于数据获取和分析，不一定是非要互联网公司才能够拥有的，同样类型的线下零售实体店只要学会利用好身边的数据，如客流统计系统所做出数据的统计，又或者门禁，pos机，监控视频等一切都数据的根源。使用数据统计分析达到运营效率提升和成本减少，才算成功的运用了数据，其实数据一直就在身边。

编辑：Nistone乐石科技（新零售整体解决方案专业服务商）