- ?
从零售到新零售,如何清晰地理解大数据时代的新零售
景智宸
展开
零售是指, 向最终消费者个人或社会集团出售生活消费品及相关服务,以供其最终消费之用的全部活动。概括一下,零售活动中必须包含三要素——场(景)、货(或服务)、人(或机构)。互联网带来了很多变化,但是零售的本质并没有发生改变。
过去是“货-场-人”,生产了商品,找到最旺的铺子,卖给最多的人。PC时代呢,还是“货-场-人”。零售商在购物平台购买更好的位置,获得更多的流量,卖出更多的货。而当每个消费者、每个用户都是互联网用户时,整个的品牌塑造、品牌推广、营销都可以通过数字化的方式来完成。数字化媒体不仅能够让消费者接受到讯息,同时能够发生双向互动,同时能够发生进一步的行为,获得消费者的数据。
数据能帮助商品的生产者与服务者,能更好的识别与理解消费者,在对消费者需求的洞察之上,指导商品的生产与服务的优化,进而在所有合适的场景里(包括线上和线下)提供给消费者。零售的三要素发生了重构,从原先的“货-场-人”,转变为“人-货-场”,这是就是与「零售」相似,而又不同的「新零售」。
互联网不会改变零售的本质,最终评价一种零售模式好不好,绕不开两个标准:一个是成本效率,一个是购物体验,同时满足用户体验和企业效率就是一个好模式。
线上和线下的边界越来越模糊,就整个零售业来说,竞争不再来源于线上和线下的模式,而要回归零售的本质:谁能更高效更优质地服务消费者。新零售就是以用户体验为中心,借助互联网技术最大化交易效率和生产效率。
新零售的最终目的,就是要提升线下零售的效率。如何提升?从数据运用的角度去提升,把合适的东西带给需要的人。新零售的新,就新在海量且精准的数据上。
为什么现在要做新零售?
因为电脑渗透率,移动互联网渗透率增长见顶了,该买电脑、该买手机、该被地推的人,已经统统消费过了。线上流量和市场格局基本也定了稳了,而线下的零售日子也很不好过。传统的零售业在暴跌,流量和毛利都被互联网公司带走了。
过去躺着也能成长的线上市场红利结束了,线上流量越来越贵,互联网将进入精耕细作的下半场。由于获取流量和持续增长的双重需求,最终新零售的一个很大的特点就是服务和产品的售卖结合。线上与线下的流量结合,全渠道获客与变现。
线上线下同款同价:消费者选择电商消费的原因,也是有零售店的体验不好,且价格昂贵。随着线上线下及物流的融合,未来零售体或将统一价格、质量、体验等方面,提供专业的服务、同质同价产品给消费者。
终端提供叠加式体验,促生新业态:未来流量入口将没有线上与线下之分,而终端则是重要的体验场景,消费者不管你是线上还是线下,他只想能够高效愉悦地买到所需要的优质产品。消费体验和订制化服务将成为终端最主要的两大功能。
消费场景碎片化:消费者的消费渠道日渐碎片化,消费习惯走向个性化,零售从原来的规模驱动走向标准化驱动,走向以个性化,灵活和定制为驱动,消费场景不仅限于某些大型商场或者商业中心,大型零售体或将面临整合重组。新零售是精细化运营的零售。
实现全渠道融通:新零售将从单向销售转向双向互动,从线上或线下转向线上线下融合。因此新零售要建立“全渠道”的联合方式,以实体门店、电子商务、大数据云平台、移动互联网为核心,通过融合线上线下,实现商品、会员、交易、营销等数据的共融互通,向顾客提供跨渠道、无缝化体验。
移动互联时代让线上和线下结合得更加紧密,线上和线下都是销售和市场行为的渠道,将会是以企业或者经营者为中心去触达和服务用户。
- ?
新零售和传统零售区别:大数据应用和线上线下的融合
Scapa
展开
自从有了5年前马云和王健林的亿元赌局,关于电商和传统零售的争论从未停止过。但10年赌期还未过半,马云和王健林已“握手言和”:马云在2016年的云栖大会上宣称,以后阿里巴巴将不再提“电商”这个词,要打造“新零售”,而万达也悄悄上线了自己的电商平台——飞凡网。2017年2月20日,阿里巴巴集团和百联集团达成战略合作。而后者拥有几乎百货、商超、购物中心等全业态。
从传统渠道到网络渠道,从O2O到O+O,从对立走向融合,这绝不仅是一系列概念的炒作,而是零售业发展从量变到质变的过程。“新零售的概念是零售业态里新的共识,马云提出的新零售并不是一个完善的理论,更进一步如何走,还需要探讨。但每一次零售终端的变化不仅对零售业本身,对整个商业体系都影响巨大。新零售相当于一个篮子,马云往里装东西,将来别人也会装东西,它正在发生,将来也会有修正和遗漏,对于零售业是一种再出发。”对外经贸大学国际商学院营销学系副教授张磊楠告诉《商学院》杂志记者。
零售组织像生物一样,有它自己的生命周期。新零售和传统零售最显著的不同,就是大数据的应用和线上线下的融合。这次再出发的航班,走在最前面的依然将会是电商。正是这些电商首先意识到仅依靠线上发展会有短板,同时,他们又拥有长期积累的大数据,掌握着战略客户群体(年轻消费者),并且带有求新求变的基因。因此新零售对一些传统零售来说将会是一场恶战,如果在电商转型中没有保持优势,在新零售中又会落后。
线下优势的再挖掘
零售业态下,不同渠道到达的客户群体不同,比如白酒,奢侈品的销售策略往往是,线上销售以低价位产品为主,线下提供优质服务。“然而,无论是以线上的低价还是线下的服务,每一种渠道都只能部分满足顾客需求,今后零售商与客户的联系方式不能只有一种,应该线上线下同时满足。”清华经管学院市场营销系副教授郑毓煌表示。
曾经在与电商的价格战中优势丧失的传统零售,在新零售中迎来了“第二春”:在消费升级的背景下,消费者对价格的敏感度降低,转而更加关注产品价值、服务,因此线下店的角色发生了改变:不单是利润的产生,而是打造品牌形象,增强客户体验的终端。
线下店如何吸引消费者?快时尚ZARA或许能给我们一些启示:当规模优势不可追求时,转而追求个性化,通过准确的产品定位,利用大数据进行定制,不仅自身得到高利润,客户也得到高价值,通过短周期内不断推出新品,调动人喜新厌旧的情绪,消费者光顾店面的频率就很高,黏性非常强。
在新零售时代,场景化成为行业核心竞争力之一。消费者买的不是简单的产品,而是想得到价值。因此宜家打出了“售卖的不是家居,而是生活方式”的口号,通过创造一个个家庭场景来体现产品的价值;又比如中国消费者本来没有嚼口香糖的习惯,绿箭、益达等品牌通过宣传“嚼口香糖可以清新口气,防止蛀牙,使你更受欢迎”对消费者进行潜移默化的教育,让产品的价值能更好地被消费者接受、理解。
曾经,线下店用会员卡的模式来获取消费者信息,但这些数据往往沦为“鸡肋”:会员年龄大、多为单次购买、客户没有被激活、使用的比率不高……怎样把消费者偏好转化成数据,将每天进店人数、购买人数、以及购买金额、男女老幼的比例等这种日复一日、年复一年的庞大数据做好管理,并从中提取相对应的信息是数据应用的基本。而随着智能化购物设备的普及,新零售时代的店铺将融入更多科技元素,实现门店数字化与智能化改造。
但得到数据只是第一步。“数据本身没有价值,重要的是如何很好地去利用它。很多互联网企业不知道如何应用,而亚马逊早已经利用先进的分析技术进行交叉销售和及时推荐,这对人才提出了更高的要求。”郑毓煌说。
从大卖场到“百花齐放”
2016年大卖场的倒闭速度令人触目惊心,更多的传统零售开始摒弃大卖场模式,无论是转向高端超市、社区便利店还是大型会员店,都是一种好的转型方式。“零售的目标群体应该分类,不单是规模变小,而且是趋于高端。曾经消费者青睐的沃尔玛是物美价廉的一站式购物,但进行客户细分时,发现高端群体应该有一个属于自己的超市,这就涌现了好市多、山姆会员店和华润万家旗下的高端超市,就是为了迎合这种不单追求低价格,并且要高价值的需求。”张磊楠表示。
如今高效率的物流压缩了等待的时间,但永远无法得到完美的解决,这给深入社区的便利店提供了机会。“便利品的特征是高密度的分销,便利是第一要义,因此便利店需要有很强的选品能力,SKU控制的很少,但又保持较高的利润。所以,无论从产品特征还是消费者习惯的转变,做到经营业态的多元化,甚至定制,和社区融为一体,还可以与消费者建立情感联系并产生互动,这种增值服务是大超市不具备的。”张磊楠说。
这种广义的社区可以是居民区,可以是CBD,也体现在线上。越来越多新产品的涌现,消费者在没有使用经验的情况下,更倾向于倾听舆论领袖的评论和信息分享,最后作出判断。零售更多的是针对选购品,是个复杂的购买行为,因此在新零售状态下,线上虚拟社区交互对群体的影响特别大,母婴、美妆等细分领域都是新的机会。
新融合:从O2O到O+O
沃顿商学院市场营销教授大卫·贝尔提出,线上线下的融合不是O2O,而是O+O。这种融合核心是线上线下再加智能物流。不管哪样的企业未来都必然走向这样的趋势——线上不落地不行,线下没有互联网工具也不行,没有高效快速的物流体系,没有时效成本也是不行。目前能够真正把线上线下零售完美结合的企业少之又少,相反二者还经常被摆到对立面上。在电商时代,有些传统零售对电商态度十分敷衍,有的线上款式少,有些只是用来甩货,所以线上线下融合都不成功,客户没有从线上得到更多价值。
线上购物的便利,使得越来越多的消费者习惯于线下试、线上买,线下吸引顾客就不单是产品,而是好的业务组合,这就需要传统零售去分析消费者有哪些不可或缺的需求,和现有业务进行交叉销售,横向合作。比如中石油和麦当劳总是开在一起,因为他们服务共同的客户群体,电影院、购物中心和美食广场结合在一起,给人提供一站式的高品质的生活。
线下做体验店,线上做平台。在这方面,苏宁、国美、海尔等家电行业已经做的比较成熟了。手机行业也正在向新零售进军,原本只在互联网渠道销售的小米等开始疯狂布局线下,线上线下逐步打通,基本做到了线上线下同质同价。
正如马云之前所说,“纯电商时代很快会结束,未来的十年二十年将没有电子商务这一说法,只有新零售这一说法。线下的企业必须走到线上去,线上的企业必须走到线下来,线上线下加上现代物流合在一起,才能真正创造出新的零售形态。”零售业发生的变化不是一蹴而就,一些先行者已经在实践中去摸索更适应未来的零售形态。这其中的得与失都能给从业者以启示。
来源:互联网,ZMT整理发布
- ?
从新零售到大数据,DIPNET或开启工业革命巨变
秦若之
展开
撰稿人:国际工业区块链标准化组织(IIBSO)理事;工业区块链(DIPNET)社区理事,Tokenclub研究院高级分析师——孙航
如果说实体经济在过去的一两年内最受人瞩目的概念是什么,那当属新零售和新制造了。从街边各种欧系日风的便利店及其五花八门的商品,再到各种无人机、无人店、和无人仓,这一系列颇具未来科技风格的事物似乎正在时刻提醒着人们,新零售和新制造已经成为了生活中不可或缺的一部分。然而似乎很少有人想过:这些新的概念究竟能给人们的生活带来怎样的实质性改变?它持续发展的模式又在哪里?在今天的推送中,笔者就将以新零售和新制造为引子,提炼出这两个概念背后的精神内核,以及在区块链技术的点睛之笔下,新零售和新制造未来可能给人们生活、甚至是整个产业经济带来怎样的变革。
在了解什么是新零售和新制造之前,为了防止各位朋友们陷入纠结当中,我们可以先参考一下这两个词的孪生概念:新能源。
在很多人的印象中,新能源指的是风能和太阳能,但很少有人会想到这样一个问题:目前市场上的电动汽车也被称作新能源汽车,但电动机已经被发明一个多世纪了,那为什么我们还管它叫做“新能源汽车”?原因就在于:所谓的新和旧,实际上只是一个相对的概念,跟石油相比,电动汽车就是新能源,跟煤炭和核能相比,风电和太阳能就是新能源,尽管严格来说,这些技术已经出现了几十年了,在当代的社会根本谈不上新。
知晓了这一点之后,你就能明白:现在大街小巷都在谈的新零售和新制造,其实根本没有一个具体的定义和模式,它其实是相对于传统的零售和制造模式来说的,从某种意义上讲,只要你在传统的零售和制造模式之上对行业进行了加强和改进,都可以被称为是新零售和新制造。就好像现在只要和传统能源不一样,管你好用不好用,都可以被称为是新能源似的。
新制造的源头:不断升级的新零售诉求
从这点来看,新零售和新制造这个概念本身并没有特别了不起,重点在于:新零售和新制造要怎么个“新”法,才能满足用户的真正潜在需求?毕竟,为了追求“新”而新,是没有太大意义的,这就好像太阳能发电和生物柴油虽然都属于新能源,但两者的内在价值却完全不一样。
要回答这一问题,我们首先要梳理清楚:现在的消费者在当下时期几个升级的需求:
1、对商品的专业化诉求:具体表现在更多的垂直领域细分需求持续出现,百货业态逐渐走向专门业态,如名创优品等专业化精品店等。
2、对商品的服务化诉求:也就是商品与服务的高度融合,比如说一些母婴品牌会把商品、服务、游乐融于一体的现象。
3、对购物的场景化诉求:也就是购物除了买东西之外,还要注重体验和休闲等因素,事实上,英文中的shopping一词,本来就具有超于购物的内在含义。
严格来说,上面几个所谓的新需求,在目前阶段都没有用数字化技术改进的必要,一个像万达或富力那样的大型购物中心,就可以满足大部分的痛点。但在一个研究人员的眼中,有些诉求是存在进一步升级的可能的,而一旦这些需求进化之后,能够解决问题的渠道,实际上只有前沿的数字化技术。这其中最典型的例子就是上面几个消费者诉求中的第一条:商品的专业化。
图:现代的购物中心,其存在意义早已超出了“购物”的范畴
众所周知,和互联网社群一样,零售业本身也是在一个在不断细化的过程。具体来说,商品的专业化经营,在过去几十年里经历了以下几个发展的阶段:
1)零售1.0:所有消费者一个店
在90年代和2000年代百货商超一统江湖的时候,所有的消费者进到商店里,看到的商品界面都是一样的——无论是蔬菜水果、还是日常用品,都被码在一个大厅里,这个时候你如果想要碰到自己想要的商品,方法只有一个——找,如果是比较大的商场,搞不好你就在里面迷路了。这种比较粗放的商品零售模式,也就是“所有消费者一个店”,简称之为零售1.0。
2)零售2.0:每类消费者一个店
而随着消费者对商品专业化诉求的提升,以及伴随着国际贸易而不断丰富的物资,现在人们可以看到各种垂直细分领域的专门店,例如各种水果超市、以及甜点超市等。在这一时期,拥有不同诉求的消费者可以选择去不同的商店购物,而他们各自所看到的商品界面都是不一样的——水果爱好者们看到的是一屋子水果拼盘,甜点爱好者们看到的则是各种烘培蛋糕,与零售1.0相比,这种商品零售模式有了进一步的细化,也就是“每一类消费者一个店”,简称为零售2.0。
3)零售3.0:每位消费者一个店
零售2.0的出现,大大提升了商品的专业程度,降低了消费者的筛选成本,但是严格来讲,这种细分模式还存在着较大的提升空间,譬如,如果消费者想买不同类别的商品——例如生鲜、水果、衣服、电器等。就得把上面四类垂直领域的商店都跑个遍。那有没有一种办法,能够兼具零售1.0和2.0的优点,让消费者在一个店里,就能以更低的筛选成本,一次性买到比较高质量的商品呢?答案是可以的。事实上有心的朋友应该已经发现:现在很多的线上电商都已经实现了个性化的推送首页,试图从用户的诸多线上行为中,筛选判断出其最想要的商品,并主动推送到电商主页上。也就是说,与零售2.0的“一类消费者一个店”相比,这种零售方法实现了更为细致的划分,也就是“每位消费者一个店”,用电商行业的术语来说就是“一人一店”。简称零售3.0。
当多方大规模协同成为可能:DIPNET解锁零售4.0与工业4.0
很明显,对于消费者来说,零售行业从1.0到2.0、乃至3.0的发展,使得用户在购物过程中的便利程度大大提高,但是零售行业的多次升级并没有解决一个至关重要的痛点,那就是:如果说供应商提供的商品里没有买家想要的东西该怎么办?此时的消费者,必然会想要参与到商品的供应链当中,对商品提出一些个性化的要求,比如说要求西装尺寸更加符合自己的身材,同时在上面加上一些特定的装饰等。
但遗憾的是,目前的制造与零售业,在处理消费者的这类需求的时候,应对的措施显得非常传统且不合理,具体来说无非两种:要么加量,也就是必须得在订货量达到一定规模之后才能下单,比如多少多少起订等,要么就是加钱,也就是单件的价格会变得非常贵,甚至有可能冲到原价的几倍甚至十几倍,比如说西装的定制。所以一直以来,尽管零售行业各种花样层出不穷,但用户一侧始终无法参与到与供应链的互动当中。
事实上,对于这个问题,处于商品供应端的制造企业也感到很头疼,不是他们不想提供这种个性化和碎片化的商品,而是现有的工业形态实在不足以满足这些需求:在过去的几十年里,虽然工业技术持续高速发展,生产效率不断提升,但却始终没有办法实现一个功能:那就是柔性制造。因为只要你放弃原有的大规模批量生产模式,产品的单件生产成本就会骤然上升。毕竟工业是一个规模经济明显的赛道,而改装生产线更是一个烧钱的大工程。这也是为什么零售行业一直没有办法在3.0的基础上更进一步,从而达到“双向互动”的4.0的重要原因。
在这样的情况下,一个真正能够满足人们需求的“新零售”和“新制造”的概念脉络就比较清晰了——也就是在保障自身利益的前提下,将消费者的诉求即时地融合到产品的制造与供应链当中。而在这当中,一类区块链技术将会起到至关重要的作用,这就是工业区块链(DIPNET)技术。
具体来看相关的过程。
如果说对目前社会对零售和制造进行升级的需求,是来自于“消费者→新零售→新制造的”这个链条的传导,那么满足消费者需求的这个改造的过程,则是以“新制造→新零售→消费者的”来进行的逆向路线。而改造的第一步,就是要将原本固化的大规模工业生产线,拆分为多种模块化的制造单元,这样一来,不管前端市场的需求怎么变化,后端都可以对接得上,这流程其实可以类比为我们熟悉的积木:无论组装出什么样的形状,都可以通过积木来完成,玩家所要做的,只是改变拼接的顺序而已。
但毫无疑问,正如同一个人不可能具有所有技能一样,一条生产线、乃至是一个工厂,也不可能具有所有的制造单元,这就需要像多人合作一样,进行跨组织的制造单元合作。然而,按照传统的工业生产体系,由于这样的协作方式涉及到的利益主体较多,因此彼此之间的协同成本是非常之高的。这也是一直以来跨组织的制造单元未能形成大规模协作的最主要原因——当多个利益主体之间合作所耗费的时间和精力已经让参与者望而却步的时候,那接下来通过商品来回收利润的过程,往往也就难以执行下去了。
但是,在工业区块链(DIPNET)技术出现之后。柔性化制造的实现出现了一个重要的契机:通过对跨组织的交互数据的记录,区块链可以有效降低利益主体之间协作的时间、精力、以及信任风险成本,一方面使得制造单元之间的大规模协作成为可能,另一方面能够有效地缩减供应链对于用户个性化需求的响应时间。
具体到现实中,DIPNET未来会给工业制造领域带来如下的变化:在传统的零售与制造行业,你要么购买那种流水线上下来的、千篇一律的商品、要么花高价+等很久地来购买那种个性化的商品。除此之外没有第三种选择。而在DIPNET融入到工业制造领域之后,你在可以获得个性化商品的同时,还能享受到流水线商品级别的价格和物流速度。尽管相关的数字化配套技术还在摸索当中,但毫无疑问的是,作为工业制造各个利益主体之间信任的桥梁,DIPNET将会成为新零售与新制造领域的核心,而其他相关的数字化技术,例如智能合约等,也将在其基础之上来构建。
工业的拐点:DIPNET彻底改造制造行业?
毫无疑问,新制造所尊崇的碎片化、个性化、细胞化的制作方式,在满足用户需求、有效提高了单价收入之外,也抬升了工业制造本身的成本,虽然DIPNET在一定程度上简化了系统协作的压力,但设备的磨损以及物料的储备仍然是一笔不小的开支。实事求是的讲,如果仅仅盯着制造这个环节,那么工业4.0时期的“个性化定制”,其利润是否会比工业3.0时期的批量制造模式更高,还真说不太好。
那问题来了:未来的制造企业到底要拿什么赚钱吃饭?答案是——当区块链这最后一块拼图落地、个性化定制在工业领域群起燎原之后,今后的工业制造领域将会开启一个新的时代,也就是从商品为单一的销售产品,转型为商品+服务两条腿走路。而未来制造企业的最重要饭碗,是服务。
为什么这么讲?原因很简单。对于制造行业来说,未来他们所销售出的各种商品将不再仅仅是一个硬件,更是一个信息入口。它不断地采集用户的行为数据和状态,并上传至厂商的私有云平台,而厂商通过这些数据可以了解到商品现有的状态,例如其何时需要进行维修、而这过程中又需要哪些零件等,这些相关的配套服务,将会成为工业企业一个重要的利润来源,更重要的是,这一块的收益是高度排他性的——因为用户所有的行为数据,只有相关商品的厂商有,所以也只有这家企业能够为其提供有针对性的服务,而其他的竞品就算实力再强,由于不了解消费者的历史数据,也是鞭长莫及。
事实上,纵观全球范围内的工业技术发展形势,我们不难发现,从“生产性工业”到“服务型工业”的转型,正在逐渐成为制造业的一个重要发展方向:例如IBM已成功转型为全球最大的硬件、网络和软件服务整体解决方案供应商;GE(通用电气)的“技术+管理+服务”所创造的产值已经占到公司总产值的2/3以上;英国劳斯莱斯的主导产品,则是从过去的航空发动机演变成为航空发动机飞行时间,通过“租用服务时间”为用户提供保养、维修等服务。在可预期的时期之内,工业企业通过提供服务而获得的收益比例将会逐渐提升。
与上面这些属于批量制造的工业3.0相比,由DIPNET所实现的、专注于个性化制造的工业4.0所收集到的数据,相对来说更加广泛——对于工业3.0来说,由于它的供应链缺乏用户的反馈和互动,所以它所获得的信息,往往都是用户买到商品之后,在使用商品的过程中所产生的数据,这样一来,对于工业3.0来说,实际上只有像计算机和电气设备这样数字化程度较高的商品才有可能在服务板块上做文章,你能想象你买出卖出一件衣服出去,这件衣服还能把消费者的使用数据给你传回来么?
而工业4.0就不一样了,由于它鼓励用户和厂商在商品个性化制造的过程中进行互动,因此,消费者出于“钱要花在刀刃上”的心理,会尽可能精准的上报关于自己的各种信息、鉴于很多人并没有精准的语言表达能力,所以相关的信息可能还会比预期中更为冗杂,这样一来,工业4.0实际上就获得了工业3.0所无法获得的另外一类信息:也就是消费者海量的线下数据。
在这样的情况下,基于DIPNET所形成的制造厂商可能会成为继互联网企业之后、世界上第二类拥有消费者大数据的企业,而且这种...
- ?
新零售大数据技术是如何将商品和消费者进行深度链接的?
滕雍
展开
我们在说新零售的时候,不得不说到盒马生鲜,作为新零售的头部玩家,也给新零售市场建立起了一个良好的榜样, 2017年中国生鲜电商市场交易规模约为1391.3亿元,同比增长59.7%,互联网巨头们也开始涉足新零售领域,阿里有盒马生鲜、易果生鲜,腾讯有每日优鲜,京东、苏宁、顺丰都不甘落后,开始在不同的领域布局新零售,新零售相比传统的销售有哪些创新和不同呢?
新零售是技术推动的结果,最新最前沿的科学技术都被引用到新零售中,比如说AI技术、大数据运营等等,新零售让线上线下获客互通,传统的零售业零售状态都是开门等客来,而在互联网告诉发展的今天,衣食住行都可以通过网络解决,宅也成了现在很多人生活的常态,能够在网上购买的绝不出门,人不出门,店铺客从何来,新零售则将这层矛盾关系打破,以盒马生鲜为例,除了价格合理,产品新鲜,同时还附加了配送服务和线上的结合,支持线上下单,同时承诺三公里之内半小时快速送达。
同时新零售也很好的运用了现代科技,在超市商场购物的消费者,可以被现代先进的科学技术快速的识别和跟踪,消费者的消费行为、喜好、需求等信息,都可以通过现在大数据技术精准的获取并分析,再将这些数据以画像的形式展现给企业,企业可以通过消费者画像优化店铺运营,了解消费者喜好需求,及时对店铺产品做出优化和补充,企业可以通过MobData大数据技术建立起千人千面的购物页面,增强消费者粘性。
传统的零售时再商品的基础上,靠信息差和服务差盈利,而在信息高速发达的今天,消费者获取的信息来自于四面八方,需求也在不断改变,企业需要及时了解用户的需求,而MobData’新零售解决方案中,通过对消费者数据的获取分析,让企业具备预判,预定,精准适配的交互服务能力,传统的B2C转变为C2B零售生态,也就是说提供消费者想要的商品和服务,新零售是基于消费者的基础,而传统的零售是基于商品,大数据技术将企业和用户之间的壁垒打破,让企业可以快速精准的了解到用户,想其所想,解决其所需。
新零售是如何将服务和商品深度链接的呢?比如说你在盒马生鲜买了鱼,盒马宅急送的时候,就会配送一份料酒品鉴表给消费者,你买其他的商品,也会给你配送和商品相关的东西,当然这个相关的产品也是一项收费项目,还有比如说你是某商场的会员,你在商场买了衣服,商场会送你干洗服务,只要你完成了支付,你的手机会员中就会收到一张洗衣券。
新零售通过大数据结合场景、内容,打破传统零售业对于地段的高度依赖,企业可以利用大数据去匹配用户的场景喜好、需求等,用场景和服务刺激消费者产生购买欲望,将消费者的购买行为设计成最短成本最低的方式。
- ?
新零售时代,必备零售业大数据分析工具等智能商业服务
玛克辛
展开
2017年,新零售异军突起,占据市场龙头,行业巨头均持重金布局,开展了社交营销、无人超市等各种零售模式。可以说,2017年开始,新零售正式来临。提到新零售,常常提到的关键词有全渠道营销、人工智能、大数据技术等。其中,基于大数据的个性化精准营销即零售数据分析,也是零售业未来发展的必然方向,零售业大数据分析工具等智能商业服务越来越盛行。
大数据分析工具全渠道营销将是公司营销变革的必然方向,基于大数据的个性化精准营销成为趋势。全渠道营销模式是多种多样的,涉及到线上线下渠道以及内部数据与外部数据的交叉与融合,覆盖企业的信息展示、商品体验、订单、支付、物流配送、售后等不同环节。在每个环节充分的数据化之上,以大数据和人工智能技术为核心,可以深度洞察用户需求、建立精准用户画像,为不同客户提供不同的产品和服务,实现个性化和精准化营销。
随着越来越多的商业场景被数据化,零售业大数据分析工具等智能商业服务就越来越盛行。零售业大数据分析工具可以对商品、会员、门店、仓库、供应商等全面立体的零售百货超市数据分析可视化。在信息化及数据化的基础上,为上下游不同环节提供智能分析及决策辅助。
零售BI方案未来,企业将不再只是简单的展示商品信息给消费者,而是能够与消费者进行实时互动。这种互动不仅紧跟时代不断发展的技术,更是融入了消费者多样化的生活方式。可以说新零售更懂用户。这种“懂得”不是空穴来风,而是有数据依据的。国内BI厂商专业提供商业智能服务,引入一款零售业大数据分析BI工具,标准零售BI方案+专业数据分析指导,海量数据下实时响应,一步实现零售百货超市数据分析可视化、移动化。动态智能分析,满足零售用户多变的数据分析需求!
- ?
线上新零售大数据到底要分析哪些数据?
心底
展开
今天,还是想跟大家说说大数据的事,要知道,做新零售是离不开的大数据分析的,尤其是在线上,为什么今天想说这个呢,源于一条新闻——《微信:不留存任何用户聊天记录 不偷看你的聊天》
这个事,可算是火了,其实源于吉利汽车董事长李书福的一句话“我心里就想,马化腾肯定天天在看我们的微信”这不,关于微信的个人隐私保护和信息安全问题又被提及。
于是乎,微信赶忙澄清说,第一,微信不留存任何用户的聊天记录, 聊天内容只存储在用户的手机、电脑等终端设备上;第二、微信不会将用户的任何聊天内容用于大数据分析;第三、因微信不存储、不分析用户聊天内容的技术模式,传言中所说 “我们天天在看你的微信”纯属误解。
那么,好啦,问题来了,为什么腾讯不把聊天记录用于大数据分析。
我不知道您哪位喜欢看相声,德云社青年相声演员朱云峰(烧饼)、曹鹤阳(小四)的包袱里有这么一句话:“你有什么长处,我有什么短处”,这句话里有两个“什么”,当着两个“什么”同时重读和同时轻度时,表达的完全是两个意思,这就是中国话音调问题,而对于大数据采集来说,现代技术还采集不到音调的不同,再加上多音字,这些干扰,很难得的一个相对准确数据。
我知道,这个时候你一点会说分析语音啊,那好,现在市面上的语音输入识别的对于方言的识别呢?可以说是惨不忍睹,专门统计世界各地语言的机构《民族语》(Ethnologue)在2016年发布的各国语言数排名中,中国以301种语言排名全球第六。所以说要想完完全全的识别方言土语,任重而道远啊。就算是普通话,随着噪音的增长,语速的变快,识别的准确率越低,这也是无法取准语音确数据的原因之一。
那么最后一个,主观性,我们平时在与人聊天的时候会发现,同一个东西,可能跟张三说,这个东西多好多好,跟李四说这个东西糟透了,但是你对这个东西是否喜欢只有在你心里清楚,从文字中很难分辨,这就是人在不同的语境之下,语言的一个变化,更多的是一个心理学的东西,现代计算机对心理学的算法好像不太灵活,不然,测谎仪为什么要采集人体生理参量的变化信息。
其实,微信在聊天这一块采集的数据是一些客观的东西,例如我们发布的条数,发布的时间,语音的时长,发布的频率这些,主要分析的还是用户行为。这也是大数据要分析的主要内容。
尤其是对于线上新零售来说,当你无法面对用户时,想要把握用户流向,就一定要对用户行为进行分析。
通过分析用户访问网站流程,我们可以分析出客户浏览页面的行为方式,从而判断网站结构设计是否合理,是用户体验更加完善;
通过分析注册用户和非注册用户,我们可以通过分析两者之间的浏览习惯,来制定我们的活动方式,吸引客户关注;
通过分析用户选的入口形式,我们可更为合理分配广告资源,利用好每一分广告费;
通过分析用户所使用的搜索引擎、关键词、关联关键词和站内关键字,我们可以了解到用户的喜好,推送相应的产品或者服务给到用户;
通过分析用户的来源地区、来路域名和页面,再结合用户的基础属性,有利于我们做出差异化营销策略。
。。。。。。
当这些组合在一起时,我们线上新零售营销就可以做到定向营销,差异化营销,一站式营销等多种经营模式,这才是新零售种大数据分析的目的所在,从用户需求出发,为用户提供符合其需求的服务或者产品。
- ?
当「新零售」遇到「大数据」,一场新变革悄然开始
爱与诚
展开
杭州浙江大学玉泉校区外的西溪路上,有一家经营了十余年的小超市——维军超市。
最近,它成了多家媒体争相报道的对象。
因为这家小超市有了一个新名字:天猫·维军超市。
店铺经过装修改造,从一个小杂货店升级成为首个试点。
近日,阿里巴巴旗下的零售通正式启动天猫小店项目。
这是继阿里无人便利、盒马鲜生之后,推出的又一基于新零售理念旨在更好服务数百万零售小店老板和消费者的落地项目。
依托新零售概念,阿里巴巴发展线下销售平台,打造服务贴心、供销完善、线上线下联动的社区小店。
而早在今年年初,京东就率先开展了类似的计划。
京东新通路事业部规划在未来五年内开设一百万家京东便利店,个体户以加盟形式合作。
原本的电商巨擘,如今都将目光聚集在线下,正说明了新零售时代正在到来。
马云说:“新零售=线上+线下+物流,其核心是以消费者为中心的会员、支付、库存、服务等方面数据的全面打通。”
新零售不仅是出售商品,更注重服务和体验,而线上与线下结合成为重要一个环节。
阿里巴巴集团副总裁、零售通事业部总经理林小海认为,天猫小店及今后陆续升级的各种天猫便利店,将改变现有社区小店的运营模式,还将为消费者带来智能化的门对门购物体验。
而这其中,大数据智能化分析将扮演重要的角色。
任何类型的便利店、任何类目的商品都将通过数据分析精准定位到门店所辐射到的人群,可以总结为“统一品牌,千店千面”。
根据店面大小,资金状况,方圆若干公里内消费者的画像等来决定商品种类。
“如果他周围邻居有100条狗,我们会推荐他卖狗粮。如果他附近的邻居有100个孩子,我们会让他卖尿片。”
因地制宜,因人售物,这与MPM推客的广告投放理念也是不谋而合。
通过数据的收集、分析和可视化,更好地优化产品及服务。只把东西卖给要买的人,只把广告投给会看的人。
大数据的应用非常广泛,新零售只是一个切面。
以往我们购物要货比三家,无论线上线下,看价格、看品牌、看质量、看活动,通过数据化的分析,就可以准确地“猜你喜欢”。
喜欢吃什么零食,喜欢穿什么鞋,喜欢喝什么牛奶,喜欢听什么歌,喜欢看什么电影,喜欢浏览什么新闻……
对于当下互联网和信息化的时代来说,效率、精准、性价比是所有企业追求的目标,过滤掉无用信息,确保信息渠道的通达,以最少的成本最快、最准地达到最好的效果。
这就是大数据可以帮我们实现的。
这也是MPM推客可以为你们做到的。
- ?
新零售大数据报告
颤动
展开
什么是新零售
以消费者为中心,以数据为驱动的零售生态系统
新零售诞生的原因
一 技术 新商业基础设施初具规模:大数据、云计算、移动互联网、端; 智慧 物流、互联网金融;平台化统一市场互联网发展逐步释放经济与社会价值,推动全球化进程
二 消费者 消费者数字化程度高,认知全方位,购物路径全渠道 中国消费升级引领全球消费增长 ,新一代价值主张
三 行业 全球实体零售发展放缓,亟待寻找新的增长动力 中国实体零售发展处于初级阶段,流通效率整体偏低,缺乏顶级零售品牌,多元零售形态涌现
消费者数字程度化高
PWC:在中国,每天都网络购物的消费者增长速度远高于其他国家,预计全球将跟从中国网络购物趋势。 Aliresearch:伴随中国消费者数字化程度提高,消费品部分品类已达到50%以上的线上渗透率,消费者 购物独具全渠道特色。 平均看来,每个消费者的购买行为中均有多个可能与互联网有关的激发点,中国消费者与互联网的紧密 联系显著高于世界各国同龄消费者。 2016年“双11”阿里零售平台无线占比82%,远超两周后美国“黑五”无线占比36%。
掌握数据等于掌握了消费者的需求,传统的零售是从货场人,而新零售是从人到场在到货的一个转变,区别与以往任何一次零售变革,新零售将通过数据与商业逻辑的深度结合,真正实现消费方 式逆向牵引生产变革。它将为传统零售业态插上数据的翅膀,优化资产配置,孵化新型零售 物种,重塑价值链,创造高效企业,引领消费升级,催生新型服务商并形成零售新生态,是 中国零售大发展的新契机
- ?
新零售源于大数据和支付
淋雨
展开
支付手段高度发达的支付时代,各种支付手段层出不穷,让人眼花缭乱!但无一不代表着技术水平的进步与强大,大数据时代的来临!
这个时代的开启,支付宝和微信,功不可没!
马云和马化腾
支付宝
马云当年其实只想做一个交易平台叫做淘宝,根本没想做支付。
但是线上交易平台做大后,支付局限了平台的发展,所以当年马云找到刚成立不久的银联,希望他们能提供一个线上支付系统。
当年银联的大当家,找人评估了下项目可行的性,得到的结果是:想法很好,但是我们不想参与。(想法很好,其实就是瞧不起马云,觉得他是异想天开)
别人不愿意合作,马云又是个不易轻言放弃的人,所以决定自己做一个支付系统,从而有了现在大名鼎鼎的支付宝。
可以说!是银联成就了马云!成就了支付宝!
假如当年银联从了老马今天的支付是个什么格局呢?
微信
微信跨界打服了短信,又简单粗暴的,用红包撬开了支付的大门!以绑定银行卡的快捷支付为基础,向用户提供安全、快捷、高效的支付服务!
微信支付
2017年第一季度《中国第三方支付移动支付市场季度监测报告》。数据显示,2017年第一季度,中国第三方移动支付市场交易规模达到188091亿,其中支付宝占比53.7%,财付通为39.51%。
微信和支付宝支付市场占比
二者联手拿下超9成份额,国内移动支付市场已经进入双寡头局面。随着两位霸主的相爱相杀,二维码支付进入了大街小巷!
二维码支付
随着支付手段的不断发展才有了共享经济的可行性,大到汽车,小到雨伞马扎,最值得一提的是共享单车!
随着支付手段的不断发展才有了无人超市
共享单车
随着无人零售的兴起,人脸识别作为支付手段也逐渐为人所知。阿里巴巴的淘咖啡、苏宁的无人零售店、京东的京东之家,iPhone X的Face ID,农行上线的刷脸取款等,让人脸识别成为支付新宠,新零售已经不是未来!
刷脸支付
也许在某天会实现,你走进入商场,系统已经根据大数据分析出你的消费层次,消费喜好!或许商场能够比你自己了解你自己!
但这一切的前提来源于支付手段的进步,数据的强大!
- ?
新零售的数字化思维及大数据平台设计
黎浩宇
展开
新零售最核心的竞争力就是数据驱动,这是新零售相对传统零售最大的优势。传统零售通常数字化程度不高,数据不完整,而且数据是孤岛式的,没有实现很好的数据贯通。无人零售是新零售的典型代表,无人零售从出生开始就是数字化的,也就是实现了商品数字化、用户数字化、消费数字化等,如果不实现数字化,它就一天也无法运营,因为店里没有人,只能全靠数字化智能运营。孚利购无人智慧店(哇嗒智慧店)在大数据分析和大数据应用上进行了有益的探索,并产生了良好的效果。
无人智慧店是新零售的典型代表
随着移动支付和智能化购物设备的普及,传统零售也在寻求转型升级,融入更多的科技元素,逐步实现门店的数字化。但数据本身是没有任何意义的,数据只有通过分析才能发现其中的含义;数据分析的结论也是没有任何价值的,只有把数据分析的结论应用到业务中才能产生价值。当然数据太小很难发现其中的规律,大数据才有分析价值。大数据处理分为四个步骤:大数据采集、大数据存储、大数据分析和大数据应用。
大数据处理的四个步骤
很多企业每天喊着数字化,其实还处于第一阶段,大数据的采集。数据的采集确实比较重要,要保证数据的正确性、完整性、一致性和有效性;但是最重要的还是数字化思维,要根据企业战略目标导出大数据业务战略,要明确大数据的用户和应用场景,要明确大数据分析的方法和目标,从而做好大数据的架构设计、实施和运维。新零售最关键的不是数据,而是数据分析的思想和方法,下图是大数据的实施方法。
大数据的实施方法
新零售,最重要的不是大数据分析,而是大数据应用。通过大数据应用提高效率、优化服务和科学决策。大数据是一个持续改进的过程,不断指导业务调整、服务改进、技术升级和架构优化。新零售的大数据平台设计也非常重要,大数据平台架构的设计原则:
(1) 数据对象统一;
(2) 数据质量控制(数据正确性、完整性、一致性、有效性);
(3) 数据和应用分离;
(4) 数据异构;
(5) 多样化数据共存;
(6) 数据读写分离;
(7) 数据即服务。
新零售大数据平台的架构设计:
新零售大数据平台架构
新零售大数据实施策略:
新零售大数据实施策略
孚利购智慧店基于大数据平台实现了从传统零售的经验思维到新零售数字化思维的转变。传统零售一般是经验思维,比如货架怎么摆放,商品怎么选择、动线怎么设计,全凭经验。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,究竟是谁买的单都很难清楚,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。而新零售是数字化思维,基于消费者为中心,比如借助门店的WIFI探针、蓝牙感知技术等,自动识别联网设备获得数据,可以在不惊扰客户的情况下,获取其信息。消费者在哪些货架停留了多久、经历了怎样的动线,这些数据对于店面的管理都起到重要的作用,可以通过数据分析和应用可以优化店铺商品配置和货架陈列。
(本文作者李颖悟,新零售专家、孚利购联合创始人兼CTO,专注智慧新零售的研究、实践与培训)
新零售大数据分析
-
1、只需3秒快速实现求和
-
2、如何快速填充序号
-
3、如何自动填充序号(公式法)
-
4、数据条的神奇应用
-
5、多文本快速合并
-
6、查找与替换的不同玩法
-
7、快速定位到指定区域
-
8、数据排序、工资条制作
-
9、快速筛选(模糊、精确筛选)
-
10、快速插入空行
-
11、快速删除空行
-
12.快速跳转到天涯海角
-
13、.同时查看两个Excel文件
-
14、用条件格式扮靓报表
-
15、一键插入Excel图表
-
16、批量处理行高、列宽
-
17、利用拆分功能查看数据
-
18、批量录入相同内容
-
19、工作表快速跳转
-
20、批量录入表格模板(精品课程)
-
21、Excel函数与公式的应用、公式循环引用的查找
-
22、IF函数单条件判断同比增长
-
23、用sum函数 格式相同,连续多表数据汇总
-
24、excel快捷键
-
25、VLOOKUP函数——根据销售员匹配销售额
-
26、统计各部门销售总额
-
27、统计指定条件个数
-
28、怎样输入当前日期和时间、星期数
-
29、销售业绩排名
-
30、Sumproduct函数-万能函数(销售额汇总求和)
-
31、根据销售员,地区,商品名称汇总
-
32、批量替换PPT字体
-
33、给销售额数据批量添加万元单位
-
34、一秒快速核对两列数据
-
35、快速定位到指定单元格或区域
-
36、快速制作双行标题工资条
-
37、给你的表格做个瘦身
-
38、快速打开常用的Excel文件
-
39、快速打开多个Excel文件
-
40、利用创建组—快速隐藏/展开多列数据
-
41、快速制作下拉菜单
-
42、复制粘贴表格,如何保留数据源列宽格式一致?
-
43、两列数据位置互换
-
44、1秒钟扮靓报表——如何实现表格隔行换色
-
45、快速删除重复记录——保留唯一值
-
46、快速向下填充、向右填充,文本或公式
-
47、给Excel文件添加密码
-
48、插入带图片的批注
-
49、输入公式后不计算?
-
50、如何设置单元格缩进
-
51、快速解决Excel表格总显示货币格式
-
52、批量添加万元单位
-
53、你会四舍五入么?
-
54、用RAND函数机选彩票
-
55、冻结首行你会么?
-
56、超链接的高级应用
-
57、IFERROR函数-屏蔽错误值
-
58、批量填充颜色
-
59、录入数据
-
60、快速输入工号
-
61、快速行列转置
-
62、自定义缩放界面
-
63、多个单元格同时输入
-
64、如何计算立方米?
-
65、快速制作双行标题工资条
-
66、输入带方框的√和×
-
67、快速将姓名对齐
-
68、快速输入性别
-
69、按单位职务排序
-
70、自动计算合同到期日期
-
71、计算时间间隔
-
72、日期和时间的拆分
-
73、快速处理不规范的日期格式
-
74、快速填充合并单元格
-
75、效率加倍的快捷键
-
76、快速复制表格和对象
-
77、快速创建工作表副本
-
78、快速复制序列号
-
79、快速显示公式
-
80、多个单元格同时输入
-
81、快速调整显示比例
-
82、快速自动填充
-
83、快速填充(Ctrl+E)
-
84、Ctrl与数字键结合
-
85、快速将多列数据整理为1列
-
86、快速将1列数据拆分为多列
-
87、快速定位公式
-
88、快速录入数据
-
89、快速累计求和
-
90、身份证号码显示为0怎么办?
-
91、快速制作斜线表头
-
92、文本竖向显示
-
93、神奇的监视窗口
-
94、不一样的格式刷
-
95、快速美化图表
-
96、快速生成当前日期
-
97、快速找出循环引用
-
98、快速提取信息
-
99、二维表快速转换为一维表
-
100、快速多表合并