1. “新零售”現象背後需要商業邏輯支撐
馬雲在2016年底提出了“新零售”概念，在2017年一整年，也出現了很多所謂的新零售現象。比如電商品牌設立線下體驗店，無人零售，比如粉絲經濟、網紅經濟，網紅和明星在小紅書、微博上種草，然後在電商收割，比如門店裡的AR穿衣鏡，等等，很多新的現象出現。
面對這些現象，我們可以多問一句，它們背後有著怎樣的商業邏輯，有沒有一個邏輯可以支撐這個模式長遠的發展。因為沒有商業邏輯的技術創新，不是真正的技術創新。
比如說無人售貨機業態的發展，從整個產業鏈和供需關係覆盤，可以從支撐無人售貨機的科技，以及它綁定的商業邏輯思考。利用科技與邏輯這種思考模式，對一個業態能否長時間可持續發展，可能會有更明確的判斷。
2.新零售的本質：數據驅動的人、貨、場重構
從人層面說，關鍵詞是數字化解析。通過大數據，對人進行解析，瞭解他的需求和體驗；之後根據所瞭解的內容，做分類的識別和觸達，從而提高轉化率，增加消費者對品牌的信任度。
從貨層面說，關鍵詞是數字化支撐。利用數據進行選品，從而達到柔性、精準對供應。此外就是對物流效率的提高。
從場層面說，關鍵詞是數字化沉澱。比如在交互場景實現商品數字化，交易場景實現支付自動化，交付場景實現服務升維。
在這個重構過程中，最重要的就是數據的全向流通和閉環。只有把以上的關鍵環節都設法實現了數字化，人貨場的重構才能成立。
1.智能變革的背景
科技普及率在未來五年的增長，是促使實體零售發生智能變革的第一個重要背景。
現在雲計算和雲儲存已經比較普及，傳感器、自動識別等科技發展也很先進；預測分析等技術在未來幾年會保持幾乎每年30%增長。這些技術的普及，是我們做數據沉澱和數據解讀的基礎，新型的業態就是在此發展起來的。
比如，雲計算是從最前端到最後端打通數據的底座。如果所有信息都儲存在一個雲平臺上，數據的共享和不同商業間數據的打通，就會變得很容易。
中國商品零售增速趨緩，網絡佔比不斷上升，是促使實體零售智能變革發生的第二個重要背景。
中國百家大型零售企業，在過去幾年它們營收額的增速顯著下降，而網上零售佔比不斷上升。這對實體零售，尤其是零售通路是雙重的打擊。最近幾年，電商的增速也呈現出下降的趨勢。所以在2016年最低點的時候，阿里提出要做新零售。
可以說，線上線下都對新零售有需求。同時，新零售也不是線上搶線下的流量。而是在消費升級的大背景下，怎樣用新方法，加速業態升級和業務增長。
2.什麼是智能變革：數據為本，AI驅動的運營決策重構
我們給實體零售的智能變革的定義是數據為本，AI驅動的運營決策重構。
數據是基礎。現在我們做決策更多的是憑經驗，未來我們要發展到憑數據。AI驅動指隨著這種前沿科技的成熟，要用智能化的方式，將數據真正的含義解讀出來。在此基礎上，將運營決策的流程與數據驅動的方式匹配。
在進行智能變革躍升的途中，我們認為第一步或者說最重要的一步，是先讓消費者關係重構，增強消費者對品牌的認知，最佳優化他們的體驗。
第二個重要的方面是，對於商家而言，怎樣實現運營效率的提升。比如利用數字化和智能化的方式，管理庫存，進行選址等。
在消費者和商家兩方面都達到最優時，就要思考如何實現需求與供給之間的精確匹配。我認為在數據智能和網絡協同的基礎上，才能實現真正意義上的柔性供給，實現個人需求與商品供給間精準的匹配。
3.重構消費者關係：如何捕獲消費者心智？
當前有幾個趨勢，或者說現象，第一個是行業的邊界模糊化、IP屬性凸顯。舉個例子，小米。小米的平效是非常高的，有26到27萬。而一個普通零售店的平效約為3到4萬。通過做品牌的延伸和拓展，小米將一個低頻的行為變成了高頻的行為。
這是一個啟發，在提供商品時，不見得一定要把品類的邊界明顯化，或者可以先以明顯化的手段樹立一個強認知，之後進行外延。例如盒馬鮮生，建立了以吃為中心的體系後，再延伸到便利店。
面對當前行業邊界模糊化的現狀，或者說消費者需求可以在不同的品類間進行躍升這樣的形態，我們要思考如何定義最終提供給客戶的東西，這需要我們更深度地理解消費者，以他們的需求為本源，拓展商業邊界。
第二個是品牌反射弧明顯化。品牌成了首層過濾網，缺乏粉絲收集與粉絲運營的品牌加速淘汰。
隨著消費升級和消費主題年齡層次變化，品牌的反射弧更加明顯。例如，70後會比較關注性價比，80後會關注能否免費得到某些東西，90後、00後則會覺得付費得到的才是好的東西。
怎樣建設和運營粉絲群，增強IP認知，是在建設零售通路和提供產品過程中，值得深思的問題。
第三個是媒體社會化和社會媒體化。現在的環境中，很小的波動，很小的事件，影響力可能就會無限的放大。對於品牌來說，危機出現的隨機性增大，觸發企業迅速發展的時機也會增多，更加多元。儘管這個觸發點消失的也會更快。
比如飛天茅臺這個老品牌，之前推出了“幽蜜”利口酒，通過在《歡樂頌》中的植入迅速走紅，達到一天2億的銷售。它巧妙地將自己的品牌形象和劇中五個女主角的固有性格做了連接，通過這樣的植入，讓一些年輕女性找到了共性的認知，帶來了一個爆紅的產品。
未來，粗放性的營銷和傳統的調研方式，會導致大量機會的損失。7-11的創始人提出一個理論，即以前產品的生命週期是一個富士山的形狀，它會慢慢地上升，然後達到走紅的頂點，最後又慢慢地下來。
但是在當下這個信息高度發達的社會中，產品的生命週期已經從富士山這樣一個緩慢的形狀，變成了鉛筆的形狀，上去、下來，一個個的波峰，一個個的脈衝。
中國現在市場很大，人群的階層更加豐富，消費的選擇更加多元。現在，中國產品的生命週期幾乎是一個梳子。在這樣的情況下，利用傳統的方式，及時捕捉市場的動態，同時跟上市場動態提供產品，很難達成。
現在的時代，需要新的營銷的式，做精準定位和精準觸達，才能實現產品，才有希望把產品打造成一個爆款。
新零售的跨界競爭，競爭的就是全民的總時間，全民的總消費和產業的總資源。所以企業要考慮如何充分地利用消費者的周邊，和他日常觸達的觸點產生聯繫，以一種聰明的方式，將企業想要傳遞的信息傳遞給他們，並讓他們產生轉化的動力。
4. 技術驅動重構消費者關係：立體認知+全域觸達+ID運營
傳統上很多品牌都會建立消費者庫，但是這種信息庫是有很大不足的。一方面這種信息庫中儲存的信息是非常靜態片面的，比如年齡、性別等，我們很難得到特別有實操性的信息；另一方面，這種信息庫並沒有建立品牌和消費者直接鏈接的通道。
利用技術，可以將對消費者靜止片面的瞭解發展為立體的瞭解，進行微立化的解構。立體化的認知要求不僅得到消費者的基本信息，還需要理解他的消費邏輯和消費者關係的流轉。
比如，淘寶上一個消費者，如果只做年齡、性別上的分層，最多10個標籤，但其實他身上的標籤可能多達幾千個。繼續根據他不同的消費行為，可以推導出他可能的喜好和可能的購物需求。在消費者打開手淘時，就能達到千人千面，每個人看到的東西都是不同的場景。
下面說說全域觸達。在把產品信息營銷傳遞的過程中，傳統的紙媒、點信、廣告等非常粗放的廣告方式，轉化率比較低。現在需要找到更符合消費者的精準廣告投放方式。
比如消費者是微博的重度用戶，或者他的大部分時間在開車等，這些都可以作為精準觸達所考慮的維度。如果可以在正確的時間、正確的地點，提供正確的投放，轉化率一定比較高。
未來不同媒體經也會進行聯動，進行精準的匹配。比如在阿里業態中，已經開始的聯動，在淘票票上購買了一個電影票，送出天貓的代金券。
全域的觸達和營銷正是基於立體化認知，聯動圈子的擴大達成的。在此基礎上，可以進行ID運營。讓每個消費者的待遇都是獨一無二的，個人化或定製化的產品將會更多出現。
在這方面，未來將會有很大的空間與機會。比如，中國的會員制。我們的商場或者品牌提供的會員，只是簡單的積分兌獎，或是會員達到一定的額度，提供折扣。這種做法比較簡單粗暴，未來，我們可以給消費者一個獨特的ID，獨特的會員感受。
2017年初，阿里收購了銀泰百貨。之後，阿里把淘系品牌和銀泰會員的數據打通，在這個基礎上，識別具有高潛力，對銀泰有很強忠誠度的人，給他們更大的權益。並且在供應鏈的選擇和供應鏈的優化中，以這些人的需求為核心，進行品類的調整。
所以，儘管好像我們走進銀泰店裡，覺得這個商場沒有變化，但是它的後端，實際上已經進行了徹底的變革。這樣的會員制改革，既促進了商場的發展，又提高了客戶的體驗，同時還維繫了想要維繫的客戶。
5.突破“傳統數字化”帶來的效率錯覺
什麼是效率錯覺？舉一個大家都能理解的例子，報銷。最原始的報銷方式是手填報銷單；數字化後，我們需要將報銷的信息一條條輸入報銷系統，同時將紙質的報銷單交給相關人員，這時候數字化雖然完成了，但是由於數據沒有打通，流程不夠智能化，我們對於效率提升並沒有很強的體感，所以說這時候的“數字化”對於效率完全提升只是個錯覺。
現在報銷系統如果與飛豬、支付寶打通，報銷時，所有報銷的數據已經儲存在系統中了，基本不用輸入信息，就便捷了很多，才實現了真正的效率提升。
同樣的邏輯映射到零售產業，我們也會感知到，以前的所謂數字化還遠未解決效率問題。比如倉庫管理和銷售預測，最原始的是用紙做記賬，店長考慮要進什麼貨；後來則是利用CRM系統，但是此時的數字化只是將賬目信息數字化儲存，店長依然需要通過經驗決定進貨。
如果在信息系統數字化的基礎上，做到更加智能化，比如在店長查看過往訂單信息時，系統可以給出一些智能化的建議，而且可以詳細到每個SKU，店長只需要根據系統的建議結合個人經驗再做微調整。未來在數據拉通，算法的提升的基礎上，可以發展成為完全自動、智能的補貨。
又比如門店選址。現在，店長對於品牌來說極其重要，尤其是很多中國的企業，中心化的管理流程沒有完全建立，店長的經驗非常重要，比如店面選址，極大的依靠店長個人能力。
但是未來，利用數據化的方式，比如根據地圖的數據，計算不同點間的人流熱力，周邊小區間消費者的趨勢和行為。整合信息，就可以達到更理智，有數據決策基礎的選址。
類似的應用還有貨架的陳列管理，貨品的內容管理，等等。國家要求食品在包裝袋上的成分和食物宣稱的成分一致。如果不一致，零售商會受到懲罰。
但是一個超市裡SKU那麼多，人工一個個的比對幾乎不可能實現，如果之後可以通過人工智能檢索的方式進行檢測，就能極大的節約成本，降低企業運營風險。
而像運營者都希望做的最末端配送，也可以利用智能化的方式計算出如何用最少的次數，最大限度地提升客戶的體驗度，用最少的時間、最少的派單量實現最大的效益。
總之，在智能成本可控的情況下，利用數據的計算，AI方式，可以突破現有的運營瓶頸，促進企業的發展。
1. 網絡協同下的效率提升
網絡協同指將產業鏈上不同從業者共處同一平臺，協同工作。互聯網的下半場指在數據打通的前提下，實現最佳的效率配合和效率提升。
以往品牌製造商和提供方對消費者需求的瞭解是一個逐漸被滲透的過程，信息傳遞流程極其複雜。在傳遞的過程中，信息很大程度上已經失真了。所以品牌方的生產線和設計與市場的數據是脫離的。
但是如果利用數據驅動，就可以實現從研發、生產、採購、物流、運營管理到市場銷售，同步接收市場的需求，從而為下一季的產品的更新和輸入提供支持。
比如在這方面初具雛形的特步，它已經建立了一個數據驅動的底座。因此現在，特步可以通過合理的方式，將這一季的市場數據同步到包括生產研發工廠在內的各個部門，降低發貨週期。
2. 基於技術賦能的新商業生態。
未來，以中臺賦能為基礎的產業級數據拉通、能力輸出會給企業帶來效率的極大提升。在企業級數據業務中臺上，企業可以充分利用智能化的技術，實現數字化基礎上的效率升級；之後在產業級數據及業務中臺，如果企業願意把自己的庫存和產能公開，分享給上下游合作伙伴，就能夠產生整體效率的提升，實現共享共贏。
閱讀更多 一品購商城 的文章
