欧易

欧易(OKX)

国内用户最喜爱的合约交易所

火币

火币(HTX )

全球知名的比特币交易所

币安

币安(Binance)

全球用户最多的交易所

不懂大数据,如何玩转马云念叨的新零售?

2023-06-02 21:17:51 218

摘要:作者 | 范鹏编辑 | 陈静 题图 | 站酷海洛大数据如何赋能新零售?DT君上周请到了《新零售:吹响第四次零售革命的号角》一书的作者范鹏老师,从新零售的诞生、商业模式的分析、到真实案例的探讨,让你看懂新零售的本质。本文为嘉宾的直播实录整理,...

作者 | 范鹏

编辑 | 陈静

题图 | 站酷海洛

大数据如何赋能新零售?DT君上周请到了《新零售:吹响第四次零售革命的号角》一书的作者范鹏老师,从新零售的诞生、商业模式的分析、到真实案例的探讨,让你看懂新零售的本质。本文为嘉宾的直播实录整理,感兴趣的朋友不要错过哦~

▍零售业在大数据应用上的尝试

大数据在零售行业的应用很早就开始了。

美国的第三大零售商塔吉特(Target )受到一位愤怒的父亲的投诉,因为这家零售企业给他17岁的女儿寄孕妇用品,后来经过调查才知道他的女儿确实怀孕了。

一家零售商为什么比父亲更加了解自己的女儿?原来是因为这家零售商通过大数据发现女性在怀孕的时候会有固定的购买行为,比如购买无香味的护手霜以及保健品。零售商根据孕妇会购买的25种典型商品制定了“怀孕指数”,通过该指数能够在很小的误差范围内预测到顾客的怀孕情况。基于怀孕指数的预测,塔吉特针对这些消费者提前制订了针对性的广告营销方案,结果孕期用品销售量呈现了爆炸性的增长。

亚马逊的“预判发货”更是对大数据的极致运用。亚马逊通过强大的云计算技术,可以在顾客的购买行为之前提前判断顾客可能需要购买哪些商品。基于大数据,亚马逊可以通过分析消费者的购买行为和购买品质,大概预判到他什么时候可能会再次购买相同商品,在恰当的时机把这个商品发到顾客附近的小仓库,并且在商品运送途中给顾客发送促销信息,以便在顾客下单之后能够快速送货上门。

711被称为世界零售之王,它很从很早开始就非常注重数据的收集。在付款结算的时候,店员会人工采集消费者的信息。现在711的毛利率在日本达到90%,净利率也达到20%多,其中一个原因就是他们对于数据精准性的追求。

图片说明:7-11店员人工采集消费者信息

▍什么是新零售?

新零售这个概念是马云在2016年提出的,2016年正值电子商务发展得如火如荼,马云当时宣称阿里巴巴内部未来将没有电子商务的说法,只有新零售。阿里巴巴在新零售上的投资金额已经超过1000亿,分别投资了三江购物、银泰百货、苏宁云商等企业。

要真正理解新零售,还是要回归到零售的本质,零售的本质就是高效地为消费者提供所需商品。传统零售方式不知道货卖给了谁,消费者是谁,消费者在哪里,更不知道消费者有什么样的特点,而新零售是则是将“人-货-场”三个方面进行数字化,并将用户购物体验做到极致。

图片说明:新零售是“人-货-场”的数字化

第一个方面是“消费者”的数字化。新零售借助消费者的个人信息数据和实时消费等数据实现了消费者的可识别、可触达、可洞察和可服务。

第二个方面是“商品”的数字化。商品的电子标签可以让商品信息被精确记录,实现“货来找人”,让消费者可以通过各种途径买到商品,比如小程序、APP、办公楼的无人货架,甚至是在出租车里面。

第三个方面是“场”的数字化。场是指消费场景,未来购买商品的入口会无处不在,浏览新闻的时候、开车的时候都可以购买商品,消费场景变得无处不在。

图片说明:无处不在的消费场景

新零售的定义就是以用户为中心,在数据赋能下为消费者提供极致体验的“人-货-场“在线的全渠道场景。

▍大数据赋能新零售的场景

传统零售企业的数字化转型是新零售的基础。传统的零售企业面临这样一个问题:如何进行企业数字化的转型?

企业要回答三个问题:商业模式做重还是做轻?“自赋能”还是“它赋能”?做“存量”还是“增量”?

图片说明:传统零售企业数字化转型的四种模式

传统零售企业数字化转型有四种模式:

第一种是胖东来的模式:把商业模式做轻,以存量为主。胖东来不想大规模地做电子商务,于是把服务“上线“,将商品信息放在App中,让消费者可以在App中了解商品信息和促销信息,并且将投诉服务也包含在内。

第二种是苏宁-国美模式:把商业模式做重,并挖掘增量。苏宁和国美之前是做电器的,现在什么都做,挖掘了更多增量市场,把商业模式越来越做越重。通过打造全渠道,实现“人-货-场”的在线重构。不过这种模式需要大量的资金投入,只有巨头能够做到。

第三种是新华百货模式:自己做存量,让合作伙伴盘活增量。新华百货集团在服务好现有顾客的同时,与多点合作上线了 Dmall lite业务,用多点的互联网技术和强物流体系打通会员和支付的体系,实现会员的电子化和商场线上线下的融合。

第四种是步步高的模式:从“自赋能”到“它赋能”。步步高刚开始尝试自己做数字化转型业务,将消费者、门店和商品信息数字化,但发现效果不好,因此转而和腾讯、京东合作,实现全面的数字化转型。

数字化转型对大数据的应用,可涵盖零售的全部环节。

图片说明:数字化转型涵盖零售的全部环节

大数据在智能选址中的应用,是根据周边人群数据进行消费者画像,结合地理信息推荐最佳地点。 大数据选址基于消费者、竞争业态、经济数据等多个维度的综合判断,给出更加全面和科学的判断,从而摆脱以往单纯凭经验和人工调研的判断。

大数据在会员管理中的应用,是对会员进行分类和精细化管理服务,提供定制化服务。通过将会员信息数字化、标签化和个性化,企业可以针对不同的个体提供定制化的服务。

在商品管理方面,大数据根据商品动销、库存等数据,预测销量,自动给出备货建议,实现商品的单品管理。比如7-11的数字化精细管理可以决定不同天气、不同时段,应该订几个、卖几个商品;弹性的订货策略确保每周会有100种新品进行推荐,年更换率是70%,满足多变的需求;还有柔性的商品配送策略,根据实际情况临时订货,集中配送。

▍零售数字化转型的几个案例

小米的精细化运营造就了世界第二的27万每平方米的高坪效,是传统零售的20倍。小米的新零售公式是流量乘以转化率乘以客单价乘以复购率。零售的本质是坪效的竞争,小米通过八大战略提高坪效。

图片说明:小米新零售的八大战略

首先是流量,小米之家在选址上对标快时尚,选择人流量大且进店率高的地址。通过数据发现小米的用户和优衣库、星巴克、无印良品高度重合,因此将小米之家开在快时尚所在的核心商圈。在提高进店率上,小米之家基于购买频次数据组合,配有20-30个品类、200-300件商品,让用户每隔半月都会进店来买一些好的东西。

图片说明:大数据选址基于消费者、竞争业态、经济数据等多个维度的综合判断

第二是转化率,借助小米电子商务平台大数据层层筛选,打造爆品。每一个品类小米都只有几款产品,比如箱子只卖2-3款,雨伞只卖1款。优质单品产生巨大销量,也能降低供应链成本,商品物美价廉。根据之前积累的互联网数据来选品,经过数据层层筛选,线下店只卖畅销商品。这些策略都提升了小米之家的转化率。

第三是客单价,小米不通过商品价格,而是通过连带来提升客单价。小米的产品在设计风格上保持一致,各个产品之间可以实现连接,技术上的关联性、协同性,以及颜值上的一致性,都会提高连带率,让消费者忍不住多买。另一方面,客户为体验买单,好用的商品能增加单次购买量。

第四是复购率,小米的数字化会员运营通过提高复购率,挖掘客户终身价值。小米有很多忠实粉丝,通过对这一群体建立物美价廉、高性价比的品牌认知,让消费者可以“闭着眼睛买东西”。通过互联网媒体、策划粉丝活动等手段,持续触达消费者,增强忠诚消费者的黏性,都提高了小米产品的复购率。

图片说明:会员“在线”:数字化、标签化、个性化

阿里巴巴对天猫小店的改造也是新零售概念中对人货场数字化。比如基于用户画像计算出这家店最适合卖什么样的商品,根据数据监测,改造之后,天猫小店进店率同比增长了5倍,捕获率提升了3.5倍,连带率从1.3上升到3.8,再购率提升了2倍,单品动销也大幅优化。

图片说明:天猫小店

还有一个案例是阿里巴巴数字化赋能“素型生活馆”,用大数据做消费场景。通过大数据对店铺周边人群进行分析,获得了消费者画像;对既有会员的分析,获得潜在会员的画像;基于消费者特点打造店面形象,陈列淘品牌的受欢迎商品。最终,素型人流量同比增长了5倍,销售业绩也提升了3倍左右,连带率(平均每一单的商品件数)从原来的1.3提高到现在的3.8。

大数据赋能新零售行业的案例还有很多,大数据+互联网+现代物流的新零售模式让我们的消费越来越便捷,也让我们感受到了更加人性化的购物体验。掌握了这些商业新玩法,你也能变身新零售行家!

注:以上内容根据数据侠范鹏在数据侠线上实验室的演讲实录整理。图片来自其现场PPT,已经本人审阅。点击“阅读原文”,获取作者直播回放。本文仅为作者观点,不代表DT财经立场。

期待更多数据侠干货分享、话题讨论、福利发放?在公众号DT数据侠(ID:DTdatahero)后台回复“数据社群”,可申请加入DT数据社群。

▍数据侠门派

本文数据侠范鹏,新零售投资总监,商业咨询师,《新零售:吹响第四次零售革命的号角》作者,北京大学汇丰商学院MBA,厦门大学经济学和法学双学位。中国营销第一刊《销售与市场》《中国人力资源开发》《营销界》等杂志专栏作者,每日经济新闻、第一营销网等网站特约评论员,第十五届中国连锁商业发展战略会最年轻的“金写手奖”获得者。

▍加入数据侠

“数据侠计划”是由第一财经旗下DT财经发起的数据社群,包含数据侠专栏、数据侠实验室系列活动和数据侠联盟,旨在聚集大数据领域精英,共同挖掘数据价值。了解数据侠计划详情请回复“数据侠计划”,投稿、合作请联系datahero@dtcj.com。

版权声明:本站所有文章皆是来自互联网,如内容侵权可以联系我们( 微信:bisheco )删除!
友情链接
币圈社群欧易官网