数据赋能，助力新零售数字化突围

    距“新零售”的概念在2016年的云栖大会上被提出，已有6年。

    事实上，早在“新零售”这个概念诞生之前，很多企业已经在朝着这个方向做了——通过大数据的整合驱动，优化企业的产品和战略，来提升用户服务和体验。而经过这6年的发展，“新零售”已突破概念的范畴，成为了零售行业的整体趋势。故本文中的新零售，泛指在数字经济时代，消费升级背景下的整体零售行业。

    纵观零售迈向“新零售”的进阶史，信息、数据在其中扮演了重要的角色。

    01 —

    “新零售”的进阶之路

    1.零售进阶1.0：信息化探索

    在互联网启蒙潮的影响下，为了解决基本管理需求，零售行业开启了第一波信息化。零售企业内部纷纷建立起了信息部门，其主要职能是软硬件维护和向领导提供销售报表。

    后来随着企业规模的扩大，以及业态的拓展，对于信息化管理提出了更高的要求。随后发展的连锁超市，采取规模化经营，提出了统一进货、统一管理、进价核算等需求，进一步推进了零售信息化的发展。大型ERP系统逐步上线，供应链物流建设在2008年前后形成高潮，零售企业的四大系统基本搭建完毕并投入应用：供应链管理（SCM）、企业资源管理（ERP）、品类管理（CM）、客户关系管理（CRM）。

2.零售进阶2.0：数字化进阶

    2012年，手机成为第一大上网终端；2015年，电商全行业移动订单占比首次超过一半。为求自保，实体零售开始探索线上渠道，进行数字化进阶，O2O、全渠道等概念一度火热。2014年陆续有企业提出打造中台的概念。同时，业态的多元化对IT战略提出更高要求，比较有代表性的理念是“规模经营、集约管理、充分授权、全程监控”的原则。

    3.零售进阶3.0：新零售重构

    2020年末，中国互联网用户量高达9.89亿，网民渗透率为70.4%；移动网民规模高达9.86亿，渗透率为70.2%，线上流量日趋见顶，增长空间受限，存量用户的挖掘成为了零售企业竞争的新赛道。而随着消费升级，消费者更加注重零售场合的购物体验，个性化、娱乐化需求渐长。

    在此背景下，新零售成为了几乎所有零售行业的必然选择，零售企业也在经历了前期的探索后选择了更加适合自身的数字化道路：小程序、私域、社群、团购等模式接连涌现并广泛应用，新零售的宣传和销售渠道不断拓宽，人货场已经被重构。

    02 —

    零售行业的数字化困境

    毫无疑问，新零售时代已经来临。强调消费体验、强调深度融合的新零售，其本质是一场效率革命。技术的进步带来更大的发展空间，但同时也带来了诸多挑战，不能很好地跟上市场节奏的企业，很可能就会面临被淘汰的残酷结局。

    1.现阶段零售企业的数字化进程

    从上面的零售行业发展进程我们可以看出，数字化对于零售行业，并不是一个新鲜词。直面市场、随需而变的零售行业，不管被动还是主动，都已经入局数字化。

    我们可以参考艾瑞的零售企业数智化能力成熟度评估模型，将零售企业的数字化进程分为6个阶段：起步、感知、融合、洞察、智能、敏捷。目前，大部分零售企业处在前三个发展阶段的努力与转型中，逐渐形成全渠道的运营模式，数字化进程或多或少已迈出关键几步：

    （1）信息系统搭建

    目前零售企业的财务、客户、门店、营销、采购、供应链以及服务等信息系统已基本搭建完成。

    （2）数字化运营

    竞争日趋激烈，市场复杂多变，零售企业亟需数据驱动更智能的决策，在此方向上，大多数企业已进行布局。

    （3）平台化系统延伸

    领先的零售商不仅已经实现内部系统的协同，而且开始打造贯通上下游和合作伙伴的数字化合作平台，并可以为消费者提供与众不同的数字化商品和服务。

2.数字化进程中的困境

    数字经济时代，没有任何零售企业，敢拒绝数字化；但零售企业的数字化之路，也并不是那么好走。从目前许多零售企业普遍面临的现状看，其数字化进程仍面临着以下几方面的困境.

    （1）数据层面

    数据打通难：零售企业希望走出经验决策的传统经营模式，或多或少都在使用数据化的系统工具，帮助企业进行分析和决策。但各系统往往分属于多个供应商，企业内部的数据也呈现孤岛状，数据难以打通共享。如何有效使用数据，满足各业务部门具体业务场景需求，同时避免重复开发和资金浪费，就成为信息和数据部门面临的难题。

（2）工具层面

    上手难：工具部署慢，应用上手难，导致数据的价值难以在组织的各层面充分发挥，制约了其数字化发展进程。

    不够全：数据分析系统不够全面，会导致在一些业务场景下，数据难以支撑决策。以顾客分析为例，零售主管不能掌握顾客消费轨迹，就无法对顾客的消费进行引导经营，也无法掌握顾客群体属性，导致缺少提升服务水平的重要参考项 ，企业难以走到消费者前面，提供更出色的服务体验。

    （3）应用层面

    数据依据不足：前面提到的数据层面和平台层面的问题，会直接导致企业在经营管理、经营决策、战略决策、风险管控上，经常出现信息数据依据不足、不准确，判断困难的情况；再加上活动繁杂、人群多样，缺乏数据的指导，精准地运营用户、提高转化、迭代方案便更是难上加难。

    敏捷性不足：随着零售业务系统的越来越多，收集的数据越来越细，使用系统的时间越来越长，数据量的增长越来越快，现有的系统已经无法对数据量较大的数据进行快速响应；传统的数据应用模式中，业务部门需要将数据需求提交给IT处理，但IT的人力不能保证对分析需求的及时响应，对一些报表的调整也十分困难。

    03 —

    “新零售”如何更好地用好数据

    基于行业的变化和目前的数字化环境，零售企业要更好地实现数字化转型、发挥数据价值，一个完整的数据应用架构至关重要。通过一站式的数据分析平台，围绕“人、货、场”的理念，积累顾客数据，打通数据隔阂，用数字化手段整合和优化供应链，强化消费者运营，并结合系统性的零售分析方法，来实现价值链的优化和协同。

    1.数据打通：打破数据孤岛，建设数据中台

    数据中台的建设，起到的是一个承上启下的作用。往下承接各类数据源中的数据，基于各业务部门报表需求，对业务数据进行有机整合，实现统一管理，打破零售企业由于多系统导致的数据孤岛；往上则为前台基于数据的定制化提供了强大的支撑，也帮助业务中台基于数据反馈做持续的演进。

2.数据应用：基于“人货场”，提升数据分析能力

    （1）人——洞察用户

    用户画像：用户画像即用户信息标签化，通过收集用户的社会属性、消费习惯、偏好特征等各个维度的数据，进而对用户或产品特征属性进行刻画，并对这些特征进行分析、统计，挖掘潜在价值信息，从而抽象出用户的信息全貌。

    用户来源：对于用户来源的分析，能够让引流以及维护用户的预算的分配更加有的放矢。分析不同渠道来源的“数量”和“支付转化率”，找出“支付转化率”比较高的渠道来源并想办法提高，不仅可以提高“访客数”还可以提高整体的“支付转化率”。这时利用数据分析工具能为不同渠道的表现提供总览，并给出目标转化率。

    用户留存：研究显示，用户留存率提升5%就能带来25%到95%的利润。购买频率、留存期、顾客生命周期价值、单次转化费用等，都是可以用来参考分析用户留存的数据指标。

（2）货——优化产品

    传统B2C模式下，零售以生产企业为中心，推行大规模、标准化流水线生产，经过研发、采购、生产、销售、服务等环节，只在终端环节面向用户，供应链缺乏协同，容易导致产能过剩等问题。构建起产品方面的数据分析能力，能更好地基于客户数据进行精准的需求预测，重塑生产链，满足客户的个性化与定制化需求。

    对于产品的分析，可以从两个维度来进行：销售表现和购物行为。销售表现包括各个商品带来的收入，至少购买过一次的用户数，平均订单价格、数量，退款数目等等。购物行为，我们可以依据更多和商品有关的数据，比如购买人数、访问量等，来对用户购物行为进行分析。

（3）场——精准营销

    对零售企业来说，流量已进入存量时代，营销渠道分散且复杂，更需要卖家依据数字化营销提高推广的RIO，通过数据分析，加强线上营销的精准，拓展线下营销场景，利用数据智能完成全场景全链路的布局，以达到高效转化与品效相结合。

    3.数据方案：案例展示数据如何助力零售转型

    “药CT零售大数据BI系统”是由广荣医药和亿信华辰共同打造的医药大数据分析平台，专为医药连锁企业量身订做，可快速帮助医药企业更科学全面地管理运营。

    该系统主要从医药零售角度，面向全企业定制化采集商品、运营、会员等三大领域数据，整合各业务系统数据，建立广荣自身的主数据中心，从而实现对连锁药店进行商品销售、门店运营情况、各店会员行为的数据分析与挖掘，为用户提供一站式医药零售管理决策支持。目前，该系统已上线于广荣医药官网，为数万家终端客户提供服务。

    系统主要围绕着四大主题开展：业务主数据管理、商品结构销售管理、经营风险预警分析、会员画像营销管理。

    业务主数据管理：基于亿信i@Report采集平台，导入广荣的商品分类、商圈、会员公司等主数据，完成数据初始化，生成报表户清单及分析相关的维表。

    商品结构销售管理：结合业务需求，搭建了商品、零售、运营等多主题的数据集市及领导驾驶舱开发；随时掌握各零售药店每月商品销售情况，包括品单价、品项占比、销售占比、价格带、双ABC、品类效益、理论与实际、关联率、微定价等等。

    经营风险预警分析：结合亿信BI数据分析展示平台构建了数据分析及数据挖掘系统，通过KPI开发、预警及挖掘分析的应用，实现了数据的深入应用，可辅助用户进行商品购买决策，提升企业竞争力。

    会员画像营销管理：基于已有数据提炼整理数据挖掘模型，构建以会员为主题的用户画像。利用系统内置的算法模型进行用户咨询率、活跃度、流失率的预测，并结合营销与市场相关信息，辅助用户在合适时机推出适当的营销策略。

    广荣医药连接着16家医药供应企业和上千家零售药店，通过采集零售药店反馈的数据，快速及时分析商品热销分布情况，为合理配送各类商品提供决策数据支撑，并将数据实时反馈给医药厂商，用于生产计划决策，将数据转化为生产力，以数据驱动经营决策，带来的直接经济效高达来数百万经济效益。

    04 —

    亿信华辰大数据解决方案赋能零售企业数字化

    根据新零售行业目前数字化深化的需求，亿信华辰推出的数据仓库及商业智能方案提供了一个完善的解决方案。

    数据仓库及商业智能方案将我公司多年的项目实施经验、成熟的商业智能产品与丰富的数仓建设与技术能力相结合，为零售企业提供数据仓库和数据集市搭建、外部数据补录、综合指标分析、KPI指标预警及预测等内容的建设，在满足日常管理工作需要的同时，也能够为业务决策提供支撑。

    最终通过集中的数据管理和全面的数据服务，实现高效的数据利用和可靠的数据质量，比如：第一，大幅度降低了物料重码率，为降低库存提供了保证；第二，满足快速定位及查询的需要，减少了无效操作时间，最终提高了工作效率，助力数字化转型。

    目前，亿信华辰已服务了华致酒行、顾家家居、DHC、箭牌等多家新零售企业。

    05 —

    小结

    新零售时代，数据能让品牌能够快速反应，及时改进销售策略、调整产品、运营用户。数据及其应用能力决定了谁能把握新零售的机会，谁又将被市场所淘汰。

    亿信华辰的数据仓库及商业智能方案，为零售行业的数字化突围提供一套全面的解决思路与技术方案，放大数据价值，为新零售的数字化进程增效提速。